Edge computing
'Edge Computing': dispositivos más rápidos, inteligentes y sostenibles
Los vehículos autónomos, la realidad aumentada o las aplicaciones propias del eHealth son solo algunas de las innovaciones que podremos implementar y optimizar gracias al Edge Computing, un nuevo paradigma que desplaza el procesamiento de datos de la nube a su lugar de origen, reduciendo la latencia y el consumo energético. Te contamos de manera sencilla los entresijos de esta tecnología ligada al IoT (Internet of Things) y a la red 5G.
Pulseras que monitorean nuestra salud, robots de limpieza autónomos, semáforos inteligentes para controlar la movilidad, drones para controlar las cosechas... Cada vez estamos rodeados de más aparatos conectados a Internet a través de una autopista de datos. Esto es lo que se conoce como el Internet de las cosas (IoT), una de las tecnologías clave en la Cuarta Revolución Industrial que está llamada a moldear el futuro.
En 2021, pronostican los expertos, habrá en el mundo 30.000 millones de dispositivos conectados transmitiendo datos a la nube. Esta cantidad ingente de información es almacenada y procesada en centros de datos para implementar mejoras, siendo una parte fundamental del Cloud Computing o computación en la nube. Sin embargo, debido al elevado volumen de datos generados, se trata de un proceso costoso, lento y que consume mucha energía. Y aquí es donde entran en juego nuevas soluciones como el Edge Computing.
QUÉ ES EL 'EDGE COMPUTING' Y SU RELACIÓN CON EL IOT
El Edge Computing, o computación en el borde, es un nuevo paradigma de computación en el que los datos del IoT son procesados en la periferia de la red (cloud edge), en la misma fuente que los genera o tan cerca de ella como sea posible. Podemos comparar el Edge Computing con los gobiernos regionales establecidos en un país para evitar que toda la gestión pase por el gobierno central o, para cerrar el símil, el Cloud Computing.
El ecosistema del 'Edge Computing'
El Edge Computing desplaza el procesamiento de datos de la nube a los propios dispositivos que los generan, reduciendo la latencia y permitiendo la reacción en tiempo real de elementos como los vehículos autónomos.
baja latencia
de datos
en la nube
'EDGE COMPUTING' VS 'CLOUD COMPUTING'. VENTAJAS Y DIFERENCIAS
El Edge Computing reduce el consumo de energía, de ancho de banda y de latencia —tiempo de respuesta— que se genera al enviar tanta información a ser procesada en centros de datos remotos. Además, esta tecnología presenta otras ventajas frente al Cloud Computing:
- Diversificación: a medida que en los próximos años el número de dispositivos IoT vaya creciendo exponencialmente, el Edge Computing será cada vez más relevante como estrategia para evitar la saturación del sistema.
- Ciberseguridad: al encontrarse la información diversificada en múltiples dispositivos, menos datos habrá en los entornos cloud y así si un entorno se ve atacado el daño será mínimo.
- Velocidad: al procesarse los datos en su lugar de origen, la inmediatez de la respuesta posibilita la existencia de herramientas como el vehículo autónomo o dispositivos de salud para emergencias.
De esta manera, el Edge Computing complementa al Cloud Computing mejorando la utilidad de los dispositivos y enviando igualmente datos a la nube para realizar análisis profundos e implementar adelantos. Asimismo, entre ambos se encuentra el Fog Computing, o computación en la niebla, que disgrega la nube en una niebla que se esparce por el mundo para estar más cerca de los dispositivos conectados, procesándose los datos no en la misma fuente sino en nodos de red cercanos.
APLICACIONES Y EJEMPLOS DEL 'EDGE COMPUTING'
Las virtudes del Edge Computing permitirán implementar numerosas tecnologías en nuestro entorno —hogar, vehículo, ciudad, etc.— y optimizar muchas otras. A continuación, repasamos algunas de ellas:
Vehículos autónomos
Los coches inteligentes recogen información sobre su entorno mientras circulan —señales de tráfico, otros vehículos, peatones, etc.—. La velocidad de procesamiento facilitada por la computación en el borde es crucial para que los vehículos sin conductor puedan responder en tiempo real a las necesidades de la circulación y hacer viable este novedoso tipo de movilidad.
Smart cities
Las ciudades inteligentes dependen de un flujo masivo de datos y la descentralización inherente al Edge Computing es la solución ideal para evitar colapsos en el sistema al tiempo que incrementa la eficiencia de todos los elementos de una smart city: redes inteligentes, vehículos autónomos, alumbrado público, transporte publico, etc.
Videojuegos
Cuanta menos latencia tengan los videojuegos online más rápidas serán las respuestas de los jugadores. La realidad virtual y la realidad aumentada también se verán impulsadas por este avance, favoreciendo la prestación de servicios a distancia como la asistencia sanitaria o la formación.
Fábricas inteligentes
Gracias al análisis de todos los datos generados por la maquinaria de una fábrica, la Industria 4.0 puede beneficiarse de procesos de producción más inteligentes que aumenten la eficiencia, la calidad y la sostenibilidad, así como de una mejor interacción entre cobots (robots colaborativos) y humanos, previniendo accidentes y minimizando sus daños.
Redes eléctricas inteligentes
Impulsadas por el Edge Computing, las redes inteligentes pueden responder a la demanda en tiempo real, facilitando un suministro eléctrico más eficiente y de mayor calidad al mejorar, entre otras cosas, la prevención de incidencias y su duración.
EL 'EDGE COMPUTING' Y SU RELACIÓN CON OTRAS TECNOLOGÍAS
Además del Internet de las Cosas, el Edge Computing mantiene una estrecha relación con otras tecnologías claves en la revolución digital. Entre ellas, cabe destacar:
- 5G: el Edge Computing y la red 5G mantienen una relación simbiótica. Un ejemplo es el vehículo autónomo, cuyas reacciones en tiempo real dependen tanto de la velocidad de procesamiento de la computación en el borde como de la baja latencia del 5G. Las ventajas que ofrecen ambas tecnologías dependen de la otra para alcanzar su máximo potencial.
- Big Data: no toda la información transmitida por los dispositivos IoT y que conforma el universo Big Data es realmente útil, lo que ralentiza las tareas de análisis por exceso de información. Es aquí donde la computación en el borde puede hacer una importante labor de filtro, enviando a la nube solo la información relevante conforme a parámetros prestablecidos y reduciendo el consumo energético.
- Machine Learning: los algoritmos del Machine Learning sumados al Edge Computing permiten a los dispositivos conectados no solo reaccionar en tiempo real sino también ir aprendiendo patrones para tomar decisiones más inteligentes en el futuro.