Edge Computing, Computación perimetral o informática de borde permite procesar los datos producidos por dispositivos de IoT en la ubicación donde se generan.
Con la llegada de la nube los dispositivos del Internet de las Cosas no necesitaban contar con altas capacidades de cómputo para trabajar compilando los procesos con IOT para un posterior análisis masivo de datos (Big Data), patrones de comportamiento y toma de decisiones.
Ver Big Data: Te revelamos algunos de los secretos
Ver: Migrar a la Nube más fácil y rápido de lo que puedas creer
Cada día han ido surgiendo nuevos dispositivos (se prevee que más de 50 mil millones se conectaran por internet para el 2025) los cuales se comportan como facilitadores en la recopilación datos e información que la transfieren a otras máquinas o dispositivos.
Que esta cantidad ingente de datos pueda ser almacenada en la nube para un análisis posterior, se traduce en un beneficio tanto para las empresas como los usuarios que disponen cada vez más de una personalización al más alto nivel.
Pero muchas empresas industriales y de mantenimiento necesitan un poder computacional más rápido y efectivo para los procesos críticos o de gran tamaño , sin tener que confiar totalmente en la conectividad a Internet.
La computación en la nube a veces no puede dar los tiempos de respuesta o la velocidad que necesitan algunos procedimientos
Edge Computing hace referencia a la infraestructura informática que existe cerca de las fuentes de datos, por ejemplo, máquinas o controladores industriales llevando las capacidades computacionales a los sensores y dispositivos de recogida de información.
Gracias a esto, la información se recoge a tiempo real y el tiempo de respuesta es inmediato eliminando la espera mientras los datos se envían hacia y desde un servidor en la nube.
¿Computación perimetral o computación en la nube?
La elección de una u otra o de ambas para la resolución de las operaciones industriales dependerá de aplicar la lógica a las necesidades y los resultados deseados.
Las circunstancias en los que Edge Computing es más ventajoso:
- Cuando la velocidad del procesamiento de los datos es primordial ya que en la computación perimetral destaca la baja latencia
- En entornos con restricciones de ancho de banda desde donde enviar todos los datos de las máquinas a la nube puede ser complicado
- Cuando las conexiones de Internet sean irregulares
- Si se requiere acceso inmediato a evaluación del estado de dispositivos y sensores
Por otro lado, la nube dominará cuando:
- Se requiera una potencia de computación significativa
- Grandes volúmenes de datos y su almacenamiento
- Monitoreo del estado de los activos
- Aprendizaje automático (IA)
- etc.
EDGE COMPUTING:
Rapidez de respuesta y baja latencia. Mayor coste en infraestructura
LA NUBE:
Análisis de ingentes cantidades de datos. Ahorro de costes en infraestructuras
Ejemplos de computación perimetral
En entornos industriales
En fabricación, el control de maquinaria y procesos productivos requiere de la recogida de datos de máquinas y el control en tiempo real de su funcionamiento y del proceso productivo.
La computación perimetral es la única solución, ya que se emiten miles de datos y la nube no soporta la velocidad con la que necesitan ser enviados, procesados y devueltos.
Por ejemplo, si fabricamos cables que deben tener una ovalidad entre dos cifras máxima y mínima, la máquina está enviando 1000 mediciones al minuto. El software debe registrarlo y dar un aviso urgente si se sale de los parámetros exigidos.
La respuesta debe ser inmediata: parar la máquina, recalibrarla y eliminar el producto que se ha fabricado fuera de rango, etc.
Este procesamiento de datos debe estar en local para ser resolutivo, esto es, lo más cercano al lugar donde se generaron.
Tras la recogida de esos datos y de las incidencias, se recomienda enviar esos datos ya precocinados por acceso remoto al sistema MES, a la Plataforma IoT o en caso de gran cantidad de datos a la nube, desde donde se podrán analizar a posteriori para la toma de decisiones u objetivos a crear gracias a los históricos recogidos.
Ver: Conexiones e integraciones del sistema de gestión de producción MES en una Smart Factory
Ver: Plataforma Smart Factory tu puerta de entrada a la fabricación inteligente
Los coches autónomos
Para que el coche autónomo tenga una función autónoma y segura necesitan recoger información sobre su entorno y sus sistemas. Esa información debe ser procesada en tiempo real.
El ordenador central del coche, con cientos de sensores, tiene que reunir, analizar y dar respuesta a las necesidades de la conducción autónoma con una mínima latencia.
El vehículo no puede perder el tiempo comunicándose con la nube y esperando la toma de decisiones: todo ese proceso y análisis de datos hay que hacerlo en el mismo momento ya que esta en juego vidas.
Imagina que un niño se despista y cruza sin que el semáforo haya cambiado de color. O el coche toma una decisión rápida o intuimos el drama.
El siguiente paso sería transferir a la nube desde el ordenador de a bordo todo lo aprendido por el coche para que el resto de los vehículos puedan beneficiarse de esas experiencias.
