Die Prognosen über das weltweite Datenwachstum überschlagen sich – schon längst liegen die Zahlen jenseits des Vorstellungsvermögens. Bis heute bleibt ein großer Teil dieser Daten ungenutzt im Maschinenraum. Das könnte das Edge Computing ändern.
IBM Research – Zürich arbeitet mit Astron am weltweit ersten Heißwasser-gekühlten 64-Bit Mikro-Rechenzentrum. Es werden über 100 Smartphone-große Mikroserver zu einem Rechenzentrum in PC-Größe zusammengefasst. Bild: IBM
Die Frage stellt sich, wie und wo Erkenntnisse aus diesen wachsenden Datenbergen am besten und effektivsten erfasst und ausgewertet werden können: die Cloud, als mittlerweile bestens etablierter Ort für derartige Aufgaben, ist dafür natürlich gesetzt. Doch nicht immer ist es sinnvoll oder notwendig, Daten erst an die Cloud zu schicken, wenn auch die Möglichkeit besteht, sie direkt am Ort des Geschehens nicht nur zu erfassen, sondern gleich auch weiterzuverarbeiten und zu analysieren.
Edge Computing bedeutet daher auch – im Gegensatz zum Cloud Computing – die Verlagerung von Rechenleistung, Anwendungen und Netzwerkservices unmittelbar an die Quelle der Datenentstehung, an die logische Randstelle (Edge) des Netzwerks.
Das können Windräder, Turbinen, Stanzmaschinen oder Lackierroboter sein, Fahrzeuge, 3-Drucker oder Schiffsmotoren. Edge Analytics steht dabei für die intelligente Auswertung dieser Daten ebenfalls unmittelbar vor Ort.
Diese Herangehensweise bringt gleich mehrere Vorteile:
Mit Edge Computing/Analytics wächst damit die Freiheit der Unternehmen, zu entscheiden, an welcher Stelle einer hierarchisch aufgebauten IT-Architektur was mit den Daten passiert. Ob sie direkt am Entstehungspunkt einer ersten Auswertung und Analyse unterzogen werden und nur noch die jeweiligen Erkenntnisse an die nächsthöhere Verarbeitungsinstanz, beispielsweise einen Unternehmensserver oder in die Cloud, weitergegeben werden beziehungsweise, ob eine Weiterleitung überhaupt sinnvoll oder notwendig ist.
Die Kriterien dafür sind so vielfältig wie die Anwendungen, Sicherheitsvorschriften oder Verarbeitungskapazitäten. Allein die Gewichtung der Prioritäten bestimmt, welche Daten auf welcher Ebene verarbeitet werden: „at the edge“, in der Cloud oder auf zwischengelagerten Ebenen – etwa als Kombination von Big Data Analytics aus der Cloud zur Erstellung von Analysemodellen und deren Anwendung in Edge-Komponenten.
Edge Computing hat außerdem den großen Vorteil, dass die jeweiligen Endgeräte nicht „always on“, sprich mit dem Internet, verbunden sein müssen. So lassen sich etwa die Gebühren für die Kommunikation – vor allem bei international verteilten Applikationen – niedrig halten. Denn eine Verbindung wird nur dann hergestellt, wenn ein Zugriff notwendig wird oder Daten tatsächlich fließen müssen. Gleichzeitig unterliegt das Netzwerk einem deutlich geringeren Sicherheitsrisiko.
In größerem Umfang könnte Edge Computing/Analytics beispielsweise in Windkraftanlagen, LKWs oder Flugzeugen zum Einsatz kommen. So generiert ein Flugzeug bei jedem Flug ein halbes Terrabyte an Daten.
Mit Edge Computing direkt an Bord, das diese Daten in Echtzeit erfasst und analysiert, können die intelligenten Mini-Datencenter direkt und automatisch problematische Daten identifizieren und sie sofort an die verantwortlichen Stellen weiterleiten.
