Apa itu komputasi tepi dan mengapa itu penting?

Komputasi tepi mengubah cara data ditangani, diproses, dan dikirim dari jutaan perangkat di seluruh dunia. Pertumbuhan eksplosif perangkat yang terhubung ke internet—IoT—bersama dengan aplikasi baru yang membutuhkan daya komputasi real-time, terus mendorong sistem edge-computing.

Teknologi jaringan yang lebih cepat, seperti nirkabel 5G, memungkinkan sistem komputasi tepi untuk mempercepat pembuatan atau dukungan aplikasi waktu nyata, seperti pemrosesan video dan analitik, mobil self-driving, kecerdasan buatan dan robotika, untuk beberapa nama.

Pelajari lebih lanjut tentang komputasi edge dan visibilitas jaringan

• 4 kasus penggunaan komputasi tepi yang penting
• Edge computing:Kapan harus melakukan outsourcing, kapan harus DIY
• Major League Baseball berlari di visibilitas jaringan
• Bagaimana jaringan edge dan IoT akan membentuk kembali pusat data

Sementara tujuan awal komputasi tepi adalah untuk mengatasi biaya bandwidth untuk data yang menempuh jarak jauh karena pertumbuhan data yang dihasilkan IoT, munculnya aplikasi waktu nyata yang membutuhkan pemrosesan di tepi mendorong teknologi ke depan.

Apa itu komputasi tepi?

Gartner mendefinisikan komputasi tepi sebagai “bagian dari topologi komputasi terdistribusi di mana pemrosesan informasi terletak dekat dengan tepi—tempat berbagai hal dan orang memproduksi atau mengonsumsi informasi tersebut.”

Pada tingkat dasarnya, komputasi tepi membawa komputasi dan penyimpanan data lebih dekat ke perangkat tempat pengumpulannya, daripada mengandalkan lokasi pusat yang jaraknya ribuan mil. Hal ini dilakukan agar data, terutama data real-time, tidak mengalami masalah latency yang dapat mempengaruhi kinerja aplikasi. Selain itu, perusahaan dapat menghemat uang dengan melakukan pemrosesan secara lokal, sehingga mengurangi jumlah data yang perlu diproses di lokasi terpusat atau berbasis cloud.

Komputasi tepi dikembangkan karena pertumbuhan eksponensial perangkat IoT, yang terhubung ke internet untuk menerima informasi dari cloud atau mengirimkan data kembali ke cloud. Dan banyak perangkat IoT menghasilkan data dalam jumlah besar selama pengoperasiannya.

Pikirkan tentang perangkat yang memantau peralatan manufaktur di lantai pabrik atau kamera video yang terhubung ke internet yang mengirimkan rekaman langsung dari kantor jarak jauh. Sementara satu perangkat yang menghasilkan data dapat mengirimkannya melalui jaringan dengan cukup mudah, masalah muncul ketika jumlah perangkat yang mentransmisikan data pada saat yang sama bertambah. Alih-alih satu kamera video mentransmisikan rekaman langsung, kalikan dengan ratusan atau ribuan perangkat. Kualitas tidak hanya akan menurun karena latensi, tetapi biaya bandwidth bisa sangat besar.

Perangkat keras dan layanan komputasi tepi membantu memecahkan masalah ini dengan menjadi sumber pemrosesan dan penyimpanan lokal untuk banyak sistem ini. Edge gateway, misalnya, dapat memproses data dari perangkat edge, dan kemudian hanya mengirim kembali data yang relevan melalui cloud, sehingga mengurangi kebutuhan bandwidth. Atau dapat mengirim data kembali ke perangkat edge dalam hal kebutuhan aplikasi waktu nyata. (Lihat juga: Gerbang edge adalah pengaktif IoT yang fleksibel dan tangguh)

Perangkat edge ini dapat mencakup banyak hal yang berbeda, seperti sensor IoT, komputer notebook karyawan, smartphone terbaru mereka, kamera keamanan, atau bahkan oven microwave yang terhubung ke internet di ruang istirahat kantor. Edge gateway sendiri dianggap sebagai perangkat edge dalam infrastruktur edge-computing.

Dunia Jaringan / IDG

Kasus penggunaan komputasi tepi

Ada banyak kasus penggunaan tepi yang berbeda karena ada pengguna – pengaturan setiap orang akan berbeda – tetapi beberapa industri telah menjadi yang terdepan dalam komputasi tepi. Pabrikan dan industri berat menggunakan perangkat keras canggih sebagai pendukung untuk aplikasi yang tidak toleran terhadap penundaan, menjaga kekuatan pemrosesan untuk hal-hal seperti koordinasi otomatis alat berat di lantai pabrik dekat dengan tempat yang dibutuhkan. Edge juga menyediakan cara bagi perusahaan-perusahaan tersebut untuk mengintegrasikan aplikasi IoT seperti pemeliharaan prediktif yang dekat dengan mesin. Demikian pula, pengguna pertanian dapat menggunakan komputasi tepi sebagai lapisan pengumpulan data dari berbagai perangkat yang terhubung, termasuk sensor tanah dan suhu, kombinasi dan traktor, dan banyak lagi. (Baca lebih lanjut tentang IoT di pertanian:Drone dan sensor untuk hasil yang lebih baik)

Perangkat keras yang diperlukan untuk berbagai jenis penerapan akan berbeda secara substansial. Pengguna industri, misalnya, akan mengutamakan keandalan dan latensi rendah, membutuhkan node tepi yang kokoh yang dapat beroperasi di lingkungan yang keras di lantai pabrik, dan tautan komunikasi khusus (5G pribadi, jaringan Wi-Fi khusus, atau bahkan koneksi kabel ) untuk mencapai tujuannya. Pengguna pertanian yang terhubung, sebaliknya, masih akan membutuhkan perangkat canggih untuk mengatasi penyebaran di luar ruangan, tetapi bagian konektivitas bisa terlihat sangat berbeda – latensi rendah mungkin masih menjadi persyaratan untuk mengoordinasikan pergerakan alat berat, tetapi sensor lingkungan mungkin untuk memiliki rentang yang lebih tinggi dan kebutuhan data yang lebih rendah – koneksi LP-WAN, Sigfox atau sejenisnya bisa menjadi pilihan terbaik di sana.

Kasus penggunaan lain menghadirkan tantangan yang sama sekali berbeda. Pengecer dapat menggunakan node tepi sebagai clearinghouse di dalam toko untuk sejumlah fungsi yang berbeda, mengikat data titik penjualan bersama dengan promosi yang ditargetkan, melacak lalu lintas pejalan kaki, dan banyak lagi untuk aplikasi manajemen toko terpadu. Bagian konektivitas di sini bisa sederhana – Wi-Fi internal untuk setiap perangkat – atau lebih kompleks, dengan Bluetooth atau konektivitas berdaya rendah lainnya yang melayani pelacakan lalu lintas dan layanan promosi, dan Wi-Fi disediakan untuk titik penjualan dan mandiri. -pembayaran.

Peralatan tepi

Arsitektur fisik edge bisa rumit, tetapi ide dasarnya adalah perangkat klien terhubung ke modul edge terdekat untuk pemrosesan yang lebih responsif dan operasi yang lebih lancar. Terminologi bervariasi, jadi Anda akan mendengar modul yang disebut server tepi dan "gerbang tepi", antara lain.

Opsi DIY dan layanan

Cara sistem edge dibeli dan digunakan juga dapat sangat bervariasi. Di satu ujung spektrum, sebuah bisnis mungkin ingin menangani sebagian besar proses di pihak mereka. Ini akan melibatkan pemilihan perangkat edge, mungkin dari vendor perangkat keras seperti Dell atau HPE atau IBM, merancang jaringan yang memadai untuk kebutuhan kasus penggunaan, dan membeli perangkat lunak manajemen dan analisis yang mampu melakukan apa yang diperlukan. Itu banyak pekerjaan dan akan membutuhkan banyak keahlian internal di sisi TI, tetapi itu masih bisa menjadi pilihan yang menarik untuk organisasi besar yang menginginkan penerapan edge yang sepenuhnya disesuaikan.

Di ujung lain spektrum, vendor khususnya vertikal semakin memasarkan layanan tepi yang mereka kelola. Organisasi yang ingin mengambil opsi ini cukup meminta vendor untuk memasang peralatan, perangkat lunak, dan jaringannya sendiri dan membayar biaya rutin untuk penggunaan dan pemeliharaan. Penawaran IIoT dari perusahaan seperti GE dan Siemens termasuk dalam kategori ini. Ini memiliki keuntungan karena mudah dan relatif bebas sakit kepala dalam hal penerapan, tetapi layanan yang sangat terkelola seperti ini mungkin tidak tersedia untuk setiap kasus penggunaan.

Manfaat

Bagi banyak perusahaan, penghematan biaya saja dapat menjadi pendorong untuk menerapkan edge-computing. Perusahaan yang awalnya menggunakan cloud untuk banyak aplikasi mereka mungkin telah menemukan bahwa biaya bandwidth lebih tinggi dari yang diharapkan dan mencari alternatif yang lebih murah. Komputasi tepi mungkin cocok.

Namun, manfaat terbesar dari edge computing adalah kemampuan untuk memproses dan menyimpan data lebih cepat, memungkinkan aplikasi real-time yang lebih efisien yang penting bagi perusahaan. Sebelum komputasi tepi, smartphone yang memindai wajah seseorang untuk pengenalan wajah perlu menjalankan algoritme pengenalan wajah melalui layanan berbasis cloud, yang akan membutuhkan banyak waktu untuk diproses. Dengan model edge computing, algoritme dapat berjalan secara lokal di server edge atau gateway, atau bahkan di smartphone itu sendiri, mengingat kekuatan smartphone yang semakin meningkat. Aplikasi seperti virtual dan augmented reality, mobil self-driving, kota pintar, dan bahkan sistem otomasi gedung memerlukan pemrosesan dan respons yang cepat.

“Edge computing telah berkembang secara signifikan sejak masa IT terisolasi di lokasi ROBO [Remote Office Branch Office],” kata Kuba Stolarski, direktur riset di IDC, dalam “Forecast Worldwide Edge Infrastructure (Compute and Storage), 2019-2023” laporan. “Dengan peningkatan interkonektivitas yang memungkinkan peningkatan akses edge ke lebih banyak aplikasi inti, dan dengan IoT baru dan kasus penggunaan bisnis khusus industri, infrastruktur edge siap menjadi salah satu mesin pertumbuhan utama di pasar server dan penyimpanan untuk dekade berikutnya dan seterusnya. ”

Perusahaan seperti Nvidia telah menyadari perlunya lebih banyak pemrosesan di edge, itulah sebabnya kami melihat modul sistem baru yang menyertakan fungsionalitas kecerdasan buatan yang terpasang di dalamnya. Modul Jetson Xavier NX terbaru perusahaan, misalnya, lebih kecil dari kartu kredit dan dapat dipasang ke perangkat seperti drone, robot, dan perangkat medis. Algoritme AI membutuhkan daya pemrosesan dalam jumlah besar, itulah sebabnya sebagian besar dijalankan melalui layanan cloud. Pertumbuhan chipset AI yang dapat menangani pemrosesan di edge akan memungkinkan respons real-time yang lebih baik dalam aplikasi yang membutuhkan komputasi instan.

Privasi dan keamanan

Dari sudut pandang keamanan, data di edge bisa merepotkan, terutama saat ditangani oleh perangkat berbeda yang mungkin tidak seaman sistem terpusat atau berbasis cloud. Seiring bertambahnya jumlah perangkat IoT, sangat penting bagi TI untuk memahami potensi masalah keamanan dan memastikan sistem tersebut dapat diamankan. Ini termasuk mengenkripsi data dan menggunakan metode kontrol akses dan kemungkinan tunneling VPN.

Selain itu, persyaratan perangkat yang berbeda untuk daya pemrosesan, listrik, dan konektivitas jaringan dapat berdampak pada keandalan perangkat edge. Hal ini membuat manajemen redundansi dan failover menjadi penting untuk perangkat yang memproses data di edge untuk memastikan bahwa data dikirim dan diproses dengan benar saat satu node mati.

Komputasi canggih dan 5G

Di seluruh dunia, operator menyebarkan teknologi nirkabel 5G, yang menjanjikan manfaat bandwidth tinggi dan latensi rendah untuk aplikasi, memungkinkan perusahaan beralih dari selang taman ke firehose dengan bandwidth data mereka. Alih-alih hanya menawarkan kecepatan yang lebih cepat dan memberi tahu perusahaan untuk terus memproses data di cloud, banyak operator menerapkan strategi komputasi tepi ke dalam penerapan 5G mereka untuk menawarkan pemrosesan real-time yang lebih cepat, terutama untuk perangkat seluler, mobil yang terhubung, dan self- mengendarai mobil.

Operator nirkabel telah mulai meluncurkan layanan tepi berlisensi untuk opsi praktis yang bahkan lebih sedikit daripada perangkat keras yang dikelola. Idenya di sini adalah untuk membuat node tepi hidup secara virtual, katakanlah, stasiun pangkalan Verizon di dekat penyebaran tepi, menggunakan fitur pengiris jaringan 5G untuk mengukir beberapa spektrum untuk konektivitas instan tanpa instalasi. 5G Edge Verizon, Multi-Access Edge AT&T, dan kemitraan T-Mobile dengan Lumen semuanya mewakili jenis opsi ini.

Roadmap strategis Gartner tahun 2021 untuk edge computing menyoroti minat industri yang berkelanjutan pada 5G untuk edge computing, dengan mengatakan bahwa edge telah menjadi bagian tak terpisahkan dari banyak penerapan 5G. Kemitraan antara hyperscaler cloud seperti Amazon dan Microsoft dan ISP nirkabel utama akan menjadi kunci untuk mewujudkan penggunaan yang luas dari jenis mobile-edge ini.

Jelas bahwa meskipun tujuan awal edge computing adalah untuk mengurangi biaya bandwidth untuk perangkat IoT jarak jauh, pertumbuhan aplikasi real-time yang memerlukan kemampuan pemrosesan dan penyimpanan lokal akan terus mendorong kemajuan teknologi di tahun-tahun mendatang.

Sekarang lihat "Cara menentukan apakah Wi-Fi 6 tepat untuk Anda"