Was ist Edge Compute?
Edge Computing ist die Datenverarbeitung, die am Netzwerkrand stattfindet, um die Latenzzeit zu verringern und den Bedarf an Cloud-Computing und Rechenzentrumsressourcen zu reduzieren. Edge Computing findet in intelligenten Geräten statt - direkt an dem Ort, an dem Sensoren und andere Instrumente Daten sammeln und verarbeiten -, um diese Verarbeitung zu beschleunigen, bevor die Geräte eine Verbindung zum Internet der Dinge (IoT) herstellen und die Daten zur weiteren Verwendung durch Unternehmensanwendungen und Personal weiterleiten.
Der Hauptgrund für das Wachstum von Edge Computing ist die Effizienz. All diese gesammelten Daten müssen irgendwo verarbeitet werden. Und da das Datenvolumen IoT zugenommen hat, findet ein immer größerer Teil der Verarbeitung im Edge-Bereich statt. Vernetzte Geräte sind heute intelligenter und ermöglichen die Programmierung von "Edge AI" - künstliche Intelligenz am Rande - ein wachsender Trend im Bereich der Edge Intelligence.
Mit jahrzehntelanger Erfahrung in der sich schnell entwickelnden Branche IoT verfügt Digi über ein komplettes Produktangebot zur Optimierung von IoT Anwendungen mit Edge-Compute-Funktionalität.
Liefern Sie nur die wichtigen Daten
Unter IoT werden am Rande des Netzes riesige Datenmengen gesammelt, die jedoch nicht alle von Nutzen sind. Im Durchschnitt handelt es sich bei den meisten Überwachungsdaten um Standard-"Heartbeat"-Daten. Wenn sich die Daten nicht wesentlich ändern, bedeutet das, dass die Dinge gut funktionieren. Es wäre zum Beispiel nicht sinnvoll, stundenlang Daten an ein weit entferntes Rechenzentrum zu senden, die zeigen, dass sich die Lebenszeichen einer Maschine nicht verändert haben.
In der Vergangenheit haben die Unternehmen alle ihre Überwachungsdaten zur Verarbeitung, Analyse und Speicherung in die Cloud oder in ein unternehmenseigenes Rechenzentrum geschickt. Mit dem Wachstum von IoT ist dieser Ansatz jedoch aufgrund des Datenvolumens unpraktisch geworden. An dieser Stelle kommt Edge Compute ins Spiel.
Edge Compute führt die Verarbeitung in der Nähe des Ursprungsortes der Daten durch. Das kann die Kosten für die Bandbreite, die für die Übertragung in die Cloud oder das Rechenzentrum des Unternehmens benötigt wird, erheblich reduzieren oder sogar eliminieren. Einige Anwendungen müssen die Daten am Edge untersuchen. Ein intelligenter oder KI-fähiger Edge-Compute-Prozess kann dann sofort beurteilen, ob die Situation eine Reaktion in Echtzeit erfordert, oder die Daten zur Analyse an das Rechenzentrum weiterleiten.
Die am Rande erfassten Daten lassen sich grob in drei Typen einteilen:
- Es bedarf keiner weiteren Aktion und muss nicht gespeichert werden
- Es sollte für spätere Analysen und/oder Aufzeichnungen aufbewahrt werden
- Es erfordert eine sofortige Reaktion
Die Aufgabe des Edge Computing ist es, zwischen diesen Datentypen zu unterscheiden, zu erkennen, welche Reaktion erforderlich ist und entsprechend zu handeln. In den meisten Fällen ist es viel effizienter, diese Funktionen direkt am Rand auszuführen, wo die Daten gesammelt werden.
Wenn Ausreißerdaten auftauchen, müssen möglicherweise Maßnahmen ergriffen werden. Edge-Computing kann dank seiner physischen Nähe und der daraus resultierenden geringen Latenzzeit nahezu in Echtzeit auf lokale Ereignisse reagieren. Es ist kein Round-Trip der Daten vom Edge zur Cloud und wieder zurück erforderlich. Darüber hinaus kann der reduzierte Datenfluss über das Netzwerk zu erheblichen Einsparungen bei der Bandbreite und damit zu deutlich niedrigeren Netzwerkkosten führen, insbesondere bei drahtlosen Mobilfunk Verbindungen.
Digi-Lösungen für Edge Compute
Digi bietet eine breite Produktauswahl für den Einbau von Edge-Intelligenz in Anwendungen und die Verbindung von Edge-Geräten mit Hochleistungskonnektivität:
System-on-Module wie das Digi ConnectCore® 8X
bieten mehrere Verarbeitungseinheiten zur Durchführung von KI- und Computer-Vision-Aufgaben am Rande des Netzwerks. Leistungsstarke GPU- und CPU-Kerne zur Ausführung neuronaler Netze und die Unterstützung von OpenCL/OpenCV für maschinelles Lernen und Machine-Vision-Anwendungen ermöglichen Echtzeitleistung bei geringem Stromverbrauch am Netzwerkrand. Das kompakte (40 mm x 45 mm) Digi ConnectCore 8X, ein System-on-Module (SOM) auf Basis des NXP i.MX 8X Anwendungsprozessors, bietet ebenfalls die Vorteile der Digi SMTplus® oberflächenmontierten Formfaktor, der die Herstellungskosten reduziert und gleichzeitig die Designflexibilität erhöht.
Diese intelligenten Modems verfügen über eine MicroPython-Integration, die es Embedded-Entwicklern ermöglicht, das Verhalten der Edge-Compute-Funktionen ihrer Geräte vollständig zu steuern. Entwickler nutzen heute die gesamte Palette der Digi XBee Tools zur Integration von Geschäftslogik in Digi XBee 3 Module, um die Fähigkeiten und Effizienz ihrer IoT Projekte erheblich zu verbessern.
Ob kabelgebunden oder Mobilfunk, diese Geräte übernehmen die Edge-Compute-Gateway-Funktionen der Aggregation von Daten, der Umwandlung von analogen in digitale Daten und der Verschlüsselung vor der Übertragung über das Netzwerk. 
Das Datenvolumen ist an dieser Stelle am größten, vor allem in Anwendungsfällen, in denen Hunderte von Sensoren im großen Maßstab gleichzeitig Daten sammeln. Aus diesem Grund filtert und komprimiert der Router die Daten auch, um den Bandbreitenbedarf zu minimieren. Digi-Router können auch offline arbeiten. Wenn sie z. B. an einem entfernten Standort eingesetzt werden, könnten sie periodisch Daten sammeln und speichern und dann in regelmäßigen Abständen eine Verbindung wiederherstellen, um Informationen zu übertragen, je nach Bedarf. Eine permanente Verbindung zum Netzwerk ist nicht erforderlich.
Die Geräteverwaltungsplattform IoT von Digi ermöglicht es Entwicklern, Edge-Funktionen in ihre Implementierungen zu integrieren. Mit Digi RM können Teams die Edge-Funktionalität über Firmware-Updates schnell auf ihre Remote-Geräte ausweiten. Darüber hinaus lässt sich Digi RM in Cloud- und Edge-Plattformen wie Amazon Web Services und Microsoft Azure integrieren und bietet eine Verwaltungsschnittstelle, die den gesamten Compute-Stack vom Rechenzentrum bis zum Edge einbezieht.
Edge Computing in Aktion - Anwendungsfälle
Die enorme Ausweitung von IoT hat zu einer entsprechenden Ausweitung der Edge-Computing-Funktionen und Anwendungsfälle geführt. Die folgenden Beispiele stellen nur einen Bruchteil des wachsenden Spektrums von Edge-Computing-Anwendungen dar.
- Fertigung: Adaptive Diagnose in einer industriellen Umgebung kann die Betriebszeit von Maschinen und Anlagen verbessern und die Servicekosten senken. Von Edge-Computern generierte Fehlercodes, kombiniert mit historischen Reparaturinformationen, können den Technikern einen Kontext liefern, der die Fehlersuche und Reparaturen beschleunigt.
- Smart Cities: Edge Compute ermöglicht die Überwachung von öffentlichen Gebäuden und Einrichtungen für mehr Effizienz bei Beleuchtung, Heizung und mehr. In Verkehrsmanagement-Anwendungen können Kameras und Signale die Sicherheit und den Verkehrsfluss verbessern. In naher Zukunft werden autonome Fahrzeuge, bei denen eine Latenzzeit von nahezu null entscheidend ist, die sichtbarsten und dramatischsten Beispiele für Echtzeit-Edge-Computing sein.
- Gesundheitswesen: Wearable-Geräte können Informationen zu Herzfrequenz, Temperatur und anderen Metriken speichern und dann Erinnerungen für die Medikation bereitstellen. Darüber hinaus können Entwickler mithilfe von Edge Computing sicherstellen, dass sensible Daten, wie z. B. medizinische Bilder, das Gerät nicht verlassen, um die Sicherheit und den Datenschutz zu verbessern.
.png)
Leben am Rande
Im Jahr 2018 wurden weniger als 10 Prozent der Unternehmensdaten am Edge erstellt und verarbeitet. Das Analystenunternehmen Gartner erwartet, dass diese Zahl bis 2025 75 Prozent erreichen wird.1 Das bedeutet, dass viele Unternehmen, die heute noch keine Edge-Computing-Lösungen nutzen, dies bald tun werden.
Für eine erfolgreiche Edge-Computing-Lösung ist es wichtig, Geräte zu wählen, die langlebig genug sind, um über längere Zeiträume - oft Jahre - in rauen Edge-Umgebungen zuverlässig zu funktionieren. Außerdem ist es wichtig, mit einem Partner zusammenzuarbeiten, der sowohl die Erfahrung als auch das Fachwissen hat, um die für eine solche Lösung erforderliche Hardware und Software zusammenzustellen.
Digi kann Ihnen bei jedem Aspekt Ihrer Edge-Compute-Planung und -Einführung helfen, von der Definition einer Strategie über die Programmierung von Edge-Intelligenz bis hin zum Aufbau Ihrer Lösung. Kontaktieren Sie uns, um das Gespräch zu beginnen.
1 Rob van der Meulen, "Edge Computing promises near real-time insights and facilitates localized actions", Smarter with Gartner, October 3, 2018, https://www.gartner.com/smarterwithgartner/what-edge-computing-means-for-infrastructure-and-operations-leaders/