Computación en el borde es el concepto de capturar y procesar datos lo más cerca posible de su fuente o usuario final. Normalmente, la fuente de datos es un sensor de Internet de las cosas (IoT). El procesamiento se realiza localmente colocando servidores u otro hardware cerca de la ubicación física de las fuentes de datos para procesar los datos.
Dado que la computación de punta procesa los datos localmente (en el borde de la red, en lugar de en la nube o en un data center centralizado), minimiza la latencia y los costos de tránsito de datos, lo que permite la retroalimentación y la toma de decisiones en tiempo real.
La retroalimentación instantánea y siempre activa que ofrece la computación en el borde es especialmente crítica para aplicaciones donde la seguridad humana es un factor. Por ejemplo, es crucial para los vehículos autónomos, donde ahorrar incluso milisegundos de procesamiento de datos y tiempos de respuesta puede ser clave para evitar accidentes. También es fundamental en los hospitales, donde los médicos dependen de datos precisos y en tiempo real para tratar a los pacientes.
Si bien la computación en el borde es particularmente importante para aplicaciones modernas como la ciencia de datos y el machine learning, también conocida como IA en el borde, no es un concepto nuevo.
La Historia de la Computación en el Borde
De hecho, la computación en el borde se remonta a la década de 1990, cuando las redes de entrega de contenidos (CDN) actuaban como data centers distribuidos. En ese momento, las CDN se limitaban a almacenar en caché imágenes y vídeos, no a cargas de trabajo de datos masivas.
En la década de 2000, la explosión de dispositivos inteligentes puso a prueba la infraestructura de TI existente. Sin embargo, inventos como las redes peer-to-peer (P2P), donde las computadoras están conectadas y comparten recursos sin pasar por una computadora servidor centralizada separada, aliviaron la tensión.
A mediados de la década de 2000, las grandes empresas comenzaron a alquilar recursos de computación y de almacenamiento de datos a usuarios finales a través de nubes públicas. A medida que las aplicaciones basadas en la nube y las empresas que trabajan desde muchas ubicaciones crecieron en popularidad, el procesamiento de datos de la manera más eficiente posible se volvió cada vez más importante.
Todas estas tecnologías han dado lugar a nuestra forma actual de la computación en el borde, en la que los nodos de borde tienen la capacidad de ofrecer acceso de baja latencia a conocimientos y recursos con uso intensivo de datos. Estas capacidades se construyeron sobre los principios de las capacidades de baja latencia de la CDN, la plataforma descentralizada de las redes P2P y la escalabilidad y resistencia de la nube. Juntas, estas tecnologías han creado un framework de computación más eficiente, resistente y confiable.
¿Cómo Funciona la Computación en el Borde?
La computación en el borde funciona procesando datos lo más cerca posible de su fuente o del dispositivo del usuario final. Mantiene los datos, las aplicaciones y la potencia de computación alejados de una red centralizada o un data center.
Tradicionalmente, los datos producidos por los sensores suelen ser revisados manualmente por humanos, no procesados o enviados a la nube o a un data center para su procesamiento y luego devueltos al dispositivo. Depender únicamente de revisiones manuales da como resultado procesos lentos e ineficientes. Y si bien la computación en la nube proporciona recursos de computación, la transmisión y el procesamiento de datos ejercen una gran presión sobre el ancho de banda y la latencia.
El ancho de banda es la velocidad a la que se transfieren datos a través de Internet. Cuando los datos se envían a la nube, viajan a través de una red de área amplia, lo que puede resultar costoso debido a su cobertura global y sus grandes necesidades de ancho de banda. Al procesar datos en el borde, se pueden utilizar redes de área local, lo que da como resultado un mayor ancho de banda a menores costos.
La latencia es el retraso en el envío de información de un punto al siguiente; afecta los tiempos de respuesta. Se reduce cuando se procesa en el borde porque los datos producidos por sensores y dispositivos de IoT ya no necesitan enviarse a una nube centralizada para su procesamiento.
Al llevar la computación en el borde, o más cerca de la fuente de datos, se reduce la latencia y se aumenta el ancho de banda, lo que resulta en conocimientos y acciones más rápidos.
La computación en el borde se puede ejecutar en uno o varios servidores para acortar la distancia entre los lugares donde se recopilan y procesan los datos para reducir los cuellos de botella y acelerar las aplicaciones. Una infraestructura de borde ideal también implica una plataforma de software centralizada que pueda administrar de forma remota todos los sistemas de borde en una sola interfaz.
¿Por Qué la Computación en el Borde? ¿Cuáles Son los Beneficios de la Computación en el Borde?
El cambio a la computación en el borde ofrece a las empresas nuevas oportunidades para obtener información de sus grandes conjuntos de datos. Los principales beneficios de la computación en el borde son:
- Menor latencia: la latencia se reduce cuando se procesa en el borde porque los datos producidos por sensores y dispositivos de IoT ya no necesitan enviarse a una nube centralizada para ser procesados.
- Ancho de banda reducido: cuando los datos se envían a la nube, viajan a través de una red de área amplia, lo que puede resultar costoso debido a su cobertura global y sus altas necesidades de ancho de banda. Al procesar datos en el borde, se pueden utilizar redes de área local, lo que da como resultado un mayor ancho de banda a menores costos.
- Soberanía de los datos: cuando los datos se procesan en el lugar en el que se recopilan, la computación en el borde permite a las organizaciones conservar todos sus datos y calcularlos en una ubicación adecuada. Esto da como resultado una menor exposición a ataques de ciberseguridad y el cumplimiento de leyes estrictas y en constante cambio sobre la ubicación de datos.
Más allá de la computación en el borde, la mayoría de las corporaciones buscan beneficiarse de la IA de Borde: la fusión de la computación en el borde y la IA. Además de los beneficios anteriores, la IA de vanguardia ofrece:
- Inteligencia: las aplicaciones de IA son más poderosas y flexibles que las aplicaciones convencionales que pueden responder solo a entradas que se anticipan explícitamente. Una red neuronal de IA no está entrenada para responder una pregunta específica, sino para responder a un tipo particular de pregunta, incluso si la pregunta en sí es nueva. Esto le da al algoritmo de IA la inteligencia para procesar entradas infinitamente diversas, como texto, palabras habladas o videos.
- Información en tiempo real: dado que la tecnología de punta analiza los datos localmente en lugar de en una nube lejana retrasada por las comunicaciones de larga distancia, responde a las necesidades de los usuarios y puede producir inferencias en tiempo real.
- Mejora persistente: los modelos de IA se vuelven cada vez más precisos a medida que se entrenan con más datos. Cuando una aplicación de IA en el borde se enfrenta a datos que no puede procesar con precisión o confianza, normalmente los carga en la nube para que el algoritmo de IA pueda volver a entrenarse y aprender de ellos. Por lo tanto, cuanto más tiempo esté en producción un modelo en el borde, más preciso será.
Con tanto valor por ganar, las empresas están adoptando rápidamente la computación en el borde. Gartner ha predicho que, para finales de 2023, el 50 % de las grandes empresas tendrán una estrategia de computación en el borde documentada, en comparación con menos del 5 % en 20201. Obtenga más información sobre cómo la IA está cambiando la forma en que las empresas gestionan las aplicaciones en el borde.
¿Por Qué se Necesita Computación en el Borde Ahora?
En los últimos años, la computación en el borde se ha vuelto cada vez más importante debido a la convergencia de IoT y 5G. Estas tecnologías están creando casos de uso que requieren que las organizaciones consideren la computación en el borde.
Con la proliferación de dispositivos IoT llegó la generación del big data. De repente, las organizaciones que recopilaban datos de todos los aspectos de sus negocios se dieron cuenta de que sus aplicaciones no estaban diseñadas para manejar volúmenes tan grandes de datos.
Además, se dieron cuenta de que la infraestructura para transferir, almacenar y procesar grandes volúmenes de datos puede ser extremadamente costosa y difícil de administrar. Quizás esa sea la razón por la que solo se procesa una fracción de los datos recopilados de los dispositivos IoT. En algunas situaciones, es tan bajo como el 25%.
Y el problema se está agravando. Hoy en día existen 40 mil millones de dispositivos IoT. Arm predice que podría haber 1 billón de dispositivos IoT. A medida que crece la cantidad de dispositivos conectados y aumenta la cantidad de datos que deben transferirse, almacenarse y procesarse, las organizaciones están cambiando a la computación en el borde para aliviar los costos necesarios para usar los mismos. datos en modelos de computación en la nube.
Las redes 5G, que pueden funcionar 10 veces más rápido que las 4G, están diseñadas para permitir que cada nodo preste servicio a cientos de dispositivos en el borde, lo que aumenta las posibilidades de servicios habilitados por IA en ubicaciones en el borde.
Con el poder de procesamiento poderoso, rápido y confiable de la computación en el borde, las empresas tienen el potencial de explorar nuevas oportunidades de negocios, obtener información en tiempo real, aumentar la eficiencia operativa y mejorar sus experiencias de usuario.
¿Cuáles Son los Tipos de Computación en el Borde?
La definición de computación en el borde es amplia. A menudo, se hace referencia a la computación en el borde como cualquier computación fuera de una nube o de un data center tradicional.
Si bien existen diferentes tipos de computación en el borde, tres categorías principales de computación en el borde incluyen:
- Borde del proveedor: el borde del proveedor es una red de recursos de computación a los que se accede a través de Internet. Se utiliza principalmente para prestar servicios de empresas de telecomunicaciones, proveedores de servicios, empresas de medios y otros operadores de CDN.
- Borde empresarial: el perímetro empresarial es una extensión del data center empresarial, que consta de data center en sitios de oficinas remotas, microcentros de datos o incluso bastidores de servidores ubicados en un armario de computación en una fábrica. Al igual que con un data center centralizado tradicional, este entorno generalmente es propiedad de TI y está operado por él. Sin embargo, puede haber limitaciones de espacio o energía en el borde empresarial que cambien el diseño de estos entornos.
- Borde industrial: El borde industrial también se conoce como borde lejano. Por lo general, abarca instancias de computación más pequeñas, como uno o dos servidores pequeños en el borde y resistentes, o incluso un sistema integrado implementado fuera de un entorno de data center. Debido a que funcionan fuera de un data center normal, existen una serie de desafíos únicos de espacio, refrigeración, seguridad y gestión.
¿Cuáles son las diferencias y similitudes entre Computación en el Borde y Computación en la Nube?
La principal diferencia entre la nube y la computación en el borde es dónde se encuentra el procesamiento. Para la computación en el borde, el procesamiento ocurre en el borde de una red, más cerca de la fuente de datos, mientras que, para la computación en la nube, el procesamiento ocurre en el data center.
El siguiente cuadro detalla las diferencias entre las dos tecnologías
| Computación en la Nube | Computación en el Borde |
|---|---|
| Procesamiento de datos no urgentes | Procesamiento de datos en tiempo real |
| Conexión a Internet confiable | Ubicaciones remotas con conectividad a Internet limitada o nula |
| Cargas de trabajo dinámicas | Grandes conjuntos de datos que son demasiado costosos para enviar a la nube |
| Datos en almacenamiento en la nube | Datos altamente confidenciales y leyes de datos estrictas |
La computación en el borde y en la nube tienen características distintas y la mayoría de las organizaciones se benefician del uso de ambas. Una arquitectura de nube híbrida permite a las empresas aprovechar la seguridad y la capacidad de administración de los sistemas locales y al mismo tiempo utilizar recursos de nube pública de un proveedor de servicios.
Las tecnologías nativas de la nube, como la contenedorización, pueden ayudar a gestionar las soluciones de computación en el borde. IDC predice que, para 2024, el 75 % de las nuevas aplicaciones operativas implementadas en el borde aprovecharán la contenedorización para permitir una arquitectura más abierta y componible necesaria para operaciones resilientes.
¿Cuáles Son Ejemplos de Casos de Uso de Computación en el Borde en diferentes industrias?
La forma más adoptada de computación en el borde es la IA en el borde. Esta combinación de computación en el borde e inteligencia artificial puede brindar inteligencia en tiempo real a empresas de industrias como el comercio minorista, la atención médica, la manufactura, los hospitales y más.
Computación en el Borde para el Comercio Minorista
Ante los rápidos cambios en la demanda, el comportamiento y las expectativas de los consumidores, los minoristas más grandes del mundo recurren a la IA de vanguardia para ofrecer mejores experiencias a los clientes.
Con la computación en el borde, los minoristas pueden aumentar su agilidad al:
- Reducir las pérdidas: con cámaras y sensores en las tiendas que utilizan IA en el borde para analizar datos, las tiendas pueden identificar y prevenir casos de errores, desperdicios, daños y robos.
- Mejora de la gestión de inventario: las aplicaciones de computación en el borde pueden utilizar cámaras en las tiendas para alertar a los empleados cuando los inventarios son bajos, lo que reduce la incidencia de desabastecimientos.
- Optimización de las experiencias de compra: con el rápido procesamiento de datos de la computación en el borde, los minoristas pueden implementar pedidos por voz o búsqueda de productos para mejorar la experiencia del cliente.
Obtenga más información sobre los tres pilares de la IA de vanguardia en el comercio minorista.
Computación en el Borde para Ciudades Inteligentes
Ciudades, campus escolares, estadios y centros comerciales son ejemplos de los muchos lugares donde la IA de vanguardia está transformando ubicaciones en espacios inteligentes. IA en el borde ayuda a que estos espacios sean más eficientes operativamente, seguros y accesibles.
La computación en el borde se ha utilizado para transformar las operaciones y mejorar la seguridad en todo el mundo en áreas como:
- Reducir la congestión del tráfico: Nota utiliza visión por IA para identificar, analizar y optimizar el tráfico. Las ciudades utilizan su oferta para mejorar el flujo de tráfico, disminuir los costos relacionados con la congestión del tráfico y minimizar el tiempo que los conductores pasan en el tráfico.
- Monitoreo de la seguridad de las playas: la aplicación de detección de imágenes de Sightbit detecta peligros en las playas, como corrientes de resaca y condiciones oceánicas peligrosas, lo que permite a las autoridades señalar de manera eficiente las amenazas a la seguridad.
- Aumento de la eficiencia operativa de las aerolíneas y los aeropuertos: Assaia creó una aplicación de análisis de video habilitada por IA para ayudar a las aerolíneas y los aeropuertos a tomar decisiones mejores y más rápidas sobre la capacidad, la sostenibilidad y la seguridad.
Descargue este libro electrónico para obtener más información sobre cómo construir espacios más inteligentes y seguros con IA.
Computación en el Borde para Fabricantes de Automóviles y Manufactura
Las fábricas, manufacturas y los fabricantes de automóviles están generando datos de sensores que pueden utilizarse de forma cruzada para mejorar los servicios.
Algunos casos de uso populares para promover la eficiencia y la productividad en la manufactura incluyen:
- Mantenimiento predictivo: detectar anomalías tempranamente y predecir cuándo fallarán las máquinas para evitar el tiempo de inactividad.
- Control de calidad: Detectar defectos en los productos y alertar al personal al instante para reducir el desperdicio y mejorar la eficiencia de manufactura.
- Seguridad de los trabajadores: uso de una red de cámaras y sensores equipados con análisis de video habilitados por IA para permitir a los fabricantes identificar a los trabajadores en condiciones inseguras e intervenir rápidamente para prevenir accidentes.
Computación en el Borde para el Área de la Salud
La combinación de computación en el borde e inteligencia artificial está remodelando el área de la salud. IA en el borde proporciona a los trabajadores del área de la salud las herramientas que necesitan para mejorar la eficiencia operativa, garantizar la seguridad y brindar la experiencia de atención de la más alta calidad posible.
Dos ejemplos populares de computación en el borde impulsada por IA dentro del área de la salud son:
- Quirófanos: los modelos de IA construidos sobre la transmisión de imágenes y sensores en dispositivos médicos ayudan con la adquisición y reconstrucción de imágenes, la optimización del flujo de trabajo para el diagnóstico y la planificación de la terapia, las mediciones de órganos y tumores, la orientación de la terapia quirúrgica y la visualización y el monitoreo en tiempo real durante las cirugías.
- Hospitales: los hospitales inteligentes están utilizando tecnologías como monitorización y detección de pacientes, inteligencia artificial conversacional, estimación de la frecuencia cardíaca, escáneres de radiología y más. La estimación de la pose humana es una tarea popular de inteligencia artificial que estima puntos clave del cuerpo de una persona, como ojos, brazos y piernas. Puede usarse para ayudar a notificar al personal cuando un paciente se mueve o se cae de una cama de hospital.
Vea este vídeo para ver cómo los hospitales utilizan la IA de vanguardia para mejorar la atención a los pacientes.
Tecnología NVIDIA en el Borde
Para que las empresas aprovechen los datos generados por los miles de millones de sensores de IoT que se encuentran en tiendas minoristas, calles de ciudades y hospitales, necesitan sistemas de computación en el borde que ofrezcan computación potente y distribuida, gestión remota segura y sencilla y compatibilidad con tecnologías líderes en la industria.
NVIDIA reúne un ecosistema de productos de inteligencia artificial y ciencia de datos para permitir a las empresas aprovechar rápidamente el poder de la inteligencia artificial en el borde.
Servidores convencionales para IA en el borde: las GPU NVIDIA y las Unidades de Procesamiento de Datos BlueField proporcionan una gran cantidad de motores de hardware definidos por software para redes y seguridad aceleradas. Estos motores de hardware brindan el mejor rendimiento de su clase, con todos los niveles necesarios de privacidad, integridad y confiabilidad de los datos empresariales integrados. Los Sistemas Certificados por NVIDIA garantizan que un servidor esté diseñado de manera óptima para ejecutar aplicaciones modernas en una empresa.
Soluciones de gestión para la IA en el borde: NVIDIA Fleet Command es una plataforma gestionada para la orquestación de contenedores que agiliza el aprovisionamiento y la implementación de sistemas y aplicaciones de IA en el borde. Simplifica la gestión de entornos de computación distribuidos con la escalabilidad y resiliencia de la nube, convirtiendo cada sitio en una ubicación segura e inteligente.
Para las organizaciones que buscan crear su propia solución de administración, NVIDIA GPU Operador automatizará la administración de todos los componentes de software de NVIDIA necesarios para aprovisionar las GPU. Estos componentes incluyen controladores NVIDIA para habilitar CUDA, un complemento de dispositivo Kubernetes para GPU, el tiempo de ejecución del contenedor NVIDIA, etiquetado automático de nodos y un agente de monitoreo basado en NVIDIA Data Center GPU Manager. NVIDIA también ofrece una serie de otras tecnologías nativas de la nube para ayudar con los desarrollos de vanguardia.
Aplicaciones para IA de vanguardia: para complementar estas ofertas, NVIDIA también ha trabajado con socios para crear un ecosistema completo de kits de desarrollo de software, aplicaciones y frameworkfs industriales en todas las áreas de la computación acelerada. Este software está disponible para implementarse y administrarse de forma remota mediante el centro de software NVIDIA NGC. Los equipos de IA y TI pueden acceder fácilmente a una amplia variedad de modelos de IA previamente entrenados y gráficos Helm listos para Kubernetes para implementar en sus sistemas de IA en el borde.
El Futuro de la Computación en el Borde
Según la Edge Computing Spending Guide de la firma de investigación de mercado IDC, el gasto en computación en el borde a nivel mundial crecerá a $274 mil millones de dólares en 2025, y se espera que continúe creciendo cada año con una tasa de crecimiento anual compuesta del 15,6 por ciento.
La evolución de la IA, el IoT y el 5G seguirá catalizando la adopción de la computación en el borde. La cantidad de casos de uso y los tipos de cargas de trabajo implementadas en el borde crecerán. Hoy en día, los casos de uso de vanguardia más frecuentes giran en torno a la IA visual. Sin embargo, áreas de carga de trabajo como el procesamiento del lenguaje natural, los sistemas de recomendación y la robótica son oportunidades en rápido crecimiento.
Las posibilidades en el borde son realmente ilimitadas.
Obtenga más información sobre el uso de la computación en el borde y qué considerar al implementar IA en el borde.
- Gartner, “Building an Edge Computing Strategy,” G00753920, Sep 2021
- IDC, “IDC FutureScape: Worldwide IT/OT Convergence 2022 Predictions,” Dec 2021
- IDC, “New IDC Spending Guide Forecasts Double-Digit Growth for Investments in Edge Computing,” Doc #prUS48772522, Jan 2022