Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Teknologi Internet of Things

6 Alasan Mendorong untuk Mengadopsi Edge Computing

6 Alasan Mendorong untuk Mengadopsi Edge Computing

Setiap situasi unik. Namun, yang jelas, keseimbangan antara komputasi cloud dan edge kemungkinan besar akan mendorong arsitektur IoT besok.

Mengapa perusahaan harus mempertimbangkan edge computing sebagai strategi teknologi? Edge memperkenalkan bentuk kompleksitasnya sendiri pada arsitektur informasi, tetapi pada saat yang sama, membantu membawa kecepatan dan keamanan yang lebih besar pada rambut yang rumit yang lingkungan komputasi saat ini telah menjadi.

Itulah kata dari Deloitte, yang berusaha untuk edge dalam laporan baru, yang menyebut sejumlah keuntungan dari memindahkan pemrosesan dan data ke edge. Sekitar 55 persen data IoT mungkin segera diproses di dekat sumber, baik di perangkat atau melalui edge computing, kata para penulis laporan, Ken Carroll dan Mahesh Chandramouli, keduanya dari Deloitte.

Lihat juga: Target Bergerak: Menentukan Edge dan Arsitektur

Ada sejumlah keuntungan yang dapat direalisasikan organisasi saat bergerak menuju edge computing, kata Carroll dan Chandramouli. Mereka menyebut tidak kurang dari enam manfaat yang dapat dilihat dari penerapan edge:

1) Latensi: Ini mungkin kasus penggunaan yang paling menarik. “Memiliki latensi sekecil mungkin antara generasi data dan keputusan atau tindakan dapat menjadi krusial untuk menjaga kelincahan organisasi,” kata Carroll dan Chandramouli. “Karena data dapat menjadi esensial tanpa nilai setelah dihasilkan, seringkali dalam milidetik, kecepatan di mana organisasi dapat mengubah data menjadi wawasan dan kemudian menjadi tindakan umumnya dianggap misi-kritis. Dalam dunia hanya cloud, data akhirnya menempuh ratusan bahkan ribuan mil, jadi di mana latensi kritis untuk solusi, edge computing dapat menjadi kunci.”

2) Ketersediaan dan penggunaan bandwidth: Sementara bandwidth telah ditingkatkan secara signifikan dalam beberapa tahun terakhir, ini masih tidak sebanding dengan volume data besar yang sekarang meloncat melalui jaringan. “Membawa pemrosesan lebih dekat ke sumber data dapat membantu menyamakan persamaan – pemrosesan lokal (termasuk kompresi, filter, dan prioritas) dapat membantu menggunakan bandwidth yang tersedia secara efektif dan efisien.”

3) Menghindari gangguan konektivitas: Banyak perangkat dan sistem IoT memiliki kemampuan pemrosesan dan penyimpanan lokal, dan oleh karena itu tidak memerlukan konektivitas luas. Selain itu, tidak semua orang memiliki akses ke koneksi jaringan yang stabil, dan peristiwa seperti badai dapat mengganggu konektivitas. “Memiliki fungsionalitas di edge dapat membantu memastikan aplikasi tidak terganggu saat terjadi masalah konektivitas jaringan,” kata para penulis Deloitte.

4) Keamanan dan privasi: Kemudian, ada keamanan bawaan dalam mendistribusikan data di lokasi yang tersebar, serta menjaga data lokal alih-alih mengirimnya melalui jaringan. “Menggunakan bentuk arsitektur cloud/edge hub-and-spoke dapat membantu melokalkan atau mengompartemenkan rahasia perangkat ke beberapa node, alih-alih menyimpan semuanya di satu tempat, yang membantu meningkatkan keamanan.”

5) Normalisasi dan filter data: Banyak perangkat dan sistem IoT menghasilkan aliran data besar, yang menempatkan beban yang luar biasa pada jaringan dan sistem terpusat saat diangkut. Perangkat lokal dapat diprogram untuk menyaring data yang relevan untuk diteruskan ke jaringan. Selain itu, banyak perangkat juga memiliki protokol data mereka sendiri, yang mungkin sulit dikelola dari lokasi terpusat. “Normalisasi atau homogenisasi data di edge seringkali dipadukan dengan penyaringan dan fungsi kompresi data lainnya, yang juga membantu penggunaan yang lebih efisien dari bandwidth yang tersedia.”

6) Perangkat yang lebih sederhana dan lebih murah: Seringkali mahal untuk menggunakan siklus komputasi di lokasi terpusat. “Gateway dan server edge memungkinkan perangkat yang lebih sederhana dan lebih murah karena penyimpanan dan pemrosesan data dipindahkan ke gateway atau server edge, alih-alih menyematkannya di sensor atau perangkat,” kata Carroll dan Chandramouli.

Tidak ada cara yang benar untuk menerapkan campuran edge dan komputasi terpusat, dan para co-author Deloitte tidak mengabaikan biaya dan kompleksitas pemeliharaan jaringan perangkat edge. “Pemrosesan edge sangat terdistribusi dan seringkali mencakup lokasi yang jauh atau sulit diakses, termasuk sensor/aktuator dan gateway di kantor, pabrik, kampus, pipa, dan berbagai lokasi lapangan jauh,” katanya. “Semua node edge ini memiliki firmware, sistem operasi, beberapa bentuk virtualisasi dan kontainer, dan perangkat lunak yang terinstal, sebagian disediakan oleh produsen dan sebagian oleh penyedia solusi.”

Masih, manfaatnya terlihat dalam hal latensi, skalabilitas, dan akses yang meningkat ke informasi yang mungkin melebihi kompleksitas dalam memelihara sistem edge. “Solusi IoT harus sesederhana yang diperlukan, dan tidak lebih sederhana,” kata Carroll dan Chandramouli. “Sebaliknya, itu harus sesulit yang diperlukan dan tidak lebih sulit. Poin-poin yang sederhana namun esensial ini dapat membuat perbedaan dalam keberhasilan sebuah solusi. Setiap situasi unik. Yang jelas, namun, keseimbangan antara komputasi cloud dan edge kemungkinan besar akan membentuk arsitektur IoT besok.”


Teknologi Internet of Things

  1. Mengapa Edge Computing Esensial untuk Keberhasilan IoT
  2. Komputasi Tepi: Arsitektur Jaringan Cerdas Masa Depan
  3. Komputasi Tepi: 5 Potensi Jebakan dan Cara Mengatasinya
  4. Komputasi Tepi Dijelaskan: Mengapa Penting untuk Bisnis Modern
  5. Edge Computing: Katalis yang Memacu Industrie 4.0 Maju
  6. Komputasi Edge: Mempercepat Penerapan AI di Tepi Jaringan
  7. Mengapa Bisnis Anda Membutuhkan Teknologi Rantai Pasok: 3 Alasan Mendasar
  8. Bagaimana Komputasi Edge Merevolusi Penerapan IoT Komersial
  9. Menggerakkan Inovasi: Bagaimana Edge Computing Mengubah Industri Otomotif
  10. Komputasi Edge Dapat Kerangka Kerja yang Jelas, Disetujui Industri