Skip to Content
Knowledge-Artikel

Was ist Edge Computing?

Edge-Computing definiert die Art und Weise, wie Unternehmen Daten verarbeiten und bereitstellen, neu. Während heute 91 % der Daten in der Cloud oder in lokalen Rechenzentren verarbeitet werden, prognostiziert Gartner, dass bis 2025 75 % aller erzeugten Daten durch Edge-Lösungen verarbeitet werden.

Diese Verschiebung ist hauptsächlich auf die explosionsartige Zunahme von IoT-Geräten und -Anwendungen zurückzuführen, die eine Echtzeit-Verarbeitungsleistung auf einem Niveau erfordern, das herkömmliche Rechenzentrumslösungen nicht bieten können. Darüber hinaus können Unternehmen über die Grenzen herkömmlicher Cloud-Netzwerke hinausgehen, um zentrale Geschäftsprozesse zu automatisieren, die betriebliche Effizienz zu maximieren und die Performance zu verbessern.

In diesem Artikel sehen wir uns die Definition für Edge-Computing an. Außerdem werden wir uns mit der Funktionsweise der Edge-Technologie, ihren Vorteilen, gängigen Anwendungsfällen und den damit verbundenen Herausforderungen befassen.

Was ist die Peripherie (Edge)?

Mit der zunehmenden Anzahl von Geräten, die mit dem Internet verbunden sind, steigt auch die Menge der erzeugten Daten. Diese Datenmengen von der Peripherie zu einem zentralen Standort zu verschieben, kann zeitaufwändig und kostspielig sein. 

Das Hochladen großer Mengen von Analysedaten kann zu einer Überlastung lokaler Netze führen und die Bandbreiten-Ressourcen erschöpfen, die für andere alltägliche Geschäftsaufgaben wie Videokonferenzen benötigt werden, die in den heutigen Remote-Arbeitsumgebungen unerlässlich geworden sind. Die Latenzzeit, d. h. die Zeit, die benötigt wird, um Daten von der Quelle zum Ziel zu übertragen, ist ebenfalls ein Problem für Anwendungen, die auf Echtzeitdaten angewiesen sind. Durch die Bereitstellung in der Peripherie bleiben Storage und Server dort, wo die Daten sind.

Edge-Computing ist eine verteilte Rechenarchitektur, die Anwendungen, Daten und Rechenressourcen geografisch näher an den Ort bringt, an dem Daten gesammelt und analysiert werden. Daten werden an den Rändern des Netzwerks verarbeitet, möglichst nahe an der ursprünglichen Quelle. Anstatt alle Daten an ein zentrales Datenzentrum zu senden, das Hunderte von Kilometern entfernt ist, sendet die Peripherie nur die optimierten Daten.

Die Edge-Technologie hat ihren Ursprung in den CDNs (Content Delivery Networks) der 90er-Jahre, aber die Technologie entwickelt sich heute weiter aufgrund der großen Datenmengen, die von IoT-Geräten erzeugt werden, und der zunehmenden Entwicklung von Echtzeitanwendungen, die kürzere Datenübertragungszeiten und geringere Bandbreitenkosten erfordern. 

Wie die Peripherie funktioniert

Cloud-Technologie hat Unternehmen mehrere Vorteile gebracht, darunter eine höhere Skalierbarkeit, mehr Flexibilität und geringere Kosten. Allerdings gibt es immer noch Probleme in Bezug auf Latenzzeiten, Bandbreite und Sicherheit. Edge-Computing dezentralisiert die Verarbeitung von einem primären Rechenzentrum, indem Daten von Geräten und Anwendungen lokal gesammelt und verarbeitet werden.

Ein Edge-Gateway verbindet die Peripherie mit einer Cloud oder einem Unternehmensrechenzentrum, sorgt für die Übersetzung zwischen verschiedenen Netzwerkprotokollen und verwaltet den Datenfluss, um sicherzustellen, dass nur optimierte Daten an das Rechenzentrum gesendet werden.

Die Edge-Infrastruktur kann Edge-Server, Edge-Storage und Gateways, IoT-Geräte, Sensoren, Desktops, Laptops, intelligente Geräte und Maschinen umfassen, die Daten in Echtzeit erfassen und verarbeiten.

Edge-Storage

Es kann auch kleinere, sekundäre Edge-Rechenzentren in nahe gelegenen Städten oder ländlichen Gebieten oder Cloud-Container umfassen, die über Cloud-Umgebungen und -Systeme hinweg verschoben werden können. Wo nötig, wird die Infrastruktur zum Schutz vor extremen Temperaturen und anderen Umweltbedingungen in speziellen Gehäusen untergebracht.

Arten von Edge-Computing

Im Folgenden werden drei verschiedene Arten von Edge-Computing beschrieben: 

Sensoren-Edge-Computing

Edge-Sensoren dienen als Auslöser für die Erfassung von Daten oder die Überwachung und das Senden von Ereignissen. Die Sensoren sind für einen bestimmten Zweck optimiert und verfügen über grundlegende Edge-Funktionen. Edge-Sensoren verfügen in der Regel über wenig bis gar keine Verarbeitungsfunktionen und können nur mit dem Edge-Netzwerk, der Cloud oder dem Datenzentrum kommunizieren. Beispiele sind Uhren, Überwachungskameras, Industrieregler und Zeitreihendatenbanken. 

Geräte-Edge-Computing

Peripherigeräte (Edge Devices) befinden sich auf der letzten Etappe des Netzwerks und verfügen in der Regel über begrenzte Energie-, Rechen- und Storage-Funktionen. Die Geräte sind auf ein Gateway angewiesen, um Daten vom Gerät zu erfassen und zu verarbeiten, und befinden sich in der Regel in der Nähe von Computerressourcen, um Latenzzeiten, Bandbreitennutzung und Kommunikationsprobleme zu verringern. Geräte-Edge-Computing wird häufig an abgelegenen Standorten eingesetzt, an denen ein Rechenzentrum nicht in Frage kommt (z. B. in Windkraftanlagen, auf Bohrinseln und an Orten mit extremen Wetterbedingungen). 

Mobiles Edge-Computing

Mobile Services werden über Netzwerke verteilt, die für einen optimalen Service in der Nähe des Kunden positioniert sind. Mobile Edge Computing (MEC), auch bekannt als „Multi-Access Edge Computing“, ist ein hochgradig verteiltes Netz, das sich am äußersten Rand des Netzes befindet und die Integration von Rechen-, Storage- und Netzwerkressourcen in Basisstationen des Netzes ermöglicht, sodass Anwendungen und Services näher an mobilen Benutzern bereitgestellt werden können.

Mit MEC können Serviceprovider Workloads aus der Cloud auf lokale Server verlagern, um ein besseres Nutzererlebnis zu bieten und Latenzzeiten und Staus im Netz zu reduzieren.

Vorteile von Edge-Computing

Edge-Computing bietet Unternehmen, die auf zeitkritische Anwendungen angewiesen sind oder große Datenmengen verschieben müssen, mehrere Vorteile. Zu den wichtigsten Vorteilen des Edge- Computing gehören: 

Größere Resilienz: Eine Edge-Plattform unterstützt schnellere, einheitlichere und zuverlässigere Services. Da die Rechenleistung lokal ist, können Standorte an der Peripherie des Netzes unabhängig weiterarbeiten, wenn das zentrale Rechenzentrum ausfällt.

Geringere Latenz: Die Bereitstellung von Daten in Echtzeit ist entscheidend für Technologien wie medizinische IoT-Geräte und selbstfahrende Fahrzeuge, bei denen die geringste Verzögerung zum Verlust von Menschenleben führen kann. Netzwerküberlastungen und -ausfälle können die Datenübermittlung verzögern und die Fähigkeit eines Systems, in Echtzeit zu reagieren, einschränken, was Verzögerungen bei Analysen und Entscheidungen bewirkt. Mit Edge-Computing können wichtige Daten näher am Gerät verarbeitet werden, sodass schneller reagiert werden kann. 

Geringere Bandbreitennutzung: Netze haben eine begrenzte Bandbreite, die bestimmt, wie viele Daten und Geräte über das Netz kommunizieren können. Die Erhöhung der Netzwerkbandbreite zur Aufnahme von mehr Geräten und Daten ist mit erheblich höheren Kosten verbunden. Anstatt ständig Daten zu streamen und große Mengen an Bandbreite zu verbrauchen, werden beim Edge-Computing nur die wichtigsten Daten verarbeitet und an das Rechenzentrum übermittelt.

Größere Sicherheit und Eigenständigkeit: Datensicherheit, Datenschutz und andere rechtliche Erwägungen müssen bei der Übertragung von Daten über internationale und regionale Grenzen hinweg berücksichtigt werden. Die Verarbeitung von Daten am Netzwerkrand bietet die Möglichkeit, Maßnahmen zur Sicherung und Unkenntlichmachung von Daten zu ergreifen, bevor diese an die Cloud oder das Rechenzentrum gesendet werden, für die möglicherweise andere Datensicherheitsgesetze gelten.

Geringere Kosten: Edge-Lösungen können oft zu geringeren Kosten implementiert werden als zentrale Rechenzentren, sei es in der Cloud oder vor Ort. Edge-Computing senkt auch die Konnektivitätskosten, da kleinere Datenmengen zwischen der Peripherie und den Rechenzentren übertragen werden.

Anwendungsfälle für Edge-Computing

Edge-Computing wird zunehmend in verschiedenen Branchen eingesetzt, z. B. in der Telekommunikation, der Produktion, dem Transportwesen und in Versorgungsunternehmen. Wichtige Anwendungsfälle sind unter anderem:

Produktion: Mithilfe zustandsorientierter Überwachung können Hersteller Wartungsdienste auf Basis des tatsächlichen Maschinenzustands durchführen, während die vorausschauende Wartung Maschinenausfälle proaktiv erkennen und Wartungsarbeiten vor einem möglichen Ausfall veranlassen kann.

Präzisionsüberwachung und -kontrolle ermöglichen es Herstellern, Daten von mehreren Systemen, Prozessen und Maschinen zu verwenden, um Produkte auf Produktionsfehler zu überwachen und Echtzeiteinblicke zur Verbesserung von Fertigungsprozessen und Qualität zu erhalten.

Landwirtschaft: Landwirte verlassen sich auf Spitzentechnologie, um den Wasserverbrauch zu verfolgen, Dünger in der richtigen Menge auszubringen, die Bodenqualität zu prüfen und das Wachstum von Getreide auf abgelegenen Feldern zu überwachen. Landwirte können auch Daten von einer Vielzahl von vernetzten Geräten, einschließlich Sensoren und Traktoren, sammeln und analysieren, um Umweltauswirkungen zu beobachten und Anbaupraktiken zu verbessern.

Gesundheitswesen: Die Gesundheitsbranche sammelt eine enorme Menge an Patientendaten von Gesundheitsmonitoren, Sensoren und anderen medizinischen Geräten. IoT-Edge-Computing ermöglicht die Erfassung und Analyse wichtiger Patientendaten sowie den Einsatz von Automatisierung und maschinellem Lernen, um Anomalien zu erkennen. Dadurch erhalten medizinische Fachkräfte Zugang zu Echtzeit-Analysen, sodass sie bei der Diagnose und Behandlung von Gesundheitsproblemen sofort eingreifen können.

Transportwesen: Da autonome Fahrzeuge Daten in Echtzeit analysieren müssen, um sicher und effektiv zu funktionieren, ist das Senden von Daten an ein Remote-Rechenzentrum keine Option. Fahrzeuge müssen enorme Datenmengen aus verschiedenen Quellen sammeln und verarbeiten, um in Echtzeit Entscheidungen über die Navigation zu treffen und mit anderen Fahrzeugen zu kommunizieren – und das alles während der Fahrt.

Mithilfe von Edge-Technologie an Bord können autonome Fahrzeuge Standort, Geschwindigkeit und andere fahrzeugbezogene Daten in Echtzeit analysieren, um die besten Routen zu ermitteln und Verkehrsstaus zu vermeiden.

Augmented Reality (AR): Augmented Reality-Anwendungen für Einzelhandel, Bildungswesen und die Unterhaltungsbranche erfordern intensive Rendering-Vorgänge, für die Echtzeitreaktionen und geringe Latenzzeiten nötig sind, damit sie effektiv funktionieren. AR-Erlebnisse, die über zentralisierte Computing-Services bereitgestellt werden, können hohe Bandbreitenkosten und hohe Latenzzeiten verursachen, was das Nutzererlebnis beeinträchtigt.

5G-Edge-Computing, die Kombination aus Edge-Computing und 5G-Konnektivität, kann eine schnellere und zuverlässigere Konnektivität für AR-Anwendungen bieten. Edge-Computing kann auch die Verarbeitung von Workloads zwischen dem AR-Gerät und dem Edge-Netzwerk aufteilen, um ein optimales Nutzererlebnis zu ermöglichen. 

Pure löst Ihre Edge-Computing-Herausforderungen

Das Implementieren einer Edge-Lösung kann mehrere Herausforderungen mit sich bringen. Da Edge-Lösungen für einen bestimmten Zweck konzipiert sind, nutzen sie nur begrenzte Ressourcen und haben eingeschränkte Funktionen. 

Umfang und Zweck Ihrer Edge-Lösung müssen klar definiert sein, damit sie wirksam ist. Außerdem müssen Sie das erforderliche Mindestmaß an Konnektivität ermitteln, die Datenlebenszyklen festlegen und einen umfassenden Sicherheitsplan umsetzen.

Pure Storage® bietet verschiedene Lösungen an, die Sie bei der Bewältigung Ihrer Herausforderungen im Bereich Edge Computing unterstützen können:

  • FlashBlade®: Ist die weltweit führende UFFO-Plattform (Unified Fast File and Object). Sie eignet sich ideal für Analysen, maschinelles Lernen, künstliche Intelligenz und ähnliche Datenprozesse. 

  • FlashArray™: Kombiniert die hohe Performance von All-Flash-Storage mit VMware-Integration,um eine Hybrid-Cloud-Lösung zu schaffen. Es unterstützt eine 5G-Multimode-Infrastruktur, die virtuelle Maschinen und Container kombiniert. 

Die hohe Dichte, der geringe Stromverbrauch und die einfache Remote-Verwaltung von FlashBlade und FlashArray machen sie ideal für den Einsatz in der Peripherie.

Portworx®: Stellt eine Storage-Ebene für die Ausführung von Cloud-nativen Workloads in der Peripherie bereit. Es liefert eine Komplettlösung für containerisierte Workloads, einschließlich Backup und Disaster Recovery. Portworx kann sowohl in FlashBlade als auch in FlashArray integriert werden und bietet hohe Performance und Zuverlässigkeit.

11/2020
VMware Hybrid Cloud Solution Brief | Solution Brief
Hybrid cloud and container adoption are growing rapidly. Advance to an effortless, optimized VMware environment.
Lösungsprofil
3 Seiten
KONTAKTIEREN SIE UNS
Fragen, Kommentare?

Haben Sie eine Frage oder einen Kommentar zu Produkten oder Zertifizierungen von Pure?  Wir helfen Ihnen gerne!

Termin für Demo vereinbaren

Vereinbaren Sie einen Termin für eine Live-Demo und sehen Sie selbst, wie Pure Ihnen helfen kann, Ihre Daten in überzeugende Ergebnisse zu verwandeln. 

Rufen Sie uns an: +49 89 26200662
Presse:
 pr@purestorage.com

 

Pure Storage Germany GmbH

Mies-van-der-Rohe-Straße 6

80807 München

Deutschland

info@purestorage.com

SCHLIESSEN
Ihr Browser wird nicht mehr unterstützt!

Ältere Browser stellen häufig ein Sicherheitsrisiko dar. Um die bestmögliche Erfahrung bei der Nutzung unserer Website zu ermöglichen, führen Sie bitte ein Update auf einen dieser aktuellen Browser durch.