¿Qué es edge computing?

Esta proximidad a los datos en su origen puede ofrecer importantes beneficios comerciales, que incluyen insights más rápidos, tiempos de respuesta mejorados y mayor disponibilidad de ancho de banda.

El crecimiento explosivo y el creciente potencia de los dispositivos IoT, desde teléfonos inteligentes hasta vehículos autónomos, ha generado volúmenes masivos de datos. Estos volúmenes de datos continúan creciendo junto con la proliferación de dispositivos y sistemas conectados que impulsan los analytics en tiempo real y las cargas de trabajo de la inteligencia artificial (IA).

El envío de todos los datos generados por los dispositivos a un centro de datos centralizado o a la nube genera problemas de ancho de banda y latencia. La computación edge 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 de la computación edge móvil en redes 5G. Este movimiento crea la oportunidad de obtener mayores insights, tiempos de respuesta más rápidos y mejores experiencias del cliente.

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

Además, la integración del edge y la computación de IA para realizar tareas de machine learning (ML) directamente en dispositivos edge conectados está impulsando un gran crecimiento. Un estudio de Fortune Business Insights estima que el mercado de la IA edge alcanzará un valor de 35 810 millones USD en 2025 y prevé que llegue a los 385 890 millones USD en 2034, con una tasa de crecimiento anual compuesta (CAGR) del 29.9 %.¹

A diferencia de la computación en la nube, que se basa en el acceso remoto a recursos informáticos como la potencia de cálculo, el almacenamiento y las redes a través de Internet, la computación edge procesa los datos de forma local, allí donde los dispositivos los recopilan. Si bien es claramente diferente, la computación edge extiende las funciones del modelo en la nube a las ubicaciones edge. Ambas comparten tecnologías subyacentes, como la virtualización, los contenedores y los microservicios, todas las cuales desempeñan un papel importante en los despliegues de edge.

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

• Dispositivos edge
• Puertas de enlace edge
• Infraestructura de red
• Software y analytics
• Servidores edge, clústeres y virtual servers
• Centro de datos en la nube o centralizado

Los dispositivos edge son hardware que recopila, procesa y actúa sobre los datos en la fuente. Esta amplia categoría incluye hardware informático ubicado en el límite de la red y como dispositivos IoT edge, 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, teléfonos inteligentes, controles de seguridad para el hogar).

Un estudio de Statista proyecta que la cantidad de dispositivos IoT en todo el mundo se duplicará con creces, pasando de 19 800 millones en 2025 a 40 600 millones para 2034.²

Una puerta de enlace de una computadora es un nodo de computación, como un enrutador, servidor o 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 vincula componentes como controladores, adaptadores Ethernet, puertas de enlace y otros recursos a través de una red edge desde el edge hasta la nube y on premises. Este enlace permite que los datos fluyan entre ubicaciones distribuidas y sistemas centrales.  

A menudo combinada con 5G, la infraestructura de la red edge admite un gran ancho de banda y una baja latencia.

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

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

Los recursos informáticos, como servidores edge, clústeres edge y virtual servers (por lo general,VMware), desplegados en el edge manejan las demandas de procesamiento y almacenamiento local para carga de trabajo que requieren una respuesta de bajalatencia.

Este entorno central, donde residen cargas de trabajo más grandes, almacenamiento y analytics más profundos, funciona con ubicaciones edge como parte de una infraestructura híbrida distribuida más amplia.

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

La computación edge ayuda a las organizaciones a obtener un acceso más rápido a sus datos y actuar en consecuencia 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, la computación edge ofrece un mejor rendimiento y una mayor confiabilidad con menos tiempo de inactividad.
• Toma de decisiones optimizada: los analytics de datos que tienen lugar en el edge de la red permiten un acceso más rápido a los insights. Hoy en día, las organizaciones pueden aplicar analytics de IA/ML y algoritmos complejos para mejorar la toma de decisiones en tiempo real y optimizar la experiencia del cliente, como en la venta minorista personalizada.
• Mayor seguridad y cumplimiento normativo: cuando los datos se mantienen 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 y las obligaciones de soberanía de datos en distintas regiones.
• Escalabilidad mejorada: las soluciones basadas en software permiten la automatización de la red en el edge, lo que permite a las organizaciones gestionar y ampliar los despliegues según sea necesario, incluso en eventos con mucho tráfico, como las ventas relámpago.
• Mayor eficiencia operativa: cuando los dispositivos edge gestionan el procesamiento de datos de forma local, las organizaciones reducen la cantidad de datos que se envían a ubicaciones centrales, como la nube, y sacan mayor partido a los recursos existentes.
• Reducción de costos: el procesamiento de datos en el sitio y el envío solo de lo necesario a los servidores centrales on premises o en la nube reducen el uso del ancho de banda de la red y los costos generales de infraestructura.

La computación edge ofrece claras ventajas, pero no está exenta de complejidad. Las grandes organizaciones pueden tener miles de dispositivos edge (por ejemplo, sensores para el mantenimiento predictivo en un piso), lo que aumenta la dificultad de los despliegues, el aprovisionamiento y el monitoreo.

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

Las organizaciones pueden enfrentar estos desafíos con software y plataformas de administración de proveedores de servicios edge que automatizan el provisioning, monitorean la seguridad y administran las cargas de trabajo en todos los entornos. Al combinar la computación edge con 5G, las organizaciones pueden mantener los sistemas en funcionamiento incluso cuando las conexiones a Internet tradicionales no son confiables o no están disponibles.

A medida que madura la infraestructura edge, 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 de nube centralizada y ayuda a optimizar las operaciones en industrias complejas (por ejemplo, gestión de la cadena de suministro, 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 tener una conexión continua a Internet.

La computación edge admite una variedad de industrias y aplicaciones. Desde la atención médica hasta los servicios financieros, las organizaciones despliegan casos de uso de computación edge que incluyen:

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