Industry Talks: Edge Computing opent een pad voor groeiende behoeften van datacenters

De opkomst van data-intensieve technologie, zoals virtuele en augmented reality, autonome voertuigen en generatieve AI, heeft voor veel innovatie en kansen gezorgd. Maar het heeft echter ook de bestaande datacentercapaciteit zwaarder belast.

Als gevolg daarvan is de IT-infrastructuur verschoven naar een hybride model, waarvoor geavanceerd beheer nodig is.

Met de opkomst van kunstmatige intelligentie in een edge computing-omgeving is gegevensverwerking niet langer beperkt tot core datacenters en gecentraliseerde clouds, zegt Pierluca Chiodelli, vice president van engineering technology for edge computing offers, strategy, and execution bij Dell Technologies.

In plaats daarvan gebeurt dit dichter bij de gegevensbron, aan de rand van het netwerk, waardoor real-time besluitvorming mogelijk wordt en de noodzaak om enorme hoeveelheden gegevens terug te sturen naar gecentraliseerde locaties afneemt.

“Als gevolg hiervan moeten organisaties een zeer verfijnde en geavanceerde aanpak hanteren voor het effici?nt, veilig en intelligent beheren van werklasten en gegevens in hun hele IT-omgeving”, legt Chiodelli uit.

“Het is essentieel om het volledige potentieel van data-intensieve technologie?n te benutten en tegelijkertijd de unieke uitdagingen van AI-integratie aan de rand aan te pakken.”

In zijn nieuwe studie “How Edge Computing Is Enabling the Future” ondervroeg Schneider Electric meer dan 1000 IT-beslissers en ontdekte dat 49% het beheer van hybride IT-infrastructuur als hun grootste IT-uitdaging noemde. Ook verwachten ze dat edge computing verschillende belangrijke factoren zal verbeteren, zoals snelheid, gegevensbeveiliging en veerkracht.

“Het toenemende datavolume heeft ook geleid tot meer gegevensverwerking, waardoor de CO2-uitstoot en de duurzaamheid van de organisatie onder grotere druk komen te staan”, aldus het onderzoek.

De besluitvormers geloven dat edge computing kan bijdragen aan duurzaamheid en het behalen van de milieu-, sociale en corporate governance-doelstellingen van hun bedrijf.

Naarmate de gegevens van organisaties toenemen en de complexiteit van de IT-infrastructuur toeneemt, zal het voor organisaties dan ook van cruciaal belang zijn om te bepalen hoe ze energie aan de rand kunnen volgen en meten, zegt Carsten Baumann, directeur strategische initiatieven en solution architect bij Schneider Electric.

Lage latentie + meer betrouwbaarheid = snellere responstijden

Edge computing maakt het mogelijk om gegevens dicht bij de bron waar de informatie vandaan komt te verwerken. Dit zorgt voor snellere service en meer betrouwbaarheid, wat leidt tot betere responstijden wanneer bedrijven applicaties of programma’s gebruiken, zegt Adonay Cervantes, global field CTO, CloudBlue, een multi-tier commerce platform.

“En omdat deze applicaties aan de rand van het netwerk werken, presteren ze beter met een lage latentie”, zegt hij.

Lee Ziliak, field chief technology officer en managing director of architecture bij IT solutions provider SHI International, is het eens met deze beoordeling.

“Het gebruik van data aan de rand stelt een organisatie ook in staat om tijdreeksgegevens te analyseren en te voorspellen, bewakingsmogelijkheden te vergroten, prestaties te verbeteren en meer waarde te cre?ren door nieuwe datapunten te verzamelen”, legt hij uit. “Dit bespaart tijd en geld door alleen de belangrijke gegevens te aggregeren en te bewaren.”

Ongeacht de werklast kiezen bedrijven voor edge computing omdat sommige productfuncties geen gebruik kunnen maken van de cloud vanwege praktische of wettelijke beperkingen, zegt David Kinney, senior principal architect bij IT-dienstverlener SPR.

Hij voegt eraan toe dat de meest voorkomende praktische beperkingen die de adoptie van edge computing motiveren zijn wanneer de communicatie tussen de edge en de cloud te veel vertraging met zich meebrengt of wanneer het communicatiemedium traag of onbetrouwbaar is.

“Latentie is een belangrijke overweging voor veel systemen die machines besturen, zoals de botsingsvermijdingssystemen in nieuwe auto’s,” zegt Kinney. “Voor veel van deze systemen kan een vertraging van zelfs maar een fractie van een seconde rampzalige gevolgen hebben.

Op het gebied van regelgeving zegt hij dat dit vaak speelt bij medische apparatuur. Medische apparatuur waar de gezondheid of zelfs het leven van een pati?nt van af hangt, zoals een insulinepomp, moet blijven werken, zelfs als het niet kan communiceren met de cloud.

De uitdagingen van data-intensieve technologie aanpakken

Edge computing helpt volgens Saurabh Mishra, global director of IoT product management bij SAS, een leverancier van analysesoftware, ook bij het verlagen van de kosten die gepaard gaan met de overdracht en opslag van gegevens.

“Aan de rand wordt een enorme hoeveelheid gegevens gecre?erd, en een groot deel daarvan is gebaseerd op sensoren”, zegt hij. “Deze gegevens kunnen overbodig zijn en de waarde ervan is van korte duur.

“In plaats van deze gegevens over te brengen naar, en op te slaan in de cloud (waardoor er veel bijbehorende kosten gemaakt worden), kunnen organisaties beter edge computing gebruiken om die gegevens lokaal aan de rand te verwerken en alleen belangrijke data terug te sturen naar de cloud.”

Meer bedrijven combineren edge computing en gecentraliseerde datacenterverwerking in een hybride model om de uitdagingen van data-intensieve technologie?n aan te gaan. Denk hierbij aan augmented reality, virtual reality, autonome voertuigen en geavanceerde AI-toepassingen – allemaal data-hongerige toepassingen die complexe real-time data-analyse nodig hebben om succesvol te kunnen werken, zegt Bob Brauer, oprichter en CEO van Interzoid, een adviesbureau voor datagebruikbaarheid.

Hij voegt eraan toe dat een cloud-only aanpak of een volledig gecentraliseerde aanpak een aanzienlijke hoeveelheid latentie zou introduceren in het gebruik van deze data-intensieve technologie?n, waardoor ze minder effectief, minder betrouwbaar en mogelijk zelfs onveilig zouden worden, vooral in het geval van zelfrijdende voertuigen of toepassingen in de gezondheidszorg.

De hybride oplossing maakt het echter mogelijk om big data te verwerken. Een voorbeeld hiervan is het bouwen van AI-modellen op een krachtig intern systeem waar de infrastructuurkosten over het algemeen goedkoper en schaalbaarder zijn dan in gedeelde cloud-infrastructuuromgevingen.

“Zodra de AI-modellen compleet, volledig en goed getest zijn, kunnen ze worden uitgerold naar lichtere dataknooppunten aan de rand om te worden toegepast en beschikbaar te worden gesteld op een locatie die veel dichter bij de systemen, apparaten en voertuigen ligt die deze modellen gebruiken”, zegt hij.

Organisaties kunnen zo onmiddellijk beslissingen nemen zonder afhankelijk te zijn van communicatie met gecentraliseerde servers die zich fysiek ergens anders in de wereld bevinden. Volgens Brauer vermindert deze aanpak het latentierisico drastisch zonder dat dit ten koste gaat van de kwaliteit van de AI-kernmodellen.

Damien Boudaliez, senior vice president en global head of data solutions engineering bij FactSet, een financieel data- en softwarebedrijf, beschrijft hoe edge computing zijn bedrijf helpt effici?nter te werken.

“FactSet’s ticker plant cloud reis was gericht op het minimaliseren van latentie in de real-time distributie van financi?le data,” zegt hij. “Door gebruik te maken van edge computing kunnen we data dichter bij wereldwijde klanten plaatsen en zo de prestaties optimaliseren, vooral in regio’s zoals Azi? waar de afstanden tussen de markten uitdagingen vormen.”

Daarnaast vult edge computing het hybride cloudmodel van FactSet aan door keuze mogelijk te maken.

“We kunnen on-premises resources gebruiken voor zware, voorspelbare computertaken en de cloud voor meer dynamische, locatiegevoelige behoeften”, zegt Boudaliez. “De strategie verbetert de prestaties van zowel onze externe klanten als onze interne teams. Door computermiddelen dichter bij de klanten en onze wereldwijde kantoren te plaatsen, minimaliseren we de latentie en maximaliseren we de effici?ntie.”

Conclusie

Naarmate de toepassing van edge computing in steeds meer sectoren toeneemt, nemen ook de complexiteit en de eisen van het beheer van edge operations toe, zegt Dell Chiodelli.

“De edge-omgeving is inherent gedistribueerd, wat organisaties voor de dubbele uitdaging stelt om gegevens bij de bron te verzamelen en te beveiligen en tegelijkertijd te worstelen met beperkte IT-expertise”, zegt hij.

Deze complexiteit strekt zich volgens Chiodelli uit tot het beheer en de beveiliging van diverse edge implementaties op vele apparaten en locaties. Organisaties hebben een gestroomlijnde aanpak nodig voor het overzien en beveiligen van hun uitdijende ecosystemen van randapparaten en -toepassingen.

Hoewel modellen die gebruik maken van edge servers flexibiliteit en controle bieden, is deze aanpak niet zonder essenti?le overwegingen, met name het beheer van technologie aan de rand, zegt Kelly Malone, chief business officer bij Taqtile, een augmented reality softwarebedrijf.

“Apparaten en servers aan de rand moeten worden bijgewerkt, gesynchroniseerd en beheerd, wat ingewikkeld kan zijn omdat deze apparatuur per definitie niet centraal is geplaatst”, zegt Malone.

En naarmate bedrijven zich verder verdiepen in metaverse technologie?n, waardoor ze op nieuwe niveaus kunnen samenwerken en werknemers effici?nter kunnen werken dan ooit tevoren, zullen ze meer edge-achtige technologie moeten gebruiken om de hoeveelheid computing aan te kunnen die nodig is voor een lage latency en betere prestaties,” zegt Michael McNerney, vice president netwerkbeveiliging bij technologiebedrijf Supermicro.

“Er is niet alleen een lagere latency nodig om beslissingen aan de rand te nemen, maar er is ook minder bandbreedte nodig zodat bedrijven meer apparaten met dezelfde bandbreedte kunnen verwerken,” zegt hij.

Zonder edge technologie zouden apparaten die aan de rand werken last hebben van problemen met latency, knelpunten veroorzaken in bedrijfsnetwerken en andere verwerkingsgerelateerde uitdagingen, zegt Sharad Varshney, CEO van OvalEdge, een adviesbureau voor data governance.

“Het is echter belangrijk om te onthouden dat edge computing een raamwerk is dat interne culturele veranderingen vereist als je wilt dat het werkt in je organisatie,” voegt hij eraan toe.

“Buiten dit is edge computing een van de vele oplossingen waar je naar zou moeten kijken bij het stroomlijnen van datagebruik in je organisatie.”