Edge-computing wordt in steeds meer industrietakken ingevoerd, en dat proces is alleen maar aan het versnellen. Veel van de data die worden gegenereerd, komen nooit op een rekencentrum of in de cloud terecht. Dankzij Edge-computing beschikken organisaties over krachtige realtime analysesystemen voor automatisering, voorspelling en beheer.
Edge-computing betekent snel antwoorden krijgen – binnen milliseconden. Door rekenkracht, opslag, gegevensbeheer en beheer niet te centraliseren maar via Edge-computing te verwerken, kunnen bedrijven vertragingen minimaliseren en de bandbreedte tussen de periferie en de centrale locaties reduceren. Edge computing verlaagt daarmee ook de totale operationele kosten omdat het niet langer nodig is om grote hoeveelheden gegevens synchroon heen en weer te verplaatsen naar een regionaal datacenter of de cloud.
Heb ik Edge-computing nodig?
Neem een energiebedrijf dat naar voorraden natuurlijke grondstoffen zoekt als voorbeeld. Om olie te vinden kan een energiebedrijf boren in gebieden met gemengde steensoorten – kalksteen, dolomiet, schalie, anhydriet, een van de tientallen variabelen – waarbij de temperatuur van de boor kan oplopen tot enkele honderden graden Celsius bij de boor op een diepte van zo’n 6000 meter onder het oppervlak. Op elk moment kunnen sensoren een verandering in de temperatuur, de druk of het gedrag van de dure apparatuur registeren. Dan kun je voor een kritieke vraag komen te staan: welke aanpassingen moet je maken om schade aan de apparatuur en het stilleggen van werk te voorkomen?
Het nauwkeurig beantwoorden van deze vraag kan meer dan een miljoen dollar per dag kosten of opleveren. Als het dan uren duurt voordat er een antwoord terugkomt van een datacenter of de cloud, kunnen de boorwerkzaamheden een financieel risico vormen.
Dit bedrijf heeft Edge-computing nodig.
Edge-computing in allerlei vormen
Retailers gebruiken Edge-computing om de verkoop te verhogen en fraude te bestrijden. Fabrikanten passen het toe op videoanalyse voor de kwaliteitscontrole van producten. Autonome voertuigen in de bouw en mijnbouw vertrouwen erop om te reageren op een onstabiele weg of een onverwacht obstakel.
In situaties waarbij snelle besluiten cruciaal zijn, is latentie die wordt veroorzaakt door technologie de grootste vijand. Wanneer een beslissing onmiddellijk moet worden genomen, moet ter plaatse worden gereageerd. En naarmate het aantal intelligente apparaten toeneemt en omgevingen slimmer en meer verbonden worden, ontstaan nieuwe mogelijkheden voor nieuwe bedrijfsdiensten. Maar deze nieuwe slimme apparaten moeten worden beheerd en aangestuurd.
De introductie van Edge-computing aan de IT-infrastructuur voegt een laag van servers en systemen toe in het hart van de bedrijfsvoering. Dat betekent dat er een nieuwe omgeving beheerd moet worden door en dat vereist een nauwere samenwerking tussen de IT- en OT-teams (Operational Technology), die ervoor moeten zorgen dat de organisatie optimaal kan profiteren van de voordelen die de automatisering biedt, zonder dat het de productie beïnvloedt. Dit omvat architectuurbeslissingen zoals een uitgebreide beveiliging aan de Edge en geavanceerdere strategieën voor apparaat- en gegevensbeheer.
De grote voordelen van Edge-computing is een end-to-end datapad voor de hyperverbonden, hyper-gedistribueerde wereld van nu. Edge-computing zit op het snijpunt van de belangrijkste technologietrends van vandaag, waaronder het ‘sensoring of everything’, gedistribueerde analyses en cloudcomputing. En het biedt de mogelijkheid om kunstmatige intelligentie op actuele bedrijfsproblemen en -processen bijna in realtime toe te passen op afgelegen locaties.
Hoewel de cloud en rekencentra een cruciale rol blijven spelen, streven bedrijven er naar om gegevensanalyse dichter bij de plaats te brengen waar de gegevens worden gegenereerd, waar mensen en machines inzichten uit die gegevens nodig hebben. Hierdoor kunnen ze sneller, efficiënter en doelgerichter dan ooit de resultaten verwerken, er over denken en erop reageren.
De vier essentiële lagen van edge-to-cloud computing architectuur
Edge-computing in actie
De eerste stap voor veel organisaties is simpelweg het inzetten van Edge-apparaten die als taak hebben om het verzamelen en voorbewerken van grote hoeveelheden gegevens te automatiseren.
Hoewel dit op zichzelf al veel waarde en efficiëntie kan opleveren, is er nog meer winst te halen op de op het gebied van respons, voorspelling en autonomie.
Response
Veel fabrikanten hebben voor hun kwaliteitscontrole lange tijd gebruikgemaakt van visuele inspecties van hun producten. Door deze visuele controle te vervangen door geautomatiseerde videosystemen, kunnen producten op serienummer worden gevolgd, en problemen via videoanalyse sneller worden opgespoord en kan worden vastgesteld in welk productiestadium het probleem is opgetreden.
Edge-computing is hierbij bijzonder effectief, omdat video veel bandbreedte vergt. Dankzij rekenkracht op of nabij de camera kunnen bedrijven alleen die beelden analyseren en doorgeven die een mogelijk defect vertonen, in plaats van de hele video voor analyse terug te sturen naar het datacentrum.
Een andere toepassing van responsieve analyse via Edge-computing is diefstalpreventie in de detailhandel. Een permanente uitdaging voor winkeliers is georganiseerde winkelcriminaliteit. Met behulp van Edge-computing kunnen gezichtsherkenningstechnologie en gedragsanalyse nu direct in winkels plaatsvinden om criminaliteit te helpen bestrijden.
Voorspelling
Industriële bedrijven gebruiken sensoren en Edge-computing voor voorspellend onderhoud. Veranderingen in de prestaties kunnen tijdig worden gedetecteerd en problemen onderschept voordat ze storingen veroorzaken, zodat machines kunnen blijven draaien en de veiligheid van werknemers kan worden gewaarborgd.
Autonomie
Hoewel het in de media gonst over systemen voor zelfrijdende auto’s, is dit vooralsnog vooral een toekomstdroom. In moderne fabrieken of bouwterreinen, en vooral in de mijnindustrie, kom je echter al volop autonoom rijdende vrachtwagens, vorkheftrucks en soortgelijke apparatuur tegen.
Deze voertuigen gebruiken een mix van gps, camera’s en radar- en lichtsensoren om veilig rond menselijke werknemers te werken, in gecontroleerde omstandigheden en met lagere snelheden dan bij autonome auto’s. Ze gebruiken sensoren om nieuwe routes in kaart te brengen zonder dat daarvoor extra programmering voor nodig is. Toch moeten de voertuigen onmiddellijk kunnen reageren op veranderingen in de omgeving, of het nu gaat om een gevallen pallet met producten, een verdwaalde voetganger of een plotseling afbrokkelende weg op een bouwterrein.
Dergelijke machines illustreren perfect het vermogen van Edge-computing om onmiddellijk te herkennen en te reageren, terwijl ze milieu- en prestatiegegevens verzamelen die later in een datacenter kunnen worden doorgestuurd en verwerkt om statistische modellen te verbeteren.
De overstap naar Edge-computing
Bedrijven die de instap willen wagen in de Intelligent Edge zullen niet in een week of een maand een volledig ontwikkeld programma realiseren. Er zijn talloze opties om te verkennen en veel verschillende manieren hoe je het kunt insteken.
Het is van belang om de kennis van alle teams te gebruiken en om de samenwerking naar een nieuw niveau te tillen. Vaak wordt de overstap naar Edge-computing geïnitieerd door operationele teams, maar moeten IT-teams de implementatie vervolgens uitvoeren. Hierbij is het essentieel dat het IT-team over de nodige kennis beschikt, maar ook goed wordt ingelicht wat de verwachtingen en wensen van de overige teams en het management zijn. Die moeten ook op de hoogte zijn wat er in de praktijk mogelijk is, en hoe een nieuwe Edge-omgeving in de bestaande IT-infrastructuur kan worden geïntegreerd.
De netwerk- en datacenterinfrastructuur moet opgeschaald kunnen worden naar de datagedreven doelstellingen. De onderlinge relaties tussen de teams zullen helpen bij het vaststellen van realistische projecties wat betreft het datavolume en de vraag naar verschillende soorten dataverwerking en besluitvorming.
Een organisatie die Edge-computing in haar IT-infrastructuur wilt opnemen moet groot denken, maar klein beginnen. Houd altijd een oog op de toekomstige behoeften van de organisatie, maar begin met kleine proefprojecten om ervaring en kennis op te doen. Zorg ervoor dat deze kleine projecten impact hebben.
De volgende golf van projecten kan voortbouwen op het aanvankelijke succes, mogelijk met toenemende efficiëntie door hergebruik van reeds bestaande elementen van de Edge-architectuur. Houd er rekening mee dat dat beveiligingscontroles, gegevensbeheertechnieken, opleidingsvereisten voor eindgebruikers en andere initiatieven zullen moeten evolueren naarmate projecten van pilot naar productie en wijdverspreide invoering gaan.
Meer informatie over wat Edge-computing voor uw organisatie kan betekenen vindt u op Hewlett Packard Enterprise.
