Fremtidens drivkraft: 5G og maskinlæring på kanten

Edge-computing har været en slags buzzword i nogen tid, en gradvis netværkstrend, der ikke viser tegn på at afslowe. Flere nylige udviklinger – herunder den stadig mere udbredte implementering af 5G-netværk – har kombineret sig til at cementere edge-computing på virksomhedens teknologivej, 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 højtfokuserede produktserier, der sigter mod edge i særdeleshed. Dette er i sig selv en skift fra blot få år siden, hvor edge-implementationer tendrede 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 en meget bred vifte af applikationer, fra smarte byer, fuldt automatiserede køretøjer og en række AI- og ML-applikationer, selv en hel niche hver for sig. Grunden til dette er, at edge-netværk sigter mod to nøgleaspekter, der er afgørende for disse, nemlig lav ventetid og pålidelighed. Ved at behandle data på kanten af netværket kan brugbare indsigt fås med det samme, snarere end at blive forsinket betydeligt af den mere traditionelle kombination af netværksventetid, skyprocessering, analyse og endelig handling. Dette er særligt vigtigt for Industry 4.0-applikationer, samt smarte byer og selvstyrende biler – forsinkede reaktioner på grund af ventetid kunne have direkte farlige konsekvenser i de sidstnævnte tilfælde og betydelige omkostningsstigninger i de andre.

Ventetid: Fjenden nummer ét

Den kapløb for at minimere ventetiden spiller meget godt med udviklingen af fremtidens kommunikationsnetværk, især 5G – selvom kapløbet om at udvikle brugbare LEO-baserede satellitforbindelser også kan resultere i lav-ventetidsforbindelser. Potentialet for 5G-teknologier som beamforming og massive MIMO-teknologi til at muliggøre praktisk anvendelse af edge-netværk er betydeligt.

Resultatet er en række højtniveau-aftaler og partnerskaber for at udvikle 5G- og edge-cloud-løsninger for hele værdikæden. Et nyligt eksempel er Google Cloud og Ericsson, der har dannet et partnerskab for at udvikle nye løsninger på Ericssons Silicon Valley D-15 Labs, herunder pilotprojekter for virksomhedsapplikationer 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 applikationer og Google Cloud-løsninger, rettet mod bil-, transport- og produktionssektorerne, ifølge virksomhederne.

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

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 virksomheds-genereret 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-forbindelser være en nøgleaktiver for edge-computing, ikke mindst på grund af kravene til AI og ML på kanten. Teknologier, der er integreret i 5G SA-netværk, som f.eks. netværkssegmentering, der giver vitalt vigtige applikationer dedikeret kapacitet, vil være afgørende for AI/ML’s succes i en bredere Industry 4.0-kontekst.

En anden grundlæggende skift i 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 flyvet for at opfylde bestemte hardwarekrav. Selvom branchens standarder er en nøglehindring, er der flere initiativer, der søger at bryde igennem og etablere bredere konsensus omkring sådanne cloud-native netværk. I særdeleshed definerede ETSI NFV-industrispecifikationsgruppen en vejledning tilbage i november 2020, der fastlægger, hvordan containeriserede virtuelle netværksfunktioner (VNF) kunne – og sandsynligvis vil – blive styret i et NFV-rammework.

Kant: Drivkraft for fremtidens computing

De applikationer, der muliggøres af edge-AI og -ML, cementeret af 5G-forbindelser og potentieligt understøttet af fremvoksende NFV-rammework, er meget overbevisende. F.eks. den stigende brug af autonome vejledede køretøjer (AGV) og automatiserede mobile robotter (AMR) i fabrikker og lager – især i opfyldelsesendens af forsyningskæden – driver oprettelsen af computer-vision og ML i edge-implementationer. Den lave ventetid og den øjeblikkelige bearbejdning af sensor- og videodata er afgørende for at sikre, at sikkerhedsgrænserne opfyldes, samt drive operationelle optimeringer og effektivitet.

Selvom 5G SA stadig er meget i udviklingsstadiet – bortset fra adskillige private netværk, der har taget springet – er det en kendsgerning, at de store industripersoner satser stort på 5G, og edge-computing og -netværk som en nøglemarkedskriver. Evnen for enhver virksomhed til at behandle transaktioner og gemme data nær den faktiske kilde til disse data vil hurtigt blive en nøgleindikator for Industry 4.0-succes, og udløse en række downstream-fordele såsom predictivt vedligehold, NFV og realverdensautomatisering.