Edge computing

Whitepaper: (On)mogelijkheden Edge computing haarfijn uitgelegd

door Redactie IoT Journaal6 september 2018

Zet intelligentie – in de vorm van kleine ‘datacenters’ – aan de randen van het netwerk. Daarmee ontlast je het netwerk én het datacenter. Voilá: edge computing in een notendop. Klinkt simpel toch? Toch komt er nogal wat bij kijken, vindt het Amerikaanse techresearch bureau CB Insights. Vandaar dat het een rapport heeft geschreven over de (on)mogelijkheden van edge computing. Gratis te downloaden via IoTJournaal (26 pagina’s, 1,45 Mb, PDF).

Voor bepaalde Internet of Things-toepassingen voldoet de dataverwerking in de cloud niet. Zo kan vertraging in de datacommunicatie (‘latency’) met het datacenter funest zijn, zoals het geval is bij de autonoom rijdende auto. In andere gevallen gaat het om grote hoeveelheden data die naar de cloud worden gestuurd (zelfrijdende auto’s en slimme fabrieken om maar eens twee voorbeelden te neomen). Daar moet vervolgens real time worden bekeken welke informatie inderdaad relevant is. Om die tekortkomingen van cloud  computing te adresseren, is enige tijd geleden ‘edge computing’ bedacht: je zorgt voor de dataverwerking dichtbij de betreffende IoT-oplossing. Daarmee ontlast je het netwerk én ‘t datacenter, terwijl er ter plekke relevante data wordt uitgezocht en (in sommige gevallen) acties in gang worden gezet.

Definitie graag!

Wie de officiële definitie van edge computing wil hebben, bedienen wij uiteraard ook. Dat vragen wij even aan 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.”

 

twittergoogle_pluslinkedinmailtwittergoogle_pluslinkedinmail