Startseite > Embedded > Edge Computing als Herausforderung

Digitale Transformation

Edge Computing als Herausforderung

21. April 2021, 8:00 Uhr | Harry Schubert

Kevin Dallas, President & Chief Executive Officer, Wind River: »Edge Computing bringt seine eigenen Herausforderungen aus der alten und neuen Welt mit sich.«

Für die reaktionsschnellere Datenverarbeitung werden leistungsfähige Edge-Computing-Systeme benötigt. Die Prozessor-Boards werden aber auch immer kleiner und kostengünstiger.

▶ Diesen Artikel anhören

Doch Edge Computing bringt laut Kevin Dallas, President & Chief Executive Officer von Wind River, seine eigenen Herausforderungen mit sich.

Markt&Technik: Vor welchen Herausforderungen stehen die Entwickler von intelligenten Edge-Computing-Systemen?

Kevin Dallas: Das nächste Gebiet der digitalen Transformation liegt im intelligenten Edge, am Netzwerkrand, da bis 2022 mehr als 50 Prozent aller rechnergestützten Datenverarbeitung und KI dort stattfinden werden und bis 2025 700 Milliarden US-Dollar für neue, Edge-basierte KI-Systeme ausgegeben werden. Dies kann eine schnellere und reaktionsschnellere Datenverarbeitung ermöglichen, und da Computer immer kleiner und kostengünstiger werden, wird diese Art von intelligenten Edge-Systemen allgegenwärtig werden. Allerdings bringt Edge Computing eine Reihe von Herausforderungen aus der alten und neuen Welt mit sich. Von unseren Kunden, die intelligente Edge-Computing-Systeme in unternehmenskritischen Branchen entwickeln, hören wir von den folgenden Herausforderungen:

1. Edge-Computing-Systeme verfügen heute über eine Vielzahl von Funktionen und unterscheiden sich nur durch ihre Software. Es wird erwartet, dass mehr Funktionen in kürzerer Zeit und zu geringeren Kosten bereitgestellt werden, ohne die Qualität der Software zu beeinträchtigen. Die Notwendigkeit einer kontinuierlichen Bereitstellung bedeutet, dass der gesamte Prozess stärker automatisiert und vertrauenswürdiger sein muss.
2. Die Software-Kultur und anerkannte Methoden entwickeln sich schnell weiter: IT-Praktiken wie die Anwendung von Agile und DevOps halten Einzug in Edge-Computing-Systeme und erfordern den Einsatz moderner Softwareentwicklungs-Tools, Techniken und Programmiersprachen. Von den Entwicklern wird erwartet, dass sie sich mit den modernen Tools vertraut machen, ohne dass die Produktivität durch die notwendige Lernkurve beeinträchtigt wird.
3. Cybersecurity kann nicht länger ein nachträglicher Gedanke sein: Edge Computing bringt vernetzte intelligente Geräte mit sich, die unterschiedliche Vernetzungsstufen und verschiedene Einsatzszenarien haben können. Dies vergrößert die Angriffsfläche für potenzielle Angriffe und erfordert einen integrierten, sicheren Entwicklungsprozess während der Entwicklungsphase sowie Sicherheitsfunktionen in den Produkten selbst, die während des Einsatzes und im autonomen Betrieb einen tiefgreifenden Schutz bieten.
4. Das Erfassen und Verarbeiten von Daten in großem Umfang ist aufgrund der Anzahl der Geräte und der Menge an Daten, die am Netzwerkrand gesammelt werden können, weiterhin eine Herausforderung. Das erfordert den Einsatz von KI/ML, um die Datensätze direkt dort zu analysieren, sie in Erkenntnisse umzuwandeln und Rückkopplungsschleifen für den Entwicklungsprozess und den Betrieb zu ermöglichen, ohne die Sicherheit der Geräte zu gefährden.
5. Die Verwaltung der eingesetzten Software über große Flotten hinweg bleibt eine Herausforderung, weil a) Entwickler nicht unbedingt die Betreiber des Systems sind und von den Endnutzern weit entfernt sein können, b) regulatorische Anforderungen und Zertifizierungsanforderungen erfüllt werden müssen und c) Vorschriften nicht immer mit den Innovationen Schritt halten. Die Sicherheitslandschaft kann sich während des gesamten Lebenszyklus eines Produkts ändern.

Bei Wind River adressieren wir diese Herausforderungen mit unserem neuen Studio-Angebot, der branchenweit ersten und einzigen Cloud-nativen Plattform für die Entwicklung, den Einsatz, den Betrieb und die Wartung von unternehmenskritischen intelligenten Systemen am Edge, bei denen Sicherheit und Zuverlässigkeit gefragt sind.

Warum kann man der Verlagerung von Intelligenz an den Netzwerkrand nicht mit der Verlagerung von Cloud Servern ans Edge begegnen?

Bei der Verlagerung von Intelligenz ans Edge geht es darum, das Edge zu befähigen, Rechenleistung, Datenverarbeitung und KI/ML-Funktionen auszuführen. Dies kann nur durch den Einsatz einer Cloud-nativen Plattform vor Ort erreicht werden.

Technisch gesehen könnte die Verlagerung von Intelligenz ans Edge durch die Verlagerung von Cloud-Servern dorthin erreicht werden – das ist der Sinn der Verwendung von Containern auf einzelnen Geräten und Kubernetes zur Verwaltung von Edge Stamps. Allerdings ist die Größe dieser Server Images manchmal abschreckend und es ist möglicherweise nicht wirtschaftlich, sie auf einem Edge-Gerät auszuführen; außerdem können Anwendungen, die auf Cloud Servern laufen, Abhängigkeiten von Cloud-Diensten haben.

Edge-Geräte unterscheiden sich in Größe, Anforderungen an die Rechenleistung, Anwendungsvielfalt, Umgebung, Entwicklungskosten und vor allem Betriebskosten. Die leistungsstarken Embedded-Prozessoren sind aufgrund ihrer Multi-Core-Architektur, hardwaregestützter Virtualisierung und anwendungsspezifischer Recheneinheiten nach wie vor sehr gut in der Lage, verschiedene Arbeitslasten zu bewältigen. Einige der eingesetzten Edge-Geräte werden jahrzehntelang in Betrieb bleiben, was einen anderen Systemlebenszyklus erfordert, sodass rechenzentrumsähnliche Hardware genutzt wird.

Wichtige Fragen hierbei sind: Wie ermöglichen wir verteilte Intelligenz von der Cloud bis zum Edge, damit wir die richtige Arbeitslast auf der richtigen, kostengünstigsten Plattform ausführen? Wie setzen wir moderne Prozessoren und GPUs mit Software ein? Wie setzen wir die zustandslose, Microservices-orientierte Architektur/Applikation am Edge um? Wie bieten wir Entwicklern eine einheitliche Umgebung für Entwicklung und Bereitstellung, um Cloud-native Anwendungen zu erstellen, sowie für diejenigen, die spezielle Anwendungen entwickeln?

Wind River adressiert diese spezifischen Herausforderungen mit Wind River Studio, unterstützt durch vier Jahrzehnte Erfahrung, um sicherzustellen, dass diese eingeschränkten Geräte und ihre Entwickler trotzdem in der Lage sein werden, die Vorteile der containerisierten Anwendungsentwicklung und -bereitstellung am Netzwerkrand zu realisieren.