Was ist Edgecomputing?
Edgecomputing ist ein verteiltes Computingframework, mit dem IoT-Geräte Daten am Rand des Netzwerks schnell verarbeiten und darauf reagieren können.
Edge Cloud Computing erläutert
Edgecomputing ermöglicht Geräten an Remotestandorten die Verarbeitung von Daten am "Edge" des Netzwerks, entweder durch das Gerät oder einen lokalen Server. Und wenn Daten im zentralen Rechenzentrum verarbeitet werden müssen, werden nur die wichtigsten Daten übertragen, wodurch die Latenz minimiert wird.
Warum verwenden Unternehmen Edgecomputing?
Unternehmen verwenden Edgecomputing, um die Antwortzeiten ihrer Remotegeräte zu verbessern und umfangreichere, zeitnahere Erkenntnisse aus Gerätedaten zu erhalten. Edgecomputing ermöglicht Echtzeitcomputing an Standorten, an denen es normalerweise nicht möglich wäre, und verringert Engpässe in den Netzwerken und Rechenzentren, die Edgegeräte unterstützen.
Ohne Edgecomputing würde die große Menge an Daten, die von Edgegeräten generiert werden, die meisten der heutigen Unternehmensnetzwerke überlasten und alle Vorgänge in einem betroffenen Netzwerk beeinträchtigen. Die IT-Kosten könnten in die Höhe schießen. Möglicherweise nehmen nicht zufriedene Kunden ihr Geschäft an eine andere Stelle. Wertvolle Maschinen können beschädigt oder einfach weniger produktiv sein. Am wichtigsten ist jedoch, dass die Sicherheit der Mitarbeiter in Branchen gefährdet sein könnte, die intelligente Sensoren verwenden, um sie zu schützen.
Wie funktioniert Edgecomputing?
Um Echtzeitfunktionen für intelligente Apps und IoT-Sensoren zu ermöglichen, löst Edgecomputing drei miteinander verknüpfte Herausforderungen:
- Verbinden eines Geräts mit einem Netzwerk von einem Remotestandort aus.
- Langsame Datenverarbeitung aufgrund von Netzwerk- oder Computingeinschränkungen.
- Edgegeräte, die Netzwerkbandbreitenprobleme verursachen.
Fortschritte bei Netzwerktechnologien wie 5G Wireless haben es ermöglicht, diese Herausforderungen auf globaler, kommerzieller Ebene zu lösen. 5G-Netzwerke können riesige Datenmengen von und zu Geräten und Rechenzentren nahezu in Echtzeit verarbeiten. (Es gibt sogar ein Drahtlosnetzwerk, das Kryptowährung verwendet, um die Nutzer zu ermutigen, die Abdeckung in schwer zugänglichen Gebieten zu erweitern).
Fortschritte bei der Drahtlostechnologie sind jedoch nur Teil der Lösung, mit der Edgecomputing im großen Stil funktioniert. Die selektive Angabe, welche Daten in Datenströme über Netzwerke eingeschlossen und ausgeschlossen werden sollen, ist auch wichtig, um die Latenz zu verringern und Echtzeitergebnisse zu liefern.
Ein Beispiel für Edgecomputing:
Eine Sicherheitskamera in einem abgelegenen Lagerhaus nutzt KI, um verdächtige Aktivitäten zu erkennen und sendet nur diese spezifischen Daten zur sofortigen Verarbeitung an das Hauptrechenzentrum. Anstatt dass die Kamera das Netzwerk 24 Stunden am Tag mit der ständigen Übertragung aller Aufnahmen belastet, sendet sie nur relevante Videoclips. Dadurch werden die Netzwerkbandbreite und die Computeverarbeitungsressourcen des Unternehmens für andere Verwendungszwecke freigegeben.
Anwendungsfälle und Beispiele für Edgecomputing
Weitere Anwendungsfälle für Edge Cloud Computing:
- Ein Einzelhandelsgeschäft, das 1.000 Meilen vom Hauptrechenzentrum des Unternehmens entfernt ist, verwendet drahtlose POS-Geräte zur sofortigen Verarbeitung von Zahlungen.
- Eine Ölplattform mitten im Ozean nutzt IoT-Sensoren und KI, um Fehlfunktionen der Ausrüstung schnell zu erkennen, bevor sie sich verschlimmern.
- Ein Bewässerungssystem auf einem abgelegenen Acker passt die verbrauchte Wassermenge in Echtzeit an, indem es den Feuchtigkeitsgehalt des Bodens ermittelt.
Warum ist Edgecomputing wichtig?
Von der Sicherheit am Arbeitsplatz bis hin zu Sicherheit und Produktivität sind die Vorteile des Edgecomputings umfangreich:
Public Cloud
Effizientere Vorgänge. Edgecomputing hilft Unternehmen dabei, ihre täglichen Vorgänge zu optimieren, indem große Datenmengen an oder in der Nähe der lokalen Standorte, an denen diese Daten gesammelt werden, schnell verarbeitet werden. Dies ist effizienter als das Senden aller gesammelten Daten an eine zentralisierte Cloud oder ein primäres Rechenzentrum in mehreren Zeitzonen, was zu übermäßigen Netzwerkverzögerungen und Leistungsproblemen führen würde.
Private Cloud
Kürzere Antwortzeiten. Beim Edgecomputing werden zentrale Cloud- und Rechenzentrumsstandorte umgangen, damit Unternehmen Daten schneller und zuverlässiger in Echtzeit oder in der Nähe verarbeiten können. Berücksichtigen Sie die Datenlatenz, Netzwerkengpässe und verringerte Datenqualität, die beim Versuch auftreten können, Informationen von Tausenden von Sensoren, Kameras oder anderen intelligenten Geräten gleichzeitig an eine zentrale Niederlassung zu senden. Stattdessen ermöglicht das Edgecomputing Geräten an oder in der Nähe des Edge eines Netzwerks, wichtige Mitarbeiter und Geräte sofort vor mechanischen Ausfällen, Sicherheitsbedrohungen und anderen kritischen Vorfällen zu warnen, damit schnelle Maßnahmen ergriffen werden können.
Hybrid Cloud
Höhere Mitarbeiterproduktivität. Edgecomputing ermöglicht es Unternehmen, schneller die Daten bereitzustellen, die Mitarbeiter benötigen, um ihre Aufgaben so effizient wie möglich zu erledigen. Und an intelligenten Arbeitsplätzen, die die Vorteile der Automatisierung und der Predictive Maintenance nutzen, sorgt Edgecomputing dafür, dass die Geräte, die die Mitarbeiter benötigen, reibungslos laufen, ohne Unterbrechungen oder leicht vermeidbare Fehler.
Public Cloud
Verbesserte Arbeitsplatzsicherheit. In Arbeitsumgebungen, in denen fehlerhafte Geräte oder Änderungen an den Arbeitsbedingungen zu Verletzungen oder schlechteren Umständen führen können, können IoT-Sensoren und Edgecomputing dazu beitragen, die Sicherheit der Mitarbeiter zu gewährleisten. Auf Bohrinseln, in Ölpipelines und in anderen abgelegenen industriellen Anwendungsfällen können beispielsweise die Predictive Maintenance und die Analyse von Echtzeitdaten am oder in der Nähe des Standorts der Ausrüstung dazu beitragen, die Sicherheit der Arbeiter zu erhöhen und die Umweltauswirkungen zu minimieren.
Private Cloud
Funktionalität an weit entfernten Standorten. Edgecomputing erleichtert die Nutzung von Daten, die an Remotestandorten gesammelt werden, an denen die Internetverbindung zeitweilig oder die Netzwerkbandbreite eingeschränkt ist, z. B. an Bord eines Fischkutters in der Beringsee oder auf einem Weingut in der italienischen Landschaft. Operative Daten wie Wasser- oder Bodenqualität können ständig von Sensoren überwacht und bei Bedarf verarbeitet werden. Sobald die Internetverbindung verfügbar ist, können die relevanten Daten zur Verarbeitung und Analyse an ein zentrales Rechenzentrum übertragen werden.
Hybrid Cloud
Erhöhte Sicherheit. Für Unternehmen ist das Sicherheitsrisiko, das mit der Aufnahme von Tausenden von mit dem Internet verbundenen Sensoren und Geräten in ihr Netzwerk verbunden ist, ein echtes Problem. Edgecomputing trägt dazu bei, dieses Risiko zu minimieren, indem es Unternehmen ermöglicht, Daten lokal zu verarbeiten und offline zu speichern. Dies verringert die über das Netzwerk übertragenen Daten und hilft Unternehmen, weniger anfällig für Sicherheitsbedrohungen zu sein.
Public Cloud
Datenhoheit. Beim Sammeln, Verarbeiten, Speichern und anderweitigen Verwenden von Kundendaten müssen Organisationen die Datenschutzbestimmungen des Landes oder der Region einhalten, in dem bzw. der diese Daten gesammelt oder gespeichert werden, z. B. die Datenschutz-Grundverordnung (DSGVO) der Europäischen Union. Das Verschieben von Daten in die Cloud oder in ein primäres Rechenzentrum über nationale Grenzen hinweg kann die Einhaltung von Vorschriften zur Datenhoheit erschweren. Beim Edgecomputing können Unternehmen jedoch sicherstellen, dass sie die Richtlinien zur lokalen Datenhoheit einhalten, indem sie Daten in der Nähe des Orts verarbeiten und speichern, an dem sie gesammelt wurden.
Private Cloud
Reduzierte IT-Kosten. Mit Edgecomputing können Unternehmen ihre IT-Ausgaben optimieren, indem sie Daten lokal und nicht in der Cloud verarbeiten. Neben der Minimierung der Cloudverarbeitungs- und Speicherkosten von Unternehmen verringert Edgecomputing die Übertragungskosten, indem unnötige Daten an oder in der Nähe des Standorts, an dem sie gesammelt werden, ausgelagert werden.
Hybrid Cloud
Edgecomputinghardware und -netzwerk
Beim Edgecomputing befindet sich ein Großteil der Verarbeitungsleistung physisch an oder in der Nähe des Orts, an dem die Daten gesammelt werden. Edgecomputinghardware besteht häufig aus diesen physischen Komponenten:
Public Cloud
Edgegeräte umfassen intelligente Kameras, Thermometer, Roboter, Drohnen, Vibrationssensoren und andere IoT-Geräte. Obwohl einige Geräte über integrierte Compute-, Arbeitsspeicher- und Speicherfunktionen verfügen, ist dies nicht für alle der Fall.
Private Cloud
Prozessoren sind die CPUs, GPUs und der zugeordnete Arbeitsspeicher, der Edgecomputingsysteme unterstützt. Je mehr CPU-Leistung beispielsweise ein Edgecomputingsystem bietet, desto schneller kann es Aufgaben ausführen und desto mehr Workloads unterstützt es.
Hybrid Cloud
Cluster/Server sind Gruppen von Servern, die Daten an einem Edgestandort verarbeiten, z. B. in einer Fabrikhalle oder in einer kommerziellen Fischerei. Edge-Cluster/Server werden häufig mit der Ausführung von Unternehmens-Apps, Unternehmensworkloads und den gemeinsamen Diensten einer Organisation beauftragt.
Public Cloud
Gateways sind Edge-Cluster/Server, die wichtige Netzwerkfunktionen wie das Aktivieren von Drahtloskonnektivität, das Bereitstellen von Firewallschutz und das Verarbeiten und Übertragen von Edgegerätedaten ausführen.
Private Cloud
Router sind Edgegeräte, die Netzwerke verbinden. Beispielsweise kann ein Router am Edge verwendet werden, um die LANs eines Unternehmens mit einem WAN oder dem Internet zu verbinden.
Hybrid Cloud
Switches, die auch als Zugriffsknoten bezeichnet werden, verbinden mehrere Geräte, um ein Netzwerk zu erstellen.
Public Cloud
Knoten ist ein Sammelbegriff, der verwendet wird, um die Edgegeräte, Server und Gateways zu beschreiben, die das Edgecomputing ermöglichen.
Private Cloud
Hybrid Cloud
Welche Merkmale hat Edgecomputinghardware?
Edgecomputinghardware muss dauerhaft und zuverlässig sein. Diese Geräte müssen häufig in der Lage sein, extreme Wetter-, Umwelt- und mechanische Bedingungen zu überstehen. Insbesondere müssen diese Geräte häufig Folgendes sein:
Public Cloud
Lüfter- und lüftungslos. Da Zuverlässigkeit von entscheidender Bedeutung ist, insbesondere in Branchen, in denen Gerätefehler die Produktion anhalten und mitarbeitergefährdend sein können, muss Edgehardware vor Staub, Schmutz, Feuchtigkeit und anderen Dingen, die sie gefährden könnten, geschützt werden.
Private Cloud
Temperaturbeständig. Edgehardware wird oft im Freien aufgestellt, wo das Klima eisig, schwül und feucht ist. Manchmal wird sie sogar unter Wasser platziert. Die Fähigkeit, Minusgrade und fast kochende Temperaturen zu ertragen, ist in vielen Fällen ein Muss.
Hybrid Cloud
Unempfindlich gegen ruckartige Bewegungen. Die Hardware muss in der Lage sein, Vibrationen und Erschütterungen durch Maschinen oder die natürlichen Elemente zu widerstehen. Die Herstellung dieser Komponenten ohne Lüfter, Kabel und andere interne Teile, die sich leicht lösen oder beschädigt werden können, ist unerlässlich.
Public Cloud
Kleiner Formfaktor. Bei Edgecomputern ist das Wort "kompakt" das A und O. Sie müssen oft auf engstem Raum untergebracht werden. Beispiele sind intelligente Kameras, die an Wänden, Regalen und Decken angebracht sind, und intelligente Thermometer, die in Versandkartons verpackt sind.
Private Cloud
Ausgestattet mit reichlich Speicherplatz. Edgecomputer, die große Datenmengen von Edgegeräten sammeln, können einen erheblichen Datenspeicherbedarf haben. Außerdem müssen sie in der Lage sein, schnell auf große Datenmengen zuzugreifen und diese zu übertragen.
Hybrid Cloud
Kompatibel mit neuen und älteren Geräten. Edgecomputer, insbesondere solche, die in der Produktion oder im Werk eingesetzt werden, verfügen in der Regel über eine Vielzahl von E/A-Anschlüssen, darunter USB-, COM-, Ethernet- und Mehrzweck-Anschlüsse. Dadurch können sie sowohl mit neuen als auch mit alten Produktionsanlagen, Maschinen, Geräten, Sensoren und Alarmen verbunden werden.
Public Cloud
Ausgestattet mit mehreren Konnektivitätsoptionen. Edgecomputer unterstützen in der Regel sowohl drahtlose als auch kabelgebundene Konnektivität. Auf diese Weise kann der Computer weiterhin eine Verbindung zum Internet herstellen, um Daten zu übertragen, wenn eine drahtlose Internetverbindung an einem abgelegenen Standort wie einem Bauernhof oder einem Schiff auf See nicht möglich ist.
Private Cloud
Unterstützt mehrere Arten von Stromversorgungseingängen. Edgecomputer unterstützen oft eine Vielzahl von Stromversorgungseingängen, um die große Bandbreite an Stromversorgungseingängen zu berücksichtigen, auf die sie an abgelegenen Standorten treffen können. Sie benötigen außerdem Schutzfunktionen gegen Überspannung und Stromschlag, um elektrische Schäden zu vermeiden.
Hybrid Cloud
Geschützt vor Cyberangriffen. Edgegeräte, die von Netzwerkadministratoren oft nicht so streng verwaltet werden können wie ihre lokalen und cloudbasierten Gegenstücke, sind tendenziell anfälliger für böswillige Akteure. Um sie vor Schadsoftware und anderen Cyberangriffen zu schützen, müssen Edgegeräte mit Sicherheitstools wie Firewalls und netzwerkbasierten Intrusion-Detection-Systemen ausgestattet sein.
Public Cloud
Manipulationssicher. Da Edgecomputinggeräte oft an weit entfernten Standorten eingesetzt werden, wo sie nicht ständig überwacht werden können, müssen sie so gebaut sein, dass sie vor Diebstahl, Vandalismus und unbefugtem physischen Zugriff geschützt sind.
Private Cloud
Hybrid Cloud
Cloud Computing im Vergleich zu Edgecomputing im Vergleich zu Fog Computing
Edgecomputing und Fog Computing sind zwischengeschaltete Computingtechnologien, mit denen die von IoT-Geräten an Remotestandorten gesammelten Daten in die Cloud eines Unternehmens verschoben werden können. Sehen wir uns an, wie sich Edgecomputing von Fog Computing und Cloud Computing unterscheidet und wie die drei zusammenarbeiten:
Cloud Computing ermöglicht es Unternehmen, ihre Daten auf Remoteservern zu speichern, zu verarbeiten und anderweitig zu verarbeiten, die über das Internet gehostet werden. Kommerzielle Cloud Computing-Anbieter wie Microsoft Azure bieten digitale Computingplattformen und Sammlungen von Diensten an, mit denen Unternehmen ihre physische IT-Infrastruktur und die damit verbundenen Kosten reduzieren oder beseitigen können. Cloud Computing ermöglicht Organisationen auch die Bereitstellung sicherer Remotearbeitsfunktionen für ihre Mitarbeiter, eine einfachere Skalierung ihrer Daten und Apps und die Nutzung von IoT.
Edgecomputing ermöglicht die Erfassung, Verarbeitung und Analyse von Daten am weitesten entfernten Bereich des Netzwerks einer Organisation: dem "Edge." Auf diese Weise können Organisationen und Branchen mit dringenden Daten in Echtzeit arbeiten, manchmal sogar ohne mit einem primären Rechenzentrum kommunizieren zu müssen, und häufig nur durch das Senden der relevantesten Daten an das primäre Rechenzentrum, um die Verarbeitung zu beschleunigen. Dadurch werden primäre Computingressourcen wie Cloudnetzwerke nicht mit irrelevanten Daten übersät, wodurch die Latenz für das gesamte Netzwerk verringert wird. Außerdem werden die Netzwerkkosten reduziert.
Stellen Sie sich eine Ölplattform vor, die in der Mitte des Ozeans betrieben wird. Sensoren, mit denen Informationen wie Drilltiefe, Oberflächendruck und Fluidflussrate nachverfolgt werden, können dazu beitragen, dass die Maschinen auf einer Ölplattform reibungslos ausgeführt werden und die Sicherheit der Mitarbeiter und der Umwelt gewährleistet wird. Um dies zu erreichen, ohne das Netzwerk unnötig zu verlangsamen, senden die Sensoren nur die Daten zu kritischen Wartungsanforderungen, Gerätefehlern und Sicherheitsdetails für die Arbeit über das Netzwerk. Dies ermöglicht es, Probleme nahezu in Echtzeit zu identifizieren und darauf zu reagieren.
Fog Computing ermöglicht die temporäre Speicherung und Analyse von Daten auf einer Computeebene zwischen der Cloud und dem Edge für Fälle, in denen es aufgrund von Computeeinschränkungen für Edgegeräte nicht möglich ist, Edgedaten zu verarbeiten.
Im Fog können relevante Daten zur langfristigen Speicherung und zukünftigen Analyse und Verwendung an Cloudserver gesendet werden. Da nicht alle Edgegerätedaten zur Verarbeitung an ein zentrales Rechenzentrum gesendet werden, können Unternehmen durch Fog Computing einen Teil der Last auf ihren Cloudservern reduzieren, was zur Optimierung der IT-Effizienz beiträgt.
Stellen Sie sich zum Beispiel ein Gebäudemanagementunternehmen vor, das intelligente Geräte zur Automatisierung der Temperaturregelung, der Belüftung, der Beleuchtung, der Sprinkleranlagen sowie der Brand- und Sicherheitsalarme in allen seinen Gebäuden einsetzt. Anstatt dass diese Sensoren ständig Daten an das Hauptrechenzentrum übermitteln, hat das Unternehmen einen Server im Kontrollraum jedes Gebäudes, der unmittelbare Probleme verwaltet und nur dann aggregierte Daten an das Hauptrechenzentrum sendet, wenn der Netzwerkverkehr und die Rechenressourcen überlastet sind. Diese Fog Computing-Ebene ermöglicht es dem Unternehmen, seine IT-Effizienz zu maximieren, ohne die Leistung zu beeinträchtigen.
Es ist wichtig zu beachten, dass Edgecomputing nicht vom Fog Computing abhängig ist. Fog Computing ist einfach eine zusätzliche Option, mit der Unternehmen in bestimmten Edgecomputingszenarien mehr Geschwindigkeit, Leistung und Effizienz erzielen können.
Anwendungsfälle und Beispiele für Edgecomputing
IoT-Geräte und Edgecomputing verändern schnell die Art und Weise, wie Branchen auf der ganzen Welt mit Daten arbeiten. Im Folgenden sind einige der wichtigsten Anwendungsfälle für Edgecomputing in der Praxis aufgeführt:
Edgecomputing für Filialen. Intelligente Geräte und Sensoren reduzieren die Anzahl der Ressourcen, die für die Ausführung der sekundären Niederlassungen eines Unternehmens erforderlich sind. Berücksichtigen Sie mit dem Internet verbundene HVAC-Steuerelemente, Sensoren, die erkennen, wenn Kopierer repariert werden müssen, und Sicherheitskameras. Indem nur die wichtigsten Gerätewarnungen an das primäre Rechenzentrum eines Unternehmens gesendet werden, hilft Edgecomputing dabei, Serverüberlastungen und Verzögerungszeiten zu verhindern und gleichzeitig die Antwortzeit auf Probleme mit der Einrichtung erheblich zu erhöhen.
Edgecomputing für die Fertigung. Sensoren in Fabriken können verwendet werden, um Geräte auf routinemäßige Wartungsprobleme und Fehlfunktionen zu überwachen und die Sicherheit der Mitarbeiter zu gewährleisten. Darüber hinaus können intelligente Geräte in Fabriken und Lagern die Produktivität steigern, die Produktionskosten senken und Qualitätslenkung bieten. Und das Speichern von Daten und Analysen in der Fabrik, anstatt sie an ein zentrales Rechenzentrum zu senden, kann dazu beitragen, teure und potenziell gefährliche Verzögerungen zu vermeiden.
Edgecomputing für den Energiesektor. Energie- und Versorgungsunternehmen verwenden IoT-Sensoren und Edgecomputing, um die Effizienz zu steigern, das Netz zu automatisieren, die Wartung zu vereinfachen und Ausfälle bei der Netzwerkkonnektivität an Remotestandorten zu beheben. Strommasten, Windparks, Ölplattformen und andere Remoteenergiequellen können mit IoT-Geräten ausgestattet werden, die wetterbedingten und anderen Umweltproblemen standhalten können. Diese Geräte können Daten am oder in der Nähe des Energiestandorts verarbeiten und nur die relevantesten Daten an das Hauptrechenzentrum senden. Im Öl- und Gassektor liefern IoT-Sensoren und Edge Computing wichtige Sicherheitswarnungen in Echtzeit, die wichtige Mitarbeiter über notwendige Reparaturen und gefährliche Fehlfunktionen von Anlagen informieren, die zu Explosionen oder anderen Katastrophen führen könnten.
Edgecomputing für die Landwirtschaft. Edgecomputing kann zur Steigerung der Effizienz und des Ergebnisses in der Landwirtschaft beitragen. Wetterfeste IoT-Sensoren und Drohnen können Landwirten dabei helfen, die Temperatur und Leistung ihrer Geräte zu überwachen, Boden-, Licht- und andere Umweltdaten zu analysieren, die Menge an Wasser und Nährstoffen für die Pflanzen zu optimieren und die Erntezeit effizienter zu gestalten. Edgecomputing macht die Verwendung von IoT-Technologie selbst an Remotestandorten, an denen die Netzwerkkonnektivität eingeschränkt ist, kostengünstiger.
Edgecomputing für den Einzelhandel. Große Einzelhändler sammeln oft riesige Mengen an Daten in ihren einzelnen Geschäften. Mit Edgecomputing können Einzelhändler umfassendere Geschäftseinblicke gewinnen und in Echtzeit darauf reagieren. So können Einzelhändler beispielsweise Daten über die Kundenfrequenz sammeln, Verkaufszahlen verfolgen und den Erfolg von Werbekampagnen in allen ihren Geschäften überwachen. Diese lokalen Daten können sie nutzen, um ihren Bestand effektiver zu verwalten und schnellere, fundiertere Geschäftsentscheidungen zu treffen.
Edgecomputing für das Gesundheitswesen. Die Verwendungsmöglichkeiten für Edgecomputing im Gesundheitswesen sind umfangreich. Temperatursensoren, die mit den Impfstoffen geliefert werden, können dazu beitragen, dass diese während der gesamten Lieferkette ihre Integrität behalten. Medizinische Geräte für zu Hause wie intelligente CPAP-Geräte und Herzmonitore können Patientendaten sammeln und relevante Informationen an den Arzt und das Netzwerk des Gesundheitswesens eines Patienten senden. Krankenhäuser können ihre Patienten besser versorgen, indem sie IoT-Technologie einsetzen, um die Vitalparameter der Patienten zu verfolgen und den Standort von Geräten wie Rollstühlen und Tragen genauer zu verfolgen.
Edgecomputing für autonomes Fahren. Bei selbstfahrenden Autos, Taxis, Lieferwagen und Lastwagen gibt es fast keinen Spielraum für Fehler. Edgecomputing ermöglicht es ihnen, sofort und korrekt auf Verkehrssignale, Straßenbedingungen, Hindernisse, Fußgänger und andere Fahrzeuge in Echtzeit zu reagieren.
Edgecomputingdienste
Mit der zunehmenden Verbreitung von Edge Cloud Computing sind auch die Arten von Diensten zur Unterstützung der Nutzung gewachsen. Die heutigen Edgecomputingdienste gehen weit über Geräte und Netzwerke hinaus, um Lösungen für Folgendes einzuschließen:
- Ausführen von KI-, Analyse- und anderen Geschäftsfunktionen auf IoT-Geräten.
- Konsolidieren von Edgedaten im großen Stil, und Datensilos beseitigen.
- Bereitstellung, Verwaltung und Sicherung von Edgeworkloads aus der Ferne.
- Optimierung der Kosten für die Ausführung von Edgelösungen.
- Geräte in die Lage zu versetzen, schneller auf lokale Veränderungen zu reagieren.
- Sicherstellen, dass Geräte auch nach längeren Offline-Phasen zuverlässig funktionieren.
Die neuesten Lösungen umfassen Dienste, mit denen Sie Edgecomputing mit gängigen Technologien wie Datenbanken, Betriebssystemen, Cybersicherheit, Blockchain-Ledgern und Infrastrukturverwaltung integrieren können, um nur einige zu nennen.
Beispiele für Microsoft Edgecomputingdienste:
Azure IoT Edge
Weiten Sie Cloud Intelligence und Analytics auf Edgegeräte aus.
Azure Stack Edge
Bringen Sie Azure Compute, Storage und Intelligence mit von Azure verwalteten Geräten an den Edge.
Azure Sphere
Geräte mit Microcontrollern sicher vernetzen – vom Chip bis in die Cloud.
Azure SQL Edge
Erhalten Sie Echtzeitdatenerkenntnisse für IoT-Server, Gateways und Geräte.
Azure Data Box
Verschieben Sie gespeicherte oder In-Flight ausgeführte Daten schnell und kostengünstig nach Azure und Edgecomputing.
Azure Network Function Manager
Stellen Sie 5G- und SD-WAN-Netzwerkfunktionen auf Edgegeräten bereit, und verwalten Sie sie.
Windows für IoT
Erstellen Sie intelligente Edgelösungen mit Entwicklertools, Support und Sicherheit auf Unternehmensniveau.
Avere vFXT for Azure
Führen Sie dateibasierte Hochleistungsworkloads in der Cloud aus.
Azure Front Door
Eine schnellere, zuverlässigere und sicherere Content Delivery in der Cloud mit intelligentem Bedrohungsschutz.
Azure Confidential Ledger
Speichern Sie unstrukturierte Metadaten in einer Blockchain mithilfe eines von der REST-API verwalteten Diensts.
Ein Hinweis zu KI- und Analyse-Edgecomputingdiensten
KI- und Analysedienste für Edge sind besonders nützlich, um Automatisierung, Produktivität, Wartung und Sicherheit zu verbessern. Hier ist nur ein Beispiel: Die Bereitstellung von Vorhersagemodellen für Werkskameras kann dabei helfen, Probleme mit der Qualitätslenkung und der Sicherheit zu erkennen. In diesem Fall löst die Lösung eine Warnung aus und verarbeitet die Daten lokal, um eine sofortige Aktion auszuführen, oder sendet sie zur sofortigen Analyse an die Cloud, bevor eine Aktion ausgeführt wird.
Häufig gestellte Fragen
-
Edgecomputing ist eine Netzwerktechnologie, mit der Geräte an Remotestandorten Daten verarbeiten und Aktionen in Echtzeit ausführen können. Dies funktioniert, indem die Netzwerklatenz durch die Verarbeitung der meisten Daten am "Edge" des Netzwerks minimiert wird, z. B. durch das Gerät selbst oder durch einen Server in der Nähe, und nur die wichtigsten Daten zur nahezu sofortigen Verarbeitung an das Hauptrechenzentrum gesendet werden.
-
"Edge Cloud Computing" ist eine weitere Möglichkeit zu sagen, "Edgecomputing". Die beiden Begriffe bedeuten das Gleiche: Geräte an Remotestandorten können Daten verarbeiten und Aktionen in Echtzeit ausführen, indem die Netzwerklatenz minimiert wird.
-
Die Edgecomputingtechnologie umfasst Netzwerklösungen und Hardware, die es intelligenten Geräten in abgelegenen oder schwierigen Umgebungen ermöglichen, ohne eine vollständige Verbindung zu einem zentralen Netzwerk zu funktionieren. Netzwerklösungen umfassen Technologien wie 5G und Lösungen, die dazu beitragen, die Latenz zu reduzieren, indem die über das Netzwerk gesendete Datenmenge minimiert wird. Zu den gängigen Edgegeräten gehören Kameras, Sensoren, Server, Prozessoren, Switches und Router, die über das Netzwerk eine Verbindung mit einem zentralen Rechenzentrum herstellen. In vielen Fällen führen Edgegeräte KI lokal aus und senden nur bestimmte kritische Daten zur zusätzlichen Verarbeitung an das primäre Rechenzentrum.
-
Edgecomputing wird häufig an Orten wie Fabrikhallen, Verkaufsräumen im Einzelhandel, Schiffscontainern, Krankenhäusern, Baustellen, Energienetzen und Farmen – und sogar auf der internationalen Raumstation – eingesetzt, wo Geräte oder Sensoren in Echtzeit arbeiten müssen, aber nur über eine begrenzte Verbindung zu einem primären Rechenzentrum verfügen. So können Unternehmen z. B. mit Hilfe von Sensoren sicherstellen, dass Maschinen sicher und effizient arbeiten, erkennen, wenn die Bestände in den Regalen zu niedrig sind, die Bewässerung in landwirtschaftlichen Betrieben je nach Bodenfeuchtigkeit verstärken oder reduzieren und erkennen, wenn Arbeiter in Gefahr sind.