Många organisationer skulle vilja implementera edge computing, men dess framtid kommer att bestämmas, åtminstone delvis, av kostnaden för dess hårdvara och utvecklingen av lämplig programvara. För närvarande är edge computing mycket dyrt att installera, och endast stora företag och företag har råd med dessa system. Två faktorer begränsar användningen av edge computing – kostnaden för hårdvaran och kostnaden för att skapa anpassade edge computing mjukvarulösningar.

I deras 2022 Market Guide for Edge Computing, Gartner förutspår att marknaden för edge computing kommer att vara i rörelse under ytterligare fyra till sex år.

Edge computing beskriver en rad nätverk och enheter som övervakar och arbetar med närliggande teknik. De grundläggande koncept behandlar data närmare sin källa, snarare än att skicka den till ett moln som kan finnas långt, långt borta. Det tar tid för data att flytta från punkt A till punkt B och tillbaka – ju större avstånd, desto längre tid tar det (kallad "latens"). Genom att hantera data med hjälp av närliggande kantdatorer (ofta specialiserade minidatorer) kan mer data bearbetas med högre hastigheter. Matt Trifirio, Vapor IO:s marknadschef, sa i en intervju:

"Hela poängen med edge computing är att komma närmare enheter, att minska mängden data som behöver flyttas runt av latensskäl, att komma närmare så att svaren blir snabbare."

Användningen av edge computing ger resultat snabbare än molnet.

Skulle hårdvaran (edge-datorer och sensorer) som används för edge computing bli dyrare, till följd av ekonomiska och transportproblem, kommer installationen av nya edge computing-system att sakta ner. Men om hårdvaran blir billigare kan vi räkna med att den kommer att omfattas av medelstora företag och kommer att växa i snabbare takt, förutsatt att programvaran är tillgänglig.

Programvaruproblemet är en helt annan fråga. Det finns så många olika användningsområden och potentiella användningsområden att ingen standardiserad programvara ännu har utvecklats. Varje företag som bestämmer sig för att använda edge computing har varit tvungen att skapa sitt eget skräddarsydda system. Det enorma utbudet av användningsfall har producerat flera innovativa lösningar som är unika och mycket kundanpassade. Det är allmänt accepterat att, när mönster växer fram, kommer standardiserad programvara för edge computing att bli verklighet.

Edge computing måste bli billigare och enklare att använda innan det kan bli en normal, normal process.

Edge, nätverk och molnet

De flesta företag kör sina edge computing-system på plats, som antingen är anslutna till ett nätverk eller använder Wi-Fi. Som en konsekvens av detta ingår inte offentliga molnleverantörer i ekvationen. (Betalar inte heller för sina tjänster.) Företag som har fjärrenheter som arbetar med ett mobilnät behöver inte betala för strömmande data (vilket kan bli dyrt, särskilt om data är i ett videoformat).

För närvarande använder företag edge computing-teknik för att bearbeta närliggande data och undvika tidskrävande överföringar till molnet (latens), samtidigt som de undviker dyra molntjänster. Det finns ett växande behov för bearbetning av data i realtid.

Internet of Things (IoT)-enheter designades från början för att skicka små mängder data till molnet, baserat på enkla, specifika funktioner och stödjande specialsensorer (puls, GPS-koordinater). IoT-enheter blir dock mer och mer utarbetade och används ofta av detaljhandeln, via 5G, för att behandla omedelbara betalningsalternativ, ge en bra kundupplevelse och uppdatera lager.

Skillnaderna mellan edge computing och Sakernas Internet försvinner snabbt, och snart kommer det inte att finnas någon betydande skillnad.

Exempel på var Edge Computing är och kommer att användas

Edge computing används i flera olika branscher och för en mängd olika ändamål. Även om branscher och användningsområden kan variera, delas det väsentliga målet att minimera latens av alla. Några av de mer framträdande användningsområdena listas nedan:

Tillverkningsprocesser: Tillverkningsindustrin har lagt till miljontals edge-enheter för att samla in data om utrustningens prestanda, produktionslinjer och färdiga produkter. Edge computing ger processorkraften där den behövs. Dessutom kan kantanordningar programmeras att överföra insamlad data till ett centralt system och/eller svara genom att initiera nödvändiga åtgärder vid en slutpunkt.

Edge computing används ofta för att initiera prediktivt underhåll, anpassade produktionskörningar och smart tillverkning. Tillverkningsanläggningar använder också edge computing för att övervaka och hantera sin energianvändning.

Förbättra kundservice: Företag som sträcker sig från detaljhandel till bank undersöker användningen av edge computing med målen att tillhandahålla personliga upplevelser och riktad reklam. Med hjälp av edge computing utvecklar de även sätt att stödja moderna, nya tjänster, som t.ex augmented reality shopping.

Självkörande bilar: Autonoma fordon (självkörande lastbilar, självkörande bilar) är ett utmärkt exempel på användningsfall för edge computing. Ett primärt mål är deras säkra drift, vilket kräver förmågan att analysera all inkommande data som behövs för körning i realtid. En realtidsanalys från molnet skulle helt enkelt ta för lång tid för att fatta beslut på en del av en sekund. Potentialen för latens genom att skicka data till molnet för analys innebär osäkra förseningar. 

Smarta städer: Stadsförvaltningar använder edge computing för att skapa smarta städer som använder intelligenta trafikkontroller, tillgänglig parkeringskommunikation och energianvändningskontroller. Dessutom kan edge computing användas för att bearbeta data från elnätssensorer, offentliga anläggningar och till och med privata byggnader.

Innehållsleverans och streamingtjänster: Edge computing används för leverans av innehåll och strömmande video eftersom det stöder låg latens. Det kan också stödja bra användarupplevelser för funktioner som innehållsförslag, personliga upplevelser, interaktiva funktioner och sökfunktioner. Vissa medieorganisationer använder edge computing för leverans av originalinnehåll och liveevenemang.

Förbättrad säkerhet: Edge computing kan användas för att förbättra säkerheten. Företag kan använda det för att stödja videoövervakning, såväl som biometrisk skanning. Videodata kan bearbetas i realtid för att identifiera behöriga personer för inträde. Organisationer kan använda optisk teknik för irisskanning. Edge-enheter analyserar omedelbart bilder av iris för att bekräfta matchningar med arbetare som har auktoriserad åtkomst.

Å andra sidan lägger edge computing till enheter till systemet, vilket i sin tur kräver ytterligare säkerhetsåtgärder. 

Löftet om Edge Computing

Om en standardiserad form av edge computing-mjukvara utvecklas för små och medelstora tillverkningsföretag kommer användningen av edge computing att öka avsevärt. 

Att kombinera maskininlärning med edge computing har potential att förbättra beslutsprocessen som används av edge-datorer. (Baserat på symtom kan en kantdator lära sig att stänga av en utrustning innan den brinner ut.)

Antalet smarta städer kommer att öka stadigt. Smarta städer kan använda en mängd olika sensorer för att förbättra sina medborgares liv. Föroreningssensorer kan användas som varnar stadens tjänstemän om en organisation har överskridit sina gränser. Sensorer för ljudnivåer finns tillgängliga för vissa samhällen. Sensorer kan användas för att analysera fotgängare och fordonstrafik, med målet att optimera gång- och körvägar.

Zheng Song, en biträdande professor vid University of Michigan-Dearborn vid deras College of Engineering and Computer Science, sade i en intervjun:

"Jag tror att teknikmässigt kommer edge computing och AI att vara de två främsta möjligheterna för att omforma offentliga tjänster och infrastruktur. Den enorma mängden sensorer som används på fältet kan redan ge användbara insikter för allmän säkerhet, katastrofhjälp, smarta transporter, social välfärd och andra domäner relaterade till offentliga tjänster. Edge computing tillsammans med AI kommer att bearbeta och förstå den enorma mängd data som genereras av dessa sensorer på ett sätt som bevarar integriteten i realtid, vilket kommer att frigöra den verkliga potentialen hos sådan data.”

Bilden används under licens från Shutterstock.com

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
• Källa: https://www.dataversity.net/the-future-of-edge-computing/