Warum IoT und Edge Computing zusammengehören

Das IoT besteht aus intelligenten Geräten (Smart Devices), die mit einem Netzwerk verbunden sind, über das sie enorme Mengen an Daten an andere Geräte senden und von diesen empfangen. Dadurch werden dann wiederum enorme Mengen an Daten produziert, die verarbeitet und analysiert werden müssen.  

Beim Edge Computing werden Daten an ihrem Standort gesammelt oder genutzt. Mit dieser Computing-Strategie können IoT-Daten am Netzwerkrand erfasst und dort auch verarbeitet werden, anstatt sie zurück an ein Rechenzentrum oder eine Cloud zu senden. 

Zusammen genutzt bieten IoT und Edge Computing eine leistungsstarke Möglichkeit, Daten schnell in Echtzeit zu analysieren.

Das Internet of Things (IoT) umfasst den Prozess der Vernetzung physischer Objekte mit dem Internet. IoT bezieht sich auf Systeme aus physischen Geräten oder Hardware, die Daten über Netzwerke ohne Eingreifen von Personen senden und/oder empfangen. Ein typisches IoT-System sendet, empfängt und analysiert Daten in einer kontinuierlichen Feedback-Schleife. Die Analyse kann entweder durch Personen oder durch künstliche Intelligenz und maschinelles Lernen (KI/ML) nahezu in Echtzeit oder über einen längeren Zeitraum durchgeführt werden. 

Geräte, die als smart oder intelligent bezeichnet werden, gehören in der Regel zum IoT. Denken Sie beispielsweise an selbstfahrende Autos, Smarthomes, Smartwatches, Virtual Reality und Augmented Reality (VR/AR) oder an IoT für die Industrie (IIoT).

Edge Computing findet nahe am physischen Standort der Nutzenden oder der Datenquelle statt. Die lokale Nähe der Rechenkapazitäten führt zu schnelleren, zuverlässigeren Services mit einem besseren Benutzererlebnis. Unternehmen profitieren, da sie latenzempfindliche Anwendungen einsetzen können, um Trends zu erkennen und bessere Produkte und Services bereitzustellen.

Mithilfe von Edge Computing kann ein Unternehmen einen gemeinsamen Pool von Ressourcen auf eine große Anzahl von Standorten verteilen und eine zentralisierte Infrastruktur so skalieren, dass sie den Anforderungen einer zunehmenden Anzahl von Geräten und Daten gerecht wird.

Edge-Geräte sind physische Hardware, die sich an Remote-Standorten am Netzwerkrand befindet. Sie verfügen über genügend Speicher, Rechenleistung und Computing-Ressourcen, um Daten zu erfassen, diese Daten zu verarbeiten und nahezu in Echtzeit auszuführen, mit nur geringfügiger Hilfestellung durch andere Netzwerkteile.

Ein IoT-Gerät ist ein physisches Objekt, das mit dem Internet verbunden wurde und als Datenquelle dient. Ein Edge-Gerät ist dort, wo Daten erfasst und verarbeitet werden.

Edge-Geräte gelten als Bestandteil des IoT, wenn das Objekt über genügend Storage und Rechenleistung verfügt, um Entscheidungen mit geringer Latenz zu treffen und Daten innerhalb von Millisekunden zu verarbeiten.

Die Begriffe IoT-Gerät und Edge-Gerät werden manchmal synonym verwendet.

Das IoT profitiert von Rechenleistung, die näher am physischen Standort von Geräten oder Datenquellen bereitgestellt wird. Damit die von IoT-Geräten erzeugten Daten schneller reagieren oder Probleme beheben können, müssen sie direkt am Edge analysiert werden – ohne dass sie zuerst an einen zentralen Ort gesendet werden müssen.

Edge Computing ermöglicht eine lokale Verarbeitung und Speicherung von Daten, die den Daten- und Computing-Anforderungen von IoT-Geräten gerecht wird. Durch die kombinierte Nutzung von IoT und Edge lassen sich Vorteile wie die folgenden erreichen:

• Reduzierte Latenz bei der Kommunikation zwischen IoT-Geräten und den zentralen IT-Netzwerken
• Schnellere Reaktionszeiten und gesteigerte operative Effizienz
• Bessere Netzwerkbandbreite
• Fortsetzung des Offlinebetriebs des Systems bei Unterbrechung der Netzwerkverbindung
• Lokale Datenverarbeitung, Aggregation und schnelle Entscheidungsfindung durch Analysealgorithmen und maschinelles Lernen

Ein IoT-Gateway kann Daten vom Edge zurück an die Cloud, das zentrale Rechenzentrum oder an die Edge-Systeme senden, um sie dort lokal zu verarbeiten.

In einem Cloud-Computing-Modell werden Ressourcen und Services häufig in großen Rechenzentren konzentriert. Clouds stellen oft einen Teil der Netzwerkinfrastruktur bereit, die zum Verbinden von IoT-Geräten mit dem Internet erforderlich ist.

Edge-Geräte benötigen aus verschiedenen Gründen Netzwerkkonnektivität zu zentralen Standorten: für die Remote-Verwaltung, zum Empfang von Automatisierungs-Anweisungen, zur Weiterleitung von Telemetriedaten für Analysen – und auch zum Senden von Daten, die in Datenbanken gespeichert und analysiert werden, um Geschäftsziele zu erreichen.

Bei der von einem Cloud-Service bereitgestellten Kommunikation können einfach nur Daten von einem Edge-Gerät über eine Cloud und in ein Rechenzentrum übertragen werden. Oder ein Edge-Gerät sendet ein Protokoll der getroffenen Entscheidungen zur Datenspeicherung, Datenverwaltung, Datenverarbeitung oder Big Data-Analyse zurück an das Rechenzentrum.

Das industrielle IoT (oder IIoT) bezieht sich auf die Verwendung von IoT in einem industriellen Kontext, wie z. B. bei Maschinen in einer Fabrik. Stellen Sie sich den Lifecycle von Schwermaschinen in einer Fabrik vor. Unterschiedliche Personen können die Geräte im Laufe der Zeit unterschiedlich beanspruchen, und Ausfälle sind Teil des Normalbetriebs.

IoT-Sensoren können an Teilen der Maschine angebracht werden, die am anfälligsten für Bruch oder Überbeanspruchung sind. Die Daten dieser Sensoren können analysiert und für eine prädiktive Wartung verwendet werden, wodurch Ausfallzeiten insgesamt reduziert werden.

Autonome Fahrzeuge sind ein Beispiel dafür, warum IoT und Edge Computing zusammengehören. Ein autonomes Fahrzeug, das die Straße entlang fährt, muss Echtzeitdaten über Verkehr, Fußgängerinnen und Fußgänger, Straßenschilder und Ampeln erfassen und verarbeiten sowie die Fahrzeugsysteme überwachen.

Wenn das Fahrzeug anhalten oder schnell ausweichen muss, um einen Unfall zu vermeiden, würde die Datenübertragung und -verarbeitung zwischen Fahrzeug und Cloud zu lange dauern. 

Über Edge Computing werden die Cloud-Computing-Services im Fahrzeug bereitgestellt. So können die IoT-Sensoren im Fahrzeug die Daten lokal in Echtzeit verarbeiten, um einen Unfall zu vermeiden. 

Die auf Open Source basierenden Edge-Computing-Lösungen von Red Hat sind darauf ausgerichtet, Abläufe durch automatische Provisionierung, Verwaltung Orchestrierung und vordefinierte Konfigurationen zu optimieren. Wir möchten Sie bei der Entwicklung und Optimierung einer gemeinsamen Infrastruktur für Ihre unterschiedlichen Computing-, Storage- und Netzwerk-Anforderungen unterstützen.

Red Hat® Enterprise Linux® ist ein Betriebssystem, das konsistent und flexibel genug ist, um Unternehmens-Workloads in Ihrem Rechenzentrum für Modelle und Analysen am Netzwerkrand oder Edge auszuführen. Es unterstützt Sie dabei, Mini-Serverräume auf schlanker Hardware weltweit bereitzustellen, und wurde für Workloads entwickelt, die langfristige Stabilitäts- und Sicherheitsservices auf Hunderten von zertifizierten Hardware-, Software-, Cloud- und Serviceanbietern erfordern. 

Die eigenständigen Automatisierungsfunktionen von Red Hat® Ansible® Automation Platform können in Hybrid Clouds und Edge-Umgebungen bereitgestellt werden. Das Automatisierungs-Mesh der Plattform bietet außerdem ein Framework zur Skalierung der Automatisierung von einzelnen Sites bis hin zum Edge. Es ist sogar in der Infrastruktur führender Public Cloud-Anbieter verfügbar, etwa in der Lösung Red Hat® Ansible® Automation Platform on Microsoft Azure.

Und mit Red Hat® OpenShift® erhalten Sie eine Kubernetes-Plattformzum Erstellen, Bereitstellen und Verwalten containerbasierter Anwendungen in verschiedenen Infrastrukturen oder Clouds – einschließlich privater und öffentlicher Rechenzentren oder Edge-Standorte.