Mængden af ting på nettet er truende – men redningen er nær

Af Palle Vibe, Alt om Data

Denne artikel er oprindeligt bragt på Alt om Data. Computerworld overtog i november 2022 Alt om Data. Du kan læse mere om overtagelsen her.

Internettet bliver hårdt belastet af den stigende mængde af internetforbundne enheder – Internet of Things eller IoT, som det også betegnes. Det skaber propper i systemet. Netværket overbelastes, og responstiden kan falde faretruende.

Det har banet vej for en ny teknologi, der hedder ”edge computing”. Edge computing går i al korthed ud på at flytte computerkraft fra datacentrene og skyen ud til de steder og enheder, der står og skal bruge den lige nu og her. Dermed opnås en forbedret responstid og bedst mulige udnyttelse af den eksisterende båndbredde. Hver enkelt IoT-enhed tildeles processorkraft og transmissionskapacitet efter behov. Den samlede funktion af de mindre lokale netværk, som IoT-enhederne oftest er del af, bliver hurtigere, billigere og mere problemfri.

Så mens man kan sige, at cloud computing er til Big Data, håndterer edge computing lokale data i realtid. Og det gælder alle former for IoT-enheder inkl. smarte gadelamper, smarte industrirobotter, landbrugets og gartneriers sensorer, selvkørende biler, smarte hjem, smarte byer og processorkrævende funktioner som AI, VR og AR. 

Chip-mastodonten Nvidia har erkendt behovet for mere lokal processorkraft ved ”kanten” og har lanceret nye systemmoduler med indbygget kunstig intelligens. Nvidias seneste Jetson Xavier NX-modul er mindre end et kreditkort og kan indbygges i droner, smårobotter og fint medicinsk udstyr.

Edge computing som begreb blev født sammen med de forskellige typer af lokalnetværk og
lokalservere, der blev etableret sidst i 1990’erne. Det affødte i årene efter tjenester, der gjorde det muligt at tilgå onlinesoftware og diverse onlineservices på abonnementsbasis. Disse tjenester var tilgængelige for alle, der var opkoblet via lokalnetværk og lokalservere, og dermed opstod de første kommercielle edge computing onlineservices, der ikke mindst gav sig af med e-handel.

Men skaber sådanne mere eller mindre selvstændige netværk ude i kanten af skyen ikke blot grobund for lokale datapropper i stedet for at smidiggøre dataafviklingen? Forestil dig et opkoblet videokamera, der overvåger en motorvejsstrækning og sender billederne som livetransmission til lagring i skyen i realtime. Det er normalt ikke noget problem. Men hundreder eller tusinder af sådanne kameraer vil resultere i dataflaskehalse, hvilket forringer billedkvaliteten og øger udgifterne til båndbredde.

Et yderligere eksempel er den stadigt mere udbredte brug af ansigtsgenkendelse til login på computere og mobiltelefoner. Hvor genkendelsesprocessen tidligere skulle transmitteres fra den enhed, der fotograferede ansigtet, frem til en skybaseret tjeneste, hvilket kræver høj båndbredde for at kunne levere data hurtigt nok, kan genkendelsesprocessen nu afvikles på en lokal processorenhed (for eksempel den mobil, som tog billedet) som edge computing.

Ved edge computing flytter du jo reelt serveren ud til kameraet eller kameraerne, og rent faktisk behøver det jo kun at være et billede af en persons ansigt, der skal overføres, og ikke streaming af video i realtid. Det letter kravene til hastighed og båndbredde væsentligt. 

Skyerne flytter sig

Edge computing flytter databehandling og datalagring fra den store sky til mindre lokalskyer, der kan afvikle opgaverne hurtigere, da det så kun vil være de mest relevante data, der skal sendes til datacentret og retur. Når beregningerne sker tæt på datakilden i stedet for i skyen, opnår man en bedre, hurtigere og smidigere funktion fra opkoblede enheder.

Skyen hænger ikke længere blot stille ”over” et fjernt datacenter, men deler sig op og trækker hen, hvor der er brug for dens datakraft. Og derved undgår vi, at en selvkørende bil rammer en cyklist, og at robotter på samlefabrikker går amok eller i stå, fordi de ikke modtager deres styreprogrammer og ordrer hurtigt nok. Samtidig sparer brugerne, hvad enten det er industrien eller den private sektor, penge i forhold til udgifterne ved at abonnere på et stort centralt datacenters ydelser. 

Så datafremtiden vil formentlig bevæge sig fra cloud computing over mod edge computing. Med i billedet hører også, at antallet af opkoblede (IoT-)enheder er eksponentielt voksende (for ikke at sige eksploderende), og nye og stadigt hurtigere trådløse teknologier som eksempelvis 5G accelererer denne udvikling. 

Antallet af lokalnetværk, der udnytter edge computing, vil ifølge flere undersøgelser (herunder IDC-rapporten Worldwide Edge Infrastructure (Compute and Storage) Forecast 2019-2023) være vokset til noget, der ligner det dobbelte i 2023. It-konsulentvirksomheden Gartner forudser ligefrem, at traditionel cloud computing vil være fortid i 2025, hvor 80 procent af datacentrene angiveligt vil være lukket og erstattet af edge computing. 

Edge computing har ydermere affødt et andet begreb: ”fog computing”. Ligesom edge computing flytter fog computing arbejdsbyrden tættere ud til netværkskanten, men mens edge computing flytter computerkraften ud til de enkelte enheder, flytter fog computing den over på en eller flere nodes (større selvstændige dataenheder i et netværk). Begge teknologier tager arbejdsbyrden fra centrale datacentre ud til enheder i kanten af netværket.

Hvad med sikkerheden?

Som det gælder for så mange nye teknologier, skaber det ofte nye problemer at løse eksisterende. Og når det angår edge computing, er sikkerheden en udfordring. Det er en indbygget svaghed ved edge computing, at man går fra en stor og sikker, central infrastruktur til en decentraliseret og mere åben netværksstruktur.

Det er derfor afgørende, at edge computing kan arbejde med krypterede data, og at tilgangen til de lokale netværk kan ske sikkert og om nødvendigt ligefrem med brug af en VPN-tunnel. Det er også vigtigt, at forskellige metoder til kryptering kan bringes i anvendelse, eftersom lokaldata kan bevæge sig gennem flere forskellige opkoblede nodes og enheder, før de eventuelt når frem til skyen. Typisk vil disse IoT-enheder tillige være batteridrevne ”resource constrained devices”, dvs. med begrænset computerkraft og hukommelse for at spare strøm, hvilket desværre også begrænser krypteringsmulighederne. 

Mulige udfald af vigtige netværksenheder (nodes) er et andet problem, der kræver forholdsregler, hvis edge computing skal kunne fungere efter hensigten og yde pålidelig drift. Her vil navnlig de forskellige IoT-enheders varie-rende tilslutningsforbindelser, strømforbrug og processorkraft kunne påvirke et edge systems samlede pålidelighed, ligesom de afgivne data også vil kunne optræde fejlbehæftede på grund af forskellige forhold i omgivelserne.

Dette kan være en hæmsko for udbygning og skalering af lokalnetværk. Hvis brugerne oplever hyppige fejl og afbrydelser, er ideen med edge computing jo ikke opfyldt, og lokale netværk bør derfor på forskellig vis kunne overvinde den type fejl og eventuelt også advare.

Derfor må de enkelte nodes i realiteten opretholde et komplet overblik over hele netværket (network topology) og kunne reagere på fejl så hurtigt og gnidningsfrit som muligt. Komponenter og systemer kan dubleres, så hvis en enkelt enhed eller node skulle falde ud, får det ikke indflydelse på det samlede edge-netværks funktion. 

Men sikkerheden sættes også under lup med udrulningen af trådløse 5G-netværk verden over og den deraf mulige forbedring af responstid og større båndbredde. Hvis det ikke er nødvendigt at have etableret kablede linjer (og at data måske yderligere kun bliver sendt, når der er nogle at sende), vil både kapacitet og hastighed stige.

Sådanne løsninger er i stigende grad ved at blive implementeret rundt omkring i Danmark og resten af verden. 

Men uanset udfordringerne er edge computing kommet for at blive og vil blive yderligere udbredt. Netværksoperatørernes vigtigste opgave er at have sig for øje, at for ihærdig udbygning af lokalnetværk nemt vil føre til en gentagelse af skyens oprindelige dilemma og resultere i en generel hastighedsnedgang i dataoverførsel, når alt for mange skal ”deles om linjen”. Her må udbyderne finde en gylden middelvej fra opgave til opgave.