In principe wordt edge computing-technologie gebruikt om gegevens “ter plaatse” aan of nabij de rand van het netwerk te verzamelen, te filteren, te verwerken en te analyseren. Dit is een krachtige manier om gegevens te gebruiken die niet eerst naar een gecentraliseerde locatie kunnen worden verplaatst – meestal omdat de enorme hoeveelheid gegevens een dergelijke verplaatsing kostbaar of technisch onhaalbaar maakt, of omdat dit in strijd zou kunnen zijn met nalevingsverplichtingen zoals gegevenssoevereiniteit. Deze definitie heeft geleid tot talloze praktijkvoorbeelden en casussen:
Toepassingsscenario's voor edge-gateways
productie
Een industriële fabrikant heeft edge computing ingezet om het productieproces te monitoren, waardoor realtime analyses en machine learning aan de rand mogelijk werden om productiefouten op te sporen en de kwaliteit van de productiefaciliteiten te verbeteren. Edge computing maakt het mogelijk om overal in de fabrieken omgevingssensoren te plaatsen, wat inzicht biedt in hoe elk productonderdeel wordt geassembleerd en opgeslagen — en hoe lang die onderdelen op voorraad blijven. Fabrikanten kunnen nu snellere en nauwkeurigere zakelijke beslissingen nemen over fabrieksfaciliteiten en productieprocessen.
landbouw. Denk bijvoorbeeld aan een bedrijf dat gewassen binnenshuis kweekt, zonder zonlicht, aarde of bestrijdingsmiddelen. Dit proces verkort de teeltduur met meer dan 60%. Door gebruik te maken van sensoren kunnen bedrijven het waterverbruik en de nutriëntendichtheid bijhouden en de optimale oogsttijd bepalen. Door gegevens te verzamelen en te analyseren, kan de invloed van omgevingsfactoren in kaart worden gebracht, kunnen de algoritmen voor gewasgroei voortdurend worden verbeterd en kan worden gewaarborgd dat gewassen onder optimale omstandigheden worden geoogst.
Netwerkoptimalisatie. Edge computing kan helpen bij het optimaliseren van de netwerkprestaties door de prestaties van gebruikers op het internet te meten en vervolgens met behulp van analyses voor het verkeer van elke gebruiker de meest betrouwbare netwerkroute met de laagste latentie te bepalen. In feite wordt edge computing gebruikt om het verkeer over het netwerk te “sturen” met het oog op optimale prestaties voor tijdgevoelig verkeer.
Veiligheid op de werkplek. Met edge computing kunnen gegevens van camera’s ter plaatse, veiligheidsuitrusting van werknemers en diverse andere sensoren worden gebundeld en geanalyseerd, zodat bedrijven de omstandigheden op de werkplek kunnen monitoren of kunnen controleren of werknemers de vastgestelde veiligheidsprotocollen naleven — met name wanneer de werkplek zich op een afgelegen locatie bevindt of buitengewoon gevaarlijk is, zoals een bouwplaats of een booreiland.
De gezondheidszorg verbeteren. De gezondheidszorgsector heeft de hoeveelheid patiëntgegevens die via apparaten, sensoren en andere medische apparatuur wordt verzameld, drastisch vergroot. Voor zulke enorme hoeveelheden gegevens is edge computing nodig om automatisering en machine learning toe te passen: zo kunnen de gegevens worden geanalyseerd, “normale” gegevens worden genegeerd en problematische gegevens worden geïdentificeerd, zodat zorgverleners onmiddellijk actie kunnen ondernemen om patiënten in realtime te helpen gezondheidsproblemen te voorkomen.
vervoer. Zelfrijdende auto’s hebben dagelijks 5 tot 20 terabyte aan gegevens nodig en genereren die ook; ze verzamelen informatie over locatie, snelheid, de toestand van het voertuig, de wegomstandigheden, de verkeerssituatie en andere voertuigen. En die gegevens moeten in realtime worden samengevoegd en geanalyseerd terwijl het voertuig rijdt. Dit vereist enorme hoeveelheden rekenkracht aan boord, waardoor elke zelfrijdende auto een “edge” wordt. Bovendien kunnen de gegevens overheden en bedrijven helpen hun wagenparken te beheren op basis van lokale omstandigheden.
detailhandel. Detailhandelsbedrijven kunnen ook grote hoeveelheden gegevens genereren uit monitoring, voorraadbeheer, verkoopcijfers en andere realtime bedrijfsgegevens. Edge computing kan helpen bij het analyseren van deze uiteenlopende gegevens en bij het identificeren van zakelijke kansen, zoals effectieve eindschappen of campagnes, het voorspellen van de verkoop en het optimaliseren van bestellingen bij leveranciers. Aangezien de bedrijfsvoering in de detailhandel per lokale omgeving sterk kan verschillen, kan edge computing een effectieve oplossing zijn voor lokale verwerking in elke winkel.
Welke voordelen bieden edge-gateways?
Edge computing biedt een oplossing voor belangrijke infrastructurele uitdagingen – zoals beperkte bandbreedte, te hoge latentie en netwerkcongestie – maar edge computing biedt ook diverse potentiële bijkomende voordelen die deze aanpak in andere contexten aantrekkelijk zouden kunnen maken.
autonomie. Edge computing is nuttig in situaties waarin de verbinding onbetrouwbaar is of de bandbreedte beperkt is vanwege de omgevingskenmerken van de locatie. Voorbeelden hiervan zijn booreilanden, offshorevaartuigen, afgelegen boerderijen of andere afgelegen locaties zoals tropische regenwouden of woestijnen. Bij edge computing wordt de verwerking ter plaatse uitgevoerd – soms op het edge-apparaat zelf – zoals bij waterkwaliteitssensoren op waterzuiveringsinstallaties in afgelegen dorpen, en worden de gegevens pas opgeslagen voor verzending naar een centraal punt wanneer er een verbinding beschikbaar is. Door de gegevens lokaal te verwerken, kan de hoeveelheid te verzenden gegevens aanzienlijk worden verminderd, waardoor veel minder bandbreedte of verbindingstijd nodig is dan anders het geval zou zijn.
Gegevenssoevereiniteit. Het verplaatsen van grote hoeveelheden gegevens is niet alleen een technische kwestie. Het transport van gegevens over nationale en regionale grenzen heen kan extra problemen opleveren op het gebied van gegevensbeveiliging, privacy en andere juridische kwesties. Edge computing kan worden ingezet om gegevens dicht bij de bron te brengen en binnen de grenzen van bestaande wetgeving inzake gegevenssoevereiniteit te houden, zoals de AVG van de EU, die bepaalt hoe gegevens worden opgeslagen, verwerkt en openbaar gemaakt. Hierdoor kunnen ruwe gegevens lokaal worden verwerkt, waarbij gevoelige gegevens worden verborgen of beschermd voordat er iets wordt verzonden naar de cloud of grote datacenters die zich mogelijk in andere rechtsgebieden bevinden.
