Apa yang dimaksud dengan komputasi edge?

Kedekatan dengan data pada sumbernya dapat memberikan manfaat bisnis yang besar, termasuk insight yang lebih cepat, waktu respons yang lebih baik, dan ketersediaan bandwidth yang lebih baik.

Pertumbuhan eksplosif dan peningkatan daya komputasi perangkat IoT, dari smartphone hingga kendaraan otonom, telah menghasilkan volume data yang sangat besar. Volume data ini terus bertumbuh seiring dengan proliferasi perangkat dan sistem yang terhubung yang mendukung analitik data real-time dan beban kerja kecerdasan buatan (AI).

Mengirim semua data yang dihasilkan perangkat ke pusat data terpusat data center atau ke cloud membuat masalah bandwidth dan latensi. Komputasi edge memecahkan masalah ini dengan memproses dan menganalisis data di titik asal, memungkinkan analisis data yang lebih cepat dan lebih komprehensif, seperti melalui komputasi edge mobile di jaringan 5G. Langkah ini menciptakan peluang untuk insight yang lebih besar, waktu respons yang lebih cepat, dan pengalaman pelanggan yang lebih baik.

Saat ini, komputasi edge memainkan peran penting dalam strategi hybrid cloud. Seiring perusahaan mengembangkan lingkungan hybrid cloud menjadi infrastruktur hybrid terdistribusi, komputasi edge menjadi sangat penting untuk menjalankan beban kerja kompleks secara lokal.

Selain itu, integrasi komputasi edge dan AI untuk melakukan tugas-tugas machine learning (ML) secara langsung pada perangkat edge yang terhubung mendorong pertumbuhan besar. Sebuah studi Fortune Business Insights menilai pasar edge AI sebesar 35,81 miliar USD pada tahun 2025, memproyeksikan akan mencapai 385,89 miliar USD pada tahun 2034 dengan tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 29,9%.¹

Berbeda dengan komputasi cloud, yang bergantung pada akses jarak jauh ke sumber daya komputasi seperti komputasi, penyimpanan, dan jaringan melalui internet, komputasi tepi memproses data secara lokal di mana perangkat mengumpulkannya. Meskipun sangat berbeda, komputasi tepi memperluas fungsi model cloud ke lokasi tepi. Keduanya memiliki teknologi yang sama, seperti virtualisasi, kontainer, dan layanan mikro, yang semuanya memainkan peran penting dalam penerapan edge.

Model komputasi edge bergantung pada beberapa komponen dasar:

• Perangkat edge
• Gerbang edge
• Infrastruktur jaringan
• Perangkat lunak dan analitik
• Server edge, klaster, dan virtual servers
• Pusat data berbasis cloud atau terpusat

Perangkat edge adalah perangkat keras yang mengumpulkan, memproses, dan bertindak berdasarkan data pada sumbernya. Kategori luas ini mencakup perangkat keras komputasi yang terletak di batas jaringan dan sebagai perangkat edge IoT, yang merupakan komponen fisik yang terhubung ke jaringan menghasilkan data melalui satu atau lebih sensor. Perangkat tepi IoT berkisar dari aplikasi tepi industri (misalnya, kota pintar, robot industri) hingga perangkat konsumen (misalnya, smartphone, kontrol keamanan rumah).

Sebuah studi Statista memproyeksikan jumlah perangkat IoT di seluruh dunia akan lebih dari dua kali lipat dari 19,8 miliar pada tahun 2025 menjadi 40,6 miliar pada tahun 2034.²

Gateway komputer adalah node komputasi, seperti router, server, atau perangkat jaringan area luas yang ditentukan perangkat lunak (SD-WAN) yang bertindak sebagai perantara yang aman antara perangkat edge dan cloud atau pusat data.

Komponen ini mengelola lalu lintas data dan komunikasi antara dua lingkungan.

Lapisan konektivitas ini menghubungkan komponen seperti pengontrol, adaptor ethernet, gateway, dan sumber daya lainnya melalui jaringan edge, dari edge ke cloud hingga lokal. Tautan ini memungkinkan data mengalir antara lokasi terdistribusi dan sistem pusat.  

Sering kali dikombinasikan dengan 5G, infrastruktur jaringan edge mendukung bandwidth tinggi dan latensi rendah.

Infrastruktur komputasi edge mencakup platform perangkat lunak, Platform Analytics, dan sistem manajemen yang memproses, menganalisis, dan mengorkestrasikan beban kerja di seluruh lingkungan edge.

Penyedia layanan komputasi cloud terkemuka (misalnya, IBM®, Red Hat, Microsoft, Google) menawarkan solusi komputasi tepi yang dirancang untuk berintegrasi di seluruh lingkungan cloud hybrid dan mendukung beban kerja AI.

Sumber daya komputasi, seperti server tepi, klaster tepi dan Virtual Servers (biasanya VMware), yang diterapkan di tepi menangani pemrosesan lokal dan penyimpanan permintaan untuk beban kerja yang memerlukan respons latensi rendah.

Lingkungan pusat ini, tempat beban kerja yang lebih besar, penyimpanan, dan analitik yang lebih dalam berada, bekerja dengan lokasi tepi sebagai bagian dari infrastruktur hibrida terdistribusi yang lebih luas.

Infrastruktur ini mencakup pengaturan cloud pribadi dan cloud publik, bergantung pada strategi infrastruktur organisasi.

Komputasi edge membantu organisasi mendapatkan akses lebih cepat ke data mereka dan menindaklanjutinya sebelum data tersebut mencapai pusat data pusat. Berikut ini adalah beberapa manfaat utama:

• Peningkatan kinerja: Dengan mengurangi latensi dan meningkatkan kecepatan, komputasi tepi memberikan kinerja yang lebih baik dan keandalan yang lebih besar dengan waktu henti yang lebih sedikit.
• Pengambilan keputusan yang dioptimalkan: Analisis data yang berlangsung di tepi jaringan berarti akses lebih cepat ke insight. Hari ini, organisasi dapat menerapkan analitik AI/ML dan algoritma kompleks untuk meningkatkan pengambilan keputusan real-time dan mengoptimalkan pengalaman pelanggan, seperti dalam retail yang dipersonalisasi.
• Keamanan dan kepatuhan yang lebih kuat: Ketika data tetap lokal, organisasi memiliki kontrol lebih besar atas bagaimana data itu dilindungi. Pelokalan ini mengurangi paparan risiko keamanan dan membuatnya lebih mudah untuk memenuhi persyaratan kepatuhan dan kewajiban kedaulatan data di seluruh wilayah yang berbeda.
• Skalabilitas yang ditingkatkan: Solusi berbasis perangkat lunak mendukung otomatisasi jaringan di bagian tepi, sehingga memungkinkan organisasi untuk mengelola dan menskalakan penerapan sesuai kebutuhan, termasuk acara dengan lalu lintas tinggi seperti penjualan kilat.
• Peningkatan efisiensi operasional: Ketika perangkat edge menangani pemrosesan data secara lokal, organisasi mengurangi jumlah data yang dikirim ke lokasi pusat seperti cloud dan mendapatkan lebih banyak dari sumber daya yang ada.
• Mengurangi biaya: Memproses data di tempat dan mengirim hanya apa yang diperlukan ke server pusat secara lokal atau di cloud mengurangi penggunaan bandwidth jaringan dan biaya infrastruktur secara keseluruhan.

Komputasi edge menawarkan keuntungan yang jelas, tetapi bukan berarti tanpa kerumitan. Organisasi besar dapat memiliki ribuan perangkat edge (misalnya, sensor untuk pemeliharaan prediktif di area produksi), yang meningkatkan kesulitan penerapan, penyediaan, dan pemantauan.

Perangkat edge juga memiliki sumber daya komputasi dan penyimpanan terbatas, yang dapat membatasi beban kerja apa yang mereka tangani. Selain itu, konektivitas yang andal di seluruh lokasi terdistribusi dapat menimbulkan masalah, terutama bagi organisasi yang beroperasi di lokasi terpencil di mana akses jaringan dapat tidak dapat diandalkan.

Organisasi dapat alamat tantangan ini dengan perangkat lunak dan platform manajemen dari penyedia layanan edge yang mengotomatiskan penyediaan, memantau keamanan, dan mengelola beban kerja di seluruh lingkungan. Dengan menggabungkan komputasi tepi dengan 5G, organisasi dapat menjaga sistem tetap berjalan bahkan ketika koneksi internet tradisional tidak dapat diandalkan atau tidak tersedia.

Ketika infrastruktur edge matang, organisasi semakin menggabungkannya dengan machine learning untuk memproses dan bertindak atas data secara langsung pada perangkat edge yang terhubung.

Pendekatan ini, yang dikenal sebagai AI edge, mengurangi ketergantungan pada infrastruktur cloud terpusat dan membantu merampingkan operasi di seluruh industri yang kompleks (misalnya, manajemen rantai pasokan, manufaktur). Tidak seperti pendekatan berbasis cloud, perangkat edge AI juga dapat berfungsi offline, membuatnya cocok untuk aplikasi yang tidak dapat mengandalkan koneksi internet berkelanjutan.

Komputasi edge mendukung berbagai industri dan aplikasi. Dari layanan kesehatan hingga layanan keuangan, organisasi menerapkan contoh penggunaan komputasi edge yang meliputi:

• Pelayanan Kesehatan
• Transportasi
• Telekomunikasi
• Layanan keuangan
• Hiburan