Définition de l'edge computing
L'edge computing désigne le traitement informatique qui s'effectue à l'emplacement physique de l'utilisateur ou de la source des données, ou à proximité, avec à la clé une réduction de la latence et de la quantité de bande passante consommée.
Dans le modèle de cloud computing, les ressources de calcul et les services sont souvent centralisés dans de grands datacenters auxquels les utilisateurs finaux accèdent à partir de la périphérie du réseau. Il a été démontré que ce modèle présente un intérêt économique et offre des capacités de partage des ressources plus efficaces. Les nouvelles formes d'expérience pour les utilisateurs finaux, telles que l'Internet des objets, nécessitent cependant une puissance de calcul au plus près de l'appareil physique ou de la source de données, en périphérie du réseau.
En rapprochant les services de calcul de ces emplacements, l'edge computing permet aux utilisateurs de profiter de services plus rapides et fiables, ainsi que d'une expérience optimisée. Il facilite le traitement des données, la prise en charge des applications sensibles à la latence et l'utilisation de technologies telles que les analyses basées sur l'IA/AA au sein des entreprises, pour l'identification des tendances et l'amélioration des produits et services.
Équipement périphérique
Les équipements périphériques sont des appareils physiques situés sur des sites distants en périphérie du réseau, qui possèdent suffisamment de mémoire, de puissance de traitement et de ressources de calcul pour recueillir des données, les traiter et les exploiter quasiment en temps réel, en recourant au minimum aux autres éléments du réseau.
Un équipement périphérique doit se connecter à un réseau pour simplifier la communication bidirectionnelle avec une base de données centralisée. C'est au niveau de l'équipement périphérique que se déroulent la collecte et le traitement des données.
Principaux cas d'utilisation de l'edge computing
L'edge computing peut compléter un modèle hybride, en particulier lorsque la puissance de calcul centralisée est utilisée pour :
- les charges de travail de calcul intensives ;
- l'agrégation et le stockage des données ;
- l'intelligence artificielle et l'apprentissage automatique ;
- la coordination de l'exploitation entre plusieurs sites distants ;
- le traitement back-end traditionnel ;
- les véhicules autonomes ;
- la réalité augmentée/réalité virtuelle ;
- les villes intelligentes.
Avec l'edge computing, il est possible de résoudre les problèmes à la source des données, quasiment en temps réel. En bref, si vous devez réduire la latence et/ou assurer une surveillance en temps réel de votre environnement pour atteindre vos objectifs métier, vous pouvez envisager d'utiliser l'edge computing.
IoT (Internet des objets)
Entre sa réception et son traitement, une demande envoyée à un périphérique IoT peut passer par de nombreuses étapes sur un réseau. Plus la puissance de calcul du périphérique est importante, ou plus le calcul est effectué près de l'équipement périphérique sur le réseau, meilleure sera l'expérience utilisateur.
Technologies mobiles
Les problèmes qui surviennent sur les appareils mobiles sont bien souvent liés à la latence et aux interruptions de service. L'edge computing permet de s'affranchir des fortes contraintes de latence en réduisant les délais de propagation des signaux. Il permet aussi de limiter les interruptions de service à une zone ou une population d'utilisateurs restreinte, ou de fournir un certain degré de continuité de service, malgré une connectivité réseau intermittente.
Télécommunications
Lorsque les opérateurs modernisent leurs réseaux, ils déplacent les charges de travail et les services depuis le réseau principal (dans des datacenters) vers la périphérie du réseau, à savoir autour des points de présence et des bureaux centraux.Ces bureaux sont l'une des dernières interfaces physiques pour la distribution de services, et leur virtualisation va permettre de déployer les services en périphérie du réseau.
Pourquoi allier l'IoT et l'edge computing ?
L'Internet des objets (IoT) produit une grande quantité de données qui doivent être traitées et analysées avant de pouvoir être exploitées. L'edge computing rapproche les services de calcul de l'utilisateur final ou de la source de données, par exemple un appareil IoT.
L'edge computing est une source locale de traitement et de stockage pour les données et besoins en calcul des équipements IoT. Il permet de réduire la latence des communications entre les appareils IoT et les réseaux centraux auxquels ils sont connectés.
Avec l'edge computing, vous pouvez tirer parti des gros volumes de données générés par les objets connectés. Le déploiement d'algorithmes d'analyse et de modèles d'apprentissage automatique en périphérie du réseau vous permet de traiter les données localement et de les utiliser rapidement pour prendre des décisions.
Définition de l'IIoT
L'IIoT, ou Internet industriel des objets, fait référence aux appareils connectés utilisés pour la fabrication, la distribution d'énergie et d'autres secteurs industriels. Le déploiement des appareils IIoT est généralement lié à l'edge computing.L'IIoT permet de renforcer l'automatisation et l'autosurveillance des machines industrielles, et ainsi d'améliorer l'efficacité.
Définition du multi-access edge computing
Le multi-access edge computing (MEC) est un type d'architecture réseau qui fournit des fonctionnalités de cloud computing et un environnement de service informatique en périphérie du réseau. Avec cette architecture, l'objectif est de réduire la latence, d'assurer un fonctionnement du réseau et une distribution des services extrêmement efficaces, ainsi que d'améliorer l'expérience client.
Aujourd'hui, le multi-access edge computing a une définition plus large : il s'agit d'une évolution du cloud computing qui utilise les technologies de mobilité, de cloud computing et d'edge computing pour déplacer des hôtes d'applications depuis un datacenter centralisé vers la périphérie du réseau. Cette architecture permet ainsi de rapprocher les applications des utilisateurs finaux, et les services de calcul des données créées par les applications.
Définition de la 5G
Cinquième génération de réseaux mobiles, la 5G offre des améliorations en matière de bande passante et de latence qui ouvrent la voie à des services inenvisageables avec les anciens réseaux. Les réseaux 5G doivent offrir des débits de transmission allant jusqu'à 10 Gbit/s. Le service 5G permet également de réduire considérablement la latence et d'étendre la couverture aux zones isolées.
La 5G peut être considérée comme un cas d'utilisation pour l'edge computing et ouvre la voie à d'autres cas d'utilisation de cette technologie. L'edge computing répond aux exigences de performances et de faible latence des réseaux 5G et permet d'améliorer l'expérience client.
L'edge computing pour les télécommunications
L'adoption de l'edge computing est une priorité majeure pour de nombreux opérateurs de télécommunications qui modernisent leurs réseaux et cherchent de nouvelles sources de revenus. Pour ce faire, ils déplacent les charges de travail et les services depuis le réseau principal (dans les datacenters) vers la périphérie, à savoir autour des points de présence et des bureaux centraux.
Pour les opérateurs de télécommunications, les applications et services que leurs clients veulent utiliser sur les réseaux de périphérie sont la clé du développement de leur chiffre d'affaires. Toutefois, pour parvenir à augmenter leurs revenus, ils doivent mettre en place le bon écosystème et coordonner les parties prenantes et partenaires technologiques.
Votre solution Open Source de base pour l'edge computing
Aucun fournisseur n'est en mesure d'offrir seul une solution d'edge computing complète. Vous devrez donc créer une solution à partir de plusieurs éléments.Les plateformes Open Source assurent l'interopérabilité au sein d'un large écosystème, sans dépendance vis-à-vis d'un fournisseur d'une pile de technologies propriétaires. Et pour rendre possibles de nouveaux cas d'utilisation de l'edge computing, Red Hat investit dans les communautés Open Source en amont, telles que Kubernetes, OpenStack et Fedora IoT.