Qu’est-ce que l’edge computing ?

Cette proximité avec les données à la source peut offrir des avantages considérables aux entreprises, notamment des analyses plus rapides, une amélioration des temps de réponse et une meilleure disponibilité de la bande passante.

La croissance explosive et la puissance de calcul croissante des appareils IdO, des smartphones aux véhicules autonomes, ont généré des volumes de données colossaux. Ces volumes continuent d’augmenter parallèlement à la prolifération des appareils et systèmes connectés qui alimentent l’analyse des données en temps réel et les workloads d’intelligence artificielle (IA).

L’envoi de toutes les données générées par les appareils vers un centre de données centralisé ou vers le cloud engendre des problèmes de bande passante et de latence. L’edge computing résout ce problème en traitant et en analysant les données à leur source, offrant ainsi une analyse plus rapide et plus complète, notamment grâce à l’edge computing mobile sur les réseaux 5G. Cette évolution ouvre la voie à des informations plus pertinentes, à des temps de réponse plus courts et à une meilleure expérience client.

Aujourd’hui, l’edge computing joue un rôle essentiel dans les stratégies de cloud hybride. Avec l’évolution des environnements de cloud hybride vers des infrastructures hybrides distribuées, l’edge computing est devenu indispensable pour exécuter localement des workloads complexes.

De plus, l’intégration de l’edge computing et de l’AI computing pour effectuer des tâches de machine learning (ML) directement sur des appareils edge connectés génère une croissance importante. Une étude de Fortune Business Insights estime le marché de l’IA en périphérie à 35,81 milliards de dollars en 2025, et prévoit qu’il atteindra 385,89 milliards de dollars à l’horizon 2034, avec un taux de croissance annuel composé (TCAC) de 29,9 %¹.

Contrairement au cloud computing, qui repose sur l’accès à distance à des ressources informatiques telles que la puissance de calcul, le stockage et la mise en réseau via Internet, l’edge computing traite les données localement, là où les appareils les collectent. Bien que ces deux modèles soient nettement différents, l’edge computing étend les fonctions du modèle cloud à des emplacements en périphérie. Ils partagent tous deux des technologies sous-jacentes, telles que la virtualisation, les conteneurs et les microservices, qui jouent toutes un rôle important dans les déploiements en périphérie.

Le modèle d’edge computing repose sur plusieurs éléments fondamentaux :

• Appareils edge
• Passerelles edge
• Infrastructure réseau
• Logiciels et outils d’analyse
• Serveurs edge, clusters edge et serveurs virtuels
• Cloud ou centre de données centralisé

Les appareils edge sont des équipements matériels qui collectent, traitent et exploitent les données à la source. Cette vaste catégorie comprend le matériel informatique situé en périphérie de réseau et les appareils edge IdO, qui sont des composants physiques connectés à un réseau et générant des données via un ou plusieurs capteurs. Les appareils edge IdO vont des applications edge industrielles (par exemple les villes intelligentes, les robots industriels) aux appareils grand public (par exemple les smartphones, les systèmes de sécurité domestique).

Une étude de Statista prévoit que le nombre d’appareils IdO dans le monde va plus que doubler, passant de 19,8 milliards en 2025 à 40,6 milliards à l’horizon 2034².

Une passerelle informatique est un nœud de calcul, tel qu’un routeur, un serveur ou un dispositif de réseau étendu défini par logiciel (SD-WAN), qui sert d’intermédiaire sécurisé entre les appareils edge et le cloud ou le centre de données central.

Ce composant gère le trafic de données et la communication entre les deux environnements.

Cette couche de connectivité relie des composants tels que des contrôleurs, des adaptateurs Ethernet, des passerelles et d’autres ressources via un réseau edge, de la périphérie au cloud et aux installations sur site. Cette liaison permet aux données de circuler entre des sites distribués et des systèmes centraux.  

Souvent associée à la 5G, l’infrastructure de réseau edge prend en charge une bande passante élevée et une faible latence.

L’infrastructure d’edge computing comprend des plateformes logicielles, des outils d’analyse et des systèmes de gestion qui traitent, analysent et orchestrent les workloads dans les environnements edge.

Les principaux fournisseurs de services de cloud computing (par exemple IBM, Red Hat, Microsoft, Google) proposent des solutions conçues pour s’intégrer dans des environnements de cloud hybride et prendre en charge les workloads d’IA.

Les ressources informatiques, telles que les serveurs edge, les clusters edge et les serveurs virtuels (généralement VMware), déployés en périphérie, gèrent les besoins locaux en matière de traitement et de stockage pour les workloads qui exigent une réponse à faible latence.

Cet environnement central, où sont regroupés les workloads les plus importants, le stockage et les analyses approfondies, fonctionne en collaboration avec les emplacements edge dans le cadre d’une infrastructure hybride distribuée plus large.

Cette infrastructure comprend des environnements de cloud privé et de cloud public, en fonction de la stratégie d’infrastructure de l’entreprise.

L’edge computing permet aux entreprises d’accéder plus rapidement à leurs données et d’agir sur celles-ci avant même qu’elles n’atteignent un centre de données central. Voici quelques-uns des principaux avantages :

• Amélioration des performances : en réduisant la latence et en augmentant la vitesse, l’edge computing offre de meilleures performances et une plus grande fiabilité, avec moins de temps d’arrêt.
• Optimisation de la prise de décision : l’analyse des données effectuée en périphérie de réseau permet un accès plus rapide aux informations. Aujourd’hui, les entreprises peuvent recourir à l’analyse IA/ML et à des algorithmes complexes pour améliorer la prise de décision en temps réel et optimiser l’expérience client, par exemple dans le commerce de détail personnalisé.
• Renforcement de la sécurité et de la conformité : lorsque les données restent sur place, les entreprises ont davantage de contrôle sur la manière dont elles sont protégées. Cela réduit l’exposition aux risques de sécurité et facilite le respect des exigences de conformité et des obligations en matière de souveraineté des données dans différentes régions.
• Meilleure évolutivité : les solutions logicielles prennent en charge l’automatisation du réseau en périphérie, permettant aux entreprises de gérer et de faire évoluer leurs déploiements selon les besoins, y compris lors d’événements à fort trafic tels que les ventes flash.
• Augmentation de l’efficacité opérationnelle : lorsque les appareils edge traitent les données localement, le volume de données envoyé vers des emplacements centraux, comme le cloud, diminue, ce qui permet aux entreprises de mieux exploiter leurs ressources existantes.
• Réduction des coûts : le traitement des données sur site et l’envoi du strict nécessaire vers les serveurs centraux, sur site ou dans le cloud, réduisent l’utilisation de la bande passante réseau et les coûts globaux d’infrastructure.

L’edge computing offre des avantages évidents, mais son utilisation n’est pas si simple. Les grandes entreprises peuvent disposer de milliers d’appareils edge (par exemple des capteurs pour la maintenance prédictive sur un étage), ce qui accroît la difficulté des déploiements, de l’approvisionnement et de la surveillance.

Les appareils edge disposent également de ressources de calcul et de stockage limitées, ce qui peut restreindre les workloads qu’ils sont en mesure de traiter. De plus, une connectivité fiable entre des sites dispersés peut poser des problèmes, en particulier pour les entreprises opérant dans des zones reculées où l’accès au réseau peut être aléatoire.

Les entreprises peuvent relever ces défis grâce aux logiciels et aux plateformes de gestion proposés par les fournisseurs de services edge, qui automatisent l’approvisionnement, surveillent la sécurité et gèrent les workloads dans tous les environnements. En associant l’edge computing à la 5G, les entreprises peuvent maintenir leurs systèmes opérationnels même lorsque les connexions Internet traditionnelles sont peu fiables ou indisponibles.

À mesure que l’infrastructure edge gagne en maturité, les entreprises l’associent de plus en plus au machine learning afin de traiter les données et d’agir directement sur les appareils edge connectés.

Cette approche, connue sous le nom d’IA en périphérie (ou « edge AI » en anglais), réduit la dépendance vis-à-vis d’une infrastructure cloud centralisée et contribue à rationaliser les opérations dans des secteurs complexes (par exemple la gestion de la chaîne d’approvisionnement ou la fabrication). Contrairement aux approches basées sur le cloud, les appareils d’IA en périphérie peuvent également fonctionner hors ligne, ce qui les rend adaptés aux applications qui ne peuvent pas compter sur une connexion Internet continue.

L’edge computing soutient un large éventail de secteurs et d’applications. De la santé aux services financiers, les cas d’utilisation de l’edge computing déployés par les entreprises comprennent notamment :

• Soins de santé
• Transports
• Télécommunications
• Services financiers
• Divertissement