Edge Computing is het volgende paradigma
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.
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.