Vertiv: 4 Typen von Edge Computing

0

Eine neue Studie von Vertiv, vormals Emerson Network Power, zeigt vier Anwendungsfälle von Edge Computing auf. So gewinnt der mehr abstrakte Begriff von “Edge” anschauliche Dimensionen.

Vertiv, ein international aufgestellter amerikanischer Planer und Hersteller von klassischen und modularen Rechenzentren, der 2015 unter Beteiligung von Platinum Equity aus der Umgestaltung von Emerson Network Power hervorgegangen ist, gehört mit etwa 18.000 Mitarbeitern und globaler Präsenz neben Schneider Electric aus Frankreich zu den Großen der Branche für den Bau von Rechenzentren, die nicht nur assemblieren, sondern sehr viele Bestandteile selbst herstellen. Besondere Erfahrung hat Vertiv bei der “schlüsselfertigen” Konstruktion und Einrichtung von Rechenzentren, wobei die modularen Varianten an verschiedenen Orten, darunter Zagreb in Kroatien, zusammengebaut, getestet und dann komplett an die Kunden per LKW-Transport ausgeliefert werden.

Mit “Edge Computing” wird ein Trend bezeichnet, der in den letzten Jahren immer öfter die Diskussion um IT bestimmt und dem von dem Marktforschungsinstitut Grand Valley Research für die nächste Zeit ein jährliches Wachstum von 41 Prozent prognostiziert wird. In den meisten Branchen soll demnach eine Verschiebung von den zentralen IT-Infrastrukturen hin zu Computing- und Storage-Systemen festzustellen sein, die sich näher bei den Anwendern “am Rande” befinden.

Als Gründe für diese Verlagerung werden die großen Datenmengen und der stark angestiegene Datenverkehr angegeben. Laut dem Cisco Visual Networking Index soll sich der globale IP-Verkehr bis 2021 auf drei 3,3 Zetabytes verdreifachen, und Gartner erwartet bis zum Jahr 2020 20,8 Milliarden miteinander verbundene IT-Systeme im Bereich des Internet of Things (IoT). Ein großer Teil dieser IoT-Daten wird nicht über Internet-Verbindungen, sondern über drahtlose oder mobile Netze übertragen werden. Schätzungen gehen davon aus, dass der mobile IP-Traffic bis 2021 um das Siebenfache ansteigen wird.

Vertiv unterscheidet zwischen bis zu 100 verschiedenen Szenarien von Edge Computing, die sich in vier Gruppen zusammenfassen lassen und die die IT-Abteilungen vor neue Aufgaben stellen: Es sind vor allem Anwendungen, die generell sehr datenintensiv sind, außerdem kommen Besonderheiten beim Maschinenlernen und bei lebenskritischen Situationen hinzu.

Datenintensive Anwendungsfälle (Data Intensive). Hier handelt es sich um solche Fälle, bei denen die Datenmenge so groß ist, dass es keinen Sinn macht, sie direkt über das Netzwerk in die Cloud oder von der Cloud zu einem Anwender zu senden – wegen der Kosten oder Problemen mit der Bandbreite. Beispiele hierfür sind intelligente oder Smart Cities, Smart Factories und Smart Homes/Buildings, High Performance Computing, Virtual Reality, Digitalisierung von Öl- oder Gasbohrungen oder die Verteilung von hochauflösenden Inhalten. Amazon oder Netflix sind Partnerschaften mit lokalen Anbietern eingegangen, weil das Streaming von Videos über weite Entfernungen zu sehr hoher Belastung der Netzwerke führt und weil sie Kosten sparen wollen.

Menschliche Reaktionen (Human-Latency Sensitive). Gemeint sind Anwendungsfälle, bei denen es vor allem um den menschlichen Konsum von Daten oder Produkten geht. Geschwindigkeit ist oft ein entscheidendes Kriterium, Verzögerungen wirken sich negativ auf die technologische Erfahrung der Anwender aus und beeinflussen dann wieder Verkäufe und Profitabilität von Retailern. Solche Situationen umfassen Smart Retail, “Augmented Reality”, Optimierung von Webseiten und Verarbeitung natürlicher Sprachen.

Langsamer Datenverkehr von Maschine zu Maschine (Machine-to-Machine Latency Sensitive). Geschwindigkeit spielt auch bei dieser Edge-Variante eine Rolle. Es geht um Aktienmärkte, intelligente Grid- und Sicherheitssysteme, Analytics in Echtzeit oder Simulationen bei militärischen Geräten – überall werden Daten schneller verarbeitet, als es Menschen möglich ist. Deshalb fallen hier auch die negativen Konsequenzen stärker aus, wenn es zu Verzögerungen kommt. Wenn es zum Beispiel beim Handel mit bestimmten Waren oder Aktien zu Verspätungen kommt, kann das bei Preisen, die sich im Minuten- oder Sekundentakt bewegen, sofort zu empfindlichen Verlusten führen.

Konsequenzen für Gesundheit und Sicherheit (Life Critical). Dieser Bereich umfasst Anwendungsfälle mit direkten persönlichen Folgen, sofern es bei Transport und Logistik, Gesundheitsproblemen sowie bei autonomen Fahrzeugen, Robotern oder Drohnen auf Geschwindigkeit und Zuverlässigkeit ankommt. Autonome Fahrzeuge sind zum Beispiel permanent auf aktuelle Daten angewiesen, um sich sicher auf den Straßen zu bewegen.

Edge Computing kann als der Versuch verstanden werden, wichtige Systeme und Daten aus der zentralen Datenverarbeitung auszugliedern und auf eine verteilte Infrastruktur zu setzen. Neben on-premise Rechenzentren und Cloud-Varianten tritt damit ein dritter Ort, an dem Anwendungen und Daten für schnelle Zugriffe bereitgehalten werden.

Vertiv als Planer und Architekt von klassischen und modularen Rechenzentren hat die Notwendigkeit solcher Veränderungen begriffen und berücksichtigt sie bei seinen Projekten. Mit anderen Worten: fruchtbare Diversifizierung statt Zentralisierung mit ihren negativen Implikationen, egal um welche Branche es sich handelt.

Artikel kommentieren