Internet of Things (IoT) finns överallt omkring oss, med enheter som genererar kon­ti­nu­er­lig data som måste lagras och, för kritiska tillämp­ning­ar, ut­vär­de­ras i realtid. Edge computing ut­vär­de­rar denna data direkt vid källan, vilket medför ett pa­ra­digm­skif­te i moln­be­räk­ning­ens tidsålder.

Vad är edge computing? En de­fi­ni­tion

Edge computing är en de­sign­me­tod för IoT-miljöer som till­han­da­hål­ler IT-resurser som lag­ringska­pa­ci­tet och da­tor­kraft så nära som möjligt de enheter och sensorer som genererar data. Edge computing är ett al­ter­na­tiv till tra­di­tio­nel­la moln­lös­ning­ar med centrala servrar.

Termen “edge” syftar på att da­ta­be­hand­ling­en i detta till­vä­ga­gångs­sätt inte sker centralt i molnet utan på ett de­cent­ra­li­se­rat sätt i nät­ver­kets utkant. Edge computing är avsett att till­han­da­hål­la det som molnet hittills inte har kunnat erbjuda: servrar som utan för­dröj­ning kan utvärdera massdata från smarta fabriker, le­ve­rans­nät­verk eller tra­fik­sy­stem, vilket gör det möjligt att vidta ome­del­ba­ra åtgärder vid en incident.

Grunderna i edge computing i korthet

Edge computing använder eta­ble­ra­de tekniker i en kompakt design under ett nytt namn. Här är en översikt över de vik­ti­gas­te termerna inom edge computing:

  • Edge: I IT-jargong är “edge” nät­ver­kets ytterkant. Vilka kom­po­nen­ter som tillhör nät­ver­kets ytterkant beror dock på si­tu­a­tio­nen. Inom te­le­kom­mu­ni­ka­tion kan till exempel en mo­bil­te­le­fon vara nät­ver­kets ytterkant, medan det i ett system med nät­verk­san­slut­na, själv­kö­ran­de bilar är det enskilda fordonet.
  • Edge-enhet: Varje da­ta­ge­ne­re­ran­de enhet i nät­ver­kets kant fungerar som en edge-enhet. Möjliga da­takäl­lor är sensorer, maskiner, fordon eller in­tel­li­gen­ta enheter i en IoT-miljö. Det kan till exempel vara tvätt­ma­ski­ner, brand­de­tek­to­rer, glöd­lam­por eller ra­di­a­tor­ter­mo­sta­ter.
  • Kant­ga­te­way: En kant­ga­te­way är en dator som är placerad vid över­gång­en mellan två nätverk. I IoT-miljöer används kant­ga­te­ways som noder mellan sakernas internet och ett kärn­nät­verk.

Edge computing kontra fog computing

Att lägga till lokala be­ar­bet­nings­in­stan­ser till molnet är ingen ny metod. Redan 2014 myntade den ame­ri­kans­ka tek­nik­kon­cer­nen Cisco mark­nads­fö­rings­ter­men”fog computing”. Data som genereras i IoT-miljöer skickas inte längre direkt till molnet, utan samlas först i små da­ta­cen­ter, ut­vär­de­ras och väljs ut för vidare be­ar­bet­ning.

Idag ses edge computing som en del av fog computing, där IT-resurser som da­tor­kraft och lag­ringska­pa­ci­tet flyttas ännu närmare IoT-ter­mi­na­ler­na i nät­ver­kets ytterkant. En kom­bi­na­tion av båda koncepten är också möjlig. Följande bild visar en ar­ki­tek­tur med moln-, fog- och edge-lager.

Bild: Schematic representation of a cloud architecture with cloud, fog and edge layers
Schematic re­pre­sen­ta­tion of a cloud ar­chi­tectu­re with cloud, fog and edge layers.
Tips

Re­fe­ren­sar­ki­tek­tu­rer för fog- och edge computing-miljöer utvecklas som en del av Open Fog Con­sor­ti­um, ett öppet kon­sor­ti­um bestående av re­pre­sen­tan­ter från nä­rings­li­vet och den aka­de­mis­ka världen.

Varför välja edge computing?

För när­va­ran­de hanterar centrala da­ta­cen­ter ma­jo­ri­te­ten av den datamängd som genereras av internet. Idag är dock da­takäl­lor­na ofta mobila och ligger för långt bort från den centrala stor­da­torn för att kunna garantera en ac­cep­ta­bel svarstid (latens). Detta är särskilt pro­ble­ma­tiskt för tidskri­tis­ka tillämp­ning­ar som ma­ski­nin­lär­ning och pre­dik­tivt underhåll.

Notis

Pre­dik­tivt underhåll kommer att re­vo­lu­tio­ne­ra un­der­hål­let och för­valt­ning­en av fram­ti­dens fabriker. Det nya un­der­hålls­kon­cep­tet är utformat för att upptäcka risker för fel med hjälp av in­tel­li­gen­ta över­vak­nings­sy­stem, så att problem kan iden­ti­fie­ras innan ett faktiskt fel uppstår.

Edge computing ses inte som en er­sätt­ning, utan som ett kom­ple­ment till molnet, som till­han­da­hål­ler följande funk­tio­ner:

  • Da­tain­sam­ling och ag­gre­ge­ring: Edge computing bygger på da­tain­sam­ling nära källan, inklusive för­be­hand­ling och val av datapool. Upp­ladd­ning till molnet sker endast om in­for­ma­tio­nen inte kan ut­vär­de­ras lokalt, om de­tal­je­ra­de analyser krävs eller om data ska arkiveras.
  • Lokal da­ta­lag­ring: För stora da­ta­mäng­der är det oftast omöjligt att överföra data i realtid från det centrala da­ta­cent­ret i molnet. Detta problem kan kringgås genom att lagra mot­sva­ran­de data de­cent­ra­li­se­rat i nät­ver­kets kant. Edge-gateways fungerar som re­plikserv­rar i ett in­ne­hållsle­ve­rans­nät­verk.
  • AI-stödd över­vak­ning: Edge computing möjliggör kon­ti­nu­er­lig över­vak­ning av de anslutna enheterna. I kom­bi­na­tion med ma­ski­nin­lär­nings­al­go­rit­mer är sta­tusö­ver­vak­ning i realtid möjlig.
  • M2M-kom­mu­ni­ka­tion: Edge computing används ofta i kom­bi­na­tion med M2M-kom­mu­ni­ka­tion för att möj­lig­gö­ra direkt kom­mu­ni­ka­tion mellan nät­verk­san­slut­na enheter.

Följande bild il­lu­stre­rar grund­prin­ci­pen för en de­cent­ra­li­se­rad molnar­ki­tek­tur, där edge-gateways fungerar som mel­lan­hand mellan en central dator i molnet och IoT-enheter i nät­ver­kets ytterkant.

Bild: Schematic representation of an edge computing environment
Schematic re­pre­sen­ta­tion of an edge computing en­vi­ron­ment: Edge gateways receive data from the Internet of Things and load it into the public cloud or a private data centre as required.

Hur kan edge computing-ar­ki­tek­tu­rer användas?

An­vänd­nings­om­rå­den för edge computing har oftast sitt ursprung i IoT-miljön. En viktig till­växt­fak­tor för edge computing-tekniken är den ökande ef­ter­frå­gan på kom­mu­ni­ka­tions­sy­stem med re­al­tidska­pa­ci­tet. De­cent­ra­li­se­rad da­ta­be­hand­ling klas­si­fi­ce­ras till exempel som en nyc­kel­tek­no­lo­gi för följande projekt:

  • Kom­mu­ni­ka­tion mellan bilar: Edge computing är viktigt för moln­ba­se­ra­de var­nings­sy­stem eller autonoma trans­port­me­del.
  • Smarta elnät: Tack vare de­cent­ra­li­se­ra­de ener­gi­han­te­rings­sy­stem bör elnäten kunna anpassa sig till fluk­tu­a­tio­ner i el­för­sörj­ning­en. Data som överförs till ge­ne­ra­to­rer gör det möjligt att reagera på för­änd­ring­ar i för­bruk­ning­en i realtid.
  • Smarta fabriker: Själv­or­ga­ni­se­ran­de pro­duk­tions­an­lägg­ning­ar och lo­gis­tik­sy­stem kan im­ple­men­te­ras med edge computing.

Vilka är för­de­lar­na med edge computing?

Jämfört med tra­di­tio­nel­la molnar­ki­tek­tu­rer erbjuder edge computing en rad fördelar:

  • Re­al­tids­da­ta­be­hand­ling: Be­hand­ling­en sker närmare da­takäl­lor­na, vilket bidrar till att undvika problem med för­dröj­ning­ar.
  • Minskad da­ta­ge­nom­ström­ning: Tack vare lokal da­taa­na­lys behöver betydligt mindre data överföras över nätverket.
  • Da­ta­sä­ker­het: Krav på ef­ter­lev­nad kan im­ple­men­te­ras enklare.

Vilka är nack­de­lar­na med edge computing?

Trots de många för­de­lar­na finns det också nackdelar med edge computing som bör beaktas vid im­ple­men­te­ring­en:

  • Mer komplex nät­verks­struk­tur: Ett dis­tri­bu­e­rat system är mer komplext än en cent­ra­li­se­rad mol­nin­fra­struk­tur.
  • An­skaff­nings­kost­na­der: Edge computing kräver mycket lokal hårdvara och medför därför enorma an­skaff­nings­kost­na­der.
  • Un­der­hålls­kost­na­der: På grund av det stora antalet kom­po­nen­ter kan varken un­der­hålls- eller ad­mi­nist­ra­tions­kost­na­der­na ignoreras.
Gå till huvudmeny