Ist Edge Computing die Lösung für die weltweit zunehmende Datenflut?
Höher, schneller, weiter – die weltweit zunehmende Digitalisierung führt zu einer immensen Flut an Daten. Künstliche Intelligenz, Machine Learning, IoT, 5G und Blockchain – neue Technologien bieten ein unfassbares Spektrum an immer neuen Möglichkeiten. Und neue Daten, die gespeichert werden wollen. Könnte Edge Computing 2021 die Lösung für die Verarbeitung immer weiter wachsender Datenmengen sein? In unserem Artikel klären wir auf, worum es sich beim Edge Computing handelt, was der Unterschied zum Cloud Computing ist und welche Rolle Edge Computing in der Zukunft spielen könnte.
Was ist Edge Computing?
Der Begriff „Edge“ beschreibt einen Rand oder eine Kante und gemeint ist in diesem Zusammenhang der Rand eines Netzwerkes. Häufig wird Edge Computing als Gegenteil des Cloud Computing beschrieben. Das Cloud Computing hat in der Vergangenheit diverse neue Anwendungsfälle eröffnet. Devices mussten nicht besonders intelligent sein und nicht sehr gut ausgestattet, dennoch konnte durch die Zentralisierung komplexe Anwendungen ausgeführt werden. Die Geräte können über das Internet komplexe Berechnung o.ä. auslagern. Neben der Rechenkapazität bietet Cloud Computing auch nahezu unbegrenzte Speichermöglichkeiten. Daten müssen nicht mehr lokal gespeichert werden. Außerdem bietet Cloud Computing eine Reihe von High Level Services, die ich nicht mehr auf den Devices selber geschaffen werden müssen. Das vereinfacht die Entwicklung vieles Services und Devices und löst auch Probleme bei z.B. Updates. Zwingend erforderlich ist hierbei aber eine stets gute Vernetzung, in Form von Verfügbarkeit, Geschwindigkeit und Zuverlässigkeit.
Was unterscheidet Edge Computing von Cloud Computing?
Bei Edge Computing passiert jetzt genau das Gegenteil. Das was vorher zentralisiert wurde, wird dezentralisiert und so gesagt „an den Rand gedrückt“. Mittlerweile trägt jeder von uns mehr Rechenpower in Form des Smartphones in der Hosentasche, als so mancher Server einem bieten kann. Durch Entwicklungen wie z.B. IoT (Internet of Things) besitzen selbst einfache Lampen sehr viel Rechenkapazität. Hier entsteht also zunehmend mehr Potenzial und der Grund, warum man zuvor in die Cloud ausgewichen ist, ist nunmehr nicht mehr wirklich wichtig. Man muss nun nicht mehr ausweichen, weil die Rechen- oder Speicherkapazität direkt an Ort und Stelle vorliegt.
Welche Rolle spielt Edge Computing in der Zukunft?
Ein weiterer Grund für Edge Computing steckt in den immer weiter wachsenden Datenmengen. Diese machen Edge Computing teils erforderlich, weil diese Menge nicht mehr über z.B. das Mobilfunknetz transportiert werden können und es auch nicht sinnvoll wäre. Eine Flugzeugturbine eines modernen Verkehrsflugzeuges generiert ca. 10 Terabyte Daten innerhalb von 30 Minuten. Diese Datenmengen müssen teils in Echtzeit verarbeitet werden. Eine Übertragung in die Cloud und die dortige Verarbeitung inkl. einer Rückmeldung würden viel zu lange dauern. Die Daten müssen innerhalb der Turbine verarbeitet werden. Auf dieser Basis werden Entscheidungen getroffen und, wenn überhaupt, ein deutlich geringeren Umfang an Daten übertragen. Sollten diese Daten dann nur noch der Dokumentation oder des Reportings dienen, können die Daten auch vor Ort persistiert und zu gegebene Zeit übertragen werden.
Bei Anwendungen wie z.B. AR oder VR kann das iPhone die Daten nicht erst in die Cloud übertragen. Das würde die Anwendungen nicht nutzbar machen. Auch im Auto wäre es fatal, wenn das Auto die Daten von Sensoren, Kameras etc. erstmal in die Cloud übertragen würde, bevor es feststellt, dass eine Notfallbremsung einleiten muss.
Vor- und Nachteile von Edge Computing
Oft wird als Nachteil von Edge Computing angeführt, dass viele Geräte erforderlich sind und diese Geräte alle über eine solide Performance verfügen müssen. Auf Grund von IoT sind jedoch immer mehr intelligente Geräte im Umlauf, sodass der Nachteil sukzessiver irrelevanter wird. Die Vorteile scheinen, Stand heute, mittlerweile zu überwiegen. Neben den zuvor genannten Vorteilen hinsichtlich der Datenübertragung, spiele auch noch Faktoren wie die Datensicherheit eine Rolle. Umso mehr Geräte desto mehr Geräte muss ich schützen, aber es ermöglicht auch, besonders Schützens würdige Daten gar nicht erst übertragen zu müssen. Die Dezentralität führt aber auch dazu, dass einzelne Ausfälle in Netzen, geringere Auswirkungen haben.
Ein Beispiel
Ein klassisches Beispiel für Edge Computing ist mit Sicherheit das autonome Fahren von Fahrzeugen, z.B. PKW. Die Daten von Sensoren eines autonom fahrenden Fahrzeugs liegen Schätzungen zufolge bei mehreren Terabyte am Tag. Hierbei entstehenden drei wesentliche Probleme:
- Geschwindigkeit
Die Daten können kaum in einem angemessenen Zeitrahmen übertragen werden, auch wenn das unter den besten 5G Bedingungen irgendwann mal möglich wäre. - Datenmenge
Die meisten Daten werden gar nicht benötigt, außer in dem Moment der Erstellung selbst, z.B. zur Verhinderung einer Kollision. Daher ist es sinnvoll, ausschließlich die aggregierten Daten zu ermitteln, die langfristig benötigt werden. Das erfordert dann aber eine Verarbeitung der Daten vor Ort. - Sicherheit
Beim autonomen Fahren wäre es nahezu fahrlässig auf Cloud-Computing zu setzen, wenn es z.B. um das Bremsen oder Ausweichen geht. Wenn die Latenz in dem Moment auch nur marginal schlechter ist, erfolgt die Antwort der Cloud und damit vielleicht das Ausweichmanöver deutlich zu spät.
Diese drei Kernprobleme führen dazu, dass umfangreiche Rechenkapazitäten im Auto selbst geschaffen werden.
Fazit
Edge Computing entwickelt sich zunehmend zu einer echten Alternative für zentrale Infrastrukturen. Und häufig ist es deutlich mehr als nur eine Alternative, es wird zunehmend zwingend erforderlich.
- Vom 3. Februar 2021