Edge Computing. Por qué las empresas lo necesitan

¿Qué es Edge Computing y por qué es relevante para las empresas?

Publicado el 31 Ago 2018

Edge Computing

La nube hizo al mundo dar el salto hacia la tercerización del procesamiento. Esto abrió la puerta a innumerables dispositivos que ya no necesitaban contar con altas capacidades de cómputo para trabajar y permitió la conexión de las máquinas y las cosas a una internet cada vez más poblada. Sin embargo, a veces los tiempos de respuesta o la velocidad que requieren algunas operaciones es mayor que lo que la nube puede ofrecer. Los procesos críticos y de gran tamaño necesitan un poder computacional cada vez más rápido y efectivo, sin tener que esperar para conectarse a alguna red: ahí es donde entra el Edge Computing.

Edge computing, ¿Qué es?

El cómputo en el borde (Edge Computing) es un paradigma de computación distribuida que se centra en procesar datos y ejecutar aplicaciones cerca de la fuente de los datos, es decir, en el “borde” de la red, en lugar de hacerlo en un centro de datos centralizado o en la nube. Este enfoque permite reducir la latencia, mejorar el rendimiento de las aplicaciones y optimizar el ancho de banda al procesar y almacenar datos localmente en dispositivos periféricos, como routers, gateways, dispositivos IoT (Internet de las cosas) y servidores de borde. Además, el cómputo en el borde es fundamental para aplicaciones que requieren respuestas rápidas en tiempo real, como el control industrial, los vehículos autónomos, las ciudades inteligentes y la realidad aumentada. En resumen, el cómputo en el borde descentraliza el procesamiento de datos y las operaciones de cómputo, llevándolas más cerca del punto de origen de los datos para mejorar la eficiencia y la velocidad de las aplicaciones.

¿Pára qué sirve?

El cómputo en el borde (Edge Computing) sirve para una serie de propósitos clave:

  1. Reducción de la latencia: Al procesar datos y ejecutar aplicaciones en el borde de la red, se reduce significativamente el tiempo que tarda la información en viajar desde el dispositivo hasta el servidor central y de regreso. Esto es fundamental para aplicaciones que requieren respuestas rápidas en tiempo real, como los sistemas de control industrial, los vehículos autónomos y las aplicaciones de realidad aumentada.
  2. Mejora del rendimiento de las aplicaciones: Al procesar datos localmente en dispositivos periféricos, se libera la carga de trabajo de los servidores centrales y la nube, lo que puede mejorar el rendimiento general de las aplicaciones y garantizar una experiencia de usuario más fluida.
  3. Optimización del ancho de banda: Al reducir la necesidad de transferir grandes cantidades de datos hacia y desde la nube, el cómputo en el borde ayuda a optimizar el uso del ancho de banda de la red, lo que puede ser especialmente beneficioso en entornos con ancho de banda limitado o costoso.
  4. Mayor privacidad y seguridad: Al procesar y almacenar datos localmente en el borde de la red, se reduce la exposición de los datos sensibles a posibles riesgos de seguridad y privacidad asociados con la transferencia de datos a través de redes públicas.
  5. Soporte para aplicaciones específicas: El cómputo en el borde es fundamental para aplicaciones que requieren procesamiento de datos en tiempo real y operaciones de cómputo cerca del punto de origen de los datos, como los sistemas de vigilancia inteligente, las ciudades inteligentes, la atención médica remota y la gestión de flotas, entre otros.

Herramientas para Edge Computing

Nombre de la HerramientaFunción PrincipalCaracterísticas Adicionales
AWS IoT GreengrassPermite ejecutar código en dispositivos edge con AWS, facilitando la conexión, la administración de dispositivos y el análisis de datos en tiempo real.– Integración con servicios de AWS como Lambda, IoT Core y S3. – Admite la ejecución de contenedores Docker en dispositivos edge. – Ofrece una gestión centralizada de dispositivos edge a través de la consola de AWS.
Azure IoT EdgeExtiende la funcionalidad de la nube de Azure a dispositivos edge, permitiendo el procesamiento de datos y la ejecución de servicios en el borde de la red.– Compatible con múltiples lenguajes de programación, incluyendo C#, Python y Node.js. – Proporciona seguridad integrada con certificados de dispositivo y cifrado de datos. – Admite la implementación y administración de contenedores Docker en dispositivos edge.
Google Cloud IoT EdgeFacilita la implementación de aplicaciones de edge computing en dispositivos IoT utilizando servicios de Google Cloud Platform (GCP).– Proporciona conectividad segura entre dispositivos edge y servicios de GCP como Pub/Sub y BigQuery. – Permite ejecutar modelos de aprendizaje automático en dispositivos edge utilizando TensorFlow Lite. – Ofrece herramientas para la monitorización y el diagnóstico remoto de dispositivos edge.
OpenFaaSEs una plataforma de computación sin servidor (serverless) que puede desplegarse en el borde de la red, permitiendo la ejecución de funciones en dispositivos edge de forma eficiente y escalable.– Admite múltiples lenguajes de programación, incluyendo Go, Node.js, Python y Java. – Ofrece integración con Docker y Kubernetes para la gestión de contenedores en el borde. – Proporciona una arquitectura modular y extensible que permite la personalización y la integración con otras herramientas.
EdgeX FoundryEs un framework de código abierto que facilita la interoperabilidad entre dispositivos y aplicaciones de edge computing, permitiendo la integración de diferentes componentes de software en un ecosistema de edge computing.– Proporciona una arquitectura flexible y modular que permite la integración de dispositivos y servicios de forma eficiente. – Admite múltiples protocolos de comunicación, incluyendo MQTT, HTTP y CoAP. – Ofrece herramientas para la gestión y la monitorización centralizada de dispositivos edge en un entorno distribuido.

Edge Computing se refiere a cómo los procesos computacionales se realizan al interior de los dispositivos edge: aparatos IoT con capacidad de análisis y procesamiento como routers o gateways de red, la “periferia” (edge) de la red. Al procesar la información obtenida cerca de donde fue creada, sin tener que enviarla a centros de datos lejanos se reducen latencias, se consume un menor ancho de banda y se puede hacer análisis y evaluación inmediata de la información generada por los sensores y dispositivos.

Al respecto, en su página web, Octavio Delgado, director técnico de Ingenium, empresa costarricense de consultoría IT, explica que en los últimos 30 años los procesadores han aumentado su rendimiento en un factor de 1,000 veces. Por su parte, el ancho de banda de las redes de datos ha aumentado en un factor 3,000 veces. Pero, la latencia de red solo ha mejorado en un factor de 30 veces.

Delgado indica que a pesar de los avances en electrónica y comunicaciones, el tiempo que un paquete de información tarda en viajar del punto A al punto B solo ha mejorado de 2-3 milisegundos en un promedio de 80 a 150 microsegundos (μs), con latencias arriba de los 500 μs en el caso de distancias grandes.

El ejecutivo señala que debido al auge de IoT, “la cantidad de información que se genera en el punto final de la red y la necesidad de analizar y tomar decisiones en tiempo real sobre esa información ha generado que muchas aplicaciones sean hipersensibles a la latencia”. Ejemplos de dichas aplicaciones son la telemedicina, la gestión de flotas de vehículos, los camiones auto-pilotados, el reconocimiento de voz, la realidad aumentada, entre otras. Mientras que las aplicaciones que no son sensibles a la latencia son: email, ERPs, CRMs, e-commerce, backups, etcétera.

Mirando hacia el pasado, el portal Opensource.com señala que históricamente se puede hablar de Edge Computing desde la década de los 90, cuando Akamai lanzó su red de distribución de contenidos (CDN por sus siglas en inglés). Esto significó que hubiera nodos en ubicaciones cercanas al usuario final; dichos nodos almacenaban contenido de caché estático como imágenes y videos. En 1997, el científico Brian Noble demostró cómo la tecnología móvil podía usar Edge Computing para reconocimiento de voz. Con el tiempo, se denominó “forrajeo cibernético” a la técnica de computación en la que los dispositivos móviles con pocos recursos descargan parte de su trabajo pesado en máquinas sustitutas más fuertes en los alrededores. Esto se ha mejorado y es básicamente el proceso que utilizan Siri, de Apple y los servicios de reconocimiento de discurso de Google.

Fuente: https://erpinnews.com/fog-computing-vs-edge-computing

Fuente: https://erpinnews.com/fog-computing-vs-edge-computing

La fuente señala que en 1999 surgen las redes punto a punto. Para 2006 emergió el cloud computing que años más tarde sería cuestionado por el aspecto de latencia. Ya en el 2012, Cisco introdujo el término Fog computing aplicado a una infraestructura dispersa dirigida a promover una escalabilidad IoT.

En 2016 se estableció en China el Edge Computing Consortium como una iniciativa de Huawei Technologies, el Instituto Shenyang de Automatización de la Academia China de Ciencias, la Academia China de Tecnologías de Información y Comunicaciones (CAICT), Intel, ARM y iSoftStone. Su objetivo es impulsar el Edge computing en buenas prácticas industriales, promover su implantación, buscar garantías en materia de seguridad y menores consumos energéticos.

Ahora bien, si se observa el tema desde un punto de vista económico, la firma de investigación Stratistics MRC pronosticó en un reporte que para 2023 el mercado global de Edge computing alcanzará un valor de $13,630 millones de dólares. Esta compañía considera dentro de Edge computing elementos como gateways, plataformas, hardware, micro centros de datos, soluciones, software y servicios. Según Stratistics, los factores que impulsarán este crecimiento son las aplicaciones inteligentes, la tecnología IoT, así como la adopción cada vez mayor de teléfonos y relojes inteligentes y otros wearables.

Impacto del Edge Computing en industrias clave

El uso potencial del edge computing abarca industrias como la de transporte, salud, manufactura, agricultura y granjas inteligentes, energía, entre otros. IoT, Internet móvil, trabajo automatizado, tecnologías cloud y robótica avanzada son las principales tecnologías disruptivas que McKinsey considera que tendrán un impacto económico sustancial en 2025 y que irán de la mano en muchas industrias con la computación Edge.

Entre los casos en los que el uso de Edge computing aplica está el de los vehículos autónomos, que cada vez son más una computadora poderosa y enorme sobre ruedas que recolecta datos mediante múltiples sensores. Para que opere de manera segura y confiable, necesita responder a su entorno inmediatamente. Cualquier retraso al procesar lo datos puede ser mortal.

Aunque, el potencial del Edge computing en salud va más allá de los wearables, los hospitales y los médicos tendrían con él la posibilidad de ofrecer un cuidado más ágil del paciente además de un mayor nivel de seguridad al no tener que enviar la información a la nube, sino tenerla cerca.

En el caso de la manufactura inteligente, al utilizar sensores y analizar la información que estos producen en un entorno Edge con una menor latencia que en cloud. Se pueden hacer cambios más rápidos en el flujo de trabajo para tomar acciones en tiempo real que beneficien el proceso productivo

Empresas como Amazon, Microsoft, Google y HPE están explorando el Edge computing. Entre las iniciativas están Azure IoT Edge de Microsoft, “que utiliza analíticos y permite ejecutar soluciones IoT de forma segura, a escala, en la nube o fuera de ella”. Google tiene Cloud IoT Edge para extender su procesamiento de datos y machine learning a millones de dispositivos Edge, como brazos robóticos y turbinas para conocer la información que estos generan en tiempo real y poder predecir situaciones de ese entorno.

Por su parte, Hewlett Packard Enterprise (HPE) anunció que planea invertir $4,000 millones de dólares en esta tecnología. Los sistemas HPE Edgeline Converged permiten al usuario recopilar, manejar y administrar datos en el perímetro con un tráfico de red reducido, acelerando el tiempo para obtener información.

Entre otros jugadores de la industria IT que ofrecen soluciones Edge computing están General Electric, Intel, Dell, IBM, Cisco, Huawei Technologies, Vertiv, Scale Computing y Fujitsu.

Cuatro razones para usar Edge computing

Imad Sousou, vice presidente del Grupo de software y servicios así como director del Centro de Tecnología Open Source de Intel Corporation, destacó en una entrevista cuatro razones por las cuales Edge computing ha sido exitoso:

  1. Velocidad. Edge computing reduce la latencia porque los datos no tienen que viajar sobre la red a un centro de datos remoto o a través de la nube para ser procesados.
  2. Seguridad. Al permanecer cerca de donde fueron creados, se mejora la seguridad de los datos.
  3. Escalabilidad. Edge computing es fundamentalmente cómputo distribuido, lo que significa mejorar la resiliencia, reducir las cargas de red y que es más fácil de escalar.
  4. Costos bajos. Los costos de transmisión de datos son mejores porque es reducida la cantidad de datos transferidos hacia una ubicación central para almacenarlos.

Seguridad en Edge Computing

El Edge Computing presenta desafíos de seguridad al procesar datos en el borde de la red. La exposición a riesgos potenciales y la diversidad de dispositivos complican la implementación de medidas coherentes. Es crucial proteger la integridad y confidencialidad de los datos mediante cifrado y autenticación robustos. La gestión de identidades y accesos se vuelve más compleja en entornos distribuidos. La detección y respuesta ante incidentes son críticas, requiriendo sistemas de monitoreo en tiempo real. Es necesario un enfoque holístico de seguridad desde el diseño hasta la operación de sistemas edge, con colaboración entre fabricantes, desarrolladores y proveedores de servicios en la nube. En resumen, abordar estos desafíos es esencial para proteger datos y sistemas en un mundo conectado y descentralizado.

¿Qué te ha parecido este artículo?

Si piensas que este post es útil...

¡Síguenos en nuestras redes sociales!

Maricela Ochoa Serafín
Maricela Ochoa Serafín

Reportera de tecnología. Suele buscar temas de innovación, nuevas aplicaciones IT y seguridad de la información. Periodista por la UNAM; estudió Marketing en el ITAM y Branding en la Universidad de Bogotá Jorge Tadeo Lozano. Storyteller apasionada por la astronomía.

email Contácteme

Artículos relacionados

Artículo 1 de 5