IoT-Edge-Computing

In einer klassischen IoT-Architektur senden intelligente Geräte gesammelte Daten zur Analyse an die Cloud oder ein entferntes Rechenzentrum. Große Datenmengen, die von und zu einem Gerät übertragen werden, können Engpässe verursachen, die diesen Ansatz in jedem latenzempfindlichen Anwendungsfall unwirksam machen.

IoT Edge Computing löst dieses Problem, indem es die Datenverarbeitung näher an IoT-Geräte bringt. Diese Strategie verkürzt den Datenweg und ermöglicht dem System eine nahezu sofortige Datenanalyse vor Ort.

Dieser Artikel ist eine Einführung in IoT Edge Computing und die Vorteile, Maßnahmen für Daten so nah wie möglich an ihrer Quelle zu ergreifen. Lesen Sie weiter, um zu erfahren, warum Edge-Computing ein entscheidender Faktor für IoT-Anwendungsfälle ist, in denen das System riesige Datenmengen in Echtzeit erfassen und analysieren muss.

Was ist IoT Edge-Computing?

IoT-Edge-Computing ist die Praxis, Datenverarbeitung am Rand des Netzwerks zu verwenden, um die Leistung eines IoT-Systems zu beschleunigen. Anstatt Daten an einen Remote-Server zu senden, ermöglicht Edge Computing einem intelligenten Gerät, IoT-Rohdaten auf einem nahe gelegenen Edge-Server zu verarbeiten.

Die Datenverarbeitung in der Nähe oder am Ursprungsort führt zu Null Latenz . Diese Funktion kann die Funktionalität eines IoT-Geräts beeinträchtigen oder beeinträchtigen, das zeitkritische Aufgaben ausführt.

Die physische Verlagerung der Datenverarbeitung in die Nähe von IoT-Geräten bietet eine Reihe von Vorteilen für die Unternehmens-IT, wie zum Beispiel:

• Schnellere, zuverlässigere Dienste.
• Ein reibungsloseres Kundenerlebnis.
• Analysen vor Ort in Echtzeit.
• Die Möglichkeit, Rohdaten zu filtern und zu aggregieren, um den an einen externen Server oder die Cloud gesendeten Datenverkehr zu reduzieren.
• Niedrigere Betriebskosten (OpEx) aufgrund geringerer Bandbreitennutzung und geringerem Bedarf an Rechenzentrumskapazität.
• Höhere Sicherheit durch weniger externe Verbindungen und weniger Raum für potenzielle seitliche Bewegungen.

IoT-Edge-Computing ist ein entscheidender Faktor für das IoT, da Sie mit dieser Strategie eine App mit geringer Latenz zuverlässig auf einem IoT-Gerät ausführen können. Die Edge-Verarbeitung ist eine ideale Option für jeden IoT-Anwendungsfall, der:

• Erfordert eine Entscheidungsfindung in Echtzeit.
• Hat potenziell katastrophale Ausfälle.
• Geht mit extremen Datenmengen um.
• Wird in einer Umgebung ausgeführt, in der die Cloud-Konnektivität entweder nicht vorhanden oder gar nicht verfügbar ist.

Cloud und Edge Computing schließen sich nicht aus. Die beiden Computing-Paradigmen passen hervorragend zusammen, da ein Edge-Server (entweder in derselben Region oder am selben Standort) zeitkritische Aufgaben erledigen kann, während er gefilterte Daten für weitere, zeitaufwändigere Analysen an die Cloud sendet.

Edge-Geräte vs. IoT-Geräte

IoT-Edge-Computing basiert auf der kombinierten Nutzung von Edge- und IoT-Geräten:

• Ein IoT-Gerät ist eine mit dem Internet verbundene Maschine, die Daten generieren und an die Verarbeitungseinheit (entweder ein Edge-Gerät, die Cloud oder einen zentralen Server) übertragen kann. Diese Geräte haben normalerweise Spezialsensoren und dienen einem einzigen Zweck.
• Ein Edge-Gerät ist ein Stück Hardware, das in der Nähe des Benutzers oder Geräts betrieben wird, das Rohdaten generiert. Diese Geräte verfügen über genügend Rechenressourcen, um Daten zu verarbeiten und Entscheidungen mit Latenzen von weniger als einer Millisekunde zu treffen, eine Geschwindigkeit, die unmöglich zu erreichen ist, wenn Daten zuerst ein Netzwerk durchqueren müssen.

In einigen Fällen können die Begriffe Edge und IoT-Geräte austauschbar sein . Ein IoT-Gerät kann auch ein Edge-Gerät sein, wenn es über genügend Rechenressourcen verfügt, um Entscheidungen mit geringer Latenz zu treffen und Daten zu verarbeiten. Außerdem kann ein Edge-Gerät Teil des IoT sein, wenn es über einen Sensor verfügt, der Rohdaten generiert.

Die Entwicklung von Geräten mit IoT- und Edge-Fähigkeiten ist jedoch nicht kosteneffektiv. Eine bessere Option besteht darin, mehrere billigere IoT-Geräte bereitzustellen, die Daten generieren, und sie alle mit einem einzigen Edge-Server zu verbinden, der Daten verarbeiten kann.

Wie arbeiten IoT und Edge-Computing zusammen?

Edge Computing bietet einem IoT-System eine lokale Quelle für Datenverarbeitung, -speicherung und -berechnung. Das IoT-Gerät sammelt Daten und sendet sie an den Edge-Server. Währenddessen analysiert der Server Daten am Rand des lokalen Netzwerks und ermöglicht so eine schnellere und besser skalierbare Datenverarbeitung.

Im Vergleich zum üblichen Design, bei dem Daten zur Analyse an einen zentralen Server gesendet werden, hat ein IoT-Edge-Computing-System:

• Reduzierte Latenz der Kommunikation zwischen dem IoT-Gerät und dem Netzwerk.
• Schnellere Reaktionszeiten und gesteigerte Betriebseffizienz.
• Geringere Nutzung der Netzwerkbandbreite, da das System Daten nur zur langfristigen Speicherung oder Analyse in die Cloud streamt.
• Die Möglichkeit, den Betrieb fortzusetzen, selbst wenn das System die Verbindung zur Cloud oder zum zentralen Server verliert.

Edge-Computing ist eine effiziente und kostengünstige Möglichkeit, das Internet der Dinge in großem Maßstab zu nutzen, ohne das Risiko einer Netzwerküberlastung einzugehen. Ein Unternehmen, das sich auf IoT Edge verlässt, verringert auch die Auswirkungen einer potenziellen Datenschutzverletzung. Wenn jemand in ein Edge-Gerät eindringt, hat der Eindringling nur Zugriff auf lokale Rohdaten (im Gegensatz zu dem, was passiert, wenn jemand einen zentralen Server hackt).

Die gleiche Logik des "kleineren Explosionsradius" gilt für versehentliche Datenlecks und ähnliche Bedrohungen der Datenintegrität.

Darüber hinaus bietet Edge Computing eine Redundanzschicht für unternehmenskritische IoT-Aufgaben. Wenn eine einzelne lokale Einheit ausfällt, können andere Edge-Server und IoT-Geräte problemlos weiterarbeiten. Es gibt keine Single Points of Failure, die alle Vorgänge zum Erliegen bringen können.

IoT Edge-Computing-Funktionen

Während jedes IoT-Edge-Computing-System einzigartige Merkmale aufweist, haben alle Bereitstellungen mehrere Merkmale gemeinsam. Nachfolgend finden Sie eine Liste von 6 Funktionen, die Sie in allen IoT-Edge-Computing-Anwendungsfällen finden können.

Konsolidierte Workloads

Ein älteres Edge-Gerät führt normalerweise proprietäre Apps auf einem proprietären RTOS (Echtzeitbetriebssystem) aus. Ein hochmodernes IoT-Edge-System verfügt über einen Hypervisor, der die Betriebssystem- und Anwendungsschichten von der zugrunde liegenden Hardware abstrahiert.

Die Verwendung eines Hypervisors ermöglicht es einem einzelnen Edge-Computing-Gerät, mehrere Betriebssysteme auszuführen, die:

• Blättert den Weg für Workload-Konsolidierung.
• Reduziert den am Rand erforderlichen Platzbedarf.

Infolgedessen ist der Preis für die Bereitstellung am Edge weitaus niedriger als das, was Sie früher für die Einrichtung eines erstklassigen Edge-Computing-Systems zahlen mussten.

Vorverarbeitung und Datenfilterung

Frühere Edge-Systeme funktionierten normalerweise so, dass der Remote-Server einen Wert vom Edge anforderte, unabhängig davon, ob es kürzlich Änderungen gab. Ein IoT-Edge-Pendelsystem kann Daten am Edge vorverarbeiten (normalerweise über einen Edge-Agenten) und nur die relevanten Informationen an die Cloud senden. Dieser Ansatz:

• Reduziert die Wahrscheinlichkeit von Datenengpässen.
• Verbessert die Antwortraten des Systems.
• Senkt Cloud-Speicher- und Bandbreitenkosten.

Skalierbare Verwaltung

Ältere Edge-Ressourcen verwendeten häufig serielle Kommunikationsprotokolle, die schwierig zu aktualisieren und in großem Umfang zu verwalten waren. Ein Unternehmen kann jetzt IoT-Edge-Computing-Ressourcen mit lokalen oder Weitverkehrsnetzwerken (LAN oder WAN) verbinden und so eine zentrale Verwaltung ermöglichen.

Edge-Management-Plattformen erfreuen sich ebenfalls zunehmender Beliebtheit, da Anbieter versuchen, Aufgaben im Zusammenhang mit groß angelegten Edge-Bereitstellungen noch weiter zu rationalisieren.

Offene Architektur

Proprietäre Protokolle und geschlossene Architekturen waren jahrelang in Edge-Umgebungen üblich. Leider führen diese Features oft zu hohen Integrations- und Umstellungskosten aufgrund von Herstellerbindungen, weshalb modernes Edge-Computing auf eine offene Architektur angewiesen ist mit:

• Standardisierte Protokolle (z. B. OPC UA, MQTT).
• Semantische Datenstrukturen (z. B. Sparkplug).

Die offene Architektur reduziert die Integrationskosten und erhöht die Interoperabilität der Anbieter, zwei entscheidende Faktoren für die Lebensfähigkeit des IoT-Edge-Computing.

Edge Analytics 

Frühere Versionen von Edge-Geräten hatten eine begrenzte Verarbeitungsleistung und konnten normalerweise eine einzelne Aufgabe ausführen, z. B. das Erfassen von Daten.

Heutzutage verfügt ein IoT-Edge-Computing-System über leistungsfähigere Verarbeitungsfunktionen zur Analyse von Daten am Rand. Diese Funktion ist entscheidend für Anwendungsfälle mit niedriger Latenz und hohem Datendurchsatz, die herkömmliches Edge-Computing nicht zuverlässig bewältigen kann.

Verteilte Apps

Intelligente IoT-Edge-Computing-Ressourcen entkoppeln Apps von der zugrunde liegenden Hardware. Diese Funktion ermöglicht eine flexible Architektur, in der eine App zwischen folgenden Rechenressourcen wechseln kann:

• Vertikal (z. B. von der Edge-Ressource zur Cloud).
• Horizontal (z. B. von einer Edge-Computing-Ressource zu einer anderen).

Ein Unternehmen kann eine Edge-App in drei Arten von Architekturen bereitstellen:

• 100 % Vorteil: Diese Architektur verfügt über alle Rechenressourcen vor Ort. Dieses Design ist bei Organisationen beliebt, die Daten nicht extern senden möchten, typischerweise aufgrund von Sicherheitsbedenken. Ein Unternehmen, das mit hohen On-Premise-Investitionen einverstanden ist, ist auch ein typischer Anwender.
• Thick Edge + Cloud-Architektur: Dieses Design umfasst ein lokales Rechenzentrum, eine Cloud-Bereitstellung und Edge-Computing-Ressourcen. Eine häufige Wahl für Unternehmen, die bereits stark in ein lokales Rechenzentrum investiert haben, sich aber später entschieden haben, die Cloud zum Sammeln und Analysieren von Daten (normalerweise aus mehreren Einrichtungen) zu verwenden.
• Thin (oder Micro) Edge + Cloud-Architektur: Dieser Ansatz umfasst immer Cloud-Computing-Ressourcen, die mit einer (oder mehreren) kleineren Edge-Computing-Ressource verbunden sind. In diesem Design gibt es keine lokalen Rechenzentren.

IoT Edge Computing-Anwendungsfälle

Edge-Computing kann eine wichtige Rolle in jedem IoT-Design spielen, das eine geringe Latenz oder lokale Datenspeicherung erfordert. Hier sind einige interessante Anwendungsfälle:

• Industrielles IoT (IIoT): IoT-Sensoren können den Zustand von Industriemaschinen verfolgen und Probleme wie Ausfälle oder Überbeanspruchung erkennen. In der Zwischenzeit kann ein Edge-Server auf Probleme reagieren, bevor eine potenzielle Katastrophe eintritt.
• Selbstfahrende Autos: Ein autonom fahrendes Fahrzeug muss in der Lage sein, Echtzeitdaten (Verkehr, Fußgänger, Straßenschilder, Ampeln usw.) zu sammeln und zu verarbeiten. Automatische Autos sind ein latenzfreier Anwendungsfall, daher ist die Verwendung von Edge IoT die einzige Möglichkeit, um sicherzustellen, dass ein selbstfahrendes Auto schnell genug anhalten oder wenden kann, um einen Unfall zu vermeiden.
• Automatisierte LKW-Konvois: IoT-Edge-Computing kann es einem Unternehmen auch ermöglichen, einen automatisierten LKW-Konvoi zu erstellen. Eine Gruppe von IoT-betriebenen Lastwagen kann im Konvoi dicht hintereinander fahren, was Kraftstoffkosten spart und Staus verringert. In diesem Szenario würde nur der erste Lkw einen menschlichen Fahrer benötigen.
• Visuelle Inferenz: Eine hochauflösende Kamera mit einem IoT-Edge-Computer kann Videostreams verarbeiten und Rückschlüsse auf die gesammelten Daten ziehen. Diese Ausrüstung kann Personen mit hohen Temperaturen, Eindringlinge in eingeschränkten Bereichen, Sicherheitsverletzungen, Anomalien in Produktionslinien usw. erkennen.
• Zustandsbasierte Fernüberwachung: In einem Szenario, in dem ein Ausfall katastrophal sein kann (z. B. eine Öl- oder Gaspipeline), ist die Verwendung von IoT Edge zur Überwachung des Systems ein Kinderspiel. Ein IoT-Sensor kann den Zustand eines Assets verfolgen (z. B. Temperatur, Druck, Belastung usw.), und der Edge-Server kann ein potenzielles Problem in Millisekunden erkennen und darauf reagieren.

IoT Edge Computing:Ein Game-Changer für die Unternehmens-IT

Heute arbeitet der IoT-Sektor in zahlreichen Szenarien ohne Edge-Computing. Da jedoch die Zahl der vernetzten Geräte wächst und Unternehmen neue Anwendungsfälle erkunden, wird die Fähigkeit, Daten schneller abzurufen und zu verarbeiten, zu einem entscheidenden Faktor. Erwarten Sie, dass IoT Edge Computing in den kommenden Jahren eine entscheidende Rolle spielen wird, da immer mehr Unternehmen beginnen, die Vorteile der latenzfreien Datenverarbeitung zu nutzen.