Hva er databehandling på kanten?
Databehandling på kanten gjør det mulig for IoT-enheter å behandle og handle på data i reell eller nær sanntid ved å behandle data på kanten av nettverket
Databehandling på kanten forklart
Databehandling på kanten gjør det mulig for enheter på eksterne plasseringer å behandle data på kanten av nettverket, enten av enheten eller en lokal server. Når data må behandles i det sentrale datasenteret, overføres bare de viktigste dataene, og dermed reduseres ventetiden.
Hvorfor bruker bedrifter kantdatabehandling?
Bedrifter bruker databehandling på kanten til å forbedre svartidene til sine eksterne enheter og få rikere, mer tidsriktig innsikt fra enhetsdata. Databehandling på kanten gjør sanntidsdatabehandling mulig på plasseringer der det normalt ikke ville være gjennomførbart og reduserer flaskehalser på nettverkene og datasentrene som støtter kantenheter.
Uten databehandling på kanten ville det enorme volumet av data generert av kantenheter overvelde de fleste av dagens forretningsnettverk, og hemme all drift på et berørt nettverk. IT-kostnadene kan skyte i været. Misfornøyde kunder kan ta virksomheten andre steder. Verdifulle maskiner kan bli skadet eller rett og slett være mindre produktive. Men viktigst av alt, kan arbeidernes sikkerhet bli kompromittert i bransjer som er avhengige av intelligente sensorer for å holde dem trygge.
Hvordan fungerer databehandling på kanten?
Hvis du vil gjøre sanntidsfunksjonalitet mulig for smartapper og IoT-sensorer, løser databehandling på kanten tre sammenkoblede utfordringer:
- Koble en enhet til et nettverk fra en ekstern plassering.
- Treg databehandling på grunn av nettverk eller begrensninger i databehandling.
- Kantenheter som forårsaker problemer med nettverksbåndbredde.

Utviklinger innen nettverksteknologier, som 5G trådløst, har gjort det mulig å løse disse utfordringene på en global, kommersiell skala. 5G-nettverk kan håndtere store mengder data – som går til og fra enheter og datasentre – i nær sanntid. (Det finnes til og med et trådløst nettverk som bruker kryptovaluta for å oppmuntre brukere til å utvide dekningen til områder som er vanskeligere å nå.)
Fremskritt innen trådløs teknologi er bare en del av løsningen for å få databehandling på kanten til å fungere i stor skala. Å være selektiv med hensyn til hvilke data som skal inkluderes og ekskluderes i datastrømmer over nettverk er også avgjørende for å redusere ventetiden og levere resultater i sanntid. For eksempel:
Et sikkerhetskamera i et eksternt lager bruker kunstig intelligens til å identifisere mistenkelig aktivitet og sender bare de spesifikke dataene til hoveddatasenteret for umiddelbar behandling. Så i stedet for at kameraet belaster nettverket 24 timer i døgnet ved å overføre alle videoene hele tiden, sender det bare relevante videoklipp. Dette frigjør firmaets nettverksbåndbredde og databehandlingsressurser for andre bruksområder.

Flere brukstilfeller som er muliggjort av databehandling på kanten:
- En butikk 1000 kilometer fra selskapets primære datasenter bruker trådløse salgsstedsenheter til å behandle betalinger umiddelbart.
- En oljerigg midt på havet bruker IoT-sensorer og kunstig intelligens for raskt å oppdage utstyrsfeil før de blir verre.
- Et vanningssystem i en ekstern åker justerer mengden vann som brukes i sanntid ved å oppdage fuktnivåer i jordsmonnet.
Hvorfor er databehandling på kanten viktig?
Fra sikkerhet på arbeidsplassen til sikkerhet og produktivitet – fordelene med databehandling på kanten er enorme:
Mer effektive operasjoner. Databehandling på kanten hjelper virksomheter med å optimalisere daglige operasjoner ved raskt å behandle store mengder data på eller i nærheten av de lokale områdene der disse dataene samles inn. Dette er mer effektivt enn å sende alle de innsamlede dataene til en sentralisert sky eller et primært datasenter flere tidssoner unna, noe som vil føre til store nettverksforsinkelser og ytelsesproblemer.
Raskere responstider. Ved å omgå sentraliserte sky- og datasenterplasseringer kan bedrifter behandle data raskere og mer pålitelig, i sanntid eller i nærheten av det. Vurder dataventetid, nettverksflaskehalser og redusert datakvalitet som kan oppstå når du prøver å sende informasjon fra tusenvis av sensorer, kameraer eller andre smarte enheter til et sentralt kontor samtidig. I stedet gjør databehandling på kanten det mulig for enheter ved eller nær kanten av et nettverk å umiddelbart varsle nøkkelpersonell og utstyr om mekaniske feil, sikkerhetstrusler og andre kritiske hendelser, slik at raske tiltak kan iverksettes.
Større produktivitet for ansatte. Edge-databehandling gjør det mulig for bedrifter å levere dataene som arbeidere trenger for å fullføre arbeidsoppgavene så effektivt som mulig. Og på smarte arbeidsplasser som utnytter automatisering og prediktivt vedlikehold, sørger databehandling på kanten for at utstyret som arbeidere trenger kjører problemfritt, uten forstyrrelser eller feil som enkelt kan unngås.
Forbedret sikkerhet på arbeidsplassen. I arbeidsmiljøer der feil utstyr eller endringer i arbeidsforhold kan føre til svingninger eller verre, kan IoT-sensorer og databehandling på kanten bidra til å holde personer trygge. For eksempel kan data som analyseres på eller i nærheten av utstyrsområdet, bidra til å øke sikkerheten for arbeidere og redusere miljøpåvirkninger, for eksempel på oljeplattformer, oljerørledninger og andre eksterne industribrukstilfeller.
Funksjonalitet på steder langt borte. Databehandling på kanten gjør det enklere å bruke data som samles inn på eksterne steder der Internett-tilkoblingen er uregelmessig eller nettverksbåndbredde er begrenset – for eksempel, om bord på en fiskebåt i Beringhavet eller på en vinmark i det italienske landskapet. Driftsdata som vann- eller vannkvalitet kan kontinuerlig overvåkes av sensorer og håndteres ved behov. Når Internett-tilkobling blir tilgjengelig, kan de relevante dataene overføres til et sentralt datasenter for behandling og analyse.
Økt sikkerhet. For bedrifter er sikkerhetsrisikoen ved å legge til tusenvis av Internett-tilkoblede sensorer og enheter i nettverket deres en reell bekymring. Databehandling på kanten bidrar til å redusere denne risikoen ved å la bedrifter behandle data lokalt og lagre dem i frakoblet modus. Dette reduserer dataene som overføres over nettverket, og hjelper virksomheter med å være mindre sårbare overfor sikkerhetstrusler.
Data. Når organisasjoner samler inn, behandler, lagrer og på annen måte bruker kundedata, må organisasjoner følge personvernreglene i landet eller området der disse dataene samles inn eller lagres – for eksempel EUs personvernforordning (GDPR) (GDPR). Flytting av data til skyen eller til et primært datasenter på tvers av landegrensene kan gjøre det vanskelig å overholde datasuverenitetsforskrifter, men med databehandling på kanten kan bedrifter sikre at de overholder lokale retningslinjer for datasuverenitet ved å behandle og lagre data i nærheten av der de ble samlet inn.
Reduserte IT-kostnader. Med databehandling på kanten kan bedrifter optimalisere IT-utgiftene sine ved å behandle data lokalt i stedet for i skyen. I tillegg til å minimere selskapenes skybehandlings- og lagringskostnader, reduserer databehandling på kanten overføringskostnadene ved å bruke unødvendige data på eller i nærheten av plasseringen der de samles inn.
Maskinvare og nettverk for databehandling på kanten
I databehandling på kanten er mye av behandlingskraften fysisk plassert i eller i nærheten av der dataene samles inn. Maskinvare for databehandling på kanten består ofte av disse fysiske komponentene:
Kantenheter omfatter smarte kameraer, termometere, roboter, droner, vibrasjonssensorer og andre IoT-enheter. Selv om enkelte enheter har innebygde funksjoner for databehandling, minne og lagring, gjør ikke alle det.
Prosessorer er CPU-er, GPU-er og tilknyttet minne som driver systemer for databehandling på kanten. Jo mer CPU-kraft et system for databehandling på kanten har, jo raskere kan det utføre oppgaver og jo flere arbeidsbelastninger kan det støtte.
Klynge/servere er grupper av servere som behandler data på en kantplassering, for eksempel på et fabrikkgulv eller hos et kommersielt lager. Kantklynger/servere har ofte som oppgave å kjøre bedriftsapper, arbeidsbelastninger for bedrifter og en organisasjons delte tjenester.
Gatewayer er kantklynger/servere som utfører viktige nettverksfunksjoner som å aktivere trådløs tilkobling, gi brannmurbeskyttelse og behandle og overføre kantenhetsdata.
Rutere er kantenheter som kobler til nettverk. En ruter i kanten kan for eksempel brukes til å koble en organisasjons LAN med en WAN eller Internett.
Brytere, som også kalles tilgangsnoder, kobler til flere enheter for å opprette et nettverk.
Noder er et samlebegrep som brukes for å beskrive kantenheter, servere og gatewayer som muliggjør databehandling på kanten.
Hva er noen av egenskapene til kantmaskinvare?
Kantmaskinvaren må være varig og pålitelig. Dette utstyret må ofte være i stand til å dekke ekstreme vær-, miljø- og mekaniske forhold. Spesielt må det ofte være:
Vifteløs og ventilløs. Siden pålitelighet er nøkkelen, spesielt i bransjer der utstyrsfeil kan stoppe produksjonen og sette arbeidere i fare, må kantmaskinvare lukkes for støv, smuss, fuktighet og andre ting som kan kompromittere den.
Temperaturbestandig. Kantmaskinvare plasseres ofte ute i frysende, kaldt og vått klima. Noen ganger er den til og med plassert under vann. Å kunne tåle minusgrader og nesten kokende temperaturer er et must i mange tilfeller.
Upåvirkelig for plutselige bevegelser. Maskinvaren må være i stand til å tåle vibrasjoner og støt av maskiner eller naturlige elementer. Det er viktig å bygge disse komponentene uten vifter, kabler og andre interne deler som lett kan rystes eller løsne.
Liten formfaktor. Med kantdatamaskiner er kompakt et viktig begrep. De må ofte passe inn på trange steder. Eksempler inkluderer smartkameraer plassert på vegger, hyller og tak og smarte termometre pakket i fraktesker.
Utstyrt med god lagringsplass. Kantdatamaskiner som samler inn store mengder data fra kantenheter, kan kreve betydelig datalagring. De må også kunne få rask tilgang til og overføre store mengder data.
Kompatibel med nytt og eldre utstyr. Kantdatamaskiner, spesielt de som opererer i produksjon eller fabrikkinnstillinger, har vanligvis en rekke I/O-porter, inkludert USB, COM, Ethernet og generelle porter. Dette gjør dem i stand til å koble til både nytt og eldre produksjonsutstyr, maskineri, enheter, sensorer og alarmer.
Bygget med flere tilkoblingsalternativer. Kantdatamaskiner støtter vanligvis både trådløs og kabelbasert tilkobling. På denne måten, hvis trådløs tilkobling til Internett ikke er et alternativ på et eksternt kommersielt område, som en gård eller et skip til sjøs, kan datamaskinen fortsatt koble til Internett for å overføre data.
Kan støtte flere typer strøminnganger. Kantdatamaskiner støtter ofte en rekke strøminndata for å imøtekomme det brede utvalget av strøminndata de kan møte på eksterne plasseringer. De krever også strømbrudds-, overspennings- og strømbeskyttelsesfunksjoner for å bidra til å forhindre elektrisk skade.
Beskyttet fra cyberangrep. Kantenheter, som ofte ikke kan administreres av nettverksadministratorer like grundig som lokale og skybaserte enheter, pleier å være mer utsatt for dårlige aktører. For å beskytte dem mot skadelig programvare og andre cyberangrep må kantenheter være utstyrt med sikkerhetsverktøy som brannmurer og nettverksbaserte systemer for inntrengingsgjenkjenning.
Inngrepssikker. Siden enheter for databehandling på kanten ofte brukes på steder der de ikke kan overvåkes konsekvent, må de bygges for å sikres mot tyveri,vandalisme og uautorisert fysisk tilgang.

Sky kontra kant kontra tåkedatabehandling
Kant- og tåkedatabehandling er mellomliggende databehandlingsteknologier som bidrar til å flytte data som samles inn av IoT-enheter på eksterne steder, til bedriftens sky. La oss utforske hvordan databehandling på kanten er forskjellig fra tåkedatabehandling og databehandling i skyen, og hvordan de tre fungerer sammen:
Databehandling i skyen gjør det mulig for bedrifter å lagre, behandle og på annen måte arbeide med dataene sine på eksterne servere som driftes via Internett. Kommersielle leverandører av databehandling i skyen som Microsoft Azure tilbyr digitale databehandlingsplattformer og samlinger av tjenester som bedrifter kan bruke til å redusere eller eliminere deres fysiske IT-infrastruktur og tilknyttede kostnader. Databehandling i skyen gjør det også mulig for organisasjoner å levere sikre funksjoner for eksternt arbeid til sine ansatte, lettere skalere data og apper og dra nytte av IoT.
Databehandling på kanten tillater opptak, behandling og analyse av data i de fjerneste delene av organisasjonens nettverk: kanten. Dette gjør det mulig for organisasjoner og bransjer å arbeide med viktige data i sanntid, noen ganger uten å måtte kommunisere med et primært datasenter, og ofte ved bare å sende de mest relevante dataene til det primære datasenteret for raskere behandling. Dette sparer primære databehandlingsressurser som skynettverk fra å bli utsatt for irrelevante data, noe som reduserer ventetiden for hele nettverket. Det reduserer også nettverkskostnader.
Vurder en oljeborerigg som opererer midt i havet. Sensorer som sporer informasjon som boredybde, overflatetrykk og væskeflythastighet kan bidra til å at maskineriet kjører jevnt og bidra til å holde arbeidere og miljøet trygge. Hvis du vil gjøre dette uten å redusere hastigheten på nettverket unødvendig, sender sensorene bare data om kritiske vedlikeholdsbehov, utstyrsfeil og arbeidssikkerhetsdetaljer over nettverket, og dette gjør det mulig å identifisere og reagere på problemer i nær sanntid.
Tåkedatabehandling lar data lagres midlertidig og analyseres i et datalag mellom skyen og kanten i tilfeller der det ikke er mulig å behandle kantdata på grunn av begrensninger for databehandling av kantutstyr.
Fra tåken kan relevante data sendes til skyservere for langsiktig lagring og fremtidig analyse og bruk. Ved ikke å sende alle kantenhetsdataene til et sentralt datasenter for behandling, gjør tåkedatabehandling det mulig for bedrifter å redusere noe av belastningen på skyserverne sine, noe som bidrar til å optimalisere IT-effektiviteten.
Vurder for eksempel et selskap for bygningsadministrasjon som bruker smarte enheter til å automatisere temperaturkontroll, ventilasjon, belysning, sprinkleranlegg og brann- og sikkerhetsalarmer i alle bygningene. I stedet for at disse sensorene kontinuerlig overfører data til hoveddatasenteret, har selskapet en server i hver bygnings kontrollrom som håndterer umiddelbare problemer, og sender kun aggregerte data til hoveddatasenteret når nettverkstrafikk og databehandlingsressurser har overflødig kapasitet. Dette tåkedatabehandlingslaget gjør at selskapet kan maksimere IT-effektiviteten uten å ofre ytelsen.
Det er viktig å være oppmerksom på at databehandling på kanten ikke er avhengig av tåkedatabehandling. Tåkedatabehandling er ganske enkelt et tilleggsalternativ for å hjelpe bedrifter med å oppnå mer hastighet, ytelse og effektivitet i visse scenarioer for databehandling på kanten.

Brukseksempler og eksempler for databehandling på kanten
IoT-enheter og databehandling på kanten endrer raskt måten bransjer rundt om i verden jobber med data på. Følgende er noen av de mest viktige bruksområdene for databehandling på kanten i bedrifter:
Avdelingskontorer. Smarte enheter og sensorer reduserer antall ressurser som kreves for å kjøre et firmas sekundære kontorer. Vurder Internett-tilkoblede HVAC-kontroller, sensorer som oppdager når kopimaskiner krever reparasjoner, og sikkerhetskameraer. Ved å sende bare de mest viktige enhetsvarslingene til et firmas primære datasenter, bidrar databehandling på kanten til å forhindre serveroverbelastning og forsinkelse, samtidig som responstiden økes betydelig til fasilitetsproblemer.
Produksjon. Sensorer på fabrikkenheter kan brukes til å overvåke utstyr for rutinemessige vedlikeholdsproblemer og feil, i tillegg til å holde arbeidere trygge. I tillegg kan smart utstyr i fabrikker og varehus øke produktiviteten, redusere produksjonskostnadene og gi kvalitetskontroll. Hvis du beholder data og analyser på fabrikkgulvet i stedet for å sende dem til et sentralisert datasenter, kan det bidra til å unngå kostbare og potensielt farlige forsinkelser.
Energi. Kraft- og energiselskaper bruker IoT-sensorer og databehandling på kanten for å øke effektiviteten, automatisere strømnettet, forenkle vedlikehold og kompensere for mangler i nettverkstilkobling på avsidesliggende steder. Kraftmaster, vindparker, oljerigger og andre fjerntliggende energikilder kan utstyres med IoT-enheter som er i stand til å tåle hardt vær og andre miljøutfordringer. Disse enhetene kan behandle data på eller i nærheten av energistedet og sende bare de mest relevante dataene til hoveddatasenteret. I olje- og gasssektorene gir IoT-sensorer og databehandling på kanten viktige sanntidssikkerhetsvarsler som varsler nøkkelpersonell om nødvendige reparasjoner og farlig utstyrsfeil som kan føre til eksplosjoner eller andre katastrofer.
Jordbruk. Databehandling på kanten kan bidra til å øke jordbrukseffektivitet og avlinger. Værbestandige IoT-sensorer og -droner kan hjelpe til med å overvåke utstyrstemperatur og -ytelse; analysere vann, lys og andre miljødata. Optimaliser mengden vann og næring som brukes på avlinger og planlegg innhøsting mer effektivt. Databehandling på kanten gjør bruk av IoT-teknologi mer kostnadseffektivt, selv på eksterne plasseringer der nettverkstilkoblingen er begrenset.
Detaljhandel. Store forhandlere samler ofte enorme mengder data i sine individuelle butikker. Ved å bruke databehandling på kanten kan forhandlere trekke ut rikere forretningsinnsikt og reagere på dem i sanntid. Forhandlere kan for eksempel samle inn data om kundetrafikk, spore salgsstedsnumre og overvåke suksessen til kampanjekampanjer på tvers av alle butikkene sine og bruke disse lokale dataene til å administrere lagerbeholdningen mer effektivt og ta raskere og mer informerte forretningsbeslutninger.
Helsevesen. Bruken av databehandling på kanten i helsesektoren er omfattende. Temperatursensorer som leveres med sensorer, kan bidra til å sikre at de opprettholder integriteten i hele forsyningskjeden. Medisinsk utstyr til hjemmebruk som smarte CPAP-maskiner og hjertemonitorer kan samle inn pasientdata og sende relevant informasjon til en pasients lege- og helsenettverk. Sykehus kan bedre betjene pasienter ved å bruke IoT-teknologi til å spore pasientenes vitale tegn og for å spore plasseringen av utstyr som rullestoler og bårer mer nøyaktig.
Autonome kjøretøy. Det er nesten ingen feilmargin med selvkjørende biler, taxier, biler og lastebiler. Databehandling på kanten gjør det mulig for dem å reagere umiddelbart og riktig på trafikksignaler, veiforhold, hindringer, fotgjengere og andre kjøretøy i sanntid.
Tjenester for databehandling på kanten
Etter hvert som edge computing har vokst mot utbredt bruk, har typene relaterte tjenester for å støtte bruken også vokst. Dagens tjenester for databehandling på kanten går langt utover bare enheter og nettverk for å inkludere løsninger på:
- Kjør AI, analyse og andre forretningsfunksjoner på IoT-enheter.
- Konsolidere kantdata i stor skala og eliminer datasiloer.
- Rull ut, administrer og bidra til å sikre kantarbeidsbelastninger eksternt.
- Optimaliser kostnadene ved å kjøre kantløsninger.
- Aktiver enheter for å reagere raskere på lokale endringer.
- Kontroller at enheter fungerer pålitelig etter lengre frakoblede perioder.
De nyeste løsningene inkluderer tjenester som databehandling på kanten med vanlige teknologier som databaser, operativsystemer, cybersikkerhet, blokkjedehovedbøker og infrastrukturadministrasjon, for å nevne noen få.
Eksempler på Microsoft-tjenester for databehandling på kanten:
Azure IoT Edge
Gi kantenheter tilgang til skyintelligens og analyse
Azure Stack Edge
Bring Azure-databehandling, lagring og intelligens til kanten med Azure-administrerte enheter
Azure FXT Edge Filer
Støtt HPC-arbeidsbelastninger med en hybrid lagringsoptimaliseringsløsning
Azure SQL Edge
Få datainnsikt i sanntid for IoT-servere, gatewayer og enheter
Azure Percept
Akselerere kantintelligens fra silis til tjeneste
Azure Data Box
Flytt lagrede eller inngående data raskt og kostnadseffektivt til Azure og databehandling på kanten
Azure Network Function Manager
Distribuer og administrer 5G- og SD-WAN-nettverksfunksjoner på kantenheter
Windows for IoT
Bygg intelligente kantløsninger med utviklerverktøy, støtte og sikkerhet i foretaksklassen
Avere vFXT for Azure
Kjør filbaserte arbeidsbelastninger med høy ytelse i skyen
Azure Front Door
Få rask, pålitelig og sikrere levering av skyinnhold med intelligent trusselbeskyttelse
Konfidensiell hovedbok for Azure
Lagre ustrukturerte metadata i en blokkjede ved hjelp av en REST API-administrert tjeneste
Azure Sphere
Koble sikkert til MCU-drevne enheter fra silisium til skyen
Et notat om tjenester for databehandling på kanten av kunstig intelligens og analyse
Tjenester for kunstig intelligens og analyse for kanten er spesielt verdifulle for å forbedre automatisering, produktivitet, vedlikehold og sikkerhet. Her er bare ett eksempel: Distribusjon av prediktive modeller til fabrikk-kameraer kan bidra til å oppdage kvalitetskontroll og sikkerhetsproblemer. I dette tilfellet utløser løsningen et varsel og behandler dataene lokalt for å utføre en umiddelbar handling, eller sender dem til skyen for umiddelbar analyse før du utfører handlinger.
Vanlige spørsmål
-
Databehandling på kanten er en nettverksteknologi som gjør det mulig for enheter på eksterne plasseringer å behandle data og utføre handlinger i sanntid. Det fungerer ved å minimere nettverksventetiden ved å behandle de fleste data på kanten av nettverket, for eksempel med selve enheten eller av en nærliggende server, og bare sende de mest relevante dataene til hoveddatasenteret for nesten øyeblikkelig behandling.
-
Skybasert databehandling på kanten er en annen måte å si databehandling på kanten – de to begrepene betyr det samme: å aktivere enheter på eksterne plasseringer for å behandle data og utføre handlinger i sanntid ved å minimere nettverksventetid.
-
Teknologi for databehandling på kanten inkluderer nettverksløsninger og maskinvare for å tillate at smarte enheter i eksterne eller utfordrende miljøer fungerer uten å trenge en fullstendig tilkobling til et sentralt nettverk. Nettverksløsninger inkluderer teknologier som 5G og løsninger som bidrar til å redusere ventetiden ved å minimere mengden data som sendes over nettverket. Vanlige kantenheter inkluderer kameraer, sensorer, servere, prosessorer, brytere og rutere, som kobles over nettverket til et sentralt datasenter. I mange tilfeller kjører kantenheter kunstig intelligens lokalt og sender bare visse kritiske data til det primære datasenteret for ytterligere behandling.
-
Edge-databehandling brukes ofte for steder som fabrikkgulv, butikklokaler, fraktcontainere, sykehus, byggeplasser, strømnett og gårder – og til og med den internasjonale romstasjonen – der enheter eller sensorer må arbeide i sanntid, men bare ha begrenset tilkobling til et primært datasenter. Det gjør det mulig for bedrifter å gjøre ting som å bruke sensorer for å sikre at maskiner fungerer trygt og effektivt, for å oppdage når lagerbeholdningen har lite lagerbeholdning, til å øke eller redusere vanning på gårder basert på fuktighet, og for å oppdage når arbeidere kan være i fare.