Komputasi Tepi IoT

Dalam arsitektur IoT klasik, perangkat pintar mengirim data yang dikumpulkan ke cloud atau pusat data jarak jauh untuk dianalisis. Data dalam jumlah besar yang berjalan dari dan ke perangkat dapat menyebabkan kemacetan yang membuat pendekatan ini tidak efektif dalam kasus penggunaan yang sensitif terhadap latensi.

Komputasi tepi IoT memecahkan masalah ini dengan mendekatkan pemrosesan data ke perangkat IoT. Strategi ini mempersingkat rute data dan memungkinkan sistem untuk melakukan analisis data di tempat yang hampir instan.

Artikel ini adalah pengantar komputasi edge IoT dan manfaat mengambil tindakan pada data sedekat mungkin dengan sumbernya. Baca terus untuk mengetahui mengapa edge computing merupakan pendukung penting untuk kasus penggunaan IoT di mana sistem harus menangkap dan menganalisis sejumlah besar data secara real-time.

Apa itu IoT Edge Computing?

Komputasi tepi IoT adalah praktik menggunakan pemrosesan data di tepi jaringan untuk mempercepat kinerja sistem IoT. Alih-alih mengirim data ke server jarak jauh, komputasi tepi memungkinkan perangkat pintar untuk memproses data IoT mentah di server tepi jarak dekat.

Pemrosesan data yang mendekati atau pada titik asal menghasilkan latensi nol . Fitur ini dapat membuat atau menghancurkan fungsionalitas perangkat IoT yang menjalankan tugas yang sensitif terhadap waktu.

Memindahkan pemrosesan data secara fisik lebih dekat ke perangkat IoT menawarkan serangkaian manfaat bagi TI perusahaan, seperti:

• Layanan yang lebih cepat dan andal.
• Pengalaman pelanggan yang lebih lancar.
• Analisis di tempat secara real-time.
• Kemampuan untuk memfilter dan menggabungkan data mentah untuk mengurangi lalu lintas yang dikirim ke server eksternal atau cloud.
• Biaya operasional (OpEx) yang lebih rendah karena penggunaan bandwidth yang lebih sedikit dan kebutuhan kapasitas pusat data yang lebih kecil.
• Keamanan yang lebih tinggi karena koneksi eksternal yang lebih sedikit dan ruang yang lebih sedikit untuk potensi pergerakan lateral.

Komputasi tepi IoT adalah pendukung penting untuk IoT karena strategi ini memungkinkan Anda menjalankan aplikasi dengan latensi rendah pada perangkat IoT dengan andal. Pemrosesan tepi adalah opsi ideal untuk semua kasus penggunaan IoT yang:

• Memerlukan pengambilan keputusan secara real-time.
• Memiliki potensi kegagalan yang fatal.
• Menangani jumlah data yang ekstrim.
• Berjalan di lingkungan di mana konektivitas cloud tidak tersedia atau sama sekali tidak tersedia.

Cloud dan komputasi tepi tidak saling eksklusif. Kedua paradigma komputasi ini sangat cocok karena server edge (baik di wilayah yang sama atau di tempat yang sama) dapat menangani tugas yang sensitif terhadap waktu saat mengirim data yang difilter ke cloud untuk analisis lebih lanjut yang lebih memakan waktu.

Perangkat Tepi vs Perangkat IoT

Komputasi edge IoT bergantung pada penggunaan gabungan perangkat edge dan IoT:

• Perangkat IoT adalah mesin yang terhubung ke Internet yang dapat menghasilkan dan mengirimkan data ke unit pemrosesan (baik perangkat edge, cloud, atau server pusat). Perangkat ini biasanya memiliki sensor tujuan khusus dan melayani satu tujuan.
• Perangkat tepi adalah bagian dari perangkat keras yang beroperasi di dekat pengguna atau perangkat yang menghasilkan data mentah. Perangkat ini memiliki sumber daya komputasi yang cukup untuk memproses data dan membuat keputusan dengan latensi sub-milidetik, kecepatan yang tidak mungkin dicapai jika data harus melintasi jaringan terlebih dahulu.

Dalam beberapa kasus, istilah perangkat edge dan IoT dapat dipertukarkan . Perangkat IoT juga bisa menjadi perangkat edge jika memiliki sumber daya komputasi yang cukup untuk membuat keputusan dengan latensi rendah dan memproses data. Selain itu, perangkat edge dapat menjadi bagian dari IoT jika memiliki sensor yang menghasilkan data mentah.

Namun, membuat perangkat dengan kemampuan IoT dan edge tidak hemat biaya. Opsi yang lebih baik adalah menerapkan beberapa perangkat IoT yang lebih murah yang menghasilkan data dan menghubungkan semuanya ke server edge tunggal yang mampu memproses data.

Bagaimana IoT dan Edge Computing Bekerja Bersama?

Komputasi tepi menyediakan sistem IoT dengan sumber pemrosesan, penyimpanan, dan komputasi data lokal. Perangkat IoT mengumpulkan data dan mengirimkannya ke server edge. Sementara itu, server menganalisis data di tepi jaringan lokal, memungkinkan pemrosesan data yang lebih cepat dan mudah diskalakan.

Jika dibandingkan dengan desain biasa yang melibatkan pengiriman data ke server pusat untuk dianalisis, sistem komputasi edge IoT memiliki:

• Pengurangan latensi komunikasi antara perangkat IoT dan jaringan.
• Waktu respons yang lebih cepat dan peningkatan efisiensi operasional.
• Konsumsi bandwidth jaringan yang lebih kecil karena sistem hanya mengalirkan data ke cloud untuk penyimpanan atau analisis jangka panjang.
• Kemampuan untuk terus beroperasi meskipun sistem kehilangan koneksi dengan cloud atau server pusat.

Komputasi tepi adalah cara yang efisien dan hemat biaya untuk menggunakan Internet of Things dalam skala besar tanpa mempertaruhkan kelebihan jaringan. Bisnis yang mengandalkan IoT edge juga menurunkan dampak potensi pelanggaran data. Jika seseorang melanggar perangkat tepi, penyusup hanya akan memiliki akses ke data mentah lokal (tidak seperti apa yang terjadi jika seseorang meretas server pusat).

Logika "radius ledakan yang lebih kecil" yang sama berlaku untuk kebocoran data yang tidak disengaja dan ancaman serupa terhadap integritas data.

Selain itu, edge computing menawarkan lapisan redundansi untuk tugas-tugas IoT yang sangat penting. Jika satu unit lokal mati, server edge dan perangkat IoT lainnya dapat terus beroperasi tanpa masalah. Tidak ada satu pun titik kegagalan yang dapat menghentikan semua operasi.

Fitur Komputasi Tepi IoT

Sementara setiap sistem komputasi tepi IoT memiliki sifat unik, semua penerapan memiliki beberapa karakteristik. Di bawah ini adalah daftar 6 fitur yang dapat Anda temukan di semua kasus penggunaan komputasi edge IoT.

Beban Kerja Terkonsolidasi

Perangkat edge yang lebih lama biasanya menjalankan aplikasi berpemilik di atas RTOS berpemilik (sistem operasi waktu nyata). Sistem IoT edge mutakhir memiliki hypervisor yang mengabstraksi OS dan lapisan aplikasi dari perangkat keras yang mendasarinya.

Menggunakan hypervisor memungkinkan perangkat komputasi tepi tunggal untuk menjalankan beberapa OS, yang:

• Membuka jalan bagi konsolidasi beban kerja.
• Mengurangi jejak fisik yang diperlukan di edge.

Akibatnya, harga penerapan ke edge jauh lebih rendah daripada yang pernah Anda bayarkan untuk menyiapkan sistem komputasi edge tingkat atas.

Pra-Pemrosesan dan Penyaringan Data

Sistem tepi sebelumnya biasanya bekerja dengan meminta server jauh meminta nilai dari tepi terlepas dari apakah ada perubahan terbaru. Sistem komuter edge IoT dapat melakukan pra-proses data di edge (biasanya melalui agen edge) dan hanya mengirim info yang relevan ke cloud. Pendekatan ini:

• Mengurangi kemungkinan kemacetan data.
• Meningkatkan tingkat respons sistem.
• Menurunkan penyimpanan awan dan biaya bandwidth.

Manajemen yang Dapat Diskalakan

Sumber daya edge yang lebih lama sering menggunakan protokol komunikasi serial yang sulit diperbarui dan dikelola dalam skala besar. Sebuah bisnis kini dapat menghubungkan sumber daya komputasi edge IoT ke jaringan area lokal atau luas (LAN atau WAN), memungkinkan pengelolaan terpusat.

Platform pengelolaan edge juga semakin populer karena penyedia berupaya lebih merampingkan tugas yang terkait dengan penerapan edge skala besar.

Arsitektur Terbuka

Protokol berpemilik dan arsitektur tertutup adalah umum di lingkungan tepi selama bertahun-tahun. Sayangnya, fitur-fitur ini sering menimbulkan biaya integrasi dan peralihan yang tinggi karena penguncian vendor, itulah sebabnya komputasi tepi modern bergantung pada arsitektur terbuka dengan:

• Protokol standar (mis., OPC UA, MQTT).
• Struktur data semantik (mis., Sparkplug).

Arsitektur terbuka mengurangi biaya integrasi dan meningkatkan interoperabilitas vendor, dua faktor penting untuk kelangsungan komputasi edge IoT.

Analisis Tepi 

Perangkat edge versi sebelumnya memiliki daya pemrosesan yang terbatas dan biasanya dapat melakukan satu tugas, seperti menelan data.

Saat ini, sistem komputasi tepi IoT memiliki kemampuan pemrosesan yang lebih kuat untuk menganalisis data di tepi. Fitur ini sangat penting untuk kasus penggunaan latensi rendah dan throughput data tinggi yang tidak dapat ditangani oleh komputasi edge tradisional.

Aplikasi Terdistribusi

Sumber daya komputasi edge IoT yang cerdas memisahkan aplikasi dari perangkat keras yang mendasarinya. Fitur ini memungkinkan arsitektur fleksibel di mana aplikasi dapat berpindah di antara sumber daya komputasi:

• Secara vertikal (mis., dari sumber daya edge ke cloud).
• Secara horizontal (mis., dari satu sumber daya komputasi tepi ke yang lain).

Sebuah bisnis dapat menerapkan aplikasi edge dalam tiga jenis arsitektur:

• Tepi 100%: Arsitektur ini memiliki semua sumber daya komputasi di lokasi. Desain ini populer di kalangan organisasi yang tidak ingin mengirim data di luar lokasi, biasanya karena masalah keamanan. Bisnis yang baik-baik saja dengan investasi lokal yang besar juga merupakan pengadopsi yang khas.
• Arsitektur tepi + awan yang tebal: Desain ini mencakup pusat data lokal, penerapan cloud, dan sumber daya komputasi edge. Pilihan umum bagi perusahaan yang telah banyak berinvestasi di pusat data lokal tetapi kemudian memutuskan untuk menggunakan cloud untuk menggabungkan dan menganalisis data (biasanya dari beberapa fasilitas).
• Tepi tipis (atau mikro) + arsitektur awan: Pendekatan ini selalu menyertakan sumber daya komputasi awan yang terhubung ke satu (atau lebih) sumber daya komputasi tepi yang lebih kecil. Tidak ada pusat data lokal dalam desain ini.

Kasus Penggunaan Komputasi Tepi IoT

Komputasi tepi dapat memainkan peran penting dalam desain IoT apa pun yang membutuhkan latensi rendah atau penyimpanan data lokal. Berikut adalah beberapa kasus penggunaan yang menarik:

• IoT Industri (IIoT): Sensor IoT dapat melacak keadaan mesin industri, mengidentifikasi masalah seperti kerusakan atau penggunaan berlebihan. Sementara itu, server edge dapat merespons masalah sebelum potensi bencana.
• Mobil yang bisa menyetir sendiri: Kendaraan otonom yang mengemudi di jalan harus dapat mengumpulkan dan memproses data waktu nyata (lalu lintas, pejalan kaki, rambu jalan, lampu berhenti, dll.). Mobil otomatis adalah kasus penggunaan tanpa latensi, jadi menggunakan edge IoT adalah satu-satunya cara untuk memastikan mobil yang mengemudi sendiri dapat berhenti atau berbelok cukup cepat untuk menghindari kecelakaan.
• Konvoi truk otomatis: Komputasi tepi IoT juga dapat memungkinkan bisnis untuk membuat konvoi truk otomatis. Sekelompok truk bertenaga IoT dapat melakukan perjalanan di belakang satu sama lain dalam konvoi, menghemat biaya bahan bakar dan mengurangi kemacetan. Dalam skenario itu, hanya truk pertama yang membutuhkan pengemudi manusia.
• Inferensi visual: Kamera resolusi tinggi dengan komputer IoT edge dapat menggunakan aliran video dan melakukan inferensi pada data yang dikumpulkan. Peralatan tersebut dapat mendeteksi orang dengan suhu tinggi, penyusup di area terlarang, pelanggaran keamanan, anomali pada jalur produksi, dll.
• Pemantauan berbasis kondisi jarak jauh: Dalam skenario di mana kegagalan bisa menjadi bencana besar (misalnya, pipa minyak atau gas), menggunakan tepi IoT untuk memantau sistem adalah hal yang mudah. Sensor IoT dapat melacak kondisi aset (misalnya, suhu, tekanan, stres, dll.), dan server edge dapat mengenali dan merespons potensi masalah dalam milidetik.

IoT Edge Computing:Pengubah Game untuk IT Perusahaan

Saat ini, sektor IoT beroperasi di berbagai skenario tanpa komputasi tepi. Namun, seiring bertambahnya jumlah perangkat yang terhubung dan bisnis yang mengeksplorasi kasus penggunaan baru, kemampuan untuk mengambil dan memproses data lebih cepat akan menjadi faktor penentu. Harapkan komputasi edge IoT memainkan peran penting di tahun-tahun mendatang karena semakin banyak perusahaan mulai mengejar manfaat pemrosesan data tanpa latensi.