Como você define o Edge Computing (computação de borda)? Eu fiz essa pergunta para várias pessoas, e, provavelmente, não será uma surpresa se eu disser que que as respostas variaram de acordo com o setor, a região, sua influência na tecnologia e outros fatores. E as definições mais frequentem foram tão amplas, a ponto de não fazerem sentido do ponto de vista tecnológico.
O que todos parecem concordar, no entanto, é que o e edge computing está crescendo rapidamente e as arquiteturas de rede precisam se adaptar para suportar esse crescimento. A Cisco prevê que haverá mais de 23 bilhões de dispositivos conectados em apenas três anos. Isso está de acordo com as previsões dos principais analistas: até 2020, o Gartner projeta 20,8 bilhões de dispositivos conectados, IDC 28,1 bilhões e IHS Markit 30,7 bilhões.
Em muitos casos, o suporte aos aplicativos habilitados por esses dispositivos conectados forçará uma mudança fundamental do foco atual que é do core para o edge, para um estado futuro com uma rede arquiteta do edge para o core. À medida que nossa indústria lida com as implicações desse desenvolvimento, a falta de clareza associada ao edge computing pode se tornar um prejuízo.
Considere a comparação com um termo igualmente amplo: cloud computing. Quando os gerentes de TI tomam decisões sobre onde hospedarão suas cargas de trabalho, eles precisam ser mais precisos do que "na nuvem". Eles precisam decidir se usarão uma nuvem privada local, uma nuvem privada hospedada, uma infraestrutura, plataforma ou serviço “as-a-service”.
A clareza que evoluiu em torno do cloud computing faz mais do que facilitar a comunicação, ela facilita a tomada de decisão.
Isso também é possível para o edge computing? Essa é a pergunta que meu time aqui na Vertiv procurou responder. Trabalhamos com um grupo de pesquisa terceirizado e independente e conduzimos uma extensa auditoria das variações de uso do edge existentes hoje e que, provavelmente, surgirão nos próximos anos.
Identificamos mais de 100 casos durante nossa análise inicial. Depois, aprimoramos o conteúdo e listamos os 24 principais pontos que terão o maior crescimento, criticidade ou impacto financeiro para uma análise mais aprofundada.
Os casos de uso variaram, vai de distribuição de conteúdo até veículos autônomos e realidade aumentada. Essas aplicações eram totalmente distintas ou havia características comuns que permitiriam que elas fossem classificadas de uma maneira que fosse significativa para um tomador de decisões de TI?
Responder a essa pergunta envolveu uma análise dos requisitos de desempenho de cada caso de uso em termos de latência, largura de banda, disponibilidade e segurança. Também avaliamos a necessidade de integração com aplicativos existentes ou legados e outras fontes de dados e o número de locais possíveis necessários para suportar o caso de uso.
O que resultou dessa análise foi a constatação de que havia um fator unificador entre os 24 casos de uso e que eles poderiam ser organizados. Esse fator “unificador” foram as características de dados dos vários casos de uso.
Os aplicativos de edge, por sua natureza, possuem um conjunto de requisitos de carga de trabalho centrados em dados. Essa abordagem centrada em dados, filtrada por requisitos de disponibilidade, segurança e natureza do aplicativo, provou ser essencial para entender e categorizar os vários casos de uso.
Isso levou ao reconhecimento de quatro arquétipos que acreditamos abranger a maioria dos casos de uso do edge e pode ajudar a orientar as decisões sobre a infraestrutura necessária para suportar aplicativos de edge. Esses quatro arquétipos são:
- Dados Intensos, que engloba casos de uso em que a quantidade de dados é tão grande que as camadas de armazenamento e computação são necessárias entre o end point e a nuvem para reduzir os custos de largura de banda ou a latência.
- Sensível à latência humana, que inclui aplicativos em que a latência afeta negativamente a experiência de humanos usando uma tecnologia ou serviço.
- O Sensível à Latência de Máquina para Máquina, que é semelhante ao arquétipo Sensível à Latência Humana, exceto pela tolerância à latência nas máquinas, é ainda menor do que para os humanos, devido à velocidade com que as máquinas processam os dados.
- Life Critical, que são aplicativos que impactam a saúde ou a segurança humana e, portanto, possuem latência muito baixa e requisitos de disponibilidade muito altos.
Acreditamos que esses quatro arquétipos representam um importante primeiro passo na definição da infraestrutura necessária para suportar o futuro do edge computing. E, como parte dessa missão, publicamos um relatório, Arquétipos de Quatro Arestas e seus Requisitos de Tecnologia, que fornece uma análise mais detalhada dos arquétipos e seus amplos requisitos tecnológicos.
O feedback inicial que recebemos foi promissor. Quando apresentamos as descobertas do relatório aos analistas da indústria Lucas Beran da IHS Markit, ele disse: "A classificação do arquétipo Vertiv para o edge é crítica. Isso ajudará a indústria a definir aplicações de ponta por características e desafios e a identificar soluções comuns de infraestrutura".
Estamos na fase inicial da pesquisa, trabalhando com clientes, analistas e parceiros do setor para definir os requisitos específicos de tecnologia de cada arquétipo para acelerar e simplificar a tarefa de suportar aplicativos de ponta. Por fim, acreditamos que esta pesquisa levará ao desenvolvimento de soluções de infraestrutura que atenderão aos desafios de arquétipos únicos e seus casos de uso.
O edge computing tem o potencial de reformular as arquiteturas de rede com as quais vivemos nos últimos vinte anos. Precisamos trabalhar juntos para garantir que o processo aconteça da maneira mais eficiente e inteligente possível. Encorajo-o a compartilhar seus pensamentos ou perguntas sobre a aplicabilidade desses arquétipos ao seu negócio com seu representante da Vertiv.
