Twee varianten edge computing uitgelegd
De redactie van IoTJournaal heeft er al vaker over geschreven: edge computing moet de Heilige Graal blijken als het gaat om de ontlasting van IoT-cloud platforms en de netwerkinfrastructuur. De grote hoeveelheden data die door Internet of Things-toepassingen worden gegenereerd (denk aan de zelfrijdende auto of de slimme fabriek), zijn in potentie bandbreedteverslinders. Om over de belasting van ‘computing power’ in de cloud (bijvoorbeeld door de analyse van al die data) maar te zwijgen. Edge computing zou daar dé oplossing voor zijn. Maar de ene edge is de andere niet.
Goed, het is wat kort door de bocht, maar toch zijn er inmiddels twee stromingen als het gaat om edge computing. Eerst nog maar eens de definitie van edge computing (volgens Wikipedia):
“Edge computing is a method of optimizing cloud computing systems by performing data processing at the edge of the network, near the source of the data. This reduces the communications bandwidth needed between sensors and the central datacenter by performing analytics and knowledge generation at or near the source of the data. This approach requires leveraging resources that may not be continuously connected to a network such as laptops, smartphones, tablets and sensors.”
“Edge computing covers a wide range of technologies including wireless sensor networks, mobile data acquisition, mobile signature analysis, cooperative distributed peer-to-peer ad hoc networking and processing also classifiable as local cloud/fog computing and grid/mesh computing, dew computing, mobile edge computing, cloudlet, distributed data storage and retrieval, autonomic self-healing networks, remote cloud services, Augmented reality, and more.”
Variant één: ‘device edge’
Dan even over de twee edge-varianten die nu opgeld doen in de IoT-markt. De eerste gaat door het leven als ‘device edge’. De naam zegt het eigenlijk al: zaken zoals de verwerking en opslag van data worden voor een deel in een IoT-apparaat zelf gedaan. Met behulp van speciale software stacks in die hardware. De apparaten kunnen bijvoorbeeld een sensor of een IoT-gateway zijn. Om een praktijkvoorbeeld te geven: een zelfrijdende auto met de nodige sensoren aan boord zou de real time gegenereerde data naar een IoT-gateway aan boord van de auto kunnen sturen. Die verwerkt het weer en (als daar de software voor is geïnstalleerd) kan - op basis van bijvoorbeeld Machine Learning/Artificial Intelligence algoritmes - direct acties in gang zetten. Zoals ‘NU REMMEN’, als er een voetganger onverwachts oversteekt. De dataverbinding met het ‘gewone’ IoT cloudplatform wordt dan met name gebruikt om bepaalde gegevens te synchroniseren en voor meer complexe data analytics.
Variant twee: ‘cloud edge’
De cloud edge is eigenlijk een variant op een bestaand iets: Content Delivery Networks (CDN). Bij een CDN worden bepaalde, statische, data in cachegeheugen geplaatst en vervolgens op afroep naar geografisch verspreide locaties aan de randen van het netwerk verstuurd. Dat scheelt behoorlijk wat tijd (en latency). Met name de grotere aanbieders van streaming media (zoals Netflix) maken hier gebruik van. Hetzelfde principe wordt in cloud edge toegepast, zij het dat er niet zozeer statische data/content naar de ede gaan. Het gaat dan om dataverwerking en netwerkdiensten. Het beheer (en eigendom) van de cloud edge ligt bij - al dan niet bestaande - aanbieders van publieke cloudplatformen (denk aan Amazon, Google en Microsoft) of telecombedrijven.
Voorbeeldje? Amazon Greengrass
Amazon Web Services (AWS) is één van de partijen die zelf ook druk bezig is met edge computing. Het heeft zijn eigen aanbod inmiddels zelfs met een apart merk getooid: Greengrass. AWS IoT General Manager Satyen Yadev vertelt in een keurige corporate video wat het is en waarom edge computing ideaal is voor IoT-oplossingen. Even de WC-Eend boodschappen wegdenken. En het irritante liftmuziekje. Dan blijft er gelukkig genoeg goede informatie over. Videootje!
