Edge Computing: el Nirvana para el exceso de datos

José Andrés García, responsable para Iberia y Latinoamérica de Denodo.

No cabe duda de que dispositivos como termostatos, interruptores inteligentes y asistentes de voz de tercera generación son cada vez más intuitivos; recopilan grandes cantidades de datos diariamente que utilizan para aprender y ajustarse automáticamente. Pero hoy en día, es imposible recoger toda esa información en un solo repositorio central, analizarla y devolver los resultados a su lugar de origen. Desde este 2020, y en adelante, la tecnología evolucionará para ejecutar las funciones de computación en los propios dispositivos en lugar de hacerlo de manera central. Es lo que conocemos como Edge Computing. Mediante esta tecnología, los dispositivos mejorarán su eficiencia funcional aprendiendo a autoajustarse en tiempo real, en lugar de estar ralentizados por la transferencia de información entre ellos y un sistema central.

Y es que no fue hasta hace pocos años cuando los dispositivos tradicionales se volvieron más inteligentes y comenzaron a emerger los asistentes de voz. Un ejemplo claro es Alexa y la tan conocida pregunta: “Alexa, ¿Qué tiempo hace hoy?”. Actualmente, estos dispositivos se están volviendo aún más inteligentes con la capacidad de ajustarse en función de su entorno. Por ejemplo, Google Nest utiliza algoritmos de machine learning para determinar cuándo una persona está en casa y cuándo se ha ido. Aunque el usuario puede programar Nest como cualquier otro termostato y decirle cuándo enfriar o calentar la casa, lo que hace diferente a este termostato de otros no inteligentes, es que utiliza la información que recoge para ajustar automáticamente la temperatura sabiendo cuando el usuario se va o vuelve. Esto elimina la necesidad de tener que regular constantemente el termostato cuando está en casa o despilfarrar consumo eléctrico cuando se le ha olvidado ajustarlo.

El análisis centralizado es cada vez más complicado

Tradicionalmente, el análisis de datos y la inteligencia que se obtiene gracias a ello se ha hecho de manera centralizada. Los repositorios de datos, que son el motor del Business Intelligence, son repositorios centrales en los que los datos pasan por un proceso ETL: se extraen de los sistemas operacionales, se transforman en el formato más adecuado y se cargan en el repositorio.

Sin embargo, esta arquitectura de datos está perdiendo protagonismo por varios motivos: uno de ellos es que solo pueden almacenar datos estructurados, mientras que la mayor parte de la información hoy en día es desestructurada. En este sentido, tal y como refleja el estudio Denodo Global Cloud Survey 2020, el 42,86% de las organizaciones percibe la integración de datos como uno de sus mayores desafíos en la nube.

Otro motivo es el volumen de datos: ya es tan enorme que no es económicamente viable almacenar todos los datos en un único repositorio y para disminuir los costes, muchas compañías hicieron la transición a alternativas como Hadoop, que también puede almacenar datos no estructurados.  Pero aun así, todavía es imposible recopilar en un solo repositorio central toda la información generada por múltiples dispositivos en varios lugares del mundo a miles de kilómetros.  Tampoco este sistema central puede analizar la información y hacer recomendaciones de vuelta a los dispositivos para un rendimiento óptimo.

El Edge Computing es la solución

Es así como vemos que la tecnología todavía tiene que evolucionar para poder tener las funciones de computación en los dispositivos en lugar de hacerlo de manera centralizada. El concepto de Edge Computing implica que los devices desarrollan su capacidad no solo para generar sus datos, sino también para usarlos en el análisis y para propósitos de computación. De esta manera, obtienen los datos suficientes para cubrir sus necesidades y ser autosuficientes. Sin embargo, esa independencia no significa que sean autónomos. Estos dispositivos siguen conectados a un sistema central y transmiten la información que necesitan para su estudio. Como resultado, hay una dualidad de computación en la que algunos análisis ocurren en los dispositivos Edge para su funcionamiento local y, al mismo tiempo, los datos son transmitidos a un sistema central con el fin de elaborar un análisis holístico teniendo en cuenta todos los sistemas.

Beneficios del Edge Computing

El mayor beneficio del edge computing es el ahorro de tiempo. En los últimos años, dos aspectos de la tecnología han evolucionado más rápido que otros: el almacenamiento y la computación. Los teléfonos móviles de hoy tienen más memoria y poder de computación que los ordenadores de hace 30 años. Con todo, un aspecto tecnológico que no ha evolucionado tan rápido es el ancho de banda para transmitir datos, ya que le lleva minutos u horas moverse de un lugar a otro. Con los dispositivos moviéndose cada vez más entre continentes y hacia la nube, es imperativo poder transmitir la mínima cantidad de datos posible para mejorar la eficiencia general. Delegando la computación hacia los Edge, los dispositivos aprenderán y se ajustarán en tiempo real en lugar de estar ralentizado por la transferencia de información entre ellos y un sistema central. 

En conclusión, conforme avanza la tecnología, se generan nuevos problemas que requieren nuevas soluciones. Con la llegada de los dispositivos inteligentes, el volumen de datos ha explotado y ha reducido la eficacia de la computación y el análisis centralizado. El Edge Computing resuelve este problema haciendo a los dispositivos más inteligentes con la ayuda del procesamiento de sus propios datos para poder cubrir sus necesidades. De esta manera, solo transmiten los datos necesarios para la computación central. Como resultado, se mejora la eficiencia no sólo de los dispositivos Edge, sino también de todos los sistemas centrales de análisis. Por todo ello, el Edge Computing es prometedor y está listo para ser una de las tendencias tecnológicas más importantes este año y los siguientes.

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

TE PUEDE GUSTAR

El data scientist de PiperLab, Javier Fernández, nos cuenta en este artículo cuáles son los cambios que ha sufrido la industria del fútbol a

EVENTOS

RECIBE LA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Ir arriba