Edge computing for IoT

Hoy en día, la computación edge se ha convertido en una tecnología complementaria esencial para IoT, ayudando a acelerar los tiempos de procesamiento de datos, reduciendo la latencia y mejorando la seguridad de una amplia gama de dispositivos IoT.

Muchas aplicaciones modernas dependen de la computación edge en IoT para su funcionalidad. Desde dispositivos conectados que permiten a los profesionales de la salud monitorear a los pacientes de forma remota. Los sensores optimizan los flujos de tráfico en áreas congestionadas y los sistemas controlan las presas hidroeléctricas; sus casos de uso son amplios y variados.

Un informe reciente proyectó que la cantidad de dispositivos IoT en todo el mundo alcanzaría los 18 mil millones para fines de 2025, un aumento de 1.6 mil millones con respecto a los dos años anteriores.¹

La computación edge es fundamental para garantizar que los datos que generan estos dispositivos se procesen en el edge en lugar de en la nube, donde ralentizaría drásticamente redes como Internet.

Según Fortune Business Insights, el mercado global de computing edge estaba valorado en poco más de 10 000 millones de dólares hace solo dos años. Se espera que alcance los 182 000 millones de dólares en los próximos seis años, una tasa de crecimiento anual compuesta del 38.2 %.²

La computación edge es un marco de computación distribuida que acerca las aplicaciones empresariales a las fuentes de datos de las que dependen para su funcionalidad, como los dispositivos de computación edge.

Al acercar las aplicaciones a la fuente, la computación edge ayuda a acelerar el tiempo de obtención de insights. También mejora los tiempos de respuesta y aumenta el ancho de banda. Con la difusión de las redes 5G, los dispositivos con conectividad a Internet pueden generar volúmenes masivos de datos.

La computación edge permite que prosperen tecnologías más nuevas, como la computación en la nube y la inteligencia artificial (IA), que dependen de estos datos.

El Internet de las cosas (IoT) se refiere a una red de dispositivos físicos, a menudo llamados dispositivos "inteligentes", que están integrados con sensores y software. Estos dispositivos están conectados a una red como Internet, lo que les permite recopilar y compartir grandes cantidades de datos.

Algunos ejemplos de dispositivos IoT incluyen electrodomésticos inteligentes como refrigeradores y termostatos, así como sistemas más avanzados como turbinas eólicas, represas hidroeléctricas y drones.

La computación edge mejora significativamente la eficiencia de los dispositivos IoT al procesar los datos que recopilan más cerca de su fuente. Este enfoque evita transportar los datos a un centro de datos centralizado primero.

Al procesar los datos más cerca de donde se recopilan, la computación edge reduce significativamente los tiempos de procesamiento de datos de IoT, lo que hace que la tecnología sea más eficiente y aumente su número de casos de uso y aplicaciones.

La computación edge de IoT utiliza dispositivos y sensores para enviar datos a través de un sistema, procesarlos y almacenarlos, sin transportarlos a un centro de datos. Al distribuir sus cargas de trabajo en varios dispositivos, la computación edge de IoT garantiza que ningún dispositivo se sobrecargue. A continuación, se describe el proceso.

1. Recopilación de datos: un sensor en un dispositivo IoT recopila datos. Los ejemplos incluyen la velocidad y dirección del viento en una turbina o la temperatura ambiente en un termostato inteligente.
2. Procesamiento local: los datos se procesan localmente a través de un dispositivo edge, generalmente una puerta de enlace o un servidor cercano, que los analiza utilizando recursos informáticos locales.
3. Filtrado de datos: el dispositivo edge filtra los datos sin procesar que recopiló, descartando la información sin importancia y procesando lo que es relevante.
4. Automatización: quizás el paso más crítico de todo el proceso, la computación edge permite la toma de decisiones automatizada para algunos dispositivos IoT. Los sensores se pueden programar para tomar ciertas acciones basadas en datos en tiempo real, por ejemplo, apagar una máquina que se sobrecalienta o girar un vehículo autónomo para evitar un choque.
5. Procesamiento en la nube: el último paso del proceso consiste en identificar los datos que deben enviarse a la nube para su posterior procesamiento, almacenamiento y análisis de datos. Por ejemplo, si fuera para generar insights de business intelligence o para fines de capacitación.

Los dispositivos IoT y los dispositivos edge son tan similares que los dos términos a menudo se usan indistintamente. Sin embargo, hay algunas diferencias que vale la pena señalar. En términos generales, los dispositivos IoT son componentes de hardware conectados a una red que generan datos a través de uno o más sensores. Los dispositivos Edge también son piezas de hardware. A diferencia de los dispositivos IoT, están diseñados para recopilar, procesar y actuar sobre los datos, no solo para almacenarlos.

Por lo general, los dispositivos edge son más complejos que los dispositivos IoT y contienen más partes. Algunos dispositivos edge contienen tanto potencia de procesamiento como recursos.

Cuando un dispositivo edge está altamente integrado en un dispositivo IoT, puede considerarse un componente del propio dispositivo, en lugar de un sistema separado. Por ejemplo, cuando un dispositivo IoT está equipado con almacenamiento de datos y suficiente potencia como para tomar decisiones simples y de baja latencia.

El machine learning (ML), un tipo de IA que se centra en enseñar a las computadoras a aprender como humanos, desempeña una función importante en la mayoría de las aplicaciones de computación edge e IoT.  

Mediante el uso de ML, se puede entrenar el IoT y los dispositivos edge para hacer predicciones e iniciar respuestas basadas en los datos que han recopilado, almacenado y procesado.  

Las interfaces de programación de aplicaciones (API) de ML recopilan datos de dispositivos IoT edge y utilizan algoritmos de ML para detectar patrones, cambios en las condiciones ambientales y más. Con esa información, el dispositivo edge puede aprender a detectar ciertas condiciones o anomalías y activar procesos automatizados.

Por ejemplo, un dispositivo IoT edge equipado con ML conectado a sensores de flujo de agua puede programarse para abrir o cerrar canales de drenaje para permitir que el agua fluya en diferentes direcciones para evitar inundaciones.

A través de un dispositivo conocido como puerta de enlace de IoT, la computación edge y los dispositivos de IoT pueden conectarse con entornos modernos de computación en la nube para mejorar funciones como el filtrado de datos y analytics. Las puertas de enlace de IoT son pequeños dispositivos diseñados para conectar dispositivos IoT a la nube traduciendo protocolos de comunicación y recopilando y procesando datos localmente.

Las puertas de enlace de IoT ayudan a garantizar un flujo de datos confiable y seguro entre el dispositivo IoT o edge y los sistemas y servicios basados en la nube, mejorando la eficiencia y la seguridad general de la red. Las puertas de enlace de IoT utilizan una variedad de capacidades de cifrado para hacer que los datos sean ilegibles a medida que se mueven entre dispositivos, usuarios y la nube, garantizando que solo los usuarios autorizados puedan verlos.

A través de las puertas de enlace de IoT, los dispositivos de IoT permiten una amplia gama de servicios en la nube, como hogares y ciudades inteligentes, gestión de las instalaciones y gestión de la cadena de suministro.

Combinar el poder de la computación edge con la versatilidad y la diversidad de aplicaciones que ofrecen los dispositivos IoT tiene una amplia gama de beneficios. Estos son algunos de los más comunes.

La computación edge en IoT ha transformado la manera en que las empresas monitorean el rendimiento de sus activos más valiosos y recopilan, almacenan y procesan datos. Desde operar vehículos autónomos de manera segura hasta hacer que las ciudades sean más seguras y optimizar sistemas de fabricación complejos, estos son cinco de sus casos de uso más convincentes.

Los trabajadores de la salud utilizan sensores IoT y computación edge para monitorear a los pacientes de forma remota y tratar una amplia gama de condiciones. Desde el seguimiento de los signos vitales hasta el envío de alertas sobre cambios en enfermedades crónicas como la diabetes y los soplos cardíacos, la computación edge en IoT desempeña una función vital en la supervisión remota de pacientes. Ha hecho que el proceso sea más seguro y fácil tanto para los pacientes como para sus proveedores de atención.

Las soluciones de IoT y las capacidades de computación edge permiten que los vehículos autónomos, desde automóviles autónomos hasta aeronaves sin piloto y sistemas de armas, realicen una amplia gama de tareas de forma segura y eficaz. Aviones, drones y automóviles deben reaccionar a los cambios en su entorno casi en tiempo real.

Los avances en la computación edge para IoT han hecho que los vehículos autónomos dependan menos de la computación en la nube, lo que permite que los datos se procesen en el edge de una red en lugar de en un centro de datos.

El IoT industrial (iIot) implica agregar sensores de IoT a las máquinas complejas y costosas que se utilizan en muchos procesos de fabricación industrial. Estos sensores edge y de IoT analizan un flujo constante de datos, aplicando algoritmos avanzados de ML para detectar oportunidades de mejora.

Los sensores de IoT también se pueden agregar a partes débiles o vulnerables de un sistema de fabricación para ayudar a los ingenieros a comprender mejor qué está causando una falla.

Las ciudades inteligentes, áreas urbanas conectadas que dependen de la tecnología para recopilar y analizar datos para mejorar la calidad de vida de los ciudadanos, dependen en gran medida de la computación edge y las tecnologías de IoT.

En las ciudades inteligentes, los gobiernos locales dependen de sensores conectados a carreteras, vehículos, plantas eléctricas y más para ofrecer información en tiempo real sobre las condiciones. Esta información les ayuda a optimizar las redes eléctricas, los sistemas de tráfico, los sistemas de respuesta a emergencias y otras partes clave de la infraestructura.

La tecnología IoT ha permitido que la mayoría de los aspectos de las cadenas de suministro modernas se gestionen de forma remota. Los sensores colocados en los productos en el momento de la fabricación, por ejemplo, proporcionan información sobre el estado y la ubicación en tiempo real. Estos datos brindan a los usuarios una imagen en tiempo real de su inventario y les permiten optimizar el flujo de mercancías.

En aplicaciones más avanzadas, las empresas han utilizado la computación edge en los sistemas IoT para automatizar aspectos de la gestión de inventario, liberando recursos humanos para desplegarlos en otros lugares.