Muchos de los grandes despliegues industriales de IO no se adaptan de manera eficiente a los modelos tradicionales de computación en nube centralizada. El enorme número de dispositivos conectados que envían un sinfín de flujos de datos cambia allí donde se debe realizar la computación: en el borde de la red.

Aunque los centros de datos dedicados son más potentes que los dispositivos de borde de red limitados por el tamaño/espacio, las limitaciones impuestas por la velocidad de la luz dificultan las aplicaciones de baja latencia de larga distancia. Esto y el inmenso volumen de dispositivos de IO que necesitan conectarse a la red hacen que confiar en recursos centralizados como las plataformas en nube sea costoso e ineficiente.

 

Retos de la IoT Industrial

La mayoría de las industrias hacen un uso extensivo de las tecnologías de IoT (en gran parte para redes sensoriales masivas), y emplean aplicaciones que son sensibles a la latencia y requieren una computación potente para su implementación.

Las plataformas petrolíferas, por ejemplo, generan casi 100 GB de datos al día, y las turbinas pueden generar una impresionante TB de datos sensoriales cada hora con muchas más aplicaciones de sensores IoT industriales que generan cantidades comparativas de datos. Simplemente no es práctico, rentable o incluso necesario enviar todos estos datos a la nube cuando muchos de los procesos analíticos críticos no requieren computación a nivel de nube.

Los dispositivos de IoT generan cantidades masivas de datos útiles, pero al mismo tiempo generan grandes cantidades de información inútil. Todo esto deja un buen margen para la optimización (filtrado de ruido, compresión de datos, por nombrar algunos) con los dispositivos de borde de la red.

 

Computación de Borde / Análisis potenciado por computación en la niebla

La naturaleza fundamental de la latencia/velocidad de la luz, así como los requisitos de ancho de banda para la miríada de dispositivos de IoT, hacen que la única opción sea acercar los recursos informáticos a la fuente.

 

Para despliegues inmensos de IO esto significa que en lugar de utilizar pasarelas de IoT de baja potencia con capacidades mínimas de almacenamiento/informática, se utiliza hardware y almacenamiento de computación de gama media a alta para desplegar dispositivos de computación de red de IoT. Con una arquitectura de red de niebla/informática de vanguardia, en lugar de tener que depender de centros de datos lejanos, los dispositivos de IoT pueden utilizar los propios dispositivos de borde de red como un recurso potente (que a su vez puede comunicarse con los centros de datos para una orquestación/computación más compleja).

Con potentes dispositivos Intel x86 en el extremo de la red que sirven para recopilar, procesar y almacenar los datos, empujando la analítica al límite se está convirtiendo en el siguiente paso en muchas industrias. La ejecución de análisis más cerca de la fuente abre la puerta a nuevas aplicaciones y aporta beneficios increíbles:

• Optimización/Eficiencia: El ancho de banda y el almacenamiento son un recurso valioso y limitado, exacerbado por el hecho de que innumerables dispositivos de IoT generan cantidades interminables de él, lo que hace que el envío de datos brutos sin procesar resulte prohibitivo desde el punto de vista de la infraestructura. Con potentes dispositivos informáticos en el extremo de la red capaces de acumular, almacenar, procesar, analizar y comprimir datos localmente, los despliegues de IoT pueden maximizar la eficiencia del ancho de banda de Internet y minimizar los viajes de ida y vuelta al centro de datos.

• Redundancia/Resiliencia: El papel de los centros de datos no se elimina completamente en un modelo de computación descentralizada, sino que se reserva para consultas complejas, orquestación y almacenamiento. Esto abre la posibilidad de pasarelas programadas inteligentemente capaces de tomar decisiones localizadas con operación continua en caso de una interrupción en el centro de datos.

• Supremacía de baja latencia: La ventaja de no tener que llamar a casa (al centro de datos o a la nube) cada vez que un dispositivo de IO quiere almacenar datos o requiere orquestación es una carga masiva fuera de la red central y una mejora de la latencia general.