
Bo Dean - stock.adobe.com
Entdecken Sie Edge-Computing-Services in der Cloud
Edge Computing ermöglicht die Verarbeitung von Daten direkt am Entstehungsort, reduziert Latenz und Sicherheitsrisiken und ergänzt zentrale Cloud-Plattformen effizient.
Ist es an der Zeit, Ihre Workloads an die Peripherie zu verlagern? Edge Computing kann Unternehmen dabei unterstützen, eine schnellere Workload-Performance zu erzielen und gleichzeitig die Kosten für die Datenübertragung und Sicherheitsrisiken zu reduzieren.
AWS, Microsoft Azure und Google Cloud bieten Services, die die Bereitstellung von Workloads am Edge vereinfachen und gleichzeitig in die Cloud-Plattform eines Anbieters integrieren. Andere Plattformen, wie beispielsweise Red Hat OpenShift, können für Unternehmen ebenfalls geeignet sein, um Edge-Architekturen einzurichten und zu verwalten.
Sehen wir uns an, wie Edge Computing funktioniert, in welcher Beziehung es zur Cloud steht und was die wichtigsten Anbieter für die Bereitstellung und Verwaltung von Edge Computing bieten.
Was ist Edge Computing?
Edge Computing umfasst Storage- und/oder Rechenressourcen in der Nähe der Datenquelle oder des Benutzers. Wenn Unternehmen Edge Computing einsetzen, stellen sie Workloads an physischen Standorten in der Nähe der Orte bereit, an denen Daten produziert oder verbraucht werden.
Ein Einzelhändler kann eine Edge-Computing-Infrastruktur einrichten, um Zahlungsabwicklungsanwendungen in physischen Geschäften zu hosten. Alle Zahlungsdaten, die die Anwendungen erfassen und verarbeiten müssen, sind auf derselben lokalen Infrastruktur verfügbar. Da die Daten nicht an ein entferntes Rechenzentrum übertragen werden müssen, profitieren Kunden von einem schnelleren und reibungsloseren Bezahlvorgang.
Die Zahlungsabwicklung im Einzelhandel ist ein Beispiel für einen Anwendungsfall von Edge Computing, bei dem eine schnelle Verarbeitung nicht unbedingt entscheidend ist. Situationen, die eine Datenverarbeitung in Echtzeit erfordern, benötigen Edge-Computing-Funktionen.
Denken Sie beispielsweise an autonome Fahrzeuge. Ein selbstfahrendes Auto muss Daten erfassen und zur Verarbeitung an ein Cloud-Rechenzentrum übertragen, bevor es auf plötzliche Änderungen der Straßenverhältnisse reagieren kann. Durch die Verarbeitung der Daten am Edge können autonome Fahrzeuge Echtzeitdaten analysieren und fast sofort reagieren.
Edge Computing und Cloud Computing im Vergleich
Das Konzept des Edge Computings wurde populär, nachdem Ende der 2000er Jahre ein Wandel hin zu Cloud-zentrierten Infrastrukturen einsetzte. Edge Computing kann einige der zentralen Herausforderungen in Bezug auf Leistung, Zuverlässigkeit und Sicherheit lösen, die mit der Cloud verbunden sind. Im Gegensatz zum Edge Computing ist die Cloud auf zentrale Rechenzentren angewiesen, die in der Regel nicht in der Nähe der Endnutzer oder Datenquellen liegen.

Latenz
Cloud-Computing-Plattformen müssen Daten über das Internet übertragen, bevor sie in Cloud-Rechenzentren verarbeitet oder gespeichert werden können. Nach der Verarbeitung können die Daten auch über das Internet an die Endanwender zurückgesendet werden. Da das Internet im Vergleich zu lokalen Netzwerken langsam ist, weist es in der Regel höhere Latenzzeiten auf.
In der Cloud kann es einige Sekunden dauern, bis eine Anwendung die Anfrage eines Benutzers empfängt, verarbeitet und das Ergebnis zurücksendet. In einer Edge-Infrastruktur können die Antwortzeiten auf wenige Millisekunden reduziert werden, da keine Abhängigkeit vom Internet besteht.
Beachten Sie, dass ein Content Delivery Network (CDN) eine Möglichkeit darstellt, die Cloud-Latenz ohne den Einsatz einer Edge-Strategie zu reduzieren. Allerdings sind CDNs in der Regel teurer als Edge-Netzwerke und bieten möglicherweise nicht das gleiche Leistungsniveau.
Zuverlässigkeit
Wenn ein Cloud-Rechenzentrum nicht verfügbar ist, sind auch die darin gehosteten Anwendungen und Daten nicht verfügbar. Obwohl Cloud-Ausfälle selten sind, können sie aufgrund von Problemen wie Netzwerk-Routing-Problemen oder Schäden an der Infrastruktur eines Cloud-Anbieters auftreten.
Edge Computing bietet den Vorteil der lokalen Speicherung kritischer Daten, wo sie für die Workloads, die sie benötigen, besser verfügbar sind. Es ist wichtig zu beachten, dass auch Edge-Infrastrukturen ausfallen können. Oftmals verfügen kleine Edge-Rechenzentren nicht über die physische Sicherheit und Ausfallsicherheit großer Cloud-Rechenzentren.
Sicherheit
Daten, die zwischen entfernten Standorten und Cloud-Rechenzentren übertragen werden, sind potenziellen Sicherheitsrisiken ausgesetzt, wenn sie über unsichere öffentliche Netzwerke übertragen werden. Jeder, der Zugriff auf die Netzwerke hat, kann den Datenverkehr abhören. Durch die Verschlüsselung der Daten werden diese in den meisten Fällen für Unbefugte unlesbar. Allerdings ist der Netzwerkverkehr nicht immer standardmäßig verschlüsselt und selbst wenn dies der Fall ist, besteht die Gefahr, dass Angreifer die Verschlüsselungscodes knacken können.
Durch die Minimierung der Notwendigkeit, Daten über öffentliche Netzwerke zu übertragen, verringert Edge Computing potenzielle Sicherheitsrisiken, unabhängig davon, ob die Daten während der Übertragung verschlüsselt sind. Edge Computing kann weiterhin auf ein öffentliches Netzwerk zurückgreifen. Die Daten müssen jedoch nicht so weit transportiert werden, sodass das Risiko des Abhörens geringer ist.
Anwendungsfälle für Edge Computing
Edge Computing eignet sich für fast alle Anwendungsfälle, in denen es wichtig ist, Latenzen zu minimieren und/oder Datensicherheitsrisiken zu reduzieren. Hier sind einige Beispiele dafür, wie Unternehmen in verschiedenen Branchen von Edge-Architekturen oder -Geräten profitieren können:
- Gesundheitswesen: Internet-of-Medical Things-Geräte können Patientendaten nahe an der Quelle erfassen und verarbeiten, sodass in Echtzeit auf potenzielle Gesundheitsprobleme reagiert werden kann.
- Industrie: Edge Computing hilft bei der Automatisierung von Fertigungsprozessen, indem Datenströme zur Steuerung von Fertigungsanlagen genutzt werden.
- Finanzwesen: Die Zahlungsabwicklung und Betrugserkennung mit Edge-Verarbeitung kann Betrugsfälle aufdecken, bevor Diebe reagieren können, und das Risiko der Exfiltration sensibler Daten über das Netzwerk verringern.
- Einzelhandel: Edge-Infrastrukturen können Point-of-Sale-Daten verarbeiten, um einen schnelleren Bezahlvorgang zu ermöglichen.
- Automobilindustrie: Autonome Fahrzeuge sind auf Edge-Verarbeitung angewiesen, um in Echtzeit auf Daten über Umgebungsbedingungen reagieren zu können.
In all diesen Fällen ist eine schnelle und effiziente Datenverarbeitung entscheidend für den Erfolg. Die Übertragung von Daten vom Ursprungsort in Cloud-Rechenzentren und zurück zum ursprünglichen Gerät ist zu langsam.
In vielen Branchen kommt Edge Computing zunehmend in Verbindung mit KI zum Einsatz. Beispielweise analysieren Kameras in der Fertigungslinie Produktfehler direkt vor Ort mithilfe von Machine-Learning-Modellen. Auch in Smart Cities oder im Einzelhandel ermöglicht Edge AI personalisierte Werbung oder Verkehrssteuerung in Echtzeit ohne Verzögerung durch Cloud-Übertragung.
Edge-Computing-Services in der Cloud
Alle großen Cloud-Anbieter bieten mehrere Services für Unternehmen, die eine Edge-Architektur aufbauen und in Public-Cloud-Services integrieren möchten. Diese Angebote lassen sich in drei Hauptkategorien einteilen: Hybrid-Cloud-Plattformen, Netzwerkoptimierung sowie IoT-Bereitstellung und -Management.
Hybrid-Cloud-Plattformen
Jeder große Public-Cloud-Anbieter verfügt über eine Hybrid-Cloud-Plattform, beispielsweise AWS Outposts, Azure Local, Azure Stack Edge, Google Cloud Anthos und Google Distributed Cloud. Diese Dienste sind keine spezifischen Edge-Computing-Dienste, können jedoch alle Anforderungen des Hybrid-Cloud-Computing erfüllen. IT-Teams können solche Angebote nutzen, um Public-Cloud-Dienste in einem privaten Rechenzentrum oder an einem anderen lokalen Standort bereitzustellen, an dem die Edge-Infrastruktur gehostet wird.
Wenn ein Einzelhändler eine lokale Zahlungsabwicklungsanwendung in seinen Filialen bereitstellen und gleichzeitig die Workloads mit Public-Cloud-Tools verwalten möchte, kann er dies auf privaten, lokalen Servern tun, die über Plattformen wie Azure Local oder Google Cloud Anthos verwaltet werden.
Netzwerkoptimierung
Cloud-Anbieter bieten Dienste an, mit denen die Netzwerkleistung für Workloads optimiert werden kann, die eine Verbindung zu Public-Cloud-Rechenzentren benötigen. Beispiele hierfür sind AWS Local Zones, Azure ExpressRoute und Google Cloud Interconnect. Diese Dienste funktionieren auf unterschiedliche Weise: Einige platzieren die Cloud-Infrastruktur näher am Edge, um die Latenz zu reduzieren, während andere private Netzwerkverbindungen bereitstellen, um die Geschwindigkeit unabhängig vom Standort der Infrastruktur zu erhöhen.
Sie haben jedoch das Potenzial, die Latenz für lokalisierte Workloads, die eine Verbindung zur Cloud benötigen, zu minimieren. Sie können dazu beitragen, die Netzwerkleistung für Edge-Architekturen mit einer Public-Cloud-Komponente zu optimieren.
IoT-Bereitstellung und -Verwaltung
Obwohl nicht alle Anwendungsfälle für Edge Computing IoT-Geräte umfassen, gehen IoT- und Edge-Architekturen in der Regel Hand in Hand. IoT-Geräte werden häufig an verstreuten Standorten eingesetzt. Da diese Geräte nur über minimale Rechen- und Storage-Ressourcen verfügen, müssen sie möglicherweise mit einem Remote-Rechenzentrum verbunden werden, um die generierten Daten zu verarbeiten oder zu speichern. Hierfür können sie ein herkömmliches Cloud-Rechenzentrum nutzen, aber die Edge-Infrastruktur bietet den Vorteil einer minimierten Netzwerkbandbreite und Latenz.
Alle Public Clouds bieten IoT-Services für die Bereitstellung und Verwaltung von IoT-Geräten, beispielsweise AWS IoT und Azure IoT. Google Cloud hat IoT Core im Jahr 2023 eingestellt und empfiehlt nun alternative Lösungen über Pub/Sub oder Partnerplattformen. Diese Services sind zwar nicht auf Anwendungsfälle für Edge Computing beschränkt, aber Unternehmen, die IoT-Netzwerke über die Public Cloud verwalten möchten, können solche Services als Teil einer Edge-Management-Strategie hinzufügen.

Edge-Computing-Plattformen jenseits der Public Cloud
Public Cloud-Services sind für die Einrichtung einer Edge-Architektur nicht erforderlich.
Eine Option ist Red Hat OpenShift, die Kubernetes-basierte Anwendungsmanagement-Plattform. Die Multi-Cluster-Management-Unterstützung von OpenShift ermöglicht die Bereitstellung und Verwaltung containerbasierter Workloads an mehreren Edge-Standorten, wobei jeder Standort seinen eigenen Cluster betreibt. Jede Kubernetes-Distribution kann bei der Einrichtung und Verwaltung von Edge-Workloads unterstützen, allerdings sind nicht alle Kubernetes-Plattformen für Edge-Anwendungsfälle ausgelegt.
Benutzer können Workloads manuell an mehreren Edge-Standorten bereitstellen und verwalten, ohne auf automatisierte Orchestrierungs- und Verwaltungsdienste zurückgreifen zu müssen. Richten Sie physische Server an mehreren Edge-Standorten ein und stellen Sie ihnen die Betriebssysteme und Workloads zur Verfügung, die am Edge ausgeführt werden sollen. Dieser Ansatz ist jedoch aufgrund der Komplexität der Verwaltung nur schwer in großem Maßstab umsetzbar.
Überblick: Edge Computing in der Cloud
Edge Computing bringt Rechen- und Speicherressourcen näher an den Ort, an dem Daten entstehen wie Geschäfte, Fahrzeuge oder Fabriken. Dadurch lassen sich Latenzzeiten senken, Sicherheitsrisiken minimieren und Kosten für Datenübertragungen reduzieren.
Große Cloud-Anbieter wie AWS, Azure und Google Cloud bieten Edge-fähige Dienste an, beispielsweise über Hybrid-Cloud-Architekturen, Netzwerkoptimierung und IoT-Management. Alternativen wie Red Hat OpenShift ermöglichen auch Edge Computing unabhängig von Public Clouds.
Typische Einsatzbereiche sind autonomes Fahren, Industrieautomation, Gesundheitswesen und Finanztransaktionen.