Edge Computing – Prinzip und Funktionalität

vom gridscale Team

Die Beschreibung von Edge Computing verlangt Vorwissen über zwei anderen wichtigen Fachbegriffe: Cloud- und Fog Computing. Deshalb möchte ich zuerst auf den Begriff Cloud Computing eingehen und dann auf das sogenannte Fog Computing.

Die National Institut für Standards und Technologie in USA definiert Cloud Computing als eine Architektur, die nach Bedarf eine gemeinsame Nutzung von Netzwerken, Server, Speicherplatz, Anwendungen und Dienste bereitstellt. Diese sind konfigurierbar, schnell und beanspruchen wenig Zeit. Daher ist die Anwendung der Cloud Computing sehr bedeutend, wenn es um Unternehmen mit komplexeren und volatilen Strukturen geht.

Was hat aber Cloud Computing mit Edge- oder Fog Computing zu tun? Für heutige komplexe Datenanalysen, die am besten schnell und vor Ort der Datenentstehung gemacht werden sollen, werden Technologien wie Edge- und Fog Computing im Fokus gesetzt.

Definition von Edge Computing

An Daten-Entstehungsort können, beispielsweise durch Sensoren, große Datenmengen entstehen, die kontinuierlich überwacht werden müssen. Eine Übertragung zur zentralen Cloud kann zu lange dauern und sehr teuer sein. Bei manchen Prozessen hat eine rasche Reaktion auf die Datenmessung eine hohe Priorität wie es bei autonomes Fahren der Fall ist. Hier muss jegliche Verzögerung, auch Latenz genannt, vermieden werden. Latenzzeit kann vermieden werden, wenn die Daten zuerst vor Ort, also an den Rändern (Edge) einer Cloud-Architektur, verarbeitet werden. Diese Technologie nennt sich Edge Computing. Mittelfristig werden die verarbeiteten Daten zur Verbesserung der Prozesse zur detaillierten Analyse an die zentrale Cloud verschickt.

Beim Fog Computing werden zusätzliche Kapazitäten zur Datenverarbeitung zwischen den Schnittstellen des Edge- und Cloud Computings geschaffen, um Engpässe bei Edge-Geräten und hohe Verarbeitungslatenzen zu verhindern. Diese Fog-Schichten können sowohl untereinander als auch mit der Cloud kommunizieren.

Cloud_Fog_Edge_Computing

Anwendungsgebiete

Die Anwendungsgebiete des Edge Computing liegen zur Zeit hauptsächlich im Bereich Internet of Things (IoT). Die Daten für Edge Computing werden durch das Internet der Dinge (IdD) generiert. Mit dem Internet of Things sind Alltagsgegenstände wie beispielsweise Kühlschränke gemeint, die sich mit dem Internet verbinden können. Die Geräte sind mit RFID-Chips, Sensoren, Datenspeichern oder Softwaresystemen ausgestattet. Diese ermöglichen einen Datenaustausch zwischen mehreren Geräten. Beispiele hierfür sind Smart Home Systeme und autonom fahrende Autos. Als Vorteile für die Benutzung von Smart Home Systemen werden vor allem Zeitersparnis, Steuerung über Distanzen und Kostenersparnis genannt. Ein anderes Anwendungsgebiet ist die Industrie 4.0. Hier können Industrieroboter miteinander kommunizieren ohne das eine Cloud benötigt wird.

Vorteile von Edge Computing

Zu den Vorteilen von Edge Computing zählen eine schnelle Datenverarbeitung durch direkten Datenaustausch, Offline Nutzung bei manchen Geräten und eine höhere Sicherheit durch eben nicht vorhandenen Datentransport. Dazu kommt eine lokale Speicherung der Daten in Echtzeit. Ein weiterer Vorteil ist die Machine-to-Machine Kommunikation (M2M), wodurch autonome und semi-autonome Geräte miteinander kommunizieren können. Ein bekanntes Beispiel hierfür sind autonome Roboter-Fahrzeuge.

Fazit

Edge- und Fog Computing stehen in enger Verbindung zueinander, wobei Cloud Computing eine komplementäre Lösung darstellt. Bei Edge Computing liegt der Fokus auf einer schnellen Datenverarbeitung. Diese sind zum Beispiel Heizungstemperaturregler bei Smart Home Systemen oder Alarmanlagen, die Daten direkt per WLAN am Ort der Datenentstehung speichern und von Überall darauf zugegriffen werden kann. Durch die vielseitigen Funktionen von Edge Computing sind heute viele Prozesse einfacher und kostengünstiger.