Edge computing

'Edge computing': dispositivos mais rápidos, inteligentes e sustentáveis

P+D+I

O edge computing processa os dados perto de onde são gerados para que dispositivos, instalações e infraestruturas possam responder com mais rapidez. Essa tecnologia impulsiona a inteligência artificial (IA) em tempo real, a Internet das Coisas (IoT) industrial e as redes elétricas inteligentes, e complementa a capacidade de análise da nuvem.

 

O edge computing pode contribuir para um uso mais eficiente dos recursos digitais ao filtrar dados localmente e reduzir a necessidade de transmitir informações desnecessárias a data centers remotos.

A digitalização conecta milhões de dispositivos, sensores e equipamentos capazes de gerar informações de forma contínua. Em uma rede elétrica, uma fábrica, um veículo conectado ou uma instalação renovável, muitos desses dados precisam ser analisados no mesmo instante em que são produzidos.

É aqui que entra em cena o edge computing ou computação de borda: um modelo tecnológico que aproxima a capacidade de processamento do lugar onde os dados são gerados. Em vez de enviar todas as informações a data centers remotos, parte da análise é realizada no próprio dispositivo, em uma instalação próxima ou em um nó de comunicações próximo.

Essa abordagem permite responder com mais rapidez, otimizar o uso das comunicações e reforçar a continuidade de determinados serviços. A Comissão Europeia identifica a combinação de nuvem, edge, Internet das Coisas (IoT) e inteligência artificial como uma base tecnológica fundamental dentro de suas iniciativas de pesquisa e inovação e de sua estratégia de dados.

O que é edge computing?


O edge computing é uma arquitetura de computação distribuída que processa os dados perto de sua origem: um sensor, uma câmera, um medidor inteligente, uma máquina industrial ou um veículo, entre outros dispositivos.

Não substitui a computação em nuvem (cloud computing), mas sim a complementa. Enquanto a borda permite executar ações imediatas e filtrar informações no ambiente local, a nuvem facilita o armazenamento, a análise em grande escala, o treinamento de modelos e a coordenação de múltiplos ativos.

Diferenças entre edge computing e cloud computing

Importância e desafios do edge computing

O valor do edge computing está em permitir aproximar a inteligência digital dos ativos físicos. Isso é especialmente relevante quando uma decisão não pode esperar que os dados viajem até um centro de processamento distante.

  • Resposta em tempo real

    Reduz o tempo entre a detecção de um evento e a ação necessária.

  • Uso mais eficiente das comunicações

    Filtra e prioriza informações antes de enviá-las à nuvem, o que ajuda a gerenciar grandes volumes de dados.

  • Maior resiliência operacional

    Permite manter determinadas capacidades locais mesmo quando a conectividade com os sistemas centrais é limitada.

  • Melhor conhecimento dos ativos

    Facilita o monitoramento de equipamentos, instalações e infraestruturas de forma mais granular.

  • Operações mais eficientes

    Pode contribuir para otimizar recursos e deslocamentos ao identificar ocorrências e necessidades de manutenção com antecedência.

  • Menor latência

    Processa os dados perto de sua origem, reduzindo o tempo necessário para enviar informações a data centers remotos e receber uma resposta.

O edge computing se apresenta como uma tecnologia com múltiplas vantagens. No entanto, para aproveitar todo o seu potencial, também é necessário abordar aspectos relacionados à segurança, à gestão dos dispositivos e à governança da informação.

Desafios para sua implantação

  • Cibersegurança distribuída

    Com mais dispositivos e pontos de processamento, é necessário proteger uma superfície tecnológica mais ampla e aplicar medidas de segurança de forma coordenada.

  • Interoperabilidade

    A integração de dispositivos, sistemas e plataformas de diferentes fabricantes requer padrões e arquiteturas que facilitem a troca de informações.

  • Manutenção de dispositivos

    Os equipamentos implantados em locais distribuídos precisam de supervisão, manutenção e substituição quando necessário para garantir sua disponibilidade.

  • Governança de dados

    É importante estabelecer critérios sobre como os dados são coletados, armazenados, processados e compartilhados, assim como sobre quem pode acessá-los e com qual finalidade.

  • Atualização dos modelos de IA

    Quando o edge computing incorpora inteligência artificial, os modelos devem ser mantidos atualizados e supervisionados para garantir seu desempenho e confiabilidade.

  • Escalabilidade

    Ampliar o número de dispositivos e aplicações requer arquiteturas capazes de gerenciar um ambiente distribuído sem comprometer a segurança, o desempenho nem a capacidade de operação.

Como funciona a tecnologia edge computing

O edge computing combina capacidade local e sistemas centrais para transformar os dados em decisões úteis.

  • Os dispositivos captam informações sobre seu ambiente e funcionamento

  • Um equipamento próximo filtra, analisa e prioriza os dados relevantes

  • O sistema pode detectar uma ocorrência, ajustar uma operação ou avisar uma equipe

  • Os dados selecionados são integrados a plataformas centrais para analisar tendências e aprimorar modelos

  • Mais agilidade, resiliência, eficiência operacional e melhor serviço

Edge AI: inteligência artificial na borda

A evolução do edge computing deu origem à chamada edge AI: a aplicação de modelos de inteligência artificial diretamente em dispositivos ou nós próximos à operação. Assim, câmeras, sensores ou equipamentos conectados podem reconhecer padrões, classificar eventos e gerar alertas em tempo real.

A edge AI permite tomar decisões em contextos nos quais a rapidez, a disponibilidade e o contexto local são determinantes. Sua implantação deve incorporar cibersegurança, supervisão humana, qualidade dos dados e modelos de governança que garantam um uso responsável.

A União Europeia definiu como meta implantar 10.000 nós edge climaticamente neutros e altamente seguros até 2030, com o propósito de oferecer serviços de dados de baixa latência.

Por outro lado, a Agência Internacional de Energia (AIE) prevê que o consumo elétrico mundial dos centros de dados ultrapasse 945 TWh em 2030, mais do que o dobro do valor atual, impulsionado principalmente pelo crescimento da inteligência artificial. Essa previsão evidencia a importância de continuar desenvolvendo arquiteturas digitais eficientes. Além disso, nesse contexto, o edge AI pode complementar o processamento na nuvem ao analisar localmente os dados que exigem uma resposta imediata, embora seu impacto sobre o consumo energético dependa de como as infraestruturas são projetadas e geridas e das tarefas executadas em cada ambiente.

Aplicações do edge computing

As virtudes do edge computing permitirão implementar inúmeras tecnologias em nossos ambientes —casa, veículo, cidade, etc.— e otimizar muitas outras. A seguir, elencamos algumas delas:

  • Veículos autônomos

    Os carros inteligentes coletam informações sobre seu ambiente enquanto circulam: sinais de trânsito, outros veículos, pedestres, etc. A velocidade de processamento proporcionada pela computação de borda é fundamental para que os veículos sem motorista possam responder em tempo real às necessidades de tráfego, tornando viável este inovador sistema de mobilidade.

  • Redes elétricas inteligentes

    As redes elétricas incorporam cada vez mais recursos distribuídos: geração renovável, armazenamento, autoconsumo, pontos de recarga, bombas de calor e medidores inteligentes. O processamento distribuído permite observar melhor o estado da rede, identificar ocorrências e gerenciar de forma mais dinâmica os fluxos de energia.

  • Energias renováveis

    Os parques eólicos, as usinas fotovoltaicas e outras instalações energéticas geram informações constantes sobre seu desempenho e estado. Analisá-las perto do ativo pode agilizar a manutenção preditiva, melhorar a operação e reforçar a segurança dos equipamentos.

  • Fábricas inteligentes

    Graças à análise de todos os dados gerados pela maquinaria de uma fábrica, a Indústria 4.0 pode se beneficiar de processos de produção mais inteligentes que aumentem a eficiência, a qualidade e a sustentabilidade, assim como de uma melhor interação entre cobots (robôs colaborativos) e humanos, prevenindo acidentes e minimizando seus danos.

  • Smart cities

    Os veículos conectados, a gestão do tráfego, a iluminação inteligente ou a recarga elétrica exigem trocar e analisar informações com rapidez. O edge computing ajuda os sistemas a reagir às condições reais do seu ambiente, transformando os ambientes urbanos em smart cities.

Iberdrola aposta em redes elétricas mais inteligentes

Na Iberdrola, promovemos a digitalização de nossas redes elétricas para avançar rumo a um sistema energético mais eficiente, confiável e preparado para as necessidades do futuro. Nesse caminho, desenvolvemos soluções baseadas em edge computing que aproximam a capacidade de análise e decisão de nossas infraestruturas energéticas.

Essa tecnologia permite processar informações em pontos-chave da rede, como as subestações de transformação, e reforçar sua gestão por meio da integração de dados, inteligência artificial, IoT e automação. Assim, contribuímos para melhorar a qualidade e a continuidade do fornecimento, ao mesmo tempo em que avançamos no desenvolvimento de redes inteligentes.

A digitalização faz parte do nosso compromisso com a eletrificação. Uma rede mais conectada e flexível facilita a integração de energias renováveis, armazenamento de energia, mobilidade elétrica e outros recursos essenciais para construir um modelo energético mais limpo, sustentável e resiliente.