In diesem Artikel werden die Elemente eines dezentralen IoT-Edge-Computing-Ökosystems erklärt. Sie finden eine Übersicht sowie die typischen Vorteile der Dezentralisierung.
Edge Computing hat sich als einer der anhaltenden IoT-Trends für 2021 etabliert. Laut aktuellen Schätzungen wird der globale Edge-Computing-Markt bis 2024 auf 9,0 Milliarden US-Dollar anwachsen.
Der Grund dafür? Die Nähe zur Datenquelle hat den Vorteil, die Serverbelastung zu reduzieren, den Datenverkehr zur Cloud zu verringern und die Reaktionszeiten für den Endbenutzer zu minimieren.
Im Folgenden schauen wir uns diese Entwicklungen genauer an.
Warum Dezentralisierung?
Bei dezentralen Anwendungen sind die Clients nicht vollständig von einem einzelnen Node oder einem Endpunkt abhängig. Dezentralisierung ist “ein Wechsel von konzentrierten zu verteilten Formen der Produktion und des Konsums von Waren und Dienstleistungen.” Dezentralisierte Anwendungen ermöglichen es, die Kontrolle, den Zugriff oder das Eigentum über mehrere Nodes innerhalb eines Netzwerks zu verteilen. Clients können sich mit jedem dieser Nodes verbinden.
Im Kontext des Edge-Computings beinhaltet so die Dezentralisierung eine Vielzahl von lokalen Rechengeräten oder “Cloudlets”, die sich in der Nähe der Datenquelle befinden.
Die Cloud ist also in mehrere kleine Recheneinheiten, sogenannte Computation Spots, aufgeteilt. Da die Daten über mehrere Nodes verteilt sind, ist es weniger wahrscheinlich, dass einer der einzelnen Endpunkte das gesamte System beeinflussen kann.
Dezentralisierung und IoT
Im Beispiel von IoT haben Sie einzelne Geräte, d. h. Dinge mit Sensoren, die sich mit Gateway-Nodes verbinden. Typischerweise sind diese einzelnen Geräte nicht mit dem Internet verbunden. Sie sind in ihrer Interaktion eingeschränkt und sind Teil von eingeschränkten Netzwerken.
Die Gateway-Nodes verfügen über Transmission-Control-Protokolle/Internetprotokolle und können mit Backend-Diensten kommunizieren. In diesem Szenario haben wir mehrere lokale Geräte, die mit ihren Gateways kommunizieren. Und dann haben wir eine Anzahl von dezentralen Gateways, die mit der Cloud verbunden sind.
Dies wird als “Edge Computing” bezeichnet, weil Sie eine Vielzahl solcher IoT-Gateways haben, die am Rand des IoT-Netzwerks verteilt sind. Die einzelnen Gateways kommunizieren nicht miteinander. Sie dienen als Sammelpunkte für die Inhalte, die von ihren lokalen IoT-Geräten kommen. Diese Inhalte werden gesammelt, vorverarbeitet und selektiv an die Cloud für tiefergehende Analysen weitergegeben. In der Cloud werden die lokal erzeugten und voraggregierten Daten mit Daten von anderen Gateways kombiniert, was verschiedene Big-Data-Operationen ermöglicht.
Die IoT-Edge-Computing-Schichten
IoT-Edge-Architekturen bestehen typischerweise aus drei Ebenen:
Sensor- und Aktuator-Ebene
Dies ist die Ebene der eingeschränkten Geräte (z. B. Sensoren). Diese Geräte erfüllen grundlegende Funktionen wie das Sammeln von Daten und deren Übermittlung an die nächste Schicht oder reagieren darauf, z. B. durch Änderung eines Systemparameters. Sie können keine Rechen- oder Speicheraufgaben übernehmen und sind nur als Front-End-Geräte mit einer Weiterleitungsfunktion an der Kommunikationsstruktur beteiligt. Sie sammeln also nur Eindrücke aus ihrer Umgebung und geben diese Eindrücke in Form von Sensor-Rohdaten weiter. Auf dieser Ebene haben die Geräte eine begrenzte Batterielebensdauer und knappe Hardware-Ressourcen.
Die Gateway-Ebene
Auf dieser Ebene befinden sich IoT-Geräte, die mit dem Internet verbunden sind und ähnliche Kapazitäten wie Miniserver haben. Auf der Gateway-Ebene können Sie die IoT-Daten filtern, voraggregieren, grundlegende Analysen durchführen oder maschinelle Lernmodelle einsetzen. Die Gateways ermöglichen (über mehrere Geräte der Sensorebene) dezentrale Vorgänge. In diesem IoT-Architektur-Szenario können die auf der Gateway-Ebene vorverarbeiteten Daten an die Cloud weitergeleitet werden. Je nach Anwendungsfall kann ein Teil der Daten nur lokal verarbeitet werden.
Die Cloud-Ebene
Einige der Inhalte, die von den Edge-Gateways kommen, erreichen schließlich die Cloud-Backends. Dabei handelt es sich jedoch nur um die Inhalte, die Sie benötigen, um erweiterte Analysen durchzuführen, Machine-Learning-Modelle zu trainieren (z. B. für dezentrale KI-Anwendungen) oder in Kombination mit Daten von anderen Gateways zu nutzen, um spezifische Erkenntnisse zu gewinnen. Asha Keddy, Intel’s Vice President of Next Generation and Standards, wurde in einem kürzlich erschienenen Artikel wie folgt zitiert: “Wenn man ständig alles in die Cloud verlagert, würde nichts mehr funktionieren. … Man hat nicht genug Zeit, um den ganzen Weg zu gehen.” Aufgrund dieser Entwicklungen gibt es einen anhaltenden Trend bei Cloud-Computing-Anbietern, Dienste aus der Cloud auf den Edge zu verlagern.
Laut dem State of the Edge Report 2020 sind die Infrastrukturen zur Unterstützung von Edge-Computing-Lösungen noch “im Entstehen”. Daher werden Unternehmen ihre eigenen maßgeschneiderten Edge-Installationen implementieren müssen, bis die Technologie ausgereifter ist. Die Prognose lautet jedoch, dass “die Cloud an den Edge driften wird”, da Edge Computing zunehmend zu einer Standardlösung wird.
Niedrige Latenzzeiten und bessere Reaktionsfähigkeit
Dezentrales IoT-Edge-Computing verbessert die Geschwindigkeit und Flexibilität und eignet sich besonders für Aufgaben, die kurze Reaktionszeiten und die Vorverarbeitung großer Datenmengen erfordern. Im Folgenden finden Sie eine kurze Zusammenfassung der typischen Vorteile der Dezentralisierung:
Höhere Geschwindigkeit. Für viele Unternehmen ist Geschwindigkeit essentiell, wenn es um die Bereitstellung von datengesteuerten Diensten geht. Da die Datenverarbeitung lokal stattfindet, führt Edge Computing zu einer erheblichen Verringerung der Latenzzeit. Durch die Verringerung der Latenz bringt Edge Computing den Vorteil einer höheren Netzwerkleistung mit sich. Außerdem werden Engpässe vermieden, die durch das Routing der Daten durch lokale Netzwerkverbindungen verursacht werden, bevor sie in die Cloud gelangen.
Mehr Sicherheit. Da Edge Computing die Verarbeitung und Speicherung auf eine Vielzahl von Geräten (und Rechenzentren) verteilt, wird es unwahrscheinlicher, dass ein Sicherheitsvorfall das gesamte Netzwerk gefährdet. Dank der Dezentralisierung ist es möglich, die betroffenen Teile des Netzwerks zu isolieren, ohne das Ganze zu beeinträchtigen.
Mehr Flexibilität. Unternehmen können neue IIoT-Geräte in ihr Edge-Netzwerk einbinden, ohne ihre IT-Infrastruktur wesentlich zu verändern. Die Erweiterung des IoT-Edge erfordert auch nicht den Aufbau neuer Rechenzentren.
Mehr Robustheit. Bei Systemausfällen oder einem Ausfall des Rechenzentrums können die vom IoT-Edge-Gerät kommenden Daten umgeleitet werden. Auf diese Weise bleiben sie für die Endbenutzer zugänglich. Netzwerkprobleme werden weniger relevant, da das IoT-Gerät die Daten lokal verarbeitet.
IoT-Entwicklung bei Record Evolution
Wir von Record Evolution haben eine IoT-Plattform entwickelt, die für Edge-Anwendungen optimiert ist. Unsere Plattformlösung ist vollständig in die bestehende IoT-Architektur integrierbar. Erfahren Sie mehr im Whitepaper Der IoT-Entwicklungszyklus: Live Edge Coding und Device Management.
Nehmen Sie Kontakt auf, wenn Sie planen, unsere Services im Rahmen Ihrer eigenen industriellen IoT-Initiative oder der Entwicklung Ihrer eigenen IoT-Lösung zu testen.
Ihr Ansprechpartner:
Marko Petzold
Record Evolution GmbH
✉️ Kontakt aufnehmen