Veel organisaties willen graag edge computing implementeren, maar de toekomst ervan zal, in ieder geval gedeeltelijk, worden bepaald door de kosten van de hardware en de ontwikkeling van geschikte software. Op dit moment is edge computing erg duur om te installeren, en alleen grote bedrijven en grote bedrijven kunnen deze systemen betalen. Twee factoren beperken het gebruik van edge computing: de kosten van de hardware en de kosten van het maken van op maat gemaakte softwareoplossingen voor edge computing.

In hun Marktgids voor edge computing 2022, Gartner voorspelt dat de markt voor edge computing nog vier tot zes jaar in beweging zal zijn.

Edge computing beschrijft een reeks netwerken en apparaten die nabije technologie monitoren en ermee werken. De basis concept houdt zich bezig met het verwerken van gegevens dichter bij de bron, in plaats van ze naar een cloud te sturen die zich ver, ver weg kan bevinden. Het kost tijd voordat gegevens van punt A naar punt B gaan, en terug - hoe groter de afstand, hoe langer het duurt (ook wel "latentie" genoemd). Door de gegevens te verwerken met behulp van nabijgelegen edge-computers (vaak gespecialiseerde minicomputers), kunnen meer gegevens met hogere snelheden worden verwerkt. Matt Trifirio, zei de chief marketing officer van Vapor IO in een interview:

"Het hele punt van edge computing is om dichter bij apparaten te komen, om de hoeveelheid gegevens die om latentieredenen moet worden verplaatst te verminderen, om dichterbij te komen zodat reacties sneller zijn."

Het gebruik van edge computing levert sneller resultaat op dan de wolk.

Als de hardware (edge ​​computers en sensoren) die voor edge computing wordt gebruikt duurder wordt, als gevolg van economische en transportproblemen, zal de installatie van nieuwe edge computing-systemen vertragen. Als de hardware echter goedkoper wordt, kunnen we verwachten dat deze zal worden omarmd door middelgrote bedrijven en sneller zal groeien, op voorwaarde dat de software beschikbaar is.

Het softwareprobleem is een heel ander probleem. Er is zo'n grote verscheidenheid aan toepassingen en mogelijke toepassingen dat er nog geen gestandaardiseerde software is ontwikkeld. Elk bedrijf dat besloot om edge computing te gebruiken, moest zijn eigen systeem op maat maken. De enorme verscheidenheid aan use cases heeft verschillende innovatieve oplossingen opgeleverd die uniek en sterk op maat gemaakt zijn. Het is algemeen aanvaard dat, naarmate patronen ontstaan, gestandaardiseerde software voor edge computing realiteit zal worden.

Edge computing moet goedkoper en gebruiksvriendelijker worden voordat het een mainstream, normaal proces kan worden.

Edge, netwerken en de cloud

De meeste bedrijven draaien hun edge computing-systemen on-premises, die via een netwerk zijn aangesloten of gebruikmaken van Wi-Fi. Als gevolg hiervan worden leveranciers van openbare cloud niet in de vergelijking opgenomen. (Betalen voor hun diensten evenmin.) Bedrijven die externe apparaten hebben die met een mobiel netwerk werken, hoeven niet te betalen voor het streamen van gegevens (wat duur kan worden, vooral als de gegevens in een videoformaat zijn).

Momenteel gebruiken bedrijven edge computing-technologie om gegevens in de buurt te verwerken en tijdrovende overdrachten naar de cloud (latency) te voorkomen, terwijl ook dure cloudservices worden vermeden. Er bestaat een groeiende behoefte voor het realtime verwerken van gegevens.

Internet of Things (IoT)-apparaten zijn in eerste instantie ontworpen om kleine hoeveelheden gegevens naar de cloud te sturen, op basis van eenvoudige, specifieke functies en ondersteunende sensoren voor speciale doeleinden (hartslag, GPS-coördinaten). IoT-apparaten worden echter steeds uitgebreider en worden vaak gebruikt door de detailhandel, via 5G, om directe betalingsopties te verwerken, een goede klantervaring te bieden en voorraden bij te werken.

De verschillen tussen edge computing en de internet van dingen vervagen snel, en binnenkort zal er geen significant onderscheid meer zijn.

Voorbeelden van waar edge computing wordt en zal worden gebruikt

Edge computing wordt in verschillende industrieën en voor een breed scala aan doeleinden gebruikt. Hoewel de industrieën en toepassingen kunnen verschillen, wordt het essentiële doel van het minimaliseren van latentie door iedereen gedeeld. Enkele van de meer prominente toepassingen worden hieronder vermeld:

Productieprocessen: De maakindustrie heeft miljoenen edge-apparaten toegevoegd om gegevens te verzamelen over de prestaties van apparatuur, productielijnen en afgewerkte producten. Edge computing levert de verwerkingskracht waar die nodig is. Bovendien kunnen edge-apparaten worden geprogrammeerd om verzamelde gegevens naar een centraal systeem over te dragen en/of te reageren door noodzakelijke acties op een eindpunt te initiëren.

Edge computing wordt vaak gebruikt om voorspellend onderhoud, aangepaste productieruns en slimme productie te initiëren. Productiefabrieken gebruiken ook edge computing om hun energieverbruik te monitoren en te beheren.

Klantenservice verbeteren: Bedrijven variërend van detailhandel tot bank onderzoeken het gebruik van edge computing met als doel gepersonaliseerde ervaringen en gerichte advertenties te bieden. Met behulp van edge computing ontwikkelen ze ook manieren om moderne, nieuwe diensten te ondersteunen, zoals augmented reality-winkelen.

Zelfrijdende auto's: Autonome voertuigen (zelfrijdende bestelwagens, zelfrijdende auto's) zijn een uitstekend voorbeeld van edge computing use cases. Een primair doel is hun veilige werking, wat de mogelijkheid vereist om alle binnenkomende gegevens die nodig zijn voor het rijden in realtime te analyseren. Een real-time analyse vanuit de cloud zou simpelweg te lang duren voor beslissingen in een fractie van een seconde. Het potentieel voor latentie door gegevens naar de cloud te sturen voor analyse betekent onveilige vertragingen. 

Slimme steden: Stadsbesturen gebruiken edge computing om te creëren smart cities die gebruikmaken van intelligente verkeerscontroles, beschikbare parkeercommunicatie en controles op het energieverbruik. Bovendien kan edge computing worden gebruikt om gegevens van sensoren van het elektriciteitsnet, openbare voorzieningen en zelfs privégebouwen te verwerken.

Levering van inhoud en streamingdiensten: Edge computing wordt gebruikt voor inhoud levering en video streaming omdat het lage latentie ondersteunt. Het kan ook goede gebruikerservaringen ondersteunen voor functies zoals inhoudsuggesties, gepersonaliseerde ervaringen, interactieve mogelijkheden en zoekfuncties. Sommige mediaorganisaties gebruiken edge computing voor de levering van originele inhoud en live-evenementen.

Verbeterde beveiliging: Edge computing kan worden gebruikt om de beveiliging te verbeteren. Bedrijven kunnen het gebruiken om videobewaking en biometrische scans te ondersteunen. Videogegevens kunnen in realtime worden verwerkt om geautoriseerde personen voor toegang te identificeren. Organisaties kunnen optische technologieën gebruiken voor irisscans. Edge-apparaten analyseren onmiddellijk beelden van de iris om overeenkomsten met werknemers met geautoriseerde toegang te bevestigen.

Aan de andere kant voegt edge computing apparaten toe aan het systeem, die op hun beurt weer nodig zijn aanvullende beveiligingsmaatregelen. 

De belofte van edge-computing

Als er een gestandaardiseerde vorm van edge computing-software wordt ontwikkeld voor kleine en middelgrote maakbedrijven, zal het gebruik van edge computing aanzienlijk toenemen. 

Door machine learning te combineren met edge computing kan het besluitvormingsproces van edge-computers worden verbeterd. (Op basis van symptomen kan een edge-computer leren een apparaat "uit" te zetten voordat het doorbrandt.)

Het aantal slimme steden zal gestaag toenemen. Slimme steden kunnen verschillende sensoren gebruiken om het leven van hun burgers te verbeteren. Er kunnen vervuilingssensoren worden gebruikt die stadsambtenaren waarschuwen als een organisatie haar limieten heeft overschreden. Voor sommige gemeenschappen zijn sensoren voor geluidsniveaus beschikbaar. Sensoren kunnen worden gebruikt om voetgangers- en autoverkeer te analyseren, met als doel loop- en rijroutes te optimaliseren.

Zheng Song, een assistent-professor van de Universiteit van Michigan-Dearborn aan hun College of Engineering and Computer Science, zei in een interview :

“Ik geloof dat edge computing en AI qua technologie de twee belangrijkste kansen zullen zijn voor het hervormen van openbare diensten en infrastructuur. De enorme hoeveelheid sensoren die in het veld worden ingezet, kan nu al nuttige inzichten opleveren voor openbare veiligheid, rampenbestrijding, slim transport, sociale zekerheid en andere domeinen die verband houden met openbare diensten. Edge computing samen met AI zal de enorme hoeveelheid gegevens die door deze sensoren worden gegenereerd op een real-time, privacybeschermende manier verwerken en begrijpen, wat het ware potentieel van dergelijke gegevens zal ontketenen.

Afbeelding gebruikt onder licentie van Shutterstock.com

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://www.dataversity.net/the-future-of-edge-computing/