¿Por qué el Edge Mesh es el próximo tema de moda para la inteligencia distribuida?

Retos y oportunidades de las aplicaciones IoT

Como sabemos, el Internet de las Cosas (IoT) está revolucionando las empresas al conectar todos sus activos a sistemas operativos a través de aplicaciones. La mayoría de las aplicaciones IoT pueden agruparse en torno a cuatro tipos de funciones: detección, comunicación, computación y actuación.

Un único dispositivo no suele soportar todas las capacidades, por lo que hasta ahora la mayoría de los sistemas utilizaban dispositivos finales para percibir el entorno, las responsabilidades de comunicación y red eran asumidas por pasarelas, y la computación se realizaba normalmente en un servidor centralizado similar a una nube, que enviaba la información generada, durante el procesamiento, a dispositivos seleccionados que posteriormente actuaban como ejecutores.

Sin embargo, este modelo de computación centralizada no es eficiente para aplicaciones con un uso intensivo de la informática y en las que el tiempo es un factor crítico, como los operadores de redes y energía, la industria del agua y las empresas con activos críticos, por ejemplo.

Según Statista, se prevé que el número de dispositivos del Internet de las cosas (IoT ) en todo el mundo casi se triplique, pasando de 9.700 millones en 2020 a más de 29.000 millones de dispositivos IoT en 2030.

Si nos fijamos en el IoT industrial, un estudio de Juniper Research ha descubierto que el número global de conexiones de IoT industrial aumentará de 17.700 millones en 2020 a 36.800 millones en 2025. A medida que aumenta el número de dispositivos, también lo hace el volumen de datos y la importancia de generar información útil.

El papel del Edge Computing en el IoT industrial

La computación es una parte importante del IoT Industrial, ya que conduce a la generación de nuevos conocimientos, que se utilizan para optimizar los procesos industriales de forma mucho más inteligente. Un buen ejemplo de esto último, son los nuevos procesos industriales inteligentes que han evolucionado hasta el punto de poder comprender el entorno y actuar en consecuencia.

Este nuevo escenario de objetos conectados ha propiciado la aparición de nuevos sistemas de gestión de dispositivos periféricos, también conocidos como nodos periféricos, aplicaciones y datos, como la plataforma periférica de Barbara, que permite responder y gestionar en tiempo real activos muy críticos en entornos muy distribuidos.

La toma de decisiones en estos escenarios se realiza dentro de la red compartiendo datos y cálculos entre dispositivos en lugar de enviar todos los datos a un servidor. Este nuevo sistema distribuido está cambiando la forma en que se realiza la computación centralizada, en la que los dispositivos de borde solo se utilizaban para recopilar y enviar datos a un servidor para su procesamiento.

Ahora, con las plataformas Edge Computing como Industrial Edge de Barbara, los nodos Edge se utilizan para habilitar la inteligencia distribuida en el IoT industrial. No sólo Edge Mesh es el nuevo paradigma de la inteligencia distribuida, sino que también permite la capacidad de "auto-curación", de modo que si un nodo falla en la comunicación puede redirigir alrededor de él, permitiendo que la red siga funcionando, y por lo tanto, aumentando la fiabilidad.

Lecturas recomendadas: IoT Edge Computing, nodos edge y casos de uso industrial

De la computación en nube a la computación distribuida, complementaria y cooperativa

¿Cómo puede responder el modelo Edge Mesh de computación distribuida y cooperativa a los problemas de la nube? El modelo de computación en nube presenta 4 problemas principales: problemas de latencia, seguridad, privacidad y escalabilidad.

Edge Mesh tiene dos objetivos principales

• Integrar y permitir la cooperación entre los diferentes tipos de dispositivos de la red, incluidos los dispositivos finales, las pasarelas, los routers, la nube, etc.
• Habilitar la inteligencia distribuida en el IoT industrial

Principales problemas de la computación en nube

1. Latencia: Los dispositivos de borde aumentan cada día sus capacidades de computación, almacenamiento y comunicación, lo que ha dado lugar a un nuevo modelo de cooperación oportunista, en el que los servidores de borde pueden hacer uso de los dispositivos circundantes para tareas de procesamiento. Esto resuelve uno de los grandes problemas de la nube: la sobrecarga. A menudo, los dispositivos están sobrecargados con múltiples tareas mientras que otros están infrautilizados, lo que provoca no sólo una distribución desigual de las tareas, sino también un aumento del consumo de energía y de la latencia.
2. Seguridad y privacidad: al controlar los datos desde su ubicación de origen y, por tanto, decidir qué y cuándo enviar a la nube, se reducen los riesgos de ciberseguridad por robo o acceso indebido a la información. No obstante, al tratarse de una red de recursos distribuidos, conectados en muchos casos a elementos críticos, su diseño de seguridad, protección y monitorización es esencial y esto cobra mucha más relevancia cuando los Edge Nodes pueden operar los equipos conectados,.
3. Escalabilidad: en el nivel Micro-Edge, el número de dispositivos desplegados puede ser muy grande (de miles a decenas de miles). Por lo tanto, la instalación, el aprovisionamiento y el mantenimiento de los Edge Nodes pueden elevar los costes ocultos del despliegue hasta el punto de resultar antieconómicos. Especialmente en el caso de las instalaciones industriales, que tienen una vida útil extremadamente larga, es esencial disponer de herramientas que faciliten esta gestión del ciclo de vida de los Edge Nodes de forma remota, centralizada y escalable.

La computación distribuida y la computación de borde nacen para hacer frente a los problemas de latencia, movilidad, seguridad y el cuello de botella del ancho de banda de la computación en nube tradicional. Sin embargo, ambas tienen sus ventajas e inconvenientes, pero pueden funcionar de forma complementaria entre sí para satisfacer los múltiples requisitos de las aplicaciones industriales actuales.

Se impone entonces un nuevo modelo que pretende descomponer las aplicaciones en microservicios y utilizar los recursos tanto en el borde como en la nube para satisfacer alternativamente los requisitos de las diferentes aplicaciones.

Lectura recomendada: Cómo debe protegerse una "utility" de ciberataques como el sufrido por Colonial Pipeline

La dificultad de la gestión de los sistemas informáticos distribuidos y la interoperabilidad de los datos

Un modelo totalmente distribuido implica un enorme esfuerzo de gestión. La diversidad de dispositivos y aplicaciones del IoT hace casi imposible que un único modelo satisfaga todos los requisitos de las aplicaciones. Esto se resuelve con el modelo Edge Mesh que implica la integración de diferentes sistemas.

La interoperabilidad de los datos es clave para hacer posible la inteligencia distribuida, ya que nos enfrentamos a sistemas distribuidos con problemas de sincronización, consenso, cooperación, heterogeneidad de dispositivos y aplicaciones.

Además, en el mundo industrial no existen protocolos de comunicación totalmente generalizados ni estructuras de datos comunes. Por tanto, es importante que el despliegue de una red mallada de edge computing se base en tecnologías abiertas, idealmente estándar o ampliamente utilizadas por la industria, que permitan una integración y evolución efectivas de las distintas partes con la infraestructura desplegada. Deben evitarse las soluciones monolíticas y cerradas con elevados costes de integración.

¿Qué sectores pueden beneficiarse más de Edge Mesh?  

Las ventajas de Edge Mesh, como el procesamiento distribuido, la tolerancia a fallos y la baja latencia, tienen un gran impacto en las empresas con activos críticos dispersos y que generan datos con gran frecuencia. Un ejemplo es el uso de Red Mesh de Edge Computing para Centros de Transformación Eléctricos dispersos por todo el país.  

Cuando se trata de digitalizar una subestación eléctrica, surgen varias preguntas:

1. ¿Cómo se puede garantizar la interoperabilidad de los diferentes proveedores de servicios eléctricos que operan en cada subestación?
2. ¿Cómo se coordinan las subestaciones adyacentes?
3. ¿Cómo se puede garantizar la ciberseguridad de los datos y los equipos en un entorno tan extendido y crítico?

En este entorno, Edge Computing permite la integración de equipos, sensores y actuadores para computar datos en tiempo real de forma distribuida, y es una alternativa mejor que Cloud Computing.

Mediante la implementación de Edge Computing, los Centros de Transformación pueden procesar datos localmente desde diferentes fuentes, y tomar decisiones autónomas de forma rápida, sin necesidad de pasar por sistemas centralizados como SCADA o Cloud. Esto, en la red de media y baja tensión, supone un inmenso salto en las posibilidades de operación y mantenimiento, con un gran impacto en la mejora de costes, tiempos de respuesta, escalabilidad, continuidad y fiabilidad en el nuevo paradigma Smart Grid.

Descargue el proyecto real completo aquí:

‍

Si el artículo le ha parecido interesante y quiere saber más, póngase en contacto con nosotros y solicite una demostración o consulta personalizada.

‍