Edge Computing

Was ist Edge Computing?

Edge Computing ist Computing, das nahe am physischen Standort des Nutzers oder der Datenquelle stattfindet, was zu einer niedrigeren Latenz führt und Bandbreite spart.

In einem Cloud-Computing-Modell werden Ressourcen und Services häufig in großen Rechenzentren konzentriert, auf die Endbenutzer am Netzwerkrand zugreifen. Dieses Modell hat sich als kostengünstig und im Hinblick auf eine gemeinsame Ressourcennutzung als effizient erwiesen. Allerdings wird die Rechenleistung für die neuen Formen der Endbenutzererfahrung (wie das IoT) näher bei den physischen Geräten oder Datenquellen, also direkt am Netzwerkrand, benötigt.

Durch die lokale Nähe der Rechenkapazitäten profitieren Nutzer von schnelleren, zuverlässigeren Services mit einem besseren Benutzererlebnis. Unternehmen profitieren, weil sie Daten besser verarbeiten, latenzempfindliche Anwendungen besser unterstützen und Technologien wie KI/ML-Analysen einsetzen können, um Trends zu erkennen und bessere Produkte und Services anzubieten.

Was ist ein Edge-Gerät?

Edge-Geräte sind physische Hardware, die sich an Remote-Standorten am Netzwerkrand befindet. Sie verfügen über genügend Speicher, Rechenleistung und Computing-Ressourcen, um Daten zu erfassen, diese Daten zu verarbeiten und nahezu in Echtzeit auszuführen, mit nur geringfügiger Hilfestellung durch andere Netzwerkteile.

Zur Kommunikation zwischen Edge-Geräten und der zentralisierten Datenbank werden Netzwerkverbindungen benötigt. Ein Edge-Gerät ist dort, wo Daten erfasst und verarbeitet werden.

Edge Computing bietet eine gute Ergänzung zu einem Hybrid Computing-Modell, und zwar speziell dort, wo zentrales Computing für folgende Zwecke verwendet wird:

• rechenintensive Workloads
• Datenaggregation und Data Storage
• künstliche Intelligenz/maschinelles Lernen
• Koordinierung von Operationen in verschiedenen geografischen Regionen
• traditionelle Backend-Verarbeitung
• autonome Fahrzeuge
• Augmented Reality/Virtual Reality
• Smart Cities

Mit Edge Computing können Probleme fast in Echtzeit dort behoben werden, wo sie entstehen. Kurz gesagt, wo eine geringere Latenz und/oder Echtzeitüberwachung geschäftliche Ziele unterstützt, liegt ein Use Case für Edge Computing vor.

Warum IoT und Edge Computing zusammen gehören

Das Internet of Things (IoT) erzeugt große Datenmengen, die verarbeitet und analysiert werden müssen, um sie nutzbar zu machen. Edge Computing rückt die Rechenkapazitäten näher an den Endbenutzer oder die Datenquelle heran, z. B. ein IoT-Gerät.

Edge Computing ermöglicht die lokale Bereitstellung von Rechen- und Speicherkapazitäten für IoT-Geräte und verringert so eine verzögerte Kommunikation zwischen IoT-Geräten und den zentralen IT-Netzwerken, mit denen diese Geräte verbunden sind.

Mit Edge Computing können Sie von der großen Datenmenge profitieren, die von angeschlossenen IoT-Geräten erzeugt wird. Durch den Einsatz von Analysealgorithmen und Modellen für maschinelles Lernen am Edge kann die Datenverarbeitung lokal erfolgen und so für schnellere Entscheidungen sorgen.

Was ist IIoT?

IIoT steht für „Industrial Internet of Things“, ein Begriff für vernetzte Geräte in der Fertigung, im Energiebereich und in anderen industriellen Praktiken. IIoT-Geräte werden häufig in Verbindung mit Edge Computing eingesetzt. Das IIoT ist wichtig, um industrielle Maschinen weiter zu automatisieren und sich selbst überwachen zu lassen, was ihre Effizienz erhöht.

Was ist Multi-Access Edge Computing?

Mit Multi-Access Edge Computing (MEC) wird eine Netzwerkarchitektur bezeichnet, die Cloud-Computing-Funktionen und eine IT-Service-Umgebung am Netzwerkrand bereitstellt. Das Ziel von MEC besteht darin, die Latenz zu reduzieren, eine hocheffiziente Netzwerkverfügbarkeit und Servicebereitstellung sicherzustellen sowie das Kundenerlebnis zu verbessern.

In einer breiter gefassten Definition wird Multi-Access Edge Computing heute als eine Weiterentwicklung des Cloud Computings betrachtet, bei der Mobilität, Cloud-Technologien und Edge Computing eingesetzt werden, um Anwendungs-Hosts weg von einem zentralisierten Rechenzentrum hin zum Netzwerkrand zu bringen. Dadurch rücken Anwendungen näher zu den Endbenutzern und Computing-Services näher zu den Daten, die von Anwendungen erzeugt werden. 

Was ist 5G? 

5G bezieht sich auf die fünfte Generation der Mobilfunknetze mit signifikant verbesserter Bandbreite und Latenz. Dadurch werden Services ermöglicht, die in älteren Netzen nicht möglich waren. 5G-Netzwerke versprechen Gigabit-Geschwindigkeiten – oder Datenübertragungsgeschwindigkeiten von bis zu 10 Gbit/s. Der 5G-Service reduziert außerdem die Latenz erheblich und kann auch für eine Netzabdeckung in dünn besiedelten Gebieten sorgen.

5G kann als ein Use Case für Edge Computing betrachtet werden und ermöglicht auch weitere Use Cases am Netzwerkrand. Edge Computing bietet die Möglichkeit, die Performance- und Latenzanforderungen von 5G-Netzwerken zu erfüllen und das Kundenerlebnis zu verbessern.

Edge Computing in der Telekommunikation

Viele Telekommunikationsanbieter modernisieren ihre Netzwerke, um neue Einnahmequellen zu erschließen. Edge Computing spielt dabei eine wichtige Rolle. Insbesondere verschieben viele Service-Anbieter Workloads und Services vom Netzwerkkern (dem Rechenzentrum) zum Edge, und zwar in die Nähe von Points of Presence (POPs) und Central Offices.

Für Telekommunikationsanbieter sind die Anwendungen und Services, die ihre Kunden in Edge-Netzwerken nutzen wollen, der Schlüssel zur Umsatzgenerierung. Doch der Erfolg hängt vom Aufbau des richtigen IT-Ökosystems sowie der Koordination zwischen Stakeholdern und Technologiepartnern ab.

Ihre Open Source-Basis für Edge Computing

Kein einzelner Anbieter kann eine komplette Edge-Computing-Lösung bereitstellen. Stattdessen muss eine Lösung aus mehreren Komponenten entwickelt werden.Open Source-Plattformen gewährleisten die Interoperabilität in einem umfassenden Partnersystem, und zwar ohne jegliche Anbieterbindung eines proprietären Technologie-Stacks. Und um neue Use Cases für das Edge Computing zu ermöglichen, investiert Red Hat in Upstream Open Source Communities wie Kubernetes, OpenStack und Fedora IoT.