Mindenekelőtt tisztázzuk, mit értünk edge computing alatt. A legjobb megközelítést most talán az IDC definíciója adja: mikro adatközpontok hálózata. Ezek a mikro adatközpontok lokálisan tárolnak és dolgoznak fel kritikus adatokat, és onnan csak az eredményeket továbbítják. Ahelyett tehát, hogy az adat a keletkezése helyéről akár több ezer kilométert utazva egy nagy központosított tárolóba kerülne, egy elosztott hálózat részeként, de helyben működő adatközpontba kerül, ahol sokkal kisebb késleltetéssel lehet feldolgozni. Így gyorsul a feldolgozás sebessége, és javul a rendszer reakcióérzékenysége.

Nem új az ötlet

Az ötlettel 2010-es évek első felében a Cisco állt elő. A hálózatieszköz-gyártó "fog computing" koncepciója pontosan ezt a működési modellt írta le: úgy lehet valós idejűvé tenni az adatelemzést, ha az adatok feldolgozása a keletkezésükhöz közel valósul meg, és már csak az eredményt, azaz a nyers adatoknál jóval kisebb adatcsomagot kell eljuttatni egy központi egységhez.

Amikor a Cisco előállt az ötlettel, kevésbé volt nyitott rá a világ: az önvezetés még csak ígéretes kísérlet volt, ahogy a gyártóiparban a gépitanulás-alapú vezérlés és automatizálás is. Mára azonban egyértelművé vált: a hálózatok szélein (edge) ún. "connected" eszközök sokasága jelenik meg - például szenzorok milliói-milliárdjai a legkülönbözőbb területeken (közműhálózatok, járművek, háztartási eszközök stb.). Ezek adatainak kezelése, irányítása már nem oldható meg a hagyományos felhős infrastruktúrával. (Hogy mennyire korlátos, részben a hálózati sávszélesség szűkössége miatt a felhő kapacitása, jól mutatja az AWS Snowball szolgáltatása, amit 2015-ben indítottak el.)

Mindazonáltal a fog computing fogalma sem oldódott fel az edge computingban, de jelentése árnyalódott. Az edge computing elsősorban a hálózatok szélén végrehajtott számítási folyamatokra utal, míg a fog computing arra a hálózati kapcsolatra, amely összeköti a hálózatok szélén lévő eszközöket a felhővel. Az OPC Foundation keretében működő OpenFog konzorcium úgy határozza meg a kettő viszonyát, hogy a fog computing mindig edge computingot használ, de fordítva ez nem igaz.
 

Így épül egymásra at edge és a fog computing

(Forrás: CB Insights)

Már most látható, mit nyerünk vele

Annak ellenére, hogy az edge computing fogalma még nem tisztult le, és sokkal inkább egyfajta eszközgyűjteménynek tekinthető, mint jól megragadható technológiai ökoszisztémának, számos előnye már így is nyilvánvaló. A CB Insights elemzése öt sarkalatos előnyt fogalmaz meg.

1. Valós idejű, vagy legalább a felhőnél gyorsabb adatfeldolgozást és -elemzést biztosít. Ez egyszerűen abból adódik, hogy az adatokat a keletkezési helyéhez közel dolgozza fel, így kisebb lesz a latencia.

2. Olcsóbb. A vállalatoknak kevesebbet kell költeniük a helyi eszközök adatmenedzsment-megoldásaira.

3. Csökkenti a hálózati forgalmat. Nem minden adatnak kell eljutnia a felhőbe. Ez egyre fontosabbá válik, hiszen az IoT-eszközök növekvő számával miatt a keletkező adatmennyiség exponenciálisan növekszik, és ez egyre kritikusabbá teszi a hálózati sávszélességet.

4. Növeli az alkalmazások hatékonyságát. Ha alacsonyabb a latencia, az azt is jelenti, hogy az alkalmazások gyorsabban működnek.

5. Csökkenti a kockázatokat. Ha a folyamatban csökken a felhő súlya, az csökkenti egy esetleges havária kockázatát is (lásd az OVHcloud adatközpontjának katasztrófáját), hiszen a felhőszolgáltatás leállásáig ha korlátozottan is, de bizonyos friss adatok továbbra is rendelkezésre állnak.

6. Javul a compliance. Mivel általános tendencia, hogy a kormányok országhatáron belül akarják tudni az érzékeny adatok (pl. a GDPR), az adat keletkezésének közelében történő tárolás erre nagyobb garanciát ad anélkül, hogy közben le kellene mondani az elemzés nyújtotta előnyökről.

7. Átjárhatóságot biztosít régi és új között. Könnyebben össze lehet kapcsolni a régi, ún. legacy eszközöket az új, connected eszközökkel, mert a régi eszközök kommunikációs protokolljait képes átalakítani úgy, hogy azt az újabb eszközök is megértsék. Ezáltal például régi ipari berendezések is beköthetők egy IoT-platformba.

Mindenki rástartol az "él"-re

Mint a CB Insight írja, az iparág minden fontos szereplője elindult az él felé. Legelőször a nagy felhőszolgáltatók, az Amazon, a Google és a Microsoft léptek. Az Amazon 2017-ben jelentette be az AWS Greengrass analitikai szolgáltatást, amely már az edge computing modelljét követi. A Microsoft 2018 nyarán mutatta be az Azure IoT Edge preview-ját (sőt a technológiát részben nyílttá is tette), a Google pedig egy csipet (Edge TPU) és a Cloud IoT Edge szoftver stacket. Utóbbi vállalat 2020-ban egy komolyabb iparági összefogást is verbuvált a technológia köré.

Komoly fejlesztési kapacitásokat fordít saját edge megoldásainak fejlesztéseire a legtöbb vállalati megoldásfejlesztő is a GE-től az Intelen, a Dellen, az IBM-en, a Ciscón, a HPE-n át az SAP-ig. Ami pedig az iparágakat illeti, szinte nincs olyan ágazat, ami kimaradna. A közlekedés mellett érintett a gyártóipar, az egészségügy, a közműszolgáltatások, de még a pénzügyi szektor is.

Ahogy a konnektivitás egyre magasabb szintű, úgy lesz a technológia mind inkább megkerülhetetlen. Sokan arra számítanak, hogy épp az 5G tereli be végleg a mainstreambe az edge computingot.