La computación de borde actúa sobre los datos en su origen

La computación de borde es una infraestructura de computación distribuida que hace que las aplicaciones empresariales se acerquen a los orígenes de datos, como dispositivos de IoT o servidores locales de borde. Esta proximidad a los datos en su origen puede ofrecer beneficios empresariales sólidos: insights más rápidos, mejores tiempos de respuesta y mejor disponibilidad del ancho de banda.

Gartner estima que para el 2025, el 75% de los datos se procesarán fuera del centro de datos tradicional o nube.¹

¿Por qué computación de borde?

El crecimiento explosivo y el creciente poder computacional de los dispositivos de IoT ha resultado en volúmenes sin precedentes de datos. Y los volúmenes de datos seguirán creciendo a medida que las redes de 5G aumenten el número de dispositivos móviles conectados.

En el pasado, la promesa de la nube y la inteligencia artificial era automatizar y acelerar la innovación al manejar insights procesables de los datos. Sin embargo, la escala y la complejidad sin precedentes de los datos que los dispositivos conectados crean han superado a los recursos de la infraestructura y de la red.

El envío de todos los datos generados por los dispositivos a un centro de datos centralizado o a la nube, causa problemas de ancho de banda y latencia. La computación de borde ofrece una alternativa más eficiente: los datos se procesan y analizan más cerca del punto en el que se han creado. Debido a que los datos no atraviesan una red para llegar a una nube o un centro de datos para ser procesados, la latencia se reduce significativamente. La computación de borde, y la computación de borde móvil sobre las redes 5G, permite analizar los datos de forma más rápida y completa, lo que crea la oportunidad de obtener insights más profundos, tiempos de respuesta más rápidos y mejores experiencias del cliente.

Dispositivos en el borde: Cómo aprovechar su potencial

Desde vehículos conectados hasta robots inteligentes en la planta de producción, la cantidad de datos de dispositivos que se generan en nuestro mundo es más alta que nunca, sin embargo, la mayoría de estos datos de IoT no se explotan ni se utilizan en absoluto. Por ejemplo, un estudio de McKinsey & Company descubrió que una plataforma petrolífera mar adentro genera datos de 30.000 sensores, pero menos del uno por ciento de esos datos se utiliza actualmente para tomar decisiones.

La computación de borde aprovecha la capacidad de computación en dispositivos para proporcionar insights profundos y análisis predictivos prácticamente en tiempo real. Esta mayor capacidad analítica de los dispositivos de borde puede impulsar la innovación para mejorar la calidad y aumentar el valor. También plantea cuestiones estratégicas importantes: ¿Cómo se gestiona la implementación de las cargas de trabajo que realizan este tipo de acciones en presencia de una mayor capacidad de computación? ¿Cómo puede utilizar la inteligencia incorporada en los dispositivos para influir de forma más reactiva en los procesos operativos de sus empleados, clientes y su empresa? Para extraer el máximo valor de todos estos dispositivos, los volúmenes de computación significativos deben moverse al borde.

Su camino hacia la computación de borde: Criterios para tener en cuenta

La computación de borde ayuda a liberar el potencial de una vasta cantidad de datos sin explotar, creados por los dispositivos conectados. Puede descubrir nuevas oportunidades de negocio, aumentar la eficiencia operativa y proporcionar experiencias más rápidas, más fiables y consistentes para sus clientes. Los modelos de computación de borde pueden ayudarle a acelerar el rendimiento mediante el análisis local de los datos. Un enfoque ponderado para la computación de borde puede mantener las cargas de trabajo actualizadas de acuerdo con las políticas predefinidas, puede ayudar a mantener la privacidad y se adherirá a las leyes y regulaciones de residencia de datos.

Pero este proceso no está exento de desafíos. Los modelos de computación de borde efectivos deben abordar los riesgos de seguridad de la red, las complejidades de la gestión y las limitaciones de latencia y ancho de banda. Un modelo viable debería ayudarle a:

  • Gestionar sus cargas de trabajo en todas las nubes y en cualquier cantidad de dispositivos
  • Implementar aplicaciones en todas las ubicaciones de borde de manera fiable y sin inconvenientes
  • Mantener la apertura y la flexibilidad para adaptarse a las necesidades cambiantes
  • Operar de forma más segura y con confianza

Principales funcionalidades para la computación de borde

No importa qué variedad de computación de borde le interese — borde de nube, borde del IoT o borde móvil — asegúrese de encontrar una solución que pueda ayudarlo a lograr los siguientes objetivos:

Gestionar la distribución de software a escala masiva

Reduzca el número de administradores innecesarios y los costos asociados y despliegue software dónde y cuándo sea necesario.

Aprovechar la tecnología de código abierto

Aproveche una solución de computación de borde que alimente la capacidad de innovar y pueda gestionar la diversidad de equipos y dispositivos en el mercado actual.

Abordar los problemas de seguridad

Tenga en cuenta que las cargas de trabajo correctas son aquellas que están en la máquina adecuada en el momento preciso. Asegurarse de que hay una forma fácil de controlar y hacer cumplir las políticas de su empresa.

Colaborar con un socio de confianza que tenga experiencia en la industria

Encuentre un proveedor que tenga una plataforma multinube comprobada y una amplia cartera de servicios que estén diseñados para aumentar la escalabilidad, acelerar el rendimiento y reforzar la seguridad en las implementaciones de borde. Pregunte a su proveedor acerca de los servicios extendidos que maximizan la inteligencia y el rendimiento en el borde.

¹ "What Edge Computing Means for Infrastructure and Operations Leaders", Rob van der Meulen, Gartner Research, octubre de 2018 (enlace externo a IBM)

² "The Internet of Things: Mapping the Value Beyond the Hype",  McKinsey Global Institute, McKinsey & Company, junio de 2015 (enlace externo a IBM)