Fremtidens drivkraft: 5G og maskinlæring på kanten

Edge computing har været noget af en buzzword i lang tid, en gradvis netværkstrend, der ikke viser tegn på at afslowe. Flere nylige udviklinger – herunder den stadig mere udbredte udvikling af 5G-netværk – har sammenflettet sig til at cementere edge computing i virksomhedens teknologivejledning samt drive en hel ny galakse af brugsområder.

Fra smarte byer til Industry 4.0

Der er naturligvis stor interesse for edge computing fra nogle af de største producenter og detailhandlere på kloden. Fra Amazon til Cisco, Google til Intel, via måske Microsoft og NVIDIA, er der beviselige produkter på markedet og i mange tilfælde højfokuserede produktserier, der specifikt målretter kanten. Dette er i sig selv en ændring fra blot få år siden, hvor Edge-udrulninger tendede til at anvende standardnetværksinfrastruktur og hardware. En nylig rapport fra ResearchAndMarkets.com estimerer, at Edge Computing Infrastructure-indtægter vil nå 17,9 milliarder dollars i 2025 med yderligere 1 milliard dollars i optiske moduler og netværk til at understøtte forbedret transport af data.

Edge-netværk er ofte forbundet med et meget bredt udvalg af anvendelser, fra smarte byer, fuldt automatiserede køretøjer og en række AI- og ML-anvendelser, selv en hel niche hver for sig. Årsagen til dette udvalg er, at Edge-netværk målretter to nøgleaspekter, der er afgørende for disse, nemlig lav ventetid og pålidelighed. Ved at behandle data på kanten af netværket kan brugbare indsigt være tilgængelig med det samme, snarere end forsinket betydeligt af den mere traditionelle kombination af netværksventetid, skyprocessering, analyse og endelig handling. Dette er særligt vigtigt for Industry 4.0-anvendelser samt smarte byer og selvstyrende biler – forsinkede responser på grund af ventetid kunne have direkte farlige konsekvenser i de sidstnævnte tilfælde og betydelige omkostningsstigninger i de andre.

Ventetid: Fjende nummer ét

Det løb for at minimere ventetid spiller meget godt med udviklingen af fremtidens kommunikationsnetværk, især 5G – selvom løbet for at udvikle brugbar LEO-baseret satellitkonnektivitet også kan resultere i lavventetidskonnektivitet. Potentialet for 5G-teknologier som beamforming og massive MIMO-teknologi til at muliggøre praktisk anvendelse af edge-netværk er betydeligt.

Resultatet er en række højtstående aftaler og partnerskaber til at udvikle 5G- og edge cloud-løsninger for hele værdikæden. Et nyligt eksempel er Google Cloud og Ericsson, der har dannet et partnerskab til at udvikle nye løsninger på Ericssons Silicon Valley D-15 Labs, herunder pilotprojekter for virksomhedsanvendelser på kanten af et live-netværk med den italienske teleoperatør TIM. Det projekt sigter mod at automatisere funktionerne i TIM’s kerne-5G-netværk, cloud-baserede anvendelser og Google Cloud-løsninger, rettet mod bil-, transport- og produktionssektorerne, ifølge virksomhederne.

Også primært rettet mod transport- og produktionssektorer har Verizon’s private on-premise mobile edge compute (MEC)-tjeneste med Microsoft Azure nylig øget. Den administrerede tjeneste følger integrationen af Verizon’s private 5G-tilbud tidligere på året med Amazon Web Services (AWS), da Verizon positionerer sig fast som connectivity- og IoT-rammeprogramudbyder, hvilket giver virksomheder mulighed for at vælge deres foretrukne cloud-udbyder.

Mod NFV: 5G tilføjer yderligere værdi

Denne kamp for position er en indikator for markedets størrelse – faktisk forudsagde en Gartner-forskningsrapport fra 2018, at andelen af virksomhedsgenereret data, der behandles uden for centraliserede datacentre eller skyer, vil stige fra 10% i 2018 til 75% i 2025. Som Gartner fremhæver i rapporten, vil 5G-konnektivitet være en nøgleaktiverer for edge computing, ikke mindst på grund af kravene til AI og ML på kanten. Teknologier indbygget i 5G SA-netværk, som netværkssegmentering, der giver vigtige anvendelser dedikeret kapacitet, vil være afgørende for AI/ML’s succes i en bredere Industry 4.0-kontekst.

En anden fundamental ændring på dette edge-marked kan meget vel vise sig at være udviklingen af Network Function Virtualisation (NFV), der giver virksomheder mulighed for at konfigurere og omkonfigurere standardhardware på fly to møde specifikke hardwarekrav. Selvom branchens standarder er en væsentlig hindring, er der flere initiativer, der søger at bryde igennem og etablere en bredere konsensus om sådanne cloud-native netværk. Især definerede ETSI NFV-industrispecifikationsgruppen en vejledning tilbage i november 2020, der fastlægger, hvordan containeriserede virtuelle netværksfunktioner (VNF’er) kunne – og sandsynligvis vil – blive administreret i en NFV-ramme.

Kant: Fremtidens drivkraft for computing

Anvendelserne, der muliggøres af edge-AI og ML, cementeret af 5G-konnektivitet og potentielt understøttet af fremvoksende NFV-rammer, er meget overbevisende. For eksempel er den stigende brug af autonome styrede køretøjer (AGV’er) og automatiserede mobile robotter (AMR’er) i fabrikker og lagerhuse – især i opfyldelsesendens af forsyningskæden – medvirkende til en øget anvendelse af computerseende og ML i edge-udrulninger. Den lave ventetid og den øjeblikkelige bearbejdning af sensor- og videodata er afgørende for at sikre, at sikkerhedsmarginer opfyldes, samt for at drive operationelle optimeringer og effektiviteter.

Selvom 5G SA stadig er under udvikling – bortset fra adskillige private netværk, der har taget springet – er det en kendsgerning, at de store branchespillere satser stort på 5G og edge computing og netværk som en nøglemarkedskriver. Evnen for enhver virksomhed til at behandle transaktioner og gemme data nær datakilden vil hurtigt blive en nøgleindikator for Industry 4.0-succes, hvilket udløser en række downstreamfordele som præventivt vedligehold, NFV og reel automatisering.