Edge Computing is het volgende paradigma

door | 15 augustus 2017

Volgens Peter Levine, partner bij firma Andreessen Horowitz, zal Cloud computing binnen­kort een andere rol van betekenis gaan spelen en naar de achter­grond verdwijnen. We zullen heel snel zien dat de meer­der­heid van de verwer­king van data steeds meer zal gaan plaats vinden op het apparaat zelf, volgens hem.
Zo gek als dit klinkt – en hij erkent dit helemaal – Levine zegt dat het gebaseerd is op een analyse van waar de personal computer naar toe gaat qua reken­kracht. Om optimaal te kunnen func­ti­o­neren hebben apparaten zoals drones, autonome auto’s en robots zeer snelle verwer­king nodig – zo snel, dat het feit dat gegevens naar de Cloud worden verzonden en terug om een ​​antwoord te krijgen gewoon te langzaam zal zijn!

Als u reali­seert dat we reeds meer dan tien jaar bezig zijn om met zijn allen naar de Cloud te gaan, zal het vanaf nu plaats gaan maken voor het volgende paradigma.

Dat wil niet zeggen dat de Cloud nog steeds geen sleu­telrol in het computer ecosys­teem zal hebben. Inte­gen­deel, maar de rol ervan zal drastisch gaan veran­deren, waardoor de Cloud meer zal gebruikt worden om gegevens voor machine learning te verwerken en als aanvul­ling op bere­ke­ningen van gedrags­pa­tronen of arti­fi­ciële Intel­li­gentie. Volgens een recent artikel in de krant zullen robots binnen 10 tot 15 jaar slimmer worden dan wij en in de toekomst alles beter gaan kunnen dan de mens.

Steeds meer bedrijven beginnen dit ook te (h)erkennen en we zouden weleens getuige kunnen zijn van een massale shift in het gebruik van de computer en dit net als we gewend waren om gebruik maken van diverse diensten uit de Cloud.

Déjà Vu.

Het idee dat de verwer­king van gegevens terug op een Personal computer (PC) plaats zal hebben zal bij u als vertrouwd in de oren klinken, mede omdat de cyclus in de IT-business steeds van centraal naar decen­traal gaat en de verschui­ving naar Edge computing hier de cyclus dus gewoon volgt.

Logisch dat we in de volgende trend weer terug zullen gaan naar één centraal systeem wat zal worden versterkt door het grote aantal Internet of Things-apparaten. Wanneer het aantal IoT devices op aarde het aantal mensen zal over­stijgen, zal de benodigde reken­kracht enkel nog toenemen en dat gaat een veran­de­ring te weeg brengen in de manier waarop we denken over het gebruik van computers in de toekomst.

Eigenlijk staan we al aan het begin van deze veran­de­ring, als we de ontwik­ke­ling van autonome auto’s en drones beginnen te volgen, zien we een toekomst van een overvloed aan slimme apparaten die geheel zelf­standig beslis­singen kunnen nemen, en dit zal sneller gaan dan dat u denkt.

Verwerken van enorme hoeveel­heden aan gegevens.

Denk bijvoor­beeld aan de zelf­rij­dende auto, het is een mini data­center op wielen geworden en een drone is een data­center met vleugels. Deze apparaten verwerken enorme hoeveel­heden infor­matie en die infor­matie moet allemaal in real time worden verwerkt.

Als een zelf rijdende auto een beslis­sing moet nemen, heeft het de infor­matie onmid­del­lijk nodig en dan zal te veel aan latency gewoon niet aanvaard­baar zijn.

Stel u nadert een stopteken en u trapt zelf niet tijdig op de rem, dan zal de boord­com­puter in een “split-second” moeten reageren om in te grijpen. Als er dan eerst infor­matie verstuurd dient te worden naar de Cloud om deze gegevens te verwerken om daarna een beslis­sing te nemen, dan is het naar alle waar­schijn­lijk­heid reeds te laat.

Kunst­ma­tige intel­li­gentie met de hulp van Edge computing.

Deze veran­de­ring door de enorme toename van apparaten die recht­streeks verbonden zijn door middel van een eigen IP-adres met het internet zullen een grote invloed hebben op het gebruik van computers zoals we dit vandaag kennen. Er zullen nieuwe manieren nodig zijn om appli­ca­ties te program­meren, te bevei­ligen en hun data op te slaan, gebruik makende van gede­cen­tra­li­seerde data­op­slag op computers aan de rand van het Internet. Enkel beperkte gegevens over het gedrag van deze apparaten zullen verstuurd worden naar de Cloud en aan de hand van een analyse verwerkt, waardoor deze Internet of Things-apparaten steeds intel­li­genter zullen worden. De hoeveel­heid infor­matie die lokaal zal blijven staan zullen op hun beurt gebruikt worden om door middel van Edge computing autonome beslis­singen te kunnen nemen om dankzij machine learning steeds beter te kunnen reageren op hun omgeving.

De need for speed.

Er zijn een aantal redenen dat bedrijven naar Edge computing over zullen gaan, maar meestal begint het met de behoefte aan snelheid en uit pure prak­ti­sche over­we­gingen.

Voor sommige Internet of Things-apparaten, zoals de vele aange­sloten videocamera’s, houdt het op om al deze beelden naar de Cloud te blijven sturen, al is het maar vanwege de enorme toename van het betrokken volume in opslag­ca­pa­ci­teit.

Er zijn momenteel al een half miljard camera’s in gebruik, die zullen oplopen naar meer dan een miljard die naar verwach­ting wereld­wijd in 2020 zullen worden ingezet. Als deze camera’s meer dan 1080p kwaliteit hebben is het niet meer zinvol om de beelden te blijven sturen naar de Cloud.

En steeds vaker zijn er om privacy redenen problemen om de beelden te versturen en zullen ze op het apparaat zelf moeten blijven. Daarnaast zal ook de beschik­bare band­breedte een rol gaan spelen en als de camera zich op een locatie bevindt waar men geen data kan streamen zal de keuze snel gemaakt zijn om alles lokaal op te slaan en te verwerken.

Kunst­ma­tige intel­li­gentie met de hulp van Edge computing.

Deze veran­de­ring door de enorme toename van apparaten die recht­streeks verbonden zijn door middel van een eigen IP-adres met het internet zullen een grote invloed hebben op het gebruik van computers zoals we dit vandaag kennen. Er zullen nieuwe manieren nodig zijn om appli­ca­ties te program­meren, te bevei­ligen en hun data op te slaan, gebruik makende van gede­cen­tra­li­seerde data­op­slag op computers aan de rand van het Internet. Enkel beperkte gegevens over het gedrag van deze apparaten zullen verstuurd worden naar de Cloud en aan de hand van een analyse verwerkt, waardoor deze Internet of Things-apparaten steeds intel­li­genter zullen worden. De hoeveel­heid infor­matie die lokaal zal blijven staan zullen op hun beurt gebruikt worden om door middel van Edge computing autonome beslis­singen te kunnen nemen om dankzij machine learning steeds beter te kunnen reageren op hun omgeving.

Pin It on Pinterest

Share This