Edge Computing

In einem traditionellen Cloud-Computing-Modell werden Ressourcen und Services häufig in großen Rechenzentren konzentriert, auf die Endbenutzende unterschiedlicher Organisationen zugreifen. Dieses Modell hat sich als kostengünstig und im Hinblick auf eine gemeinsame Ressourcennutzung als effizient erwiesen. Neue Formen des Endnutzererlebnisses und der Einsatz intelligenter KI/ML-gestützter Anwendungen führen jedoch dazu, dass die Rechenleistung näher an den Ort verlagert wird, an dem ein physisches Gerät oder eine Datenquelle tatsächlich vorhanden ist, also an den „Edge“ des Netzwerks.

Durch die Platzierung von Computing-Services näher an Edge-Standorten oder -Geräten profitieren Nutzende von schnelleren, zuverlässigeren Services. Unternehmen wiederum haben den Vorteil, dass sie Daten schneller verarbeiten und Anwendungen unterstützen können, ohne sich um Latenzzeiten sorgen zu müssen.

Edge-Geräte sind physische Hardware wie IoT-Gateways, Industriesteuerungen, intelligente Displays, Verkaufsterminals, Verkaufsautomaten, Roboter und Drohnen. Sie befinden sich an entfernten Standorten am Netzwerkrand und sind mit genügend Speicher, Rechenleistung und Computing-Ressourcen ausgestattet, um Daten zu erfassen, diese zu verarbeiten und fast in Echtzeit mit minimaler Unterstützung von anderen Netzwerkteilen auszuführen. In vielen Fällen verfügen Unternehmen über Tausende von Edge-Geräten in ihrer Architektur, die von einem zentralen Standort aus verwaltet werden können.

Edge Computing bietet eine gute Ergänzung zu einem Hybrid Computing-Modell und kann speziell für folgende Zwecke verwendet werden:

• Mehrere Phasen des KI/ML-Lifecycles, wie etwa Datenerfassung, Anwendungsbereitstellung in der Produktion, Rückschlüsse und Überwachung des Betriebs, wenn neue Daten gesammelt werden.
• Koordinierung von Operationen in verschiedenen geografischen Regionen
• Autonome Fahrzeuge
• Augmented Reality/Virtual Reality
• Smart City

Einer der wichtigsten Vorteile von Edge Computing besteht in der Fähigkeit, Ressourcen zu optimieren. Bei der Problembehebung werden nur die erforderlichen Services und Funktionen bereitgestellt, wodurch die Bandbreitennutzung und die Kosten gesenkt werden. Sollte ein Gerät die Verbindung zum zentralen Rechenzentrum oder zur Cloud verlieren, kann es weiterarbeiten und seine Resilienz aufrechterhalten.
 

Internet of Things (IoT)

Das Internet of Things (IoT) umfasst den Prozess der Vernetzung alltäglicher physischer Objekte mit dem Internet. Dazu gehören allgemeine Haushaltsgegenstände wie Glühbirnen, Produkte aus dem Gesundheitswesen wie medizinische Geräte, aber auch Wearables, Smart Devices und sogar Smart Cities.

IoT-Geräte sind nicht immer Edge-Geräte. Doch diese vernetzten Geräte sind Teil der Edge-Strategie vieler Unternehmen. Beim Edge Computing kann mehr Rechenleistung an den Rand eines IoT-fähigen Netzwerks verlagert werden. Dadurch wird die Latenz der Kommunikation zwischen IoT-fähigen Geräten und den zentralen IT-Netzwerken reduziert, mit denen diese Geräte verbunden sind.

Am Anfang des IoT-Zeitalters stand das einfache Senden oder Empfangen von Daten. Das Senden, Empfangen und Analysieren von Daten in Verbindung mit IoT-Anwendungen ist jedoch ein modernerer Ansatz, der durch Edge Computing ermöglicht wird.

Mobiltechnologien

Häufige Probleme beim Mobile Computing werden durch Latenzzeiten und Serviceausfälle verursacht. Edge Computing kann bei strengen Latenzbeschränkungen helfen, indem Signallaufzeiten reduziert werden. Außerdem lassen sich damit Serviceausfälle auf kleinere Bereiche oder Nutzerpopulationen beschränken, und bei instabilen Netzwerkverbindungen kann die Servicekontinuität verbessert werden.

Telekommunikation

Serviceanbieter modernisieren ihre Netzwerke, indem sie ihre Workloads und Services vom Netzwerkkern (in Rechenzentren) zum Edge verschieben, und zwar in die Nähe von Points of Presence (POPs) und Central Offices. Durch die Virtualisierung der Central Offices, den beinahe letzten physischen Schnittstellen zur Servicebereitstellung, können Serviceanbieter ihr Ziel erreichen und Services am Netzwerkrand zur Verfügung stellen.

Das Internet of Things (IoT) erzeugt große Datenmengen, die verarbeitet und analysiert werden müssen, um sie nutzbar zu machen. Edge Computing rückt die Rechenkapazitäten näher an Endbenutzende oder Datenquellen heran, z. B. IoT-Geräte.

Edge Computing ermöglicht die lokale Bereitstellung von Rechen- und Speicherkapazitäten für IoT-Geräte und verringert so eine verzögerte Kommunikation zwischen IoT-Geräten und den zentralen IT-Netzwerken, mit denen diese Geräte verbunden sind.

Mit Edge Computing können Sie von der großen Datenmenge profitieren, die von angeschlossenen IoT-Geräten erzeugt wird. Durch den Einsatz von Analysealgorithmen und Modellen für maschinelles Lernen am Edge kann die Datenverarbeitung lokal erfolgen und so für schnellere Entscheidungen sorgen.

Der Begriff „IIoT“ steht für „Industrial Internet of Things“ (industrielles Internet der Dinge) und wird für vernetzte Geräte in der Fertigung, in der Energieversorgung und anderen Bereichen der Industrie verwendet. IIoT-Geräte werden häufig in Verbindung mit Edge Computing eingesetzt. Das IIoT ist wichtig, um industrielle Maschinen weiter zu automatisieren und sich selbst überwachen zu lassen, was ihre Effizienz erhöht.

Mit Multi-Access Edge Computing (MEC) wird eine Netzwerkarchitektur bezeichnet, die Cloud-Computing-Funktionen und eine IT-Service-Umgebung am Netzwerkrand bereitstellt. Das Ziel von MEC besteht darin, die Latenz zu reduzieren, eine hocheffiziente Netzwerkverfügbarkeit und Servicebereitstellung sicherzustellen sowie das Kundenerlebnis zu verbessern.

In einer breiter gefassten Definition wird Multi-Access Edge Computing heute als eine Weiterentwicklung des Cloud Computings betrachtet, bei der Mobilität, Cloud-Technologien und Edge Computing eingesetzt werden, um Anwendungs-Hosts weg von einem zentralisierten Rechenzentrum hin zum Netzwerkrand zu bringen. Dadurch rücken Anwendungen näher zu den Endbenutzenden und Computing-Services näher zu den Daten, die von Anwendungen erzeugt werden.

5G bezieht sich auf die fünfte Generation der Mobilfunknetze mit signifikant verbesserter Bandbreite und Latenz. Dadurch werden Services ermöglicht, die in älteren Netzen nicht möglich waren. 5G-Netzwerke versprechen Gigabit-Geschwindigkeiten – oder Datenübertragungsgeschwindigkeiten von bis zu 10 Gbit/s. Der 5G-Service reduziert außerdem die Latenz erheblich und kann auch für eine Netzabdeckung in dünn besiedelten Gebieten sorgen.

5G kann als ein Use Case für Edge Computing betrachtet werden und ermöglicht auch weitere Use Cases am Netzwerkrand. Edge Computing bietet die Möglichkeit, die Performance- und Latenzanforderungen von 5G-Netzwerken zu erfüllen und das Kundenerlebnis zu verbessern.

Viele Telekommunikationsanbieter modernisieren ihre Netzwerke, um neue Einnahmequellen zu erschließen. Edge Computing spielt dabei eine wichtige Rolle. Insbesondere verschieben viele Serviceanbieter Workloads und Services vom Netzwerkkern (in Rechenzentren) zum Edge, und zwar in die Nähe von Points of Presence (POPs) und Central Offices.

Für Telekommunikationsanbieter sind die Anwendungen und Services, die ihre Kunden in Edge-Netzwerken nutzen wollen, der Schlüssel zur Umsatzgenerierung. Doch der Erfolg hängt vom Aufbau des richtigen IT-Ökosystems sowie der Koordination zwischen Stakeholdern und Technologiepartnern ab.

Kein einzelner Anbieter kann eine komplette Edge-Computing-Lösung bereitstellen. Stattdessen muss eine Lösung aus mehreren Komponenten entwickelt werden. Open Source-Plattformen sorgen für Interoperabilität in einem umfassenden Partnersystem, und zwar ohne jegliche Anbieterbindung eines proprietären Technologie-Stacks. Und um neue Use Cases für das Edge Computing zu ermöglichen, investiert Red Hat in Upstream Open Source Communities wie Kubernetes, OpenStack und Fedora IoT.