O que é edge computing?

Edge computing ou computação de borda é um tipo de arquitetura de TI onde os dados do cliente são processados no limite da rede, ou o mais próximo possível da fonte de dados. Com o processamento mais próximo, os usuários se beneficiam de serviços mais rápidos e confiáveis, enquanto as empresas usufruem da flexibilidade da cloud computing híbrida. A edge computing é uma das formas como uma empresa pode usar e distribuir um pool de recursos por inúmeros locais.

A edge é uma estratégia que proporciona um ambiente uniforme do datacenter principal até os locais físicos próximos aos usuários e dados. Assim como uma estratégia de nuvem híbrida permite que as organizações executem as mesmas cargas de trabalho nos próprios datacenters e na infraestrutura de nuvem pública (como Amazon Web Services, Microsoft Azure ou Google Cloud), uma estratégia de edge amplia a extensão do ambiente de nuvem para muito mais locais.

A edge computing é utilizada em vários setores, como o de telecomunicações, manufatura, transporte, serviços públicos e muitos outros. Os motivos que levam as pessoas a adotarem a edge computing são diversos.

Principais casos de uso para a edge

Muitos casos de uso para a edge são baseados na necessidade de processar dados localmente e em tempo real, ou seja, situações onde a transmissão de dados a um datacenter para processamento causa níveis inaceitáveis de latência.

Para exemplificar o uso da edge computing para processar dados em tempo real, podemos pensar em uma fábrica moderna. No chão da fábrica, os sensores de Internet das Coisas (IoT) geram um fluxo contínuo de dados que pode ser usado para evitar interrupções e melhorar as operações. Estima-se que uma fábrica moderna com 2.000 equipamentos possa gerar 2.200 terabytes de dados por mês. Portanto, é mais rápido e econômico processar esse volume de dados quando ele está mais próximo do equipamento, em vez de transmiti-lo para um centro de processamento de dados remoto primeiro. No entanto, é recomendável que o equipamento esteja conectado por meio de uma plataforma de dados centralizada. Assim, o equipamento pode, por exemplo, receber atualizações de software padronizadas e compartilhar dados filtrados que ajudam a melhorar as operações em outros locais da fábrica.

Veículos conectados são outro exemplo comum de uso da edge computing. Ônibus e trens utilizam computadores para rastrear o fluxo de passageiros e a entrega de serviços. Os motoristas de delivery podem encontrar a rota mais eficiente com a tecnologia integrada aos caminhões. Quando essa tecnologia é implantada usando uma estratégia de edge computing, cada veículo utiliza a mesma plataforma padronizada que o restante da frota, tornando os serviços mais confiáveis e assegurando proteção uniforme aos dados.

Há também os veículos autônomos, outro exemplo de edge computing que envolve o processamento de um grande volume de dados em tempo real em um cenário de conectividade possivelmente inconsistente. Devido a esse grande volume de dados, veículos autônomos, como carros, processam dados de sensores no próprio automóvel para reduzir a latência. Ainda assim, eles podem se conectar a um local central para receber atualizações de software over-the-air (OTA).

A edge computing também ajuda na velocidade de execução de serviços de Internet conhecidos. Redes de entrega de conteúdo (CDNs) utilizam servidores de dados próximos ao local onde os usuários estão, permitindo que sites muito acessados carreguem rapidamente e viabilizando serviços de streaming de vídeo rápidos.

Outro exemplo de edge computing são as torres de celular 5G. Cada vez mais as empresas de telecomunicações executam virtualização das funções de rede (NFV) usando máquinas virtuais em um hardware padrão na edge da rede. Essas máquinas virtuais podem substituir equipamentos proprietários custosos. Com uma estratégia de edge computing, os provedores conseguem manter os softwares funcionando de maneira consistente e com padrões de segurança uniformes em dezenas de milhares de locais remotos. Além disso, quando os aplicativos são executados próximos ao usuário final em uma rede mobile, a latência é reduzida, permitindo que os provedores disponibilizem novos serviços.

A edge computing pode proporcionar serviços mais rápidos e estáveis a um custo reduzido. Para os usuários, isso significa uma experiência mais rápida e consistente. Para empresas e provedores de serviços, a edge proporciona significa aplicações com baixa latência e alta disponibilidade, além de monitoramento em tempo real.

A edge computing pode reduzir os custos de rede, evitar limites de largura de banda, diminuir os atrasos na transmissão, restringir as falhas no serviço, além de oferecer maior controle sobre a movimentação de dados confidenciais. O tempo de carregamento é reduzido e os serviços online são implantados mais próximos dos usuários para viabilizar recursos de armazenamento em cache dinâmico e estático.

Para aplicações que se beneficiam de tempos de resposta reduzidos, como as de realidade virtual e aumentada, o processamento na borda é uma grande vantagem.

Outros benefícios da edge computing incluem a habilidade de conduzir análises de big data e agregação localmente, possibilitando a tomada de decisões quase imediata. Além disso, a edge computing reduz o risco de exposição de dados confidenciais porque armazena localmente a capacidade de processamento. Desse modo, as empresas conseguem aplicar práticas de segurança e manter-se em conformidade com as políticas regulatórias.

Os clientes dessas empresas ainda se beneficiam da resiliência e dos custos associados à edge computing. Ao manter a capacidade de computação local, instalações regionais podem continuar a operar independentemente, mesmo que aconteça uma interrupção na operação da instalação principal. O custo da largura de banda para fazer a movimentação dos dados entre as instalações principal e regionais também é reduzido quando o processamento é mantido próximo à fonte.

Uma plataforma de edge pode ajudar a manter a consistência das operações e do desenvolvimento de apps. Diferentemente de um centro de processamento de dados (CPD), ela deve oferecer suporte à interoperabilidade para acomodar uma grande variedade de ambientes de hardware e software. Uma estratégia de edge eficiente também permite que produtos de vários fornecedores trabalhem juntos em um ecossistema aberto.

A edge computing pode ser vista como uma série de círculos em volta de um datacenter principal. Cada um deles representa uma camada diferente se afastando dele em direção à borda.

• Núcleo do fornecedor/empresarial: são camadas tradicionais que estão fora da edge e pertencem e são operadas por provedores de nuvem pública, empresas de telecomunicações ou grandes empresas.
• Edge do provedor de serviços: essas camadas ficam localizadas entre o núcleo e os data centers regionais ou acessos last mile, e costumam pertencer e ser operadas por empresas de telecomunicações ou provedores de serviço de Internet. Também é de onde esses provedores atendem a vários clientes.
• Edge no local do usuário final: são as camadas da edge no lado do usuário final com acesso last mile, que podem incluir a edge empresarial (por exemplo, loja de varejo, fábrica, trem) ou a edge do consumidor (por exemplo, casa ou carro).
• Edge do dispositivo: são sistemas independentes (não agrupados em clusters) que se conectam diretamente a sensores/atuadores por meio de protocolos fora da Internet. Isso representa a edge da rede.

Com foco na coleta de dados e na computação em tempo real, a edge pode contribuir para o sucesso de aplicações inteligentes que façam uso intensivo de dados. Por exemplo, tarefas de Inteligência Artificial/Machine Learning (IA/ML), como algoritmos de reconhecimento de imagens, podem funcionar melhor se forem executadas mais próximas da fonte dos dados, eliminando a necessidade de enviar grandes volumes de informações para um datacenter central.

Essas aplicações combinam vários pontos de dados e os utilizam para oferecer informações de alto valor que ajudam as organizações a tomar decisões mais embasadas. Essa funcionalidade pode aprimorar uma grande variedade de interações de negócios, como experiências do cliente, manutenção preemptiva, prevenção contra fraudes, tomada de decisões médicas e muito mais.

Ao considerar cada ponto de dados de entrada como um evento, as organizações podem aplicar técnicas de gestão de decisões e inferência de IA/ML para filtrar, processar, qualificar e combinar eventos a fim de deduzir informações de ordem superior.

Aplicações que fazem uso intensivo de dados podem ser divididas em uma série de etapas, cada uma delas realizada em partes diferentes do cenário de TI. A edge entra em cena na etapa de ingestão de dados, ou seja, quando eles são coletados, pré-processados e transportados. Esses dados, então, passam pelas etapas de engenharia e análise (normalmente em um ambiente de nuvem privada ou pública) para serem armazenados, transformados e usados no treinamento do modelo de machine learning. Em seguida, eles retornam à edge para a etapa de inferência de ambiente de execução, quando esses modelos de machine learning são distribuídos e monitorados.

Para atender a essas diferentes necessidades e possibilitar uma conexão entre as várias etapas, é preciso uma infraestrutura e uma plataforma de desenvolvimento de aplicações flexível, adaptável e elástica.

Uma abordagem de nuvem híbrida que proporcione uma experiência consistente em nuvens públicas e privadas, oferece a flexibilidade para otimizar o provisionamento de cargas de trabalho de coleta de dados e inferência inteligente na edge de um ambiente. Também possibilita o processamento de dados que façam uso intensivo de recursos e cargas de trabalho de treinamento em ambientes de nuvem, além de aproximar os eventos comerciais e os sistemas de gerenciamento de insights dos usuários de negócios.

A edge computing é uma parte importante da visão de nuvem híbrida e oferece uma experiência consistente em aplicações e operações.

A adoção da edge computing é de alta prioridade para muitos provedores de serviços de telecomunicações em seu processo de migração de cargas de trabalho e serviços para a edge da rede.

Na hora de oferecer aplicações de rede com alta demanda, como chamadas de vídeo e por voz, cada milésimo de segundo conta. Como a edge computing consegue reduzir significativamente os efeitos da latência nas aplicações, os provedores de serviços podem oferecer novos apps e serviços capazes de melhorar a experiência de apps existentes, especialmente com os avanços na área de 5G.

No entanto, nem tudo se resume a oferecer novos serviços. Os provedores estão adotando estratégias de edge para simplificar as operações de rede e melhorar aspectos como flexibilidade, disponibilidade, eficiência, confiabilidade e escalabilidade.

O que é NFV?

A virtualização de funções de rede (NFV) é uma estratégia que aplica os princípios da virtualização de TI ao caso de uso das funções de rede. A NFV permite que servidores padrão sejam usados por funções que antes exigiam hardware proprietário de alto custo. 

O que é vRAN?

As redes de acesso por rádio (RAN) são pontos de conexão entre os dispositivos do usuário final e o restante da rede do operador. Assim como as funções de rede, as RANs também podem ser virtualizadas, permitindo a criação de uma rede virtual de acesso por rádio, ou vRAN.

O que é MEC?

MEC significa edge computing de multiacesso, uma maneira que os provedores de serviços têm de disponibilizar aos clientes um ambiente de serviço de aplicações na borda da rede mobile, estando mais próximo aos dispositivos móveis dos usuários.

Uma das vantagens da MEC é a maior taxa de transferência e a latência reduzida. A MEC disponibiliza pontos de conexão para desenvolvedores de apps e provedores de conteúdo, oferecendo um nível de acesso mais profundo a funções de rede e processamento de informações.

Cloud computing é a execução de cargas de trabalho em nuvens. As nuvens são ambientes de TI que abstraem, agrupam e compartilham recursos escaláveis em uma rede. 

Tradicionalmente, a cloud computing (computação em nuvem) tinha como objetivo centralizar os serviços em alguns grandes data centers. Com a centralização, era possível escalar e compartilhar os recursos com mais eficiência sem comprometer o controle e a segurança da empresa.

A edge computing atende aos casos de uso que não podem ser resolvidos com a abordagem de centralização da cloud computing devido a requisitos da rede ou outras restrições em geral.

Além disso, uma estratégia de nuvem com execução de software em containers complementa o modelo de edge computing. Os containers tornam os apps portáteis, permitindo que as empresas os acionem sempre que necessário. Uma estratégia de containerização permite que uma organização migre apps do datacenter para a edge, ou vice-versa, com impacto operacional mínimo.

Internet das Coisas (IoT) se refere ao processo de conectar objetos físicos do dia a dia à Internet, incluindo itens domésticos comuns (como lâmpadas), dispositivos médicos, dispositivos smart e até mesmo cidades inteligentes.

Dispositivos IoT não são necessariamente dispositivos edge. No entanto, esses dispositivos conectados fazem parte das estratégias de edge de várias organizações. A edge computing pode levar mais capacidade computacional à bordas de rede compatíveis com a IoT para reduzir a latência da comunicação entre dispositivos e redes de TI centrais.

O que marca o surgimento da IoT é o envio ou recebimento de dados. Apesar disso, enviar, receber e analisar dados com aplicações de IoT é uma abordagem mais moderna, possível graças à edge computing.

O que é IIoT?

A Internet das Coisas Industrial (IIoT) é um conceito parecido: são equipamentos industriais conectados à Internet, como maquinário de uma fábrica, instalação agrícola ou cadeia de suprimentos.

Fog computing é a computação executada em locas físicos distribuídos, mais próxima dos usuários e das fontes de dados. 

Fog computing é um sinônimo de edge computing. Exceto pela nomenclatura, não existe diferença entre fog computing e edge computing.

A edge computing pode simplificar um ambiente de TI distribuído, mas a infraestrutura de edge nem sempre é simples de implementar e gerenciar.

• Escalar horizontalmente servidores de edge para muitos ambientes pode ser mais complicado do que adicionar os recursos equivalentes a um único data center principal. Pode ser difícil para empresas de pequeno porte gerenciar os custos indiretos de locais físicos.
• Os locais com edge computing costumam ser remotos e ter poucos funcionários (às vezes, nenhum) com conhecimento especializado. Caso haja alguma falha, é necessário ter uma infraestrutura que possa ser consertada por funcionários sem especialização e gerenciada centralmente por um pequeno número de pessoas com conhecimento técnico baseadas em outro local.
• As operações de gerenciamento de local precisam ser altamente reproduzíveis em todos os locais de edge computing para simplificar o gerenciamento e facilitar a solução de problemas. As dificuldades surgem quando o software é implementado de maneiras diferentes em cada local.
• A segurança física dos locais de edge costuma ser muito menor do que a dos locais principais. Uma estratégia de edge precisa considerar um risco maior de situações acidentais ou mal-intencionadas.

À medida que as fontes e o armazenamento de dados são distribuídos por vários locais, as organizações precisam de uma infraestrutura horizontal comum que englobe toda a infraestrutura de TI, incluindo os locais de edge. Até mesmo organizações que costumam operar em vários locais diferentes encontram desafios de infraestrutura particulares na hora de implementar a edge computing. Organizações precisam de soluções de edge computing que:

• Possam ser gerenciadas usando as mesmas ferramentas e processos que a infraestrutura central. Isso inclui provisionamento, gerenciamento e orquestração automatizados de centenas, quando não milhares, de locais que contam com pouco ou nenhum pessoal de TI. 
• Atendam aos requisitos de camadas de edge distintas e com requisitos diferentes, incluindo custo, área ocupada pelo hardware e localizações complicadas.
• Permitam a flexilidade de usar cargas de trabalho híbridas formadas por máquinas virtuais, containers e nós bare-metal para executar funções de rede, streamings de vídeo, jogos, IA/ML e aplicações essenciais para os negócios.
• Garantam que se os locais da edge continuem funcionando mesmo que ocorram falhas de rede. 
• Sejam interoperáveis com componentes de vários fornecedores. Não é permitido que um único fornecedor ofereça a solução de ponta a ponta.

O extenso portfólio da Red Hat oferece soluções de conectividade, integração e infraestrutura que servem de base para serviços de plataforma, aplicações e desenvolvimento. Essas soluções poderosas ajudam os clientes a resolver até mesmo os casos de uso mais complicados.

Uma base que funciona

O Red Hat Enterprise Linux® é a nossa base. Ele oferece um vasto ecossistema de ferramentas, aplicações, frameworks e bibliotecas para criar e executar aplicações e containers.

Cargas de trabalho conteinerizadas

Use o Red Hat® OpenShift® para criar, implantar e gerenciar aplicações baseadas em container em todas as infraestruturas e nuvens, incluindo centro de processamento de dados públicos e privados ou locais de edge. Ele é um ambiente Kubernetes de nível empresarial, com alto desempenho e voltado a containers.

Cargas de trabalho de máquina virtual e HPC

O Red Hat OpenStack® Platform tem nós de computação distribuídos e é compatível com as mais desafiadoras cargas de trabalho de máquinas virtuais, como virtualização de funções de rede (NFV) e computação de alto desempenho (HPC). Ele é uma solução de infraestrutura como serviço (IaaS) confiável e escalável que inclui APIs padrão do setor com multilocação complexa. Use essa solução consistente de gerenciamento centralizado em seus datacenters principais e na edge para posicionar com facilidade a capacidade de computação próxima à fonte de dados.

Automação na edge

A automação das cargas de trabalho de edge computing pode simplificar as tarefas de TI, reduzir as despesas operacionais e proporcionar ao cliente uma experiência mais eficiente em arquiteturas de edge altamente distribuídas. O Red Hat Ansible Automation Platform dimensiona a automação para a edge e oferece flexibilidade para atender aos requisitos de energia e espaços físicos limitados das implantações de edge. Ele oferece uma visão única e consistente dos locais de edge, data centers principais e ambientes de nuvem. Isso permite que as equipes de operações gerenciem com confiança centenas a milhares de sites, dispositivos de rede e clusters.

Sistema de mensageria e comunicação

Com os serviços e ferramentas de desenvolvimento do Red Hat Application Services, você tem acesso a recursos nativos em nuvem para criar aplicações de edge rápidas, lightweight e escaláveis, com conectividade, transformação e agregação de dados para oferecer suporte a arquiteturas de edge. Em ambientes altamente distribuídos, é necessário dar uma atenção especial à comunicação entre os serviços executados em locais de edge e nuvem. Os recursos de streaming de dados e mensageria do Red Hat AMQ oferecem suporte aos diferentes padrões de comunicação necessários para os casos de uso da edge computing. Ao combinar o sistema de mensageria a vários ambientes de execução de aplicações nativas em nuvem (Red Hat Runtimes) e a conectividade de aplicações (Red Hat Integration), você tem uma base poderosa para criar serviços integrados e nativos na egde para transporte e agregação de dados e aplicações.

Gerenciamento

A Red Hat oferece um portfólio avançado de tecnologias que complementam suas plataformas de nuvem híbrida abertas para gerenciar e escalar esses ambientes.