Cuatro modelos para aplicaciones de Edge Computing

El Edge Computing en México crece rápidamente ya que la demanda del usuario es alta, en tanto que a nivel tecnológico se requieren nuevas herramientas para que las redes de datos puedan operar sin ningún contratiempo o problema operativo.

“La oportunidad que surge en torno al Edge Computing es destacable pero también compleja, porque hay que analizar a través de qué formas se puede potenciar la distribución de contenidos, lo cual es conocido como borde de red, mercado que en los próximos años tendrá un valor multimillonario”, así lo afirmó comentó Jorge Balcells, Solutions Architect de la división Global Solutions de Vertiv.

Vertiv realizó el informe ‘Definición de los cuatro arquetipos de Edge y sus requisitos tecnológicos’, un estudio global basado en la investigación de casos de uso de Edge Computing, a partir del cual se identificaron cuatro arquetipos para aplicaciones de edge. Esta es la tecnología que se necesita para darles soporte, de acuerdo con Jorge Balcells:

 

01. Aplicaciones con uso intensivo de datos

Esto comprende casos de uso donde la cantidad de información hace imposible la transferencia a través de la red directamente a la nube, o bien, de la nube al punto de uso debido a incidencias con el volumen de datos, los costos o el ancho de banda.

Algunos ejemplos son las ciudades, fábricas y casas/edificios inteligentes, la distribución de contenido de alta definición, la informática de alto rendimiento, conectividad limitada, realidad virtual, así como la digitalización de petróleo y gas. El ejemplo que más se utiliza es la difusión de contenido de alta definición, donde los principales proveedores de contenido como Amazon y Netflix se asocian de forma activa a través decoubicaciones para extender las redes de distribución, con el fin de acercar más los videos de streaming y, a su vez, reducir los costos.

02. Aplicaciones sensibles a la latencia humana

Este arquetipo incluye casos de uso en los cuales se optimizan los servicios para el consumo humano, y todo gira en torno a la velocidad. El retraso en la entrega de información influye de forma negativa en la experiencia del usuario con la tecnología. Por lo tanto, potencialmente contribuye a la reducción de la rentabilidad y de las ventas minoristas.

Los casos de utilización son las ventas minoristas inteligentes, la realidad aumentada, la optimización web y el Procesamiento de Lenguajes Naturales (PLN – Campo de las ciencias de la computación, inteligencia artificial y lingüística que estudia las interacciones entre las computadoras y el lenguaje humano).

03. Aplicaciones sensibles a la latencia máquina-máquina

La velocidad es también la característica distintiva de este modelo, el cual comprende el comercio bursátil, la red eléctrica inteligente, la seguridad inteligente, el análisis en tiempo real, la distribución de contenido de latencia baja, y simulaciones de fuerza de defensa. Dado que las máquinas pueden procesar la información mucho más rápido que los humanos, las consecuencias de una distribución lenta son mucho más altas que en el modelo de latencia humana.

Por ejemplo, retrasos en el comercio de materias primas y bursátil, donde los precios varían en milésimas de segundo, pueden convertir beneficios potenciales en pérdidas.
04. Aplicaciones cruciales para la vida

Este modelo engloba casos de uso que directamente impactan en la salud y la seguridad del ser humano. Por tanto, la velocidad y la confiabilidad son vitales. Los casos de uso son el transporte inteligente, la salud digital, los vehículos conectados/autónomos, los robots autónomos y los drones. Por ejemplo, los vehículos autónomos deben haber actualizado la información para funcionar de manera segura, al igual que el caso de los drones, que se pueden utilizar para comercio electrónico y entrega de paquetería.