«Edge computing» tiene múltiples significados, dependiendo de a quién se le pregunte. Para algunos, «edge computing» significa ejecutar código en dispositivos del Internet de las cosas (IoT). Otros pueden asociarlo con entornos proporcionados por empresas como Fastly, que ofrecen capacidades de tipo Content Delivery Network (CDN) para el código en lugar de sólo archivos estáticos.
Las organizaciones eligen la computación de borde por muchas razones, entre ellas la optimización de la experiencia del usuario, la mejora del tiempo de respuesta, el mantenimiento de la privacidad o la minimización del coste computacional ($) o el consumo de energía de los cálculos que deben completarse.
El principal beneficio que proporciona la computación de borde es la capacidad de desplegar el software donde sea necesario. Sin embargo, «necesita estar» depende del contexto.
Reducir la latencia
Si el objetivo es tener una mejor experiencia de usuario en torno a la interacción con algún servicio, reducir la latencia (retraso) de ir a la nube es una necesidad. Por ejemplo, los operadores financieros necesitan información del mercado en tiempo real para tomar las mejores decisiones. Otro ejemplo: el adolescente que está en el sótano de su casa jugando a los videojuegos puede estar descontento con una experiencia «lenta». Los mejores juegos tienen capacidad de respuesta en tiempo real.
La computación de borde permite al usuario transmitir datos de un lugar a otro con un retraso mínimo.
Problemas de propiedad intelectual
Si el software tiene problemas de propiedad intelectual (no quieres ejecutarlo en el navegador del usuario para que pueda ver el código), la computación de borde te permite acercarte al usuario sin entrar en el dispositivo.
Capacidades de inferencia de la IA
Si necesita estar en un dispositivo en una ubicación, la combinación de 5G y dispositivos de borde como Azure Sphere de Microsoft o Jetson Nano de Nvidia impulsará las capacidades de inferencia de IA a la ubicación del sensor. La aceleración de hardware en los dispositivos (desde GPUs, TPUs, FPGAs, ASICs, etc.) tendrá un buen rendimiento, pero los datos no requerirán ser extraídos del dispositivo.
Edge computing y 5G, IA y la nube
El 5G proporcionará conectividad de red en todas partes, lo que permitirá a los dispositivos obtener acceso a la red en entornos que normalmente no tienen una conectividad de calidad.
Imaginemos, por ejemplo, una aplicación de teléfono que detecte el inicio de la demencia o la evidencia de un derrame cerebral. La IA de computación en la nube requeriría la transferencia de datos desde los dispositivos de los usuarios. En cambio, la computación de borde permitiría a los sistemas de IA dejar los datos potencialmente sensibles en el dispositivo sin dejar de detectar las condiciones médicas. Poder aprovechar la IA en los dispositivos móviles/de borde puede ayudar a reducir la carga normativa.
Sin embargo, antes de que una organización pueda utilizar esta tecnología, necesitará arquitecturas ágiles que puedan «flotar» entre entornos. Herramientas como LLVM, WebAssembly y WASI lo facilitarán, así como Docker, K8s, etc.
Hay una cierta cantidad de «hay que ser así de alto para montar» antes de que las organizaciones puedan aprovechar la computación de borde. Una organización que aún no haya automatizado sus despliegues, desmontado sus monolitos y modernizado su código tendrá más dificultades para aprovechar las ventajas del edge computing.
Pero, si lo han hecho, podrán ubicar la computación donde debe ejecutarse por razones de privacidad, experiencia del usuario, protección de la propiedad intelectual o bajo coste/bajo consumo.
Al fin y al cabo, la computación de borde consiste en llegar a los usuarios de forma poco latente y geográficamente distribuida.