Edge computing para IoT
El edge computing para el Internet de las cosas (IoT) es la práctica de procesar y analizar datos más cerca de los dispositivos que los recopilan en lugar de transportarlos primero a un centro de datos.
Hoy en día, el edge computing se ha convertido en una tecnología complementaria esencial para el IoT, que ayuda a acelerar los tiempos de proceso de datos, reducir la latencia y mejorar la seguridad de una amplia gama de dispositivos IoT.
Muchas aplicaciones modernas dependen del edge computing en el IoT para su funcionamiento. Desde dispositivos conectados que permiten a los profesionales sanitarios monitorizar a los pacientes de forma remota hasta sensores que optimizan los flujos de tráfico en zonas congestionadas y sistemas que controlan presas hidroeléctricas, sus casos de uso son amplios y variados.
Un informe reciente prevé que el número de dispositivos IoT en todo el mundo alcanzará los 18 000 millones a finales de 2025, lo que supone un aumento de 1600 millones con respecto a los dos años anteriores1.
El edge computing es crítico para garantizar que los datos que generan estos dispositivos se procesen en el edge en lugar de en la nube, donde ralentizaría drásticamente redes como internet.
Según Fortune Business Insights, el mercado mundial del edge computing estaba valorado en algo más de 10 000 millones de dólares estadounidenses hace solo dos años. Se espera que alcance los 182 000 millones en los próximos seis años, lo que supone una tasa de crecimiento anual compuesta del 38,2 %2.
Boletín del sector
Las últimas novedades sobre tecnología, respaldadas por conocimientos de expertos
Manténgase al día sobre las tendencias más importantes e intrigantes del sector en materia de IA, automatización, datos y mucho más con el boletín Think. Consulte la Declaración de privacidad de IBM.
Su suscripción se enviará en inglés. Encontrará un enlace para darse de baja en cada boletín. Puede gestionar sus suscripciones o darse de baja aquí. Consulte nuestra Declaración de privacidad de IBM para obtener más información.
El edge computing es un marco de computación distribuida que mueve aplicaciones más cerca de las fuentes de datos de las que dependen para su funcionamiento, como los dispositivos de edge computing.
Al acercar las aplicaciones a la fuente, el edge computing ayuda a acelerar el tiempo de obtención de conocimientos. También mejora los tiempos de respuesta y aumenta el ancho de banda. Con la difusión de las redes 5G, los dispositivos con conectividad a internet pueden generar volúmenes enormes de datos.
El edge computing permite que prosperen tecnologías más recientes, como el cloud computing y la inteligencia artificial (IA), que dependen de estos datos.
El Internet de las cosas (IoT) se refiere a una red de dispositivos físicos, a menudo llamados dispositivos "inteligentes", que están integrados con sensores y software. Estos dispositivos están conectados a una red como internet, lo que les permite recopilar y compartir grandes cantidades de datos.
Algunos ejemplos de dispositivos IoT son los electrodomésticos inteligentes, como frigoríficos y termostatos, así como sistemas más avanzados, como turbinas eólicas, presas hidroeléctricas y drones.
El edge computing mejora significativamente la eficiencia de los dispositivos IoT al procesar los datos que recopilan más cerca de su fuente. Este enfoque evita transportar los datos a un centro de datos centralizado primero.
Al procesar los datos más cerca de donde se recopilan, el edge computing acorta significativamente los tiempos de proceso de datos del IoT, lo que hace que la tecnología sea más eficiente y aumenta su número de casos de uso y aplicaciones.
El edge computing del IoT utiliza dispositivos y sensores para impulsar datos a través de un sistema, procesarlos y almacenarlos, todo ello sin transportarlos a un centro de datos. Al distribuir sus cargas de trabajo en varios dispositivos, el edge computing del IoT garantiza que ningún dispositivo se sobrecargue nunca. He aquí un vistazo más de cerca al proceso.
- Recopilación de datos: un sensor en un dispositivo IoT recopila datos. Algunos ejemplos son la velocidad y dirección del viento en una turbina o la temperatura ambiente en un termostato inteligente.
- Proceso local: los datos se procesan localmente a través de un dispositivo de edge, generalmente una puerta de enlace o un servidor cercano, que los analiza utilizando recursos informáticos locales.
- Filtrado de datos: el dispositivo de edge filtra los datos sin procesar que recopila, descartando la información sin importancia y procesando lo relevante.
- Automatización: quizás el paso más crítico de todo el proceso, el edge computing permite la toma de decisiones automatizada para algunos dispositivos IoT. Los sensores se pueden programar para tomar ciertas acciones basadas en datos en tiempo real, por ejemplo, apagar una máquina que se sobrecalienta o girar un vehículo autónomo para evitar un accidente.
- Proceso en la nube: el último paso del proceso consiste en identificar los datos que deben enviarse a la nube para su posterior proceso, almacenamiento y análisis de datos. Por ejemplo, para obtener conocimientos de inteligencia empresarial o para fines de entrenamiento.
Los dispositivos IoT y los dispositivos de edge son tan similares que los dos términos suelen utilizarse indistintamente. Sin embargo, hay algunas diferencias que vale la pena señalar. En términos generales, los dispositivos IoT son componentes de hardware conectados a una red que generan datos a través de uno o más sensores. Los dispositivos de edge también son piezas de hardware. A diferencia de los dispositivos IoT, están diseñados para recopilar, procesar y actuar sobre los datos, no simplemente para almacenarlos.
Normalmente, los dispositivos de edge son más complejos que los dispositivos IoT y contienen más piezas. Algunos dispositivos de edge contienen tanto potencia de procesamiento como recursos informáticos.
Cuando un dispositivo de edge está altamente integrado en un dispositivo IoT, puede considerarse un componente del propio dispositivo, en lugar de un sistema independiente. Por ejemplo, cuando un dispositivo IoT está equipado con almacenamiento de datos y suficiente potencia de cálculo para tomar decisiones sencillas y de baja latencia.
Machine learning (ML), un tipo de IA que se centra en enseñar a los ordenadores a aprender como humanos, desempeña un papel importante en la mayoría de las aplicaciones de edge computing e IoT.
Mediante el uso de ML, IoT y dispositivos de edge se pueden entrenar para hacer predicciones e iniciar respuestas basadas en los datos que han recopilado, almacenado y procesado.
Las interfaces de programación de aplicaciones (API) de ML recopilan datos de dispositivos de edge IoT y utilizan algoritmos de ML para detectar patrones, cambios en las condiciones ambientales y mucho más. Con esa información, el dispositivo de edge puede aprender a detectar ciertas condiciones o anomalías y desencadenar procesos automatizados.
Por ejemplo, un dispositivo de edge IoT equipado con ML conectado a sensores de caudal de agua puede programarse para abrir o cerrar canales de drenaje para permitir que el agua fluya en diferentes direcciones para evitar inundaciones.
A través de un dispositivo conocido como puerta de enlace de IoT, los dispositivos de edge computing e IoT pueden conectarse con los entornos de cloud computing modernos para mejorar funciones como el filtrado y el análisis. Las puertas de enlace IoT son pequeños dispositivos diseñados para conectar dispositivos IoT a la nube traduciendo protocolos de comunicación y recopilando y procesando datos localmente.
Las puertas de enlace IoT ayudan a garantizar un flujo de datos fiable y seguro entre el dispositivo IoT o de edge y los sistemas y servicios basados en la nube, mejorando la eficiencia y la seguridad general de la red. Las puertas de enlace de IoT utilizan una serie de capacidades de cifrado para hacer que los datos sean ilegibles a medida que se mueven entre dispositivos, usuarios y la nube, garantizando que solo los usuarios autorizados puedan verlos.
A través de las puertas de enlace de IoT, los dispositivos IoT permiten una amplia gama de servicios cloud, como hogares y ciudades inteligentes, gestión de instalaciones y gestión de cadena de suministro.
Combinar el poder del edge computing con la versatilidad y la diversidad de aplicaciones que ofrecen los dispositivos IoT tiene una amplia gama de beneficios. Estos son algunos de los más comunes.
El edge computing en IoT ayuda a reducir la latencia de la red, una medida del tiempo que tardan los datos en viajar de un punto a otro a través de una red. Acercar las capacidades de proceso de datos a las fuentes de datos reduce el volumen de datos que viajan a través de una red en cualquier momento, evitando la congestión y liberando ancho de banda crítico.
Al filtrar los datos, el edge computing para IoT ayuda a las empresas a ser más estratégicas sobre los datos que recopilan y almacenan y a pagar por lo que necesitan. Antes del edge computing para IoT, las empresas pagaban para recopilar y almacenar grandes volúmenes de datos, a menudo trasladándolos a la nube y procesándolos en un centro de datos. Solo más tarde descubrieron que gran parte de ella no era aplicable a una necesidad empresarial.
Para aplicaciones en las que el tiempo de respuesta es crítico, como la atención médica y las finanzas, el edge computing en IoT ofrece a los operadores capacidades de toma de decisiones en tiempo real e incluso automatiza acciones críticas. Por ejemplo, un sensor de cámara equipado con capacidades de proceso de datos de edge computing y algoritmos de ML puede detectar y responder a una amenaza de seguridad en tiempo real.
Los dispositivos de edge e IoT están diseñados para procesar datos de forma continua y funcionar incluso cuando pierden la conectividad a internet. Esto ayuda a evitar el tiempo de inactividad debido a interrupciones inesperadas o desastres naturales. Es crítico en sectores como la sanidad y en el funcionamiento de vehículos autónomos, donde los fallos de los dispositivos pueden ser catastróficos.
El edge computing en IoT ayuda a las empresas a extraer conocimientos de los datos que recopilan con mayor rapidez que cuando tenían que transportarlos a un centro de datos antes de analizarlos. El análisis continuo de los datos permite a los ingenieros reaccionar a los cambios en el rendimiento del sistema o dispositivo en tiempo real. Mantenimiento predictivo, la práctica de recopilar datos de los sensores de IoT y aplicar algoritmos avanzados para resolver los problemas de rendimiento de los dispositivos antes de que se traduzcan en un tiempo de inactividad no planificado, depende del edge computing en IoT.
El edge computing en IoT ha transformado la forma en que las empresas monitorizan el rendimiento de sus activos más valiosos y recopilan, almacenan y procesan datos. Desde operar vehículos autónomos de forma segura hasta hacer que las ciudades sean más seguras y optimizar sistemas de fabricación complejos, estos son cinco de sus casos de uso más convincentes.
Monitorización remota de pacientes
Los trabajadores sanitarios utilizan sensores IoT y edge computing para monitorizar a los pacientes de forma remota y tratar una amplia gama de afecciones. Desde el seguimiento de los signos vitales hasta el envío de alertas sobre cambios en enfermedades crónicas como la diabetes y los soplos cardíacos, el edge computing en IoT desempeña un papel vital en la monitorización remota de pacientes. Ha hecho que el proceso sea más seguro y fácil tanto para los pacientes como para sus proveedores de atención.
Funcionamiento de vehículos autónomos
Las soluciones de IoT y las capacidades de edge computing permiten a los vehículos autónomos, desde coches hasta aviones sin piloto y sistemas de armas, realizar una amplia gama de tareas de forma segura y eficaz. Aviones, drones y coches necesitan reaccionar a los cambios en su entorno casi en tiempo real.
Los avances en la edge computing para el IoT han hecho que los vehículos autónomos dependan menos de la cloud computing, lo que permite procesar los datos en el edge de una red en lugar de en un centro de datos.
IoT industrial (iIoT)
El IoT industrial (iIot) implica añadir sensores IoT a las complejas y costosas máquinas utilizadas en muchos procesos de fabricación industrial. Estos sensores de edge e IoT analizan un flujo constante de datos, aplicando algoritmos avanzados de ML para detectar oportunidades de mejora.
Los sensores IoT también se pueden añadir a partes débiles o vulnerables de un sistema de fabricación para ayudar a los ingenieros a comprender mejor qué está causando un fallo.
Ciudades inteligentes
Ciudades inteligentes, áreas urbanas conectadas que dependen de la tecnología para recopilar y analizar datos para mejorar la calidad de vida de los ciudadanos, dependen en gran medida del edge computing y las tecnologías IoT.
En las ciudades inteligentes, los gobiernos locales confían en sensores conectados a carreteras, vehículos, centrales eléctricas y más para ofrecer información en tiempo real sobre las condiciones. Esta información les ayuda a optimizar las redes eléctricas, los sistemas de tráfico, los sistemas de respuesta a emergencias y otras partes clave de la infraestructura.
Cadenas de suministro
La tecnología IoT ha permitido gestionar de forma remota la mayoría de los aspectos de las cadenas de suministro modernas. Los sensores colocados en los productos en el momento de la fabricación, por ejemplo, proporcionan información sobre el estado y la ubicación en tiempo real. Estos datos ofrecen a los usuarios una imagen en tiempo real de su inventario y les permiten optimizar el flujo de mercancías.
En aplicaciones más avanzadas, las empresas han utilizado el edge computing en los sistemas IoT para automatizar aspectos del inventario, liberando recursos humanos para ser implementados en otros lugares.
Recursos
IBM Power es una familia de servidores que se basan en procesadores IBM Power y son capaces de ejecutar IBM AIX, IBM i y Linux.
Automatice las operaciones, mejore las experiencias y refuerce las medidas de seguridad con las soluciones de edge computing de IBM.
La consultoría de estrategia de la nube de IBM ofrece servicios de transformación híbrida multinube para acelerar el viaje a la nube y optimizar los entornos tecnológicos.
Notas a pie de página
1. Connected IoT device market update. IoT analytics. Agosto de 2024.
2. Edge computing market size. Fortune business insights. Agosto de 2025.