¿Qué es el edge computing?

Esta proximidad a los datos en su origen puede reportar grandes beneficios empresariales, como la obtención más rápida de perspectivas, mejores tiempos de respuesta y mayor disponibilidad de ancho de banda.

El crecimiento explosivo y el aumento de la potencia informática de los dispositivos IoT, desde teléfonos inteligentes hasta vehículos autónomos, han dado lugar a volúmenes masivos de datos. Estos volúmenes de datos continúan creciendo junto con la proliferación de dispositivos y sistemas conectados que impulsan el análisis de datos en tiempo real y las cargas de trabajo de inteligencia artificial (IA).

Enviar todos los datos generados por los dispositivos a un centro de datos centralizado centralizado o a la nube crea problemas de ancho de banda y latencia. El edge computing resuelve este problema procesando y analizando los datos en el punto de origen, lo que permite un análisis de datos más rápido y completo, como a través del edge computing móvil en redes 5G. Este movimiento crea la oportunidad de obtener más perspectivas, tiempos de respuesta más rápidos y mejores experiencias del cliente.

Hoy en día, el edge computing desempeña un papel vital en las estrategias de nube híbrida. A medida que las empresas convierten los entornos de nube híbrida en infraestructuras híbridas distribuidas, el edge computing se ha vuelto esencial para ejecutar cargas de trabajo complejas a nivel local.

Además, la integración del edge computing y la IA para realizar tareas de machine learning (ML) directamente en dispositivos edge conectados está impulsando un gran crecimiento. Un estudio de Fortune Business Insights valora el mercado de IA edge en 35 810 millones de dólares en 2025, y prevé que alcance los 385 890 millones de dólares en 2034, con una tasa de crecimiento anual compuesta (CAGR) del 29,9 %.¹

A diferencia del cloud computing, que se basa en el acceso remoto a recursos informáticos como la potencia de cálculo, el almacenamiento y las redes a través de internet, el edge computing procesa los datos de forma local, es decir, allí donde los dispositivos los recopilan. Aunque es claramente diferente, el edge computing extiende las funciones del modelo en la nube a las ubicaciones edge. Ambos comparten tecnologías subyacentes, como la virtualización, los contenedores y los microservicios, todos los cuales desempeñan un papel importante en las implementaciones edge.

El modelo de edge computing se basa en varios componentes fundamentales:

• Dispositivos edge
• Puertas de enlace edge
• Infraestructura de red
• Software y análisis
• Servidores edge, clústeres y servidores virtuales
• Centro de datos en la nube o centralizado

Los dispositivos edge son equipos que recopilan, procesan y actúan sobre los datos en el punto de origen. Esta amplia categoría incluye hardware informático ubicado en el límite de la red y como dispositivos edge de IoT, que son componentes físicos conectados a una red que generan datos a través de uno o más sensores. Los dispositivos edge de IoT van desde aplicaciones industriales edge (por ejemplo, ciudades inteligentes, robots industriales) hasta dispositivos de consumo (por ejemplo, smartphones, controles de seguridad para el hogar).

Según un estudio de Statista, se prevé que el número de dispositivos IoT en todo el mundo se multiplique por dos y medio, pasando de 19 800 millones en 2025 a 40 600 millones en 2034.²

Una puerta de enlace informática es un nodo informático, como un enrutador, un servidor o un dispositivo de red de área amplia definida por software (SD-WAN) que actúa como intermediario seguro entre los dispositivos edge y la nube o el centro de datos central.

Este componente gestiona el tráfico de datos y la comunicación entre los dos entornos.

Esta capa de conectividad enlaza componentes como controladores, adaptadores Ethernet, puertas de enlace y otros recursos a través de una red perimetral, desde el perímetro hasta la nube y las instalaciones on-premises. Este enlace permite que los datos fluyan entre ubicaciones distribuidas y sistemas centrales.  

La infraestructura de red edge, que a menudo se combina con la tecnología 5G, permite un gran ancho de banda y una baja latencia.

La infraestructura de edge computing incluye plataformas de software, herramientas de análisis y sistemas de gestión que procesan, analizan y orquestan las cargas de trabajo en entornos edge.

Los principales proveedores de servicios de cloud computing (por ejemplo, IBM, Red Hat, Microsoft, Google) ofrecen soluciones de edge computing diseñadas para integrarse en entornos de nube híbrida y soportar cargas de trabajo de IA.

Los recursos informáticos, como los servidores edge, los clústeres y los servidores virtuales (normalmente VMware), implementados en el edge gestionan las demandas de procesamiento y almacenamiento locales para las cargas de trabajo que requieren una respuesta de baja latencia.

Este entorno central, donde se concentran las cargas de trabajo más voluminosas, el almacenamiento y los análisis más exhaustivos, colabora con las ubicaciones periféricas como parte de una infraestructura híbrida distribuida más amplia.

Esta infraestructura incluye configuraciones de nube privada y nube pública, en función de la estrategia de infraestructura de una organización.

El edge computing ayuda a las organizaciones a obtener un acceso más rápido a sus datos y a actuar sobre ellos antes de que lleguen a un centro de datos central. Los siguientes son algunos de los principales beneficios:

• Rendimiento mejorado: al reducir la latencia y aumentar la velocidad, el edge computing ofrece un mejor rendimiento y una mayor fiabilidad con menos tiempo de inactividad.
• Toma de decisiones optimizada: el análisis de datos que se lleva a cabo en el perímetro de la red permite acceder más rápidamente a las perspectivas. Hoy en día, las organizaciones pueden aplicar análisis de IA/ML y algoritmos complejos para mejorar la toma de decisiones en tiempo real y optimizar la experiencia del cliente, por ejemplo, en el comercio minorista.
• Mayor seguridad y cumplimiento: cuando los datos permanecen locales, las organizaciones tienen más control sobre cómo se protegen. Esta localización reduce la exposición a los riesgos de seguridad y facilita el cumplimiento de los requisitos de cumplimiento y las obligaciones de soberanía de los datos en distintas regiones.
• Escalabilidad mejorada: las soluciones basadas en software apoyan la automatización de redes en el edge, permitiendo a las organizaciones gestionar y escalar las implementaciones según sea necesario, incluyendo eventos de alto tráfico como ventas flash.
• Mayor eficiencia operativa: cuando los dispositivos edge gestionan el proceso de datos localmente, las organizaciones reducen la cantidad de datos enviados a ubicaciones centrales como la nube y aprovechan más los recursos existentes.
• Costes reducidos: procesar los datos en las instalaciones y enviar solo lo necesario a los servidores centrales on-premises o en la nube reduce el uso del ancho de banda de la red y los costes generales de infraestructura.

El edge computing ofrece claras ventajas, pero no está exento de complejidad. Las grandes organizaciones pueden tener miles de dispositivos edge (por ejemplo, sensores para mantenimiento predictivo en una planta), lo que aumenta la dificultad de implementación, aprovisionamiento y monitorización.

Los dispositivos edge también tienen recursos informáticos y de almacenamiento limitados, lo que puede limitar las cargas de trabajo que manejan. Además, la conectividad fiable en ubicaciones distribuidas puede presentar problemas, especialmente para las organizaciones que operan en ubicaciones remotas donde el acceso a la red puede ser poco fiable.

Las organizaciones pueden hacer frente a estos retos mediante el uso de software y plataformas de gestión de proveedores de servicios edge, que automatizan el aprovisionamiento, monitorizan la seguridad y gestionan las cargas de trabajo en todos los entornos. Al combinar el edge computing con el 5G, las organizaciones pueden mantener los sistemas en funcionamiento incluso cuando las conexiones a Internet tradicionales no son fiables o no están disponibles.

A medida que la infraestructura edge madura, las organizaciones la combinan cada vez más con el machine learning para procesar y actuar sobre los datos directamente en los dispositivos edge conectados.

Este enfoque, conocido como IA edge, reduce la dependencia de la infraestructura centralizada en la nube y ayuda a optimizar las operaciones en sectores complejos, como la gestión de la cadena de suministro o la fabricación. A diferencia de los enfoques basados en la nube, los dispositivos de IA edge también pueden funcionar sin conexión, lo que los hace adecuados para aplicaciones que no pueden depender de una conexión continua a Internet.

El edge computing es compatible con una amplia gama de sectores y aplicaciones. Desde la sanidad hasta los servicios financieros, las organizaciones implementan casos de uso de edge computing que incluyen:

• Atención médica
• Transporte
• Telecomunicaciones
• Servicios financieros
• Entretenimiento