O que é edge computing?

Essa proximidade com os dados em sua fonte pode proporcionar benefícios comerciais robustos, incluindo insights mais rápidos, melhores tempos de resposta e melhor disponibilidade de largura de banda.

O crescimento explosivo e o crescente poder computacional dos dispositivos de IoT, desde smartphones até veículos autônomos, resultaram em grandes volumes de dados. Esses volumes de dados continuam crescendo junto com a proliferação de dispositivos e sistemas conectados que alimentam análises de dados em tempo real e cargas de trabalho de inteligência artificial (IA).

Enviar todos os dados gerados pelo dispositivo para um data center centralizado ou para a nuvem cria problemas de largura de banda e latência. A edge computing resolve esse problema ao processar e analisar dados no ponto de origem, permitindo uma análise de dados mais rápida e abrangente, como por meio da edge computing móvel em redes 5G. Essa migração cria oportunidades para melhores insights, tempos de resposta mais rápidos e melhores experiências do cliente.

Hoje, a edge computing desempenha um papel vital na estratégia de nuvem híbrida. À medida que as empresas evoluem os ambientes de nuvem híbrida para infraestruturas híbridas distribuídas, a edge computing se tornou essencial para executar cargas de trabalho complexas localmente.

Além disso, a integração da edge e da IA computing para executar tarefas de aprendizado de máquina (ML) diretamente em dispositivos de edge conectados está impulsionando um crescimento significativo. Um estudo da Fortune Business Insights avalia o mercado de edge AI em USD 35,81 bilhões em 2025, projetando que ele atingirá USD 385,89 bilhões até 2034, a uma taxa composta de crescimento anual (CAGR) de 29,9%.¹

Em contraste com a computação em nuvem, que depende do acesso remoto a recursos computacionais como poder de processamento, armazenamento e redes pela internet, a edge computing processa os dados localmente, onde eles são coletados pelos dispositivos. Embora distintamente diferente, a edge computing estende as funções do modelo de nuvem para locais de edge. Ambos compartilham tecnologias subjacentes, como virtualização, contêineres e microsserviços, que desempenham um papel importante nas implementações de edge.

O modelo de edge computing depende de vários componentes fundamentais:

• Dispositivos de edge
• Gateways de edge
• Infraestrutura de rede
• Software e análises de dados
• Servidores de edge, clusters e servidores virtuais
• Data center em nuvem ou centralizado

Dispositivos de edge são equipamentos que coletam, processam e atuam sobre os dados na origem. Essa ampla categoria inclui hardware de computação localizado na borda da rede e dispositivos de IoT edge, que são componentes físicos conectados a uma rede que geram dados por meio de um ou mais sensores. Os dispositivos de IoT edge variam desde aplicações de edge industrial (por exemplo, cidades inteligentes, robôs industriais) até dispositivos de consumo (por exemplo, smartphones, controles de segurança doméstica).

Um estudo da Statista projeta que o número de dispositivos de IoT em todo o mundo mais do que dobrará, passando de 19,8 bilhões em 2025 para 40,6 bilhões até 2034.²

Um gateway de computação é um nó computacional, como um roteador, servidor ou dispositivo de rede de longa distância definida por software (SD-WAN), que atua como um intermediário seguro entre dispositivos de edge e a nuvem ou o data center central.

Esse componente gerencia o tráfego de dados e a comunicação entre os dois ambientes.

Essa camada de conectividade vincula componentes como controladores, adaptadores ethernet, gateways e outros recursos por meio de uma rede edge, da edge à nuvem e aos locais. Essa conexão permite o fluxo de dados entre locais distribuídos e sistemas centrais.

Frequentemente combinado com 5G, a infraestrutura de rede de edge suporta alta largura de banda e baixa latência.

A infraestrutura de edge computing inclui plataformas de software, ferramentas de análise de dados e sistemas de gerenciamento que processam, analisam e orquestram cargas de trabalho em ambientes de edge.

Provedores líderes de serviços de computação em nuvem (por exemplo, IBM, Red Hat, Microsoft, Google) oferecem soluções de edge computing projetadas para integrar ambientes híbridos de nuvem e suportar cargas de trabalho de IA.

Os recursos, como servidores de edge, clusters de edge e servidores virtuais (normalmente VMware), implementados na edge, lidam com as demandas locais de processamento e armazenamento para cargas de trabalho que exigem respostas de baixa latência.

Esse ambiente central, onde residem cargas de trabalho maiores, armazenamento e análises mais profundas, funciona em conjunto com ambientes de edge como parte de uma infraestrutura híbrida distribuída mais ampla.

Essa infraestrutura inclui configurações de nuvem privada e nuvem pública, dependendo da estratégia de infraestrutura da organização.

A edge computing ajuda organizações a obter acesso mais rápido a seus dados e a agir sobre eles antes que cheguem a um data center. A seguir estão alguns dos principais benefícios:

• Melhor desempenho: ao reduzir a latência e aumentar a velocidade, a edge computing oferece melhor desempenho e maior confiabilidade com menos downtime.
• Tomada de decisão otimizada: a análise de dados que ocorre na edge da rede significa um acesso mais rápido a insights. Atualmente, as organizações podem aplicar análise de dados de IA/ML e algoritmos complexos para aprimorar a tomada de decisão em tempo real e otimizar as experiências do cliente, como no varejo.
• Segurança e conformidade reforçadas: quando os dados permanecem locais, a Organização tem mais controle sobre como eles são protegidos. Essa localização reduz a exposição a riscos de segurança e facilita o cumprimento dos requisitos de conformidade e das obrigações de soberania de dados em diferentes regiões.
• Escalabilidade aprimorada: as soluções baseadas em software são compatíveis com a automação de rede na edge, possibilitando que as organizações gerenciem e dimensionem as implementações conforme a necessidade, incluindo eventos de alto tráfego, como vendas relâmpago.
• Maior eficiência operacional: quando os dispositivos de edge lidam com o processamento de dados localmente, as organizações diminuem a quantidade de dados enviados para locais centrais, como a nuvem, e aproveitam melhor os recursos existentes.
• Custos reduzidos: processar dados no local e enviar apenas o que é necessário para os servidores centrais no local ou na nuvem reduz o uso da largura de banda de rede e os custos gerais de infraestrutura.

A edge computing oferece vantagens claras, mas não está isenta de complexidade. Grandes organizações podem ter milhares de dispositivos de edge (por exemplo, sensores para manutenção preditiva em um andar), o que aumenta a dificuldade de implementações, provisionamento e monitoramento.

Os dispositivos de edge também possuem recursos de computação e armazenamento limitados, o que pode restringir as cargas de trabalho que eles manipulam. Além disso, a conectividade confiável em locais distribuídos pode apresentar problemas, principalmente para organizações que operam em locais remotos em que o acesso à rede pode ser pouco confiável.

As organizações podem enfrentar esses desafios com plataformas de software e gerenciamento de provedores de serviços de edge que automatizam o provisionamento, monitoram a segurança e gerenciam cargas de trabalho em diversos ambientes. Ao combinar a edge computing com o 5G, as organizações podem manter os sistemas funcionando mesmo quando as conexões tradicionais de internet não são confiáveis ou estão indisponíveis.

À medida que a infraestrutura de edge amadurece, as organizações estão combinando-a cada vez mais com o aprendizado de máquina para processar e agir com base nos dados diretamente em dispositivos de edge conectados.

Essa abordagem, conhecida como edge AI, reduz a dependência da infraestrutura de nuvem centralizada e ajuda a simplificar as operações em setores complexos (por exemplo, gerenciamento da cadeia de suprimentos, fabricação). Ao contrário das abordagens baseadas na nuvem, os dispositivos de edge AI também podem funcionar offline, tornando-os adequados para aplicações que não podem depender de uma conexão contínua com a internet.

A edge computing é compatível com uma variedade de setores e aplicações. Desde assistência médica até serviços financeiros, as organizações implementam casos de uso de edge computing que incluem:

• Setor de saúde
• Transportes
• Telecomunicações
• Serviços financeiros
• Entretenimento