5G brengt veel nieuwe mogelijkheden met zich mee. Door dit snelle mobiele netwerk kunnen we met grote aantallen tegelijk sneller en soepeler digitale applicaties gebruiken. Tenminste, als we rekening houden met datastromen die groter worden dan ooit tevoren. Kunnen we wel vertrouwen op gegarandeerde, betrouwbare realtime-data-uitwisseling? Om deze vraag te bevestigen, kunnen bedrijven niet langer om edge computing heen.
De komst van 5G werd jaren geleden aangekondigd. Toch is er altijd nog veel onduidelijk over de nieuwe technologie. Sommigen zien 5G als de redder van de digitalisering, de aankondiging van nóg meer innovatie. Anderen zien vooral de mogelijke valkuilen. Een uitdaging voor bedrijven en ontwikkelaars is de ontwikkeling van een centrale technologie die de enorme hoeveelheden data aan kan die verband houden met 5G, internet of things (iot) en andere trends. Dat is ‘edge computing’: het brengen van computerkracht naar ‘the edge’, de rand van het netwerk. Ontwikkelaars van apparaten en applicaties moeten steeds meer rekening houden met deze verschuiving van rekenkracht en datastromen.
Omgaan met grote datastromen
5G en iot vergroten datastromen, en bedrijven weten dat. Toch hebben ondernemers nog lang niet altijd de strategieën, architecturen en technologieën om daarmee om te gaan. Hoe verzamel je data op de meest efficiënte manier? Hoe ga je strategisch om met de zee van gegevens die op elk moment voor je beschikbaar is?
Een goed voorbeeld hiervan is autonoom rijden. Steeds meer connected, slimme voertuigen kunnen verkeerssituaties analyseren én met andere voertuigen communiceren. 5G geeft soortgelijke baanbrekende technologieën groen licht. Al deze mogelijkheden gaan echter gepaard met een enorm groeiende datastroom. Een moderne auto verzamelt elke dag ongeveer vier terabyte aan gegevens. Ter vergelijking: dat is ongeveer 68.000 uur aan muziek luisteren via Spotify. Al deze informatie moet naar de cloud worden gebracht, hier worden opgeslagen, samengevoegd, geëvalueerd en gebruikt voor bijvoorbeeld ai-analyses. Het probleem: dit proces duurt veel te lang, vooral omdat er ook nog miljoenen andere auto’s op de weg zijn.
En dan is dit slechts een enkel voorbeeld. Er zijn miljarden vergelijkbare situaties en centrale verwerking van al deze data is simpelweg niet mogelijk. Om in de context van het 5G-netwerk te blijven: wat gebeurt er als de dataverwerking niet snel genoeg gaat? Als we kijken naar het voorbeeld met de auto’s, dan gaat er kostbare tijd verloren waarin de auto gevaren moet signaleren en ongevallen moet voorkomen. De cloud alleen kan die workload die door 5G ontstaat niet aan, en daar biedt edge computing uitkomst: een soort ‘minicloud’ tussen het apparaat en de cloud, waarin machine learning-algoritmen gegevens op machineniveau opslaan en analyseren.
Lokaal gegevens verzamelen
Wat doet edge computing dan precies? Edge computing maakt het mogelijk om lokaal gegevens te verzamelen – bij het apparaat aan het eind van de netwerkketen. Tegelijkertijd maakt edge computing het mogelijkheid om AI-analyses uit te voeren en selecteert het de data die echt in de cloud opgeslagen moet worden. Het filtert irrelevante informatie en stuurt alleen naar de cloud wat noodzakelijk is. Neem een bewakingscamera als voorbeeld. In plaats van 24 uur per dag video naar de cloud te sturen, kan een camera op lokaal niveau de beelden opslaan en analyseren. Een algoritme (‘beweging op beeld = versturen naar cloud’) zorgt ervoor dat data alleen naar de cloud gaat, als dat nodig is.
Ook in Industrie 4.0 wordt edge computing steeds vaker op machineniveau gebruikt om bijvoorbeeld predictive maintenance te ondersteunen. Met name gevoelige data zouden vaak niet direct of helemaal niet de cloud moeten bereiken. De edge-technologie in het datacenter van het bedrijf beheert dan niet alleen de workload, en dus de druk op de cloud, maar krijgt ook een belangrijke poortwachtersfunctie.
Elkaar aanvullen
Edge computing is sneller, veiliger, directer en betrouwbaarder dan andere data-architectuurtechnologieën. Gegevens kunnen echter niet voor altijd op machineniveau worden opgeslagen – elke server heeft zijn capaciteit. Daarom versnelt een netwerkstandaard zoals 5G de informatieverwerking. Je kunt dus wel zeggen dat 5G en edge computing elkaar aanvullen. Een uitdaging waar bedrijven op dit gebied mee te maken krijgen is het feit dat de vele verschillende apparaten, systemen en oplossingen van de meest uiteenlopende gebruikers niet naadloos met elkaar kunnen communiceren. Om de datastromen ‘aan de edge’ te beheren is een dataplatform nodig dat 5G en andere technologieën ondersteunt en uit de voeten kan met verschillende (programmeer)talen. Op die manier wordt data uniform en dus bruikbaar gemaakt. Gegevens moeten efficiënt kunnen worden verwerkt, bedrijfs- en beveiligingseisen moeten worden toegepast en de datastroom moeten worden gecoördineerd. En dat allemaal in realtime. Maar dat is niet alles: het moet idealiter ook machine learning-algoritmen ondersteunen, en daarbij alle belangrijke standaarden en specificaties ondersteunen.
Kortom, om voorbereid te zijn op alle bovengenoemde nieuwe uitdagingen, zullen bedrijven aan de slag moeten gaan met de ontwikkeling van een nieuwe en vooral toekomstgerichte datastrategie. Deze strategie moet ontwikkelingen zoals 5G en edge computing omvatten, en oplossingen in overweging nemen om de groeiende datastromen te kunnen beheren en bruikbaar te maken. Op die manier zullen bedrijven in staat zijn om écht de vruchten te plukken van 5G.
Auteur: Robert van Eggermont, verkoopmanager Benelux bij InterSystems
