Vad är IoT Edge och Edge Computing?
Var och en av oss kan peka på ny teknik som förändrat våra liv jämfört med hur det var tidigare. Fjärrkontrollen till TVn. PC eller Mac. Att streama musik och video. För företag och verksamheter omfattar den disruptiva tekniken mobilitet, analyser, IoT, IoT Edge och, sist men inte minst, molnet (cloud). Molnet var och är fortfarande stort. Fenomenet cloud computing ledde till digitala tjänster som förändrade våra liv, såsom en nyskapad Netflix-affärsmodell. Det utlöste också en våg där företag började flytta IT-applikationer till molnet för att uppnå högre skalbar databehandling, lägre kostnad för datalagring och enklare tillgång till data.
Nu, mer än ett årtionde senare, ser vi något annorlunda på molnet eller ”den stora hjärnan” i IT-ekosystemet. Visst behöver vi molnet, särskilt för att kunna bearbeta stora datamängder för att bygga, testa och förfina våra AI-modeller. Men ligger det i företagens och verksamheternas intresse att flytta allt till molnet? Kritiska miljöer som gruvindustri och produktionsindustri med krav på snabb responstid eller kritiska anläggningar som sjukhus, kommer förmodligen inte flyttas dit.
"Varje stor hjärna måste kompletteras med starka reflexer som är snabba, tydliga och överordnade. Det är IoT Edge.”
Edge Computing innebär att slippa sega nätverk och långa responstider
IoT Edge blir relevant i de fall när beslut måste fattas i samma hastighet som en reflex. Genom närhet till datakällan minimeras långa responstider. Edge Computing-enheter som möjliggör det snabba beslutsfattandet kan vara alltifrån små handhållna enheter till Edge Computing gateways. Även självkörande bilar kan betraktas som stora och sofistikerad Edge-enheter. Bilens hjärna kan inte vara i molnet utan reflexen måste komma direkt från bilen. Alla Edge-enheter gör det möjligt att använda lokal realtidsinformation för att förbättra övervakningen och kontrollen av effektivitets-, driftsäkerhets- och säkerhetsriskparametrar. Tänk dig exempelvis att bilen ska köra över ett övergångsställe där någon oväntat springer över – reaktionsförmågan måste då vara momentan för att kunna förhindra olyckor i ett sådant ögonblick. Av den anledningen måste dessa kritiska ”förmågor” hanteras i Edge-enheten i bilen. Andra applikationer, som exempelvis kartinformation, kan finnas i molnet. För att räkna ut bästa färdvägen bör dock Edge-enheterna, bilarna, skicka relevant trafikinformation till den stora hjärnan, molnet.
Vad kan då dessa enheter berätta för oss baserat på realtidsdata som de samlar in från sensorer?
- "Bilens hastighet jämfört med förväntad hastighet."
- "Den här enheten i maskinen håller på att gå sönder."
- "Den här kritiska delen i produktionsenheten behöver service från en servicetekniker."
Jag pratar inte om ett moln vs ett Edge-scenario. Det som behövs är en hybridlösning. Faktum är att Gartner förutspår att 75% av all data kommer behandlas med Edge Computing före 2022 [i]. IoT gör det möjligt att skapa ett konstant informationsflöde där data från Edge-enheter - det vill säga antingen lokalt, on premise, eller helt via fjärr – kan föras vidare till molnbaserade applikationer och / eller kan föra vidare relevant data till molnet för avancerad analys. Molnet behöver Edge och samtidigt behöver Edge molnet (där du tränar AI-modellerna som körs i IoT-Edge).
Edge Computing, en balansgång
Målet är att hitta den rätta balansen mellan vad som ska ligga i Edge mot vad som ska ligga i molnet (antingen offentligt eller privat). En IoT-Edge-strategi är relevant i bland annat följande sammanhang:
- Möjligheten att fatta snabba beslut genom att använda data så nära källan som möjligt för att undvika långa responstider
- Optimera dataflödet till molnet genom att bearbeta rådata i Edge och endast lägga högvärdesdata (aggregerat och kontextualiserat) i molnet
- Att ha åtkomst offline till dataanalys när molnet / nätverksåtkomsten inte är tillförlitlig exempelvis på avlägsna platser som gruvor eller industrianläggningar
- Bättre livscykelhantering av en stor mängd enheter. Istället för att köra massuppdateringar centralt ifrån kan dessa göras säkert och anpassat efter det behov som finns lokalt (med andra ord, Edge hanterar uppdateringen)
Med dagens intelligenta sensorer och enheter ges det möjligheter att få realtidsinformation som tidigare var omöjlig att få tag på eller som krävde flera mantimmar för att få ut ett momentant värde. Genom att samla denna data och analysera den kan potentiella problem identifieras långt innan de påverkar exempelvis maskinen i produktionsanläggningen. Istället för att analysera ett redan känt problem kan Edge-modeller analysera en tendens eller avvikelse. Det möjliggör ett proaktivt servicearbete och inte bara ett reaktivt. Följderna av detta är ökad produktivitet och reducerat antal akuta stopp. Samtidigt kan anläggningar med dålig uppkoppling eller som ligger avlägset till hanteras på ett effektivt sätt. Med en Edge-lösning säkerställs samma kvalitet på analyserna och servicetekniker behöver endast åka ut på plats när avvikelser detekterats. Det skapar en möjlighet till bättre service och optimerade servicekostnader.
IoT-Edge spelar också en stor roll i att driva hållbarhet. Exempelvis vid lösningar med så kallade microgrid eller i smarta fastigheter, som behöver lokal analys för att optimera byggnadens energianvändning när som helst. Vårt innovationscenter i Lund har moderniserats enligt dessa principer och bygger på vår IoT-plattform EcoStruxure™. Smarta elcentraler, som Edge-enheter, möjliggör ett distribuerat energihanteringsscenario och mer hållbara byggnader. Ett öppet och skalbart system för fastighetsautomation kan agera som en Edge-lösning för att driva fastigheten på ett optimalt och hållbart sätt.
Affärsnyttan med IoT Edge och Edge Computing
Gartner förutspår att 75% av data kommer att behandlas till "Edge" före 2022. [i] Det finns många aspekter att ta ställning till gällande affärsnytta kopplad till fördelningen av data mellan Edge och molnet, exempelvis integrering av den fysiska IT-infrastrukturen för att fånga upp lokal data i Edge Computing.
[i] van der Meulen, Rob, Gartner, “What Edge Computing Means for Infrastructure and Operations Leaders, Gartner. October 2017. (updated October 3, 2018 to reflect new research).