ブログを購読する

Databehandling vid nätverksgränsen (edge computing) är, enkelt uttryckt, databehandling som utförs på eller i närheten av användarens fysiska plats eller den fysiska platsen för källan till de data som behandlas, till exempel en enhet eller sensor.

När databehandlingstjänster placeras nära de platserna medför det fördelar som snabbare, mer tillförlitliga tjänster för användare och det öppna hybridmolnets flexibilitet och agilitet för organisationer.

Utmaningar med databehandling vid nätverksgränsen

Eftersom antalet enheter och tjänster på gränsplatser ökar, krävs allt mer hantering utöver den traditionella driften. Plattformar växer långt utanför datacentret, enheter blir fler och sprids över större områden. Samtidigt körs on-demand-program och -tjänster på mer varierande och avlägsna platser.

Det här ständigt föränderliga IT-landskapet medför nya utmaningar för organisationer, bland annat att:

  • säkerställa att de har den kompetens som krävs för att uppfylla ökade krav på gränsinfrastruktur
  • skapa funktioner för att utföra åtgärder med minimal mänsklig inblandning, och på ett säkrare och tillförlitligare sätt
  • effektivt skala vid nätverksgränsen utifrån ett antal enheter och slutpunkter som hela tiden ökar.

Det finns en del svåra utmaningar, men många av dem kan minimeras med hjälp av automatisering vid nätverksgränsen.

[Relaterad läsning: Top considerations for building a modern edge infrastructure]

Fördelar med automatisering vid nätverksgränsen

Automatisering vid nätverksgränsen kan minska komplexiteten i att utöka hybridmolninfrastruktur, för att lättare kunna ta del av fördelarna med databehandling vid nätverksgränsen.

Med hjälp av automatisering vid nätverksgränsen kan organisationen:

  • öka skalbarheten genom att tillämpa konfigurationer mer konsekvent i infrastrukturen och hantera gränsenheter mer effektivt
  • förbättra agiliteten genom att anpassa sig utifrån förändrade kundbehov och endast använda gränsresurser vid behov
  • fokusera på säkerhet vid fjärrdrift genom att köra uppdateringar, korrigeringar och nödvändigt underhåll automatiskt utan att behöva skicka ut en tekniker
  • minska driftstopp genom att förenkla nätverkshanteringen och minska risken för mänskliga misstag
  • förbättra effektiviteten genom att öka prestanda med automatiserad analys, övervakning och avisering.

Sju exempel på automatisering vid nätverksgränsen

Här kommer några användningsfall och exempel som visar värdet av automatisering vid nätverksgränsen.

1. Transportbranschen

Genom att automatisera komplexa processer för manuell enhetskonfiguration kan transportföretag effektivt distribuera programuppdateringar till tåg, flygplan och andra fordon med betydligt mindre mänsklig inblandning. Det kan spara tid och minska mängden manuella konfigurationsfel, vilket ger teamen tid för mer betydelsefulla projekt.

Jämfört med ett manuellt arbetssätt är automatiserad installation och hantering av enheter generellt sett både mer säkert och tillförlitligt.

2. Detaljhandeln

Att öppna en ny butik och samtidigt göra onlinetjänster tillgängliga kan vara invecklat. Det omfattar konfigurationshantering av nätverksanslutna enheter, konfigurationsgranskning och installation av databehandlingsresurser i lokalen. Och när en butik har öppnat för allmänheten flyttas IT-teamets fokus från hastighet och skala till konsekvens och tillförlitlighet.

Med automatisering vid nätverksgränsen kan butiker förbereda och underhålla nya enheter snabbare och mer konsekvent. Det minskar också risken för manuella fel vid konfiguration och uppdatering.

3. Industri 4.0

Industri 4.0 innebär en integration av tekniker som Sakernas internet (IoT), molnbaserad databehandling, analys och artificiell intelligens/maskininlärning (AI/ML) i industriella produktionsanläggningar och olika verksamheter – från olje- och gasraffinaderier till smarta fabriker och distributionskedjor.

Ett exempel på värdet av automatisering vid nätverksgränsen inom Industri 4.0 kan ses på fabriksgolvet. Här kan automatisering vid nätverksgränsen bidra till identifiering av defekter i tillverkade komponenter på monteringsbandet med hjälp av visualiseringsalgoritmer. Det kan också förbättra säkerheten i fabriker genom identifiering av och aviseringar om riskfaktorer eller otillåtna åtgärder.

[Relaterad läsning: Automating the last mile: Ensuring consistency and scalability at the edge]

4. Telekom, media och underhållning

Automatisering vid nätverksgränsen medför en rad fördelar för tjänsteleverantörer, bland annat en förbättrad kundupplevelse.

Som ett exempel kan automatisering vid nätverksgränsen omvandla data från gränsenheter till värdefulla insikter. De kan i sin tur användas för att förbättra kundupplevelsen, till exempel genom automatisk lösning av anslutningsproblem.

Leveranser av nya tjänster kan dessutom effektiviseras med hjälp av automatisering vid nätverksgränsen. Tjänsteleverantörer kan till exempel skicka en enhet till en kunds hem eller kontor och börja användas – utan att en tekniker behöver skickas ut. Automatisering av tjänsteleveranser förbättrar inte bara kundupplevelsen, utan effektiviserar också nätverksunderhållet. Det kan i sin tur även minska kostnaderna.

5. Finansiella tjänster och försäkringar

Kunderna efterfrågar mer personanpassade finansiella tjänster och verktyg som kan nås nästan överallt, bland annat från mobila enheter.

Om en bank exempelvis lanserar ett självbetjäningsverktyg som hjälper kunderna att hitta rätt erbjudande – till exempel ett nytt försäkringspaket, bolån eller betalkort – kan automatisering vid nätverksgränsen hjälpa banken att skala den nya tjänsten. Och samtidigt automatiskt uppfylla strikta branschstandarder inom säkerhet utan att kundupplevelsen påverkas.

Automatisering vid nätverksgränsen kan erbjuda den hastighet och åtkomst som kunderna vill ha, med den tillförlitlighet och skalbarhet som leverantörer av finansiella tjänster behöver.

6. Smarta städer

För att förbättra tjänster och öka effektiviteten börjar många städer att använda gränstekniker som IoT och AI/ML för övervakning och hantering av ärenden som påverkar allmän säkerhet, invånarnas tillfredsställelse och miljömässig hållbarhet.

Tidiga projekt med smarta städer begränsades av dåtidens teknik, men lanseringen av 5G-nätverk (och framtida kommunikationstekniker) medför inte bara ökade datahastigheter, utan gör det också möjligt att ansluta fler enheter. För att kunna skala kapaciteten mer effektivt måste smarta städer automatisera gränsåtgärder, inklusive datainsamling, -behandling, -övervakning och -avisering.

7. Hälso- och sjukvården

Hälso- och sjukvården har sedan länge börjat gå från sjukhus till vård på distans. Till exempel öppenvårdsmottagningar, kliniker och fristående akutmottagningar, där tekniken har utvecklats i takt med de nya miljöerna. Kliniskt beslutsfattande kan också förbättras och personanpassas utifrån patientdata som genereras från kroppsnära enheter och en rad andra medicintekniska produkter.

Med hjälp av automatisering, databehandling vid nätverksgränsen och analys kan läkare effektivt omvandla den här mängden nya data till värdefulla insikter, som kan förbättra patientresultat och skapa mervärde – både ekonomiskt och verksamhetsmässigt.

Red Hat Edge

Moderna databehandlingsplattformar som byggs på Red Hat Edge gör det möjligt för organisationer att utöka sitt öppna hybridmoln till nätverksgränsen. Red Hat Edge representerar Red Hats strävan efter att integrera databehandling vid nätverksgränsen i hela det öppna hybridmolnet. Red Hats omfattande partnernätverk och öppna metodiker ger organisationer den flexibilitet som krävs för att skapa plattformar som kan hantera marknadsförhållanden som snabbt förändras och skapa differentierade erbjudanden.

Red Hat Edge utgörs av en portfölj med betrodd företagsprogramvara med öppen källkod. Till exempel Red Hat Enterprise Linux och Red Hat Ansible Automation Platform, som kan användas för att implementera ett skiktat arbetssätt gällande säkerhet för bättre riskhantering lokalt, i molnet och vid nätverksgränsen.

Med hjälp av Red Hat Edge kan kunder använda Red Hats portfölj med plattformar som bygger på öppen källkod samt dess omfattande ekosystem med partners för att skapa flexibla lösningar som gör det möjligt att:

  • tillhandahålla en mer säkerhetsfokuserad och skalbar modern infrastruktur från nätverksgränsen till kärnan och molnet
  • hantera utmaningar med databehandling vid nätverksgränsen och innovativa användningsfall
  • undvika leverantörslåsning och skapa en mer hållbar plattform
  • skapa en agil gränsplattform som kan anpassas utifrån varierande marknadsbehov
  • anpassa sig utifrån marknadsförhållanden och skapa konkurrenskraftig differentiering.

Ladda ner Automation at the edge: 7 industry use cases and examples

 

 


執筆者紹介

Deb Richardson joined Red Hat in 2021 and is a Senior Content Strategist, primarily working on the Red Hat Blog.

Read full bio

チャンネル別に見る

automation icon

自動化

テクノロジー、チームおよび環境に関する IT 自動化の最新情報

AI icon

AI (人工知能)

お客様が AI ワークロードをどこでも自由に実行することを可能にするプラットフォームについてのアップデート

open hybrid cloud icon

オープン・ハイブリッドクラウド

ハイブリッドクラウドで柔軟に未来を築く方法をご確認ください。

security icon

セキュリティ

環境やテクノロジー全体に及ぶリスクを軽減する方法に関する最新情報

edge icon

エッジコンピューティング

エッジでの運用を単純化するプラットフォームのアップデート

Infrastructure icon

インフラストラクチャ

世界有数のエンタープライズ向け Linux プラットフォームの最新情報

application development icon

アプリケーション

アプリケーションの最も困難な課題に対する Red Hat ソリューションの詳細

Original series icon

オリジナル番組

エンタープライズ向けテクノロジーのメーカーやリーダーによるストーリー