Aprovechando el Edge Computing IoT para Análisis de Datos en Tiempo Real

En una arquitectura IoT clásica, los dispositivos inteligentes envían los datos recopilados a la nube o a un centro de datos remoto para su análisis. Las grandes cantidades de datos que viajan desde y hacia un dispositivo pueden causar cuellos de botella que hacen que este enfoque sea ineficaz en cualquier caso de uso sensible a la latencia.

El edge computing IoT resuelve este problema acercando el procesamiento de datos a los dispositivos IoT. Esta estrategia acorta la ruta de los datos y permite al sistema realizar análisis de datos in situ casi instantáneos.

Este artículo es una introducción al edge computing IoT y los beneficios de actuar sobre los datos lo más cerca posible de su origen. Siga leyendo para descubrir por qué el edge computing es un habilitador crítico para casos de uso de IoT en los que el sistema debe capturar y analizar cantidades masivas de datos en tiempo real.

¿Qué es el Edge Computing IoT?

El edge computing IoT es la práctica de usar el procesamiento de datos en el borde de la red para acelerar el rendimiento de un sistema IoT. En lugar de enviar datos a un servidor remoto, el edge computing permite a un dispositivo inteligente procesar datos IoT brutos en un servidor edge cercano.

El procesamiento de datos cerca o en el punto de origen resulta en latencia cero. Esta característica puede hacer o deshacer la funcionalidad de un dispositivo IoT que ejecuta tareas sensibles al tiempo.

Mover el procesamiento de datos físicamente más cerca de los dispositivos IoT ofrece una línea de beneficios a la TI empresarial, como:

• Servicios más rápidos y confiables.
• Una experiencia del cliente más fluida.
• Analíticas in situ en tiempo real.
• La capacidad de filtrar y agregar datos brutos para reducir el tráfico enviado a un servidor externo o la nube.
• Menores costos operativos (OpEx) debido a menor uso de ancho de banda y menores necesidades de capacidad de centro de datos.
• Mayor seguridad debido a menos conexiones externas y menos espacio para movimiento lateral potencial.

El edge computing IoT es un habilitador vital para IoT ya que esta estrategia le permite ejecutar una aplicación de baja latencia en un dispositivo IoT de forma fiable. El procesamiento en el borde es una opción ideal para cualquier caso de uso de IoT que:

• Requiera toma de decisiones en tiempo real.
• Tenga fallos potencialmente catastróficos.
• Trate con cantidades extremas de datos.
• Se ejecute en un entorno donde la conectividad con la nube sea escasa o totalmente inexistente.

La nube y el edge computing no son mutuamente excluyentes. Los dos paradigmas de computación son una excelente combinación, ya que un servidor edge (ya sea en la misma región o en las mismas instalaciones) puede manejar tareas sensibles al tiempo mientras envía datos filtrados a la nube para análisis más profundos y que consumen más tiempo.

Dispositivos Edge vs Dispositivos IoT

El edge computing IoT se basa en el uso combinado de dispositivos edge e IoT:

• Un dispositivo IoT es una máquina conectada a Internet que puede generar y transmitir datos a la unidad de procesamiento (ya sea un dispositivo edge, la nube o un servidor central). Estos dispositivos suelen tener sensores de propósito especial y sirven a un único propósito.
• Un dispositivo edge es un hardware que opera cerca del usuario o dispositivo que genera datos brutos. Estos dispositivos tienen suficientes recursos de cómputo para procesar datos y tomar decisiones con latencias sub-milisegundo, una velocidad imposible de alcanzar si los datos deben cruzar primero una red.

En algunos casos, los términos dispositivos edge e IoT pueden ser intercambiables. Un dispositivo IoT también puede ser un dispositivo edge si tiene suficientes recursos de cómputo para tomar decisiones de baja latencia y procesar datos. Además, un dispositivo edge puede ser parte de IoT si tiene un sensor que genera datos brutos.

Sin embargo, crear dispositivos con capacidades tanto de IoT como de edge no es rentable. Una mejor opción es implementar múltiples dispositivos IoT más baratos que generen datos y conectarlos a un solo servidor edge capaz de procesar datos.

¿Cómo Funcionan Juntos IoT y Edge Computing?

El edge computing proporciona a un sistema IoT una fuente local de procesamiento, almacenamiento y cómputo de datos. El dispositivo IoT recopila datos y los envía al servidor edge. Mientras tanto, el servidor analiza datos en el borde de la red local, permitiendo un procesamiento de datos más rápido y fácilmente escalable.

Cuando se compara con el diseño habitual que implica enviar datos a un servidor central para análisis, un sistema de edge computing IoT tiene:

• Latencia reducida en la comunicación entre el dispositivo IoT y la red.
• Tiempos de respuesta más rápidos y mayor eficiencia operativa.
• Menor consumo de ancho de banda de red ya que el sistema solo transmite datos a la nube para almacenamiento a largo plazo o análisis.
• La capacidad de seguir operando incluso si el sistema pierde conexión con la nube o el servidor central.

El edge computing es una forma eficiente y rentable de usar el Internet de las Cosas a escala sin riesgo de sobrecargas de red. Una empresa que confía en IoT edge también reduce el impacto de una posible filtración de datos. Si alguien vulnera un dispositivo edge, el intruso solo tendrá acceso a datos brutos locales (a diferencia de lo que sucede si alguien hackea un servidor central).

La misma lógica de "radio de explosión menor" se aplica a fugas de datos accidentales y amenazas similares a la integridad de los datos.

Además, el edge computing ofrece una capa de redundancia para tareas de IoT críticas para la misión. Si una única unidad local falla, otros servidores edge y dispositivos IoT pueden seguir operando sin problemas. No hay puntos únicos de fallo que puedan detener todas las operaciones.

Características del Edge Computing IoT

Si bien cada sistema de edge computing IoT tiene rasgos únicos, todas las implementaciones comparten varias características. A continuación se muestra una lista de 6 características que puede encontrar en todos los casos de uso de edge computing IoT.

Cargas de Trabajo Consolidadas

Un dispositivo edge antiguo típicamente ejecuta aplicaciones propietarias sobre un RTOS (sistema operativo en tiempo real) propietario. Un sistema IoT edge de vanguardia tiene un hipervisor que abstrae las capas de SO y aplicaciones del hardware subyacente.

El uso de un hipervisor permite a un único dispositivo de edge computing ejecutar múltiples SOs, lo que:

• Allana el camino para la consolidación de cargas de trabajo.
• Reduce la huella física requerida en el borde.

Como resultado, el precio de implementar en el borde es mucho menor que lo que una vez tuvo que pagar para configurar un sistema de edge computing de primer nivel.

Preprocesamiento y Filtrado de Datos

Los sistemas edge anteriores típicamente funcionaban haciendo que el servidor remoto solicitara un valor del edge independientemente de si hubo cambios recientes. Un sistema de edge computing IoT puede preprocesar datos en el edge (generalmente a través de un agente edge) y enviar solo la información relevante a la nube. Este enfoque:

• Reduce la posibilidad de cuellos de botella de datos.
• Mejora las tasas de respuesta del sistema.
• Reduce costos de almacenamiento en la nube y ancho de banda.

Gestión Escalable

Los recursos edge antiguos a menudo usaban protocolos de comunicación serie que eran difíciles de actualizar y gestionar a escala. Una empresa ahora puede conectar recursos de edge computing IoT a redes de área local o amplia (LAN o WAN), permitiendo la gestión central.

Las plataformas de gestión edge también están ganando popularidad a medida que los proveedores buscan agilizar aún más las tareas asociadas con implementaciones edge a gran escala.

Arquitectura Abierta

Los protocolos propietarios y las arquitecturas cerradas eran comunes en entornos edge durante años. Desafortunadamente, estas características a menudo conducen a altos costos de integración y cambio debido a vendor lock-ins, por lo que el edge computing moderno se basa en una arquitectura abierta con:

• Protocolos estandarizados (ej. OPC UA, MQTT).
• Estructuras de datos semánticas (ej. Sparkplug).

La arquitectura abierta reduce los costos de integración y aumenta la interoperabilidad entre proveedores, dos factores críticos para la viabilidad del edge computing IoT.

Analítica en el Edge (Edge Analytics)

Las versiones anteriores de dispositivos edge tenían poder de procesamiento limitado y normalmente podían realizar una sola tarea, como la ingesta de datos.

Hoy en día, un sistema de edge computing IoT tiene capacidades de procesamiento más potentes para analizar datos en el edge. Esta característica es vital para casos de uso de baja latencia y alto rendimiento de datos que el edge computing tradicional no podía manejar de forma fiable.

Aplicaciones Distribuidas

Los recursos inteligentes de edge computing IoT desacoplan las aplicaciones del hardware subyacente. Esta característica permite una arquitectura flexible en la que una aplicación puede moverse entre recursos de cómputo tanto:

• Verticalmente (ej. del recurso edge a la nube).
• Horizontalmente (ej. de un recurso edge computing a otro).

Una empresa puede implementar una aplicación edge en tres tipos de arquitecturas:

• 100% edge: Esta arquitectura tiene todos los recursos de cómputo on-premise. Este diseño es popular en organizaciones que no desean enviar datos fuera de las instalaciones, típicamente por preocupaciones de seguridad. Una empresa que está de acuerdo con fuertes inversiones on-premise también es un adoptante típico.
• Arquitectura thick edge + cloud: Este diseño incluye un centro de datos on-premise, una implementación en la nube y recursos de cómputo edge. Una opción común para empresas que ya invirtieron mucho en un centro de datos on-premise pero luego decidieron usar la nube para agregar y analizar datos (típicamente de múltiples instalaciones).
• Arquitectura thin (o micro) edge + cloud: Este enfoque siempre incluye recursos de cómputo en la nube conectados a uno (o más) recursos edge más pequeños. No hay centros de datos on-premise en este diseño.

Casos de Uso del Edge Computing IoT

El edge computing puede desempeñar un papel vital en cualquier diseño IoT que requiera baja latencia o almacenamiento local de datos. Aquí hay algunos casos de uso interesantes:

• IoT Industrial (IIoT): Los sensores IoT pueden rastrear el estado de la maquinaria industrial, identificando problemas como averías o sobreuso. Mientras tanto, un servidor edge puede responder a los problemas antes de un desastre potencial.
• Coches autónomos: Un vehículo autónomo conduciendo por la carretera debe ser capaz de recopilar y procesar datos en tiempo real (tráfico, peatones, señales de tráfico, semáforos, etc.). Los coches automáticos son un caso de uso de latencia cero, por lo que usar edge IoT es la única forma de garantizar que un coche autónomo pueda frenar o girar lo suficientemente rápido para evitar un accidente.
• Convoys de camiones automatizados: El edge computing IoT también puede permitir a una empresa crear un convoy de camiones automatizado. Un grupo de camiones impulsados por IoT pueden viajar muy cerca unos de otros en convoy, ahorrando costos de combustible y reduciendo la congestión. En ese escenario, solo el primer camión requeriría un conductor humano.
• Inferencia visual: Una cámara de alta resolución con un ordenador IoT edge puede consumir flujos de video y realizar inferencia en los datos recopilados. Ese equipo puede detectar personas con fiebre, intrusos en áreas restringidas, violaciones de seguridad, una anomalía en líneas de producción, etc.
• Monitoreo remoto basado en condiciones: En un escenario donde un fallo puede ser catastrófico (ej. un oleoducto o gasoducto), usar IoT edge para monitorear el sistema es obvio. Un sensor IoT puede rastrear la condición de un activo (ej. temperatura, presión, estrés, etc.), y el servidor edge puede reconocer y responder a un problema potencial en milisegundos.

Edge Computing IoT: Un Cambio Radical para la TI Empresarial

Hoy, el sector IoT opera en numerosos escenarios sin edge computing. Sin embargo, a medida que crece el número de dispositivos conectados y las empresas exploran nuevos casos de uso, la capacidad de recuperar y procesar datos más rápido se convertirá en un factor decisivo. Espere que el edge computing IoT desempeñe un papel fundamental en los próximos años a medida que más y más empresas comiencen a perseguir los beneficios del procesamiento de datos con latencia cero.