Qué es el edge computing. Importancia y relación con otras tecnologías

La computación de borde o Edge computing es una arquitectura de red distribuida que procesa los datos lo más cerca posible de su origen para minimizar el ancho de banda y reducir la latencia de la red. Un objetivo importante de la computación de borde es reducir el tiempo de comunicación entre clientes y servidores. En algunos casos, los datos se procesan en el propio dispositivo de origen, y sólo los más importantes se transfieren fuera del dispositivo, lo que acelera operaciones que requieren extrema agilidad y rapidez en la respuesta, como transacciones financieras o en el gaming, entre otras muchas.

Por qué es importante el Edge Computing

Con la computación en el borde, los dispositivos y sensores situados en el extremo de la red pueden procesar y analizar los datos en tiempo real. Como los datos no tienen que enviarse a una ubicación central para su procesamiento, las organizaciones pueden procesarlos localmente, lo que puede mejorar el ahorro de costes, los tiempos de respuesta y el rendimiento de las aplicaciones.

Relación con el Cloud Computing

La relación entre la computación en el borde y la computación en nube es sinérgica. Mientras que el Edge se ocupa del procesamiento de datos cerca de su fuente, la computación en nube centraliza el procesamiento de datos normalmente lejos o a distancia. La principal diferencia entre ambas es que, mientras que la computación de borde traslada la informática al borde de la red y lo más cerca posible de las fuentes de datos, la computación en la nube genera y recopila datos desde múltiples ubicaciones y los almacena en la nube.

La relación entre edge computing y cloud computing es, sobre todo, colaborativa, ya que resuelve las diversas necesidades informáticas. Mientras que el edge computing ofrece procesamiento en tiempo real, latencia reducida y toma de decisiones local, el cloud computing proporciona escalabilidad, flexibilidad y sólidas capacidades analíticas.

Edge Computing, características principales

El Edge Computing presta especial atención a las ubicaciones. Acceder a datos en profundidad desde múltiples ubicaciones prepara a las empresas para hacer frente a las demandas de futuros clientes. Permite a las empresas analizar datos críticos en tiempo real sin enviarlos a miles de kilómetros de distancia. Además, es un paso adelante crucial para las empresas que buscan crear aplicaciones de alto rendimiento con baja latencia.

Dispositivos del extremo o periféricos

El uso de dispositivos IoT se ha disparado significativamente en los últimos años. Paralelamente, lo que también ha aumentado es la cantidad de ancho de banda que consumen. El enorme volumen de datos generados por estos dispositivos afecta a la nube privada o al centro de datos de una empresa, lo que dificulta la gestión y el almacenamiento de todos los datos. Las empresas que despliegan IoT en capacidades informáticas periféricas cercanas a los dispositivos adquieren la capacidad de responder a nuevos datos en cuestión de segundos. Las empresas que no se suban al tren de las redes periféricas se perderán muchas ventajas en términos de costes, eficiencia y mejor conectividad.

El concepto de Fog Computing

El fog computing describe una estructura informática descentralizada situada entre la nube y los dispositivos que producen datos. Esta estructura flexible permite a los usuarios colocar los recursos, incluidas las aplicaciones y los datos que producen, en ubicaciones lógicas para mejorar el rendimiento. El Edge computing es en realidad un subtipo de fog computing que significa que los datos se generan, procesan y almacenan cerca unos de otros. El Fog Computing incluye el procesamiento en los bordes, así como la infraestructura y las conexiones de red necesarias para transportar los datos.

Podemos concluir que Fog Computing lleva la inteligencia al nivel de red de área local de la arquitectura de red, procesando datos en un nodo de niebla o puerta de enlace IoT. Mientras tanto, el Edge Computing lleva la inteligencia, la potencia de procesamiento y las capacidades de comunicación de un gateway o de un dispositivo a los propios dispositivos.

Beneficios del Edge Computing

El Edge computing permite a las organizaciones mejorar la gestión de sus activos físicos y crear nuevas experiencias interactivas. Algunas de sus ventajas son las siguientes:

• Reducción de la latencia: Acercar el procesamiento de datos a la fuente de datos significa ganar el tiempo que se tardaría en transmitir los datos de ida y vuelta a la nube. Esto permite un procesamiento en tiempo real y una toma de decisiones más rápida.
• Mayor seguridad de los datos: Los datos sensibles no tienen que enviarse a servidores en la nube, donde pueden ser susceptibles de ciberataques o interceptación. Al procesar los datos localmente, los dispositivos de borde pueden garantizar que los datos sensibles permanezcan dentro de la red local, mejorando la seguridad de los datos.
• Rentabilidad: La computación de borde reduce los costes de ancho de banda y almacenamiento asociados con la transmisión de datos a la nube, por lo que es una opción más rentable para las organizaciones con grandes cantidades de datos.
• Escalabilidad: Con edge computing, las organizaciones pueden escalar sus recursos de computación y almacenamiento de forma dinámica, en función de sus necesidades. Esto facilita la gestión de cualquier pico en el volumen de datos y los requisitos de procesamiento.
• Mayor fiabilidad: Edge computing puede mejorar la fiabilidad de las aplicaciones al permitirles operar independientemente de la nube. Esto ofrece ventajas en escenarios en los que una conexión de red podría ser inestable o poco fiable, como en instalaciones industriales remotas o en plataformas petrolíferas en alta mar.

Aplicaciones de Edge Computing y relación con otras tecnologías

Los principales casos de uso de la computación en el borde se dan en industrias y empresas con gran volumen y velocidad de datos. Algunos ejemplos que podemos citar son los siguientes:

• Vehículos autónomos. Sólo pueden funcionar de forma segura y fiable cuando son capaces de analizar en tiempo real todos los datos necesarios para la conducción. El análisis en tiempo real en la nube, sin embargo, puede ser problemático; el volumen de datos generados por los vehículos autónomos y el correspondiente potencial de latencia -o incluso la falta de conectividad necesaria- al enviar datos a la nube podría significar retrasos inseguros.
• Smart cities. Los Gobiernos de las ciudades también están utilizando la computación Edge para crear comunidades inteligentes y gestionar sus carreteras con funciones como controles de tráfico inteligentes.
• Seguridad reforzada. Las organizaciones pueden utilizar la computación en el borde para habilitar la supervisión por vídeo y el escaneado biométrico, así como otras medidas de vigilancia y autorización, en las que el análisis de datos en tiempo real es necesario para confirmar que solo tienen lugar las personas autorizadas y las actividades aprobadas.
• Sanidad. Los datos sanitarios proceden de numerosos dispositivos médicos, incluidos los que se encuentran en las consultas de los médicos, en los hospitales y en los wearables de consumo adquiridos por los propios pacientes. Pero todos esos datos no tienen por qué trasladarse a servidores centralizados para su análisis y almacenamiento, un proceso que podría congestionar el ancho de banda y disparar las necesidades de almacenamiento.
• Fabricación y procesos industriales. El IoT industrial ha incorporado millones de dispositivos conectados en plantas de fabricación y otras industrias para recopilar datos sobre las líneas de producción, el rendimiento de los equipos y los productos acabados. Sin embargo, no es necesario gestionar todos los datos en servidores centralizados: cada lectura de temperatura de cada termómetro conectado no es importante. En algunos casos, trasladar los datos a los servidores centralizados, ya sea en la nube o en las propias instalaciones, puede resultar prohibitivo o imposible debido a la ubicación remota de las instalaciones. En estos casos, el Edge aporta la potencia de procesamiento necesaria allí donde se requiere, y estos dispositivos pueden programarse para transferir datos agregados a los sistemas centrales o iniciar las acciones necesarias en el punto final.
• Servicios de streaming y entrega de contenidos. Al igual que ocurre con los casos de uso de la realidad virtual y aumentada, el Edge computing es compatible con los requisitos de baja latencia del streaming de vídeo y la distribución de contenidos. Además, permite una buena experiencia de usuario tanto para las funciones existentes como para las emergentes, como las funciones de búsqueda, las sugerencias de contenidos, las experiencias personalizadas y las capacidades interactivas.
• Mejores servicios al cliente. Empresas de todos los sectores, desde la banca hasta el comercio minorista, están estudiando cómo utilizar la computación en el borde para ofrecer experiencias hiperpersonalizadas y anuncios dirigidos a los clientes. También están desarrollando formas de utilizar la computación de borde para dar soporte a nuevos servicios, como las compras interactivas con RA.

Edge Computing e IoT

Los dispositivos Edge son piezas de hardware que a menudo se encuentran en ubicaciones remotas de una red para recoger y procesar datos. Con la memoria, la potencia de procesamiento y los recursos adecuados, estos dispositivos también pueden ejecutar soluciones en tiempo real como resultado de la información derivada de los datos recopilados previamente.

Por otro lado, los dispositivos con tecnología IoT son objetos físicos conectados a Internet. Pueden detectar cambios en la infraestructura y datos transversales procedentes de una gran variedad de redes y dispositivos conectados.

Hay muchas razones por las que IoT y edge computing trabajan juntos y lo seguirán haciendo en el futuro. IoT necesita una conectividad estable para ser súper eficiente, y edge computing lo garantiza. Además, el IoT no necesita estar en contacto permanente con los datos alojados en la nube central cuando el edge proporciona fácilmente un terreno propicio para el cómputo de datos en el borde. La aplicación de IoT en empresas que ofrecen servicios financieros, servicios sanitarios y coches autónomos no puede hacer frente a la latencia si quieren satisfacer adecuadamente a sus clientes. Por lo tanto, una red de Internet de las Cosas en estos ámbitos puede seguir dependiendo de la computación en el borde para poder cumplir con los objetivos empresariales y satisfacer a los usuarios.

Edge Computing y telecomunicaciones: redes 5G y Fibra

Entre sus muchas ventajas, el 5G y la fibra óptica ofrecen unas reducciones altísimas de latencia, que no es otra cosa que la información que tarda en ir al servidor y volver. Actualmente, el 4G ofrece de media unas latencias de 50 milisegundos. Con el 5G y la fibra esa cifra puede bajar hasta 1 milisegundo, haciendo posibles muchísimas aplicaciones y transacciones en tiempo casi real.

Edge Computing y Machine Learning

En el aprendizaje automático o Machine Learning tradicional, a menudo encontramos grandes servidores procesando montones de datos recogidos de Internet para proporcionar algún beneficio. Al ejecutar algoritmos de aprendizaje automático en dispositivos periféricos como portátiles, teléfonos inteligentes y sistemas integrados (como los que se encuentran en relojes inteligentes, lavadoras, coches, robots de fabricación, etc.), podemos producir esas predicciones más rápidamente y sin necesidad de transmitir grandes cantidades de datos en bruto a través de una red.

Edge Computing y Data Center, cómo se relacionan

Conviene saber que en el futuro vamos a tener sí o sí infraestructuras de centros de datos descentralizadas, que no son otra cosa que una extensión de la red o del data center. Se trata de soluciones como micro CPD que precisan y ofrecen los mismos requisitos que las grandes instalaciones: suministro eléctrico, comunicaciones, sistemas redundantes…, pero en menor tamaño. El problema que nos encontramos frecuentemente con las infraestructuras edge es que normalmente se tienen que desplegar en zonas que no están preparadas. En estos entornos lo que se recomienda hacer aplicar las buenas prácticas que tradicionalmente emplearíamos en un gran centro de procesamiento de datos, pero en una pequeña instalación de Edge Data Center: tenemos que tener redundancia tanto en refrigeración como en energía, seguridad física, monitorización… Al final tenemos que tomar ese pequeño data center tipo edge como un gran data center y dotarle de toda la seguridad, toda la monitorización, toda la conectividad que proporcionamos en cualquier otro CPD.

Desafíos del Edge Computing

El edge computing puede simplificar un entorno de TI distribuido, pero su infraestructura no siempre es fácil de implementar y gestionar.

• Integrar servidores de computación en el borde en múltiples ubicaciones pequeñas puede resultar más complicado que simplemente aumentar la capacidad en un único centro de datos principal. Las empresas más pequeñas pueden enfrentar dificultades para gestionar el incremento de costos relacionados con estas ubicaciones físicas adicionales.
• En ocasiones puede ser que se carezca de la experiencia técnica necesaria in situ. En caso de cualquier fallo en las instalaciones, es esencial contar con una infraestructura que los empleados locales sin experiencia técnica puedan reparar fácilmente. Además, un equipo reducido de especialistas ubicados en otro lugar debe poder ser administrada de forma centralizada.
• Es crucial que las operaciones de gestión puedan replicarse en todos los lugares de computación en el Edge, con el fin de simplificar la administración y facilitar la resolución de problemas. Los desafíos surgen cuando el software se implementa de manera diferente en cada sitio.
• La seguridad física del Edge a menudo es mucho menor que la de los entornos centrales. Al implementar una estrategia de computación en el borde, es esencial considerar un posible mayor riesgo de eventos maliciosos o accidentales.