Opinión

Edge Computing: 4 modelos para optimizar los DCs

2018.11.01 | Según un estudio de Vertiv sobre Edge Computing, pueden identificarse 4 arquetipos para optimizar la infraestructura y mejorar la experiencia de uso de aquellos que trabajan con centros de datos

Gary Niederpruem, director general de Desarrollo y Estrategia de Vertiv
Gary Niederpruem, director general de Desarrollo y Estrategia de Vertiv

Vertiv realizó un análisis global basado en los usos en el borde de la red y logró identificar cuatro arquetipos para sus aplicaciones junto con la tecnología necesaria para darles soporte.

Expertos en Edge Computing de la compañía detectaron más de 100 casos de uso y desarrollaron aquellos que tienen mayor impacto en los negocios y en los usuarios finales, de acuerdo con sus previsiones de crecimiento, importancia crítica e impacto económico.

Los resultados de la investigación estuvieron basados en el estudio de series de datos centradas en los requerimientos de cargas de trabajo para cada caso de uso en Edge y en sus respectivas necesidades para un rendimiento óptimo. Se focalizaron en la latencia, disponibilidad, adaptabilidad y seguridad, junto con la necesidad de cifrado, autenticación y cumplimiento de normativas. Además, se analizó la necesidad de integrarse con apps actuales o tradicionales y otras fuentes de datos, y se tomó en cuenta el número de ubicaciones de EDGE en una red determinada.

Los cuatro arquetipos son los siguientes:

1. Aplicaciones con uso intensivo de datos: son casos en los que la cantidad de información hace imposible la transferencia a través de la red directamente a la nube o de la nube al punto de uso, debido a incidencias con el volumen de datos, los costos o el ancho de banda. El ejemplo más relevante es el de la difusión de contenido de alta definición, donde los principales proveedores de contenido como Amazon o Netflix se asocian de forma activa con co-ubicaciones para extender las redes de distribución, con el fin de acercar más los videos de streaming con uso intensivo de datos a los usuarios y así reducir los costos y la latencia. Asimismo, esto puede suceder en ciudades, fábricas y casas/edificios inteligentes, la distribución de contenido de alta definición, la informática de alto rendimiento, la conectividad limitada, la realidad virtual y la digitalización de petróleo y gas.
 

2. Aplicaciones sensibles a la latencia humana: incluye casos de uso en los cuales se optimizan los servicios para el consumo humano, y toma relevancia a la velocidad. El retraso en la entrega de información influye en forma negativa en la experiencia del usuario y contribuye a la reducción de la rentabilidad y de las ventas minoristas. Además del uso en ese tipo de ventas, otros ejemplos pueden ser la realidad aumentada, la optimización web y el Procesamiento de Lenguajes Naturales o 'PLN', campo de las ciencias de la computación, inteligencia artificial y lingüística que estudia las interacciones entre las computadoras y el lenguaje humano.
 

3. Aplicaciones sensibles a la latencia máquina-máquina: la velocidad es también la característica distintiva de este modelo, el cual comprende el comercio bursátil, la red eléctrica y la seguridad inteligentes, el análisis en tiempo real, la distribución de contenido de latencia baja, y simulaciones de fuerza de defensa. Ya que las máquinas pueden procesar información mucho más rápido que los humanos, las consecuencias de una distribución lenta son mucho más altas que en el modelo de latencia humana. Por ejemplo, retrasos en el comercio de materias primas y bursátil, donde los precios varían en milésimas de segundo, pueden convertir beneficios potenciales en pérdidas.
 

4. Aplicaciones cruciales para la vida: este arquetipo engloba casos de uso que directamente impactan en la salud y la seguridad del ser humano, por lo que la velocidad y la confiabilidad son vitales. Puede ocurrir en el transporte inteligente, la salud digital, los vehículos conectados/autónomos, los robots autónomos y los drones. Por ejemplo, los vehículos autónomos deben haber actualizado la información para funcionar de manera segura, al igual que el caso de los drones, que pueden ser utilizados para comercio electrónico y entrega de paquetería.

Gary Niederpruem, director general de Desarrollo y Estrategia de Vertiv, explica: 'El objetivo principal de este análisis es ayudar a las personas que trabajan en los centros de datos en el borde de la red y en los hubs a entender las necesidades del ecosistema digital al identificar características y requisitos de los principales usos en el borde de la red. Reconocer los puntos en común de los arquetipos es un avance para lograr una infraestructura optimizada'. 

Por su parte, Martin Olsen, vicepresidente de global del Borde de la Red y Soluciones Integradas de Vertiv, agrega: 'A medida que el borde de la red sigue evolucionando y creciendo, nuestro objetivo es simplificar las infraestructuras críticas que se necesitan para dar soporte a su futuro, y visualizar un amplio rango de aplicaciones de vanguardia a través de las lentes de los arquetipos más impactantes. Vertiv se basó en esta fase inicial de nuestra investigación para establecer las necesidades tecnológicas de cada arquetipo con el objetivo de ayudar a agilizar las implementaciones en el borde de la red y garantizar que la infraestructura local proporciona la seguridad, la velocidad y la disponibilidad que una aplicación determinada exige'.