Edge Computing: el futuro de la computación
En la actualidad, debido al desarrollo tecnológico producido en los últimos años, la utilización de dispositivos Internet Of Things (IoT) se ha expandido a múltiples ámbitos de la vida cotidiana y ya son pocas las tareas que no hacen uso de este tipo de dispositivos. Como consecuencia, la cantidad de datos producidos y enviados al centro de datos para su posterior análisis ha aumentado considerablemente, hasta el punto de llevar al límite los requisitos de ancho de banda de la red, provocando a su vez, un aumento en la latencia. En entornos críticos, como un hospital o una planta de fabricación, en los que es necesaria la monitorización de ciertos procesos en tiempo real, el aumento de la latencia es un grave problema que, en el peor de los casos, podría ocasionar grandes costes económicos y humanos.
Para hacer frente a esta problemática, nace el paradigma conocido como Edge Computing, basado en la idea de analizar y tratar los datos en la ubicación física (o cerca de ella) en la que han sido recolectados. De esta manera, se libera tráfico hacia el centro de datos y los resultados obtenidos son más fiables y rápidos.
Un ejemplo de aplicación de este paradigma en el día a día puede darse en los vehículos autónomos. Estos medios de transporte están actualmente equipados con numerosos sensores y cámaras que recogen información, tanto del estado del vehículo como del entorno alrededor de él, para posteriormente analizar los datos recogidos y tomar decisiones en tiempo real. La cantidad de datos procesados y el ancho de banda requerido son inmensos, por lo que sería inviable hacer uso de otros paradigmas de computación, como el Cloud Computing, basado en procesar la información en un centro de datos remoto, completamente alejado del dispositivo IoT (en este caso el vehículo).
- Capas de Edge Computing-
Edge computing en el mundo industrial
Uno de los sectores en los que el Edge Computing puede cobrar más importancia es en el industrial, puesto que el mundo OT está viviendo una revolución con la aparición de nuevos dispositivos hardware inteligentes, junto con software que trate y aproveche dicha inteligencia. Esto, sumado a la importancia que obtiene la latencia de los procesos y de las comunicaciones dentro de una fábrica, hace que la utilización de Edge Computing en OT parezca inevitable.
Una aproximación de cómo implementar el Edge Computing en una planta de fabricación sería mediante la colocación de varios servidores Edge que agrupen y analicen la información de grupos de dispositivos IoT. Esta agrupación se puede realizar de dos modos diferentes:
- Agrupación por zonas. Cada servidor Edge se hace cargo de todos los dispositivos IoT de una zona en concreto, independientemente del tipo de dispositivo y de los datos que este genere. Este método de agrupación es el más eficiente y con el que mejor latencia se obtiene, aunque es el más costoso debido a la complejidad del servidor, el cual tiene que ser capaz de interpretar y analizar datos que provengan de distintos tipos de dispositivos.
- Agrupación por tipos. En este caso, los servidores Edge están diseñados para interpretar los datos de un tipo de dispositivo concreto, por lo que en una fábrica se implantan, como mínimo, tantos servidores como diferentes tipos de dispositivos IoT que se encuentren en la planta. Esta solución genera más tráfico y podría colapsar la red de no implementarse correctamente, pero es menos costosa y no requiere de servidores tan complejos.
Sin embargo, cada caso es particular y el método y la manera en la que se aplica el paradigma puede variar notablemente. A continuación, se detallan los puntos a considerar en el momento de estudiar la posibilidad de implementar Edge Computing:
- Inteligencia de los dispositivos. Cuanta más inteligencia contenga un dispositivo IoT, menos inteligencia será necesaria en los servidores Edge. Esto se debe a que, de esta manera, los datos son filtrados en el origen y, por tanto, el volumen y el formato de estos es más fácil de manejar para el servidor. No obstante, el coste de los dispositivos con un alto nivel de inteligencia es muy elevado y, en muchos casos, supone una inversión demasiado grande, por lo que se recomienda buscar un nivel de inteligencia equilibrado entre los dispositivos IoT y el servidor Edge.
- Resultados esperados. Para poder identificar las excepciones, los falsos positivos y los datos atípicos que puede generar un dispositivo IoT, es necesario recoger los datos de múltiples dispositivos del mismo tipo y compararlos entre sí. Esta información es útil a la hora de generar reglas en el servidor Edge y detectar anomalías en los procesos.
- Aproximación hub-and-spoke. La comunicación entre los distintos servidores Edge puede consumir mucho ancho de banda y colapsar la Red, por lo que la aproximación hub-and-spoke es una buena alternativa. El principal objetivo de esta aproximación es optimizar la topología de transporte mediante el uso de un nodo central que ejerza de hub logístico, es decir, que se encargue de comunicarse con los nodos periféricos. De esta manera, los servidores Edge de la planta transmitirán la información a un servidor central con mayor capacidad de cómputo y un nivel de inteligencia mayor que ayudará a analizar los datos y tomar mejores decisiones.
-Diferencia entre comunicaciones punto a punto y comunicaciones hub-and-spoke-
- Análisis de datos e informes avanzados. Aunque la automatización haya avanzado mucho en los últimos años, todavía no es efectiva al 100% y hay ciertas tareas y decisiones que deben ser realizadas por seres humanos. En estos casos, los servidores Edge deben ser capaces de alertar a los empleados acerca de las acciones a ejecutar, de manera clara e intuitiva, para evitar confusiones y empeorar la situación.
Pros y contras
Hasta ahora, se ha introducido el concepto de Edge Computing y su creciente implantación en el mundo OT, pero como el resto de los paradigmas de computación, no es perfecto, y cuenta con aspectos positivos y negativos que conviene tener en cuenta a la hora de tomar decisiones sobre la infraestructura de la planta de fabricación.
A continuación, se describen las ventajas por las que Edge Computing se está consolidando como el paradigma de computación más utilizado y por qué encaja con un entorno OT:
- Seguridad. A diferencia del resto de los paradigmas de computación, en Edge Computing se distribuye la capacidad de procesamiento y almacenamiento entre los diferentes servidores Edge, de modo que permite una solución modular cerrada que complica a los atacantes tanto alterar, como comprometer los datos.
- Rendimiento. Una de las principales razones del éxito de Edge Computing es su rendimiento, puesto que se llegan a obtener latencias mínimas, facilitando, así, llevar a cabo tareas que se procesen a tiempo real. Además, se reduce también el consumo de ancho de banda, por lo que el ancho de banda ahorrado se podría aplicar para otro tipo de servicios.
- Escalabilidad. Una vez implementada una arquitectura basada en Edge Computing, sus posteriores actualizaciones y expansiones son menos costosas debido a que únicamente hay que gestionar la combinación de dispositivos IoT y servidores Edge locales.
Por otro lado, implantar una arquitectura basada en Edge Computing no es tan sencillo, ya que cuenta con ciertas desventajas a considerar que podrían obstaculizar el proceso:
- Coste. Para aplicar correctamente Edge Computing, los dispositivos IoT deben contener cierto nivel de inteligencia y, en muchos casos, eso supone sustituir los dispositivos en marcha por otros completamente nuevos y de precio más elevado.
- Complejidad técnica. Un sistema distribuido, como lo es Edge Computing, es más complejo que uno centralizado, ya que la coordinación y la comunicación entre los diferentes servidores/módulos entra en juego, lo cual requiere un nivel de organización y de gestión elevado para poder obtener el máximo potencial del paradigma.
Conclusión
Con el reciente aumento de dispositivos IoT debido al avance tecnológico, el Edge Computing ha llegado para quedarse, y cada vez son más las empresas y los sectores en los que se están planteando modificar su infraestructura para que se adapte a este paradigma de computación.
Sin embargo, aunque Edge Computing es el futuro de la computación en el mundo OT, supone un cambio que muchas empresas aún no pueden permitirse, debido a la dificultad que supone su implementación. En estos casos, no hay que precipitarse, y lo recomendable es planear una estrategia a largo plazo que permita adaptar la infraestructura actual a una más moderna y que haga mejor uso de los dispositivos IoT.
En definitiva, Edge Computing es una solución excelente para procesar inmensas cantidades de datos locales en tiempo real, permitiendo, así, optimizar los procesos críticos que requieran latencias mínimas y minimizar el uso de recursos de la red.
