Hvad er edge computing?
Tingenes internet (IoT) er overalt omkring os, hvor enheder genererer data i et konstant flow, som skal lagres og – i tilfælde af kritiske applikationer – analyseres i realtid. Edge computing analyserer disse data direkte ved kilden og medfører dermed et paradigmeskifte i cloud computing-æraen.
Hvad er edge computing? En definition
Edge computing er en designmetode til IoT-miljøer, der leverer it-ressourcer som lagerkapacitet og regnekraft så tæt som muligt på de enheder og sensorer, der genererer dataene. Edge computing er et alternativ til traditionelle cloud-løsninger med centrale servere.
Udtrykket »edge« henviser til, at databehandlingen i denne tilgang ikke foregår centralt i skyen, men derimod decentraliseret i netværkets yderkant. Edge computing har til formål at levere det, som skyen hidtil ikke har kunnet tilbyde: servere, der uden forsinkelse kan analysere store datamængder fra smarte fabrikker, forsyningsnetværk eller trafiksystemer, så der kan handles øjeblikkeligt i tilfælde af en hændelse.
Grundlæggende om edge computing i korte træk
Edge computing anvender velkendte teknologier i et kompakt design under et nyt navn. Her følger en oversigt over de vigtigste begreber inden for edge computing:
- Edge: I IT-jargon betegner »edge« netværkets yderkant. Hvilke komponenter der betragtes som netværkets yderkant, afhænger dog af den konkrete situation. Inden for telekommunikation kan en mobiltelefon for eksempel udgøre netværkets yderkant, mens det i et system af netværksforbundne, selvkørende biler er det enkelte køretøj.
- Edge-enhed: Alle datagenererende enheder ved netværkets kant fungerer som en edge-enhed. Mulige datakilder er sensorer, maskiner, køretøjer eller intelligente enheder i et IoT-miljø. Det kan for eksempel være vaskemaskiner, branddetektorer, lyspærer eller radiatortermostater.
- Edge-gateway: En edge-gateway er en computer, der er placeret i overgangen mellem to netværk. I IoT-miljøer bruges edge-gateways som knudepunkter mellem tingenes internet og et kernenetværk.
Edge-computing kontra fog-computing
At integrere lokale databehandlingsenheder i skyen er ikke nogen ny tilgang. Allerede i 2014 introducerede den amerikanske teknologikoncern Cisco markedsføringsbegrebet»fog computing«. Data, der genereres i IoT-miljøer, sendes ikke længere direkte til skyen, men samles først i små datacentre, hvor de analyseres og udvælges med henblik på yderligere databehandling.
I dag betragtes edge computing som en del af fog computing, hvor it-ressourcer som regnekraft og lagerkapacitet flyttes endnu tættere på IoT-enhederne i netværkets yderkant. Det er også muligt at kombinere de to koncepter. Nedenstående figur viser en arkitektur med cloud-, fog- og edge-lag.

Der udvikles referencearkitekturer til fog- og edge-computing-miljøer som led i Open Fog Consortium, et åbent konsortium bestående af repræsentanter fra erhvervslivet og den akademiske verden.
Hvorfor vælge edge computing?
I dag håndterer centrale datacentre størstedelen af den databelastning, der genereres af internettet. I dag er datakilderne imidlertid ofte mobile og ligger for langt væk fra den centrale mainframe til, at der kan sikres en acceptabel responstid (latens). Dette er især et problem for tidskritiske applikationer som maskinlæring og forebyggende vedligeholdelse.
Forebyggende vedligeholdelse er på vej til at revolutionere vedligeholdelsen og driften af fremtidens fabrikker. Det nye vedligeholdelseskoncept er udviklet til at opdage risikoen for fejl ved hjælp af intelligente overvågningssystemer, så problemer kan identificeres, inden der opstår en egentlig fejl.
Edge computing betragtes ikke som en erstatning, men som et supplement til skyen, der tilbyder følgende funktioner:
- Dataindsamling og -aggregering: Edge computing bygger på dataindsamling tæt på kilden, herunder forbehandling og udvælgelse af datapooler. Overførsel til skyen finder kun sted, hvis oplysningerne ikke kan behandles lokalt, hvis der er behov for detaljerede analyser, eller hvis data skal arkiveres.
- Lokal datalagring: Ved store datamængder er realtidsoverførsel fra det centrale datacenter i skyen normalt umulig. Dette problem kan omgås ved at lagre de relevante data decentralt i netværkets yderkant. Edge-gateways fungerer som replikaservere i et content delivery network.
- AI-understøttet overvågning: Edge computing muliggør kontinuerlig overvågning af de tilsluttede enheder. Kombineret med maskinlæringsalgoritmer er statusovervågning i realtid mulig.
- M2M-kommunikation: Edge computing bruges ofte sammen med M2M-kommunikation for at muliggøre direkte kommunikation mellem netværksforbundne enheder.
Følgende figur illustrerer det grundlæggende princip i en decentraliseret cloud-arkitektur, hvor edge-gateways fungerer som mellemled mellem en central computer i skyen og IoT-enheder i netværkets yderkant.

Hvordan kan edge computing-arkitekturer anvendes?
Anvendelsesområderne for edge computing stammer som regel fra IoT-miljøet. En vigtig drivkraft for væksten inden for edge computing-teknologi er den stigende efterspørgsel efter kommunikationssystemer, der kan håndtere realtidsdata. Decentraliseret databehandling betragtes eksempelvis som en nøgleteknologi i følgende projekter:
- Kommunikation mellem biler: Edge computing er afgørende for cloudbaserede varslingssystemer og autonome transportmidler.
- Intelligente elnet: Takket være decentraliserede energistyringssystemer bør elnettene kunne tilpasse sig strømudsving. Data, der overføres til generatorer, gør det muligt at reagere på ændringer i forbruget i realtid.
- Intelligente fabrikker: Selvorganiserende produktionsanlæg og logistiksystemer kan implementeres med edge computing.
Hvad er fordelene ved edge computing?
Sammenlignet med traditionelle cloud-arkitekturer byder edge computing på en række fordele:
- Databehandling i realtid: Behandlingen foregår tættere på datakilderne, hvilket er med til at undgå problemer med forsinkelser.
- Reduceret datagennemstrømning: Takket være lokal dataanalyse skal der overføres betydeligt færre data via netværket.
- Datasikkerhed: Krav til overholdelse af regler kan implementeres lettere.
Hvad er ulemperne ved edge computing?
På trods af de mange fordele er der også ulemper ved edge computing, som man bør tage højde for ved implementeringen:
- Mere kompleks netværksstruktur: Et distribueret system er mere komplekst end en centraliseret cloud-infrastruktur.
- Anskaffelsesomkostninger: Edge computing kræver en stor mængde lokal hardware og medfører derfor enorme anskaffelsesomkostninger.
- Vedligeholdelsesomkostninger: På grund af det store antal komponenter kan hverken vedligeholdelses- eller administrationsomkostningerne ignoreres.