Une définition du edge computing

À l’heure actuelle, les dispositifs IoT ne se contentent pas de proliférer, mais gagnent simultanément en sophistication. Les besoins en calcul des processeurs d’intelligence artificielle (IA) exigent que les futurs environnements IoT soient composés de plus que de simples capteurs dotés de microprocesseurs 8 bits. Progressivement, ils seront peuplés d’appareils capables de porter divers capteurs et actionneurs, associés à des microprocesseurs hétérogènes (à usage général et GPU). IDC s’attend à ce que cette tendance soit la principale source de croissance de l’industrie des microprocesseurs, les dispositifs de edge computing représentant 40,5 % du marché d’ici 2023.

La prolifération de ces périphériques IoT riches en IA (ce que l’on appelle la « périphérie autonome ») permettra la présence d’un continuum informatique de plus en plus important – allant du cloud jusqu’aux appareils de edge computing, selon Gartner.

Selon Open Glossary, le edge computing désigne la disponibilité de capacités de calcul à la source de l’émission de la donnée, afin d’améliorer les performances, les coûts d’exploitation et la fiabilité des applications et des services. En réduisant la distance entre les appareils et les ressources en cloud qui les desservent et en réduisant les sauts de réseaux, le edge computing atténue les contraintes de latence et de bande passante de l’Internet actuel, ce qui ouvre la voie à de nouvelles catégories d’applications.

Le défi du déluge de données peut être résolu par le edge computing. Grâce à l’informatique de périphérie, des calculs analytiques automatisés sont effectués sur les données reçues des capteurs plutôt que d’envoyer les données au cloud. Une fois les données analysées dans des serveurs de edge computing à la périphérie, des paramètres peuvent être définis pour déterminer quelles données doivent être envoyées dans le cloud.

Cela réduit la latence et améliore le processus de prise de décision pour les données des capteurs. Le edge computing est amélioré par l’intégration de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML), qui permettent d’établir des modèles d’algorithmes et de détecter les anomalies afin de gagner du temps et de réduire les coûts grâce à des capacités de prétraitement et de prise de décision plus proches des serveurs.

Une topologie commune pour une installation de calcul de edge computing est composée de trois couches. De bas en haut, ce sont :

  • Les appareils IoT : Les dispositifs IoT sont connectés à un dispositif périphérique. Les appareils IoT communiquent par le biais de divers protocoles de communication avec l’environnement de périphérie agissant comme des sources de données.
  • Serveurs de edge computing : ils permettent le traitement des données à proximité des sources de données par l’analyse des données en temps quasi réel et l’exécution de modèles. Ils offrent divers protocoles de communication et de messagerie pour l’acquisition de données à partir de dispositifs IoT proches et font office de stockage temporel des données.
  • Services cloud : ils développent des fonctionnalités de gestion pour les dispositifs Edge et IoT et ils effectuent le stockage et l’analyse des données à long terme.

Les 5 avantages du edge computing

Latence et fiabilité

Améliorer la réactivité et la fiabilité en maximisant le traitement en edge computing et en minimisant ainsi la dépendance à la connexion au cloud.

Bande passante

Seules les données prétraitées sont envoyées au cloud ou au datacenter pour une analyse à moyen terme. Cela permet de réduire le volume de données, qui transitent vers le cloud ou le datacenter et de maintenir les coûts quelle que soit la quantité de données.

Autonomie

Les installations d’Edge Computing ne sont pas soumises aux limites des centres de données et aux pratiques bien connues de tolérance aux pannes.

Sécurité et confidentialité

Les données essentielles sont conservées à la source, ce qui réduit les risques de violation ou de piratage.

Coûts maîtrisés

Quelque soit le volume et la complexité des données, le coût total de traitement est stable.

May we help you ?