Hola, aquí busca lo que necesites
Edge computing: 7 casos de uso que nos muestran su utilidad
El edge computing encuentra aplicaciones en variedad de sectores y situaciones
El edge computing, ‘computación en el borde’ o ‘computación periférica’ ha ganado fuerza en los años recientes. Se trata de una respuesta de las organizaciones para mejorar la eficiencia en el procesamiento de datos, teniendo en cuenta que hoy muchas empresas ya tienen gran parte de sus procesos de negocios en la nube.
Aunque los escenarios en la nube tienen múltiples ventajas, también es sabido que el tráfico de datos hacia la nube puede generar sobrecargas en los anchos de banda y problemas de latencia (tiempo que tarda la información en llegar de un lugar a otro). En este sentido, la computación periférica ofrece una opción más eficiente: los datos se procesan y analizan más cerca del punto donde se crean. ¿Cuál es la ventaja? Como los datos no pasan por una red hasta una nube o un centro de datos para ser procesados, la latencia se reduce. Además, se genera una mejora de la seguridad, eficiencia en el uso de recursos y soporte para aplicaciones emergentes.
Esto se ejemplifica mejor en situaciones en las que se necesita una gran velocidad de respuesta, como en aplicaciones de Internet de las Cosas (IoT), vehículos autónomos o salud digital. Desde la asistencia médica hasta el entretenimiento, la computación periférica se está utilizando para procesar y analizar datos en tiempo real cerca de su fuente, mejorando la eficiencia y la toma de decisiones. A continuación, presentamos siete casos de cómo las organizaciones aprovechan el edge computing.
1. Ciudades inteligentes
Las ciudades inteligentes emplean el edge computing para gestionar sus carreteras con controles de tráfico inteligentes. Por ejemplo, ayuda a autoridades y empresas privadas de transporte a gestionar mejor sus flotas de vehículos y el flujo de tráfico general, permitiendo ajustes rápidos basados en las condiciones del terreno en tiempo real. En este caso, se utiliza en el procesamiento de datos de vehículos para determinar qué áreas están experimentando congestión y luego redirigir los vehículos para aligerar el tráfico.
Así mismo, el edge computing se utiliza en procesamiento de datos provenientes de sensores en redes eléctricas, infraestructura e instalaciones públicas, edificios privados y otros lugares para evaluar instantáneamente las necesidades y acelerar la respuesta a incidentes.
2. Vehículos autónomos
Los vehículos autónomos utilizan la computación periférica para ayudar a los sistemas de navegación a recopilar y analizar el flujo de datos suministrados por varios sensores (radares, LiDAR y cámaras de tráfico) en tiempo real.
Por ejemplo, un convoy de camiones circula muy cerca uno del otro, y solo el conductor del camión principal es humano. Todos los demás camiones son completamente autónomos y se comunican entre sí con enlaces de latencia ultrabaja habilitados por el edge computing. ¿El resultado? Mayor eficiencia del combustible, menor congestión en las carreteras. ¿Cómo? Los datos se procesan y se actúa en el perímetro en tiempo real, así los camiones mantienen una distancia segura o ajustan la velocidad.
3. Seguridad
Las empresas pueden utilizar un producto de seguridad biométrica para realizar escaneos faciales con dispositivos periféricos que analizan rápidamente esas imágenes y así confirmar las coincidencias de los trabajadores con acceso autorizado.
Por otra parte, los productos de seguridad para el consumidor, como los timbres de video y las cámaras de seguridad, también se benefician del análisis en tiempo real que ofrece el edge computing desplegados en una red doméstica.
IBM señala que el edge computing está posicionándose en las entidades financieras proporcionando capacidades mejoradas de detección de fraudes, ya que acelera el análisis de datos y este tipo de transacciones fraudulentas se pueden detectar más rápido.
4. Atención médica
Uno de los usos más importantes de la computación periférica está en los hospitales y otras instalaciones médicas. Con el edge computing, los médicos pueden obtener la información en tiempo real que necesitan. Por ejemplo, procesando datos de dispositivos como la monitorización de glucosa o sensores de frecuencia cardíaca dentro del hospital.
El edge computing facilita el análisis en tiempo real de los datos de los pacientes para que los sistemas envíen alertas instantáneas a los doctores y enfermeras en caso de detección de algunos comportamientos inusuales. También, se generan cuadros completos con una visión general de la condición de un paciente, ayudando así las decisiones clínicas y los planes de tratamiento personalizados.
5. Videojuegos
Con su capacidad para reducir la latencia y mejorar el rendimiento, el edge computing tiene el potencial de cambiar la experiencia de juego tal y como se conoce actualmente. Las pruebas muestran resultados prometedores en la optimización del rendimiento de los juegos. Según Nvidia, el edge computing puede procesar datos en tiempo real, lo que es una solución a los problemas de latencia en los juegos en la nube.
6. Manufactura
En entornos de producción, el edge computing facilita el monitoreo en tiempo real de la maquinaria y la optimización al procesar datos de forma local. Por ejemplo, en una fábrica puede ayudar a coordinar los esfuerzos de automatización y se asegura que haya suministro suficiente de los activos brutos para la fabricación. ¿Cómo? La computación periférica aproxima el procesamiento y el almacenamiento de datos al equipo, lo que facilita que los sensores de IoT monitoreen el estado de la máquina con latencias bajas y realicen análisis en tiempo real.
Según IBM, el edge computing ayuda a los esfuerzos de fabricación a través del aprendizaje automático diminuto (tinyML), que respalda las prácticas de mantenimiento predictivo mediante la detección de anomalías. ¿El resultado?, la detección temprana de cualquier procedimiento de mantenimiento necesario, menores períodos de inactividad, latencia limitada y costos operativos reducidos.
7. Infraestructuras industriales
Un estudio de la firma McKinsey & Company descubrió que una plataforma petrolera en alta mar genera datos de 30.000 sensores, pero solo del 1% de esos datos se utiliza actualmente para tomar decisiones. Aquí es donde entra la computación periférica que aprovecha la creciente capacidad informática en el dispositivo para proporcionar información detallada y análisis predictivos.
Por ejemplo, permite a las industrias del petróleo acercar el procesamiento de datos a los activos en tiempo real. En este caso los sensores en tuberías, plataformas o refinerías analizan de forma inmediata los datos localmente y detectan problemas como cambios de presión o mal funcionamiento antes de que se conviertan en fallas que puedan ser peligrosas.
Fuentes:
