Att ta till sig edge-tekniken - missuppfattningar kring edge computing

Vi börjar med att ge en definition av edge computing. ”Edge computing” och ”edge analytics” är detsamma som att samla in, bearbeta och analysera data på enskilda enheter i utkanten (the edge) av processen – i realtid. Med konventionella metoder samlas enskilda maskiners data in till en central plats och bearbetas där. Med edge computing distribueras insamling och bearbetning av data till olika enheter närmare datakällorna. Detta kan förbättra svarstiderna och spara bandbredd.

I en industriell miljö kan analys på enskilda enheter innebära betydande kostnads- och resursbesparingar, jämfört med databehandling som endast är molnbaserad. Med molnbaserad databehandling menar vi här att data från flera olika enheter överförs till ett centralt datalager, där bearbetning och analys sker.

Med den centraliserade metoden måste enorma datavolymer samlas in och skickas till en central plats innan det kan analyseras. Även om det kan finnas vissa fördelar med att samla alla maskindata till en central hubb, kan metoden bli komplex och svårhanterlig. Det hela kan bli ännu mer avancerat i anläggningar med många maskiner, i synnerhet om enheterna har olika kommunikationsprotokoll. All data talar tyvärr inte samma språk.

Den centraliserade metoden kan också generera överdrivna mängder operativa data – att skilja ut värdefulla insikter ur stora volymer av monoton data kan vara en besvärlig uppgift. Och data om noggrannhetsbrister vid skärande bearbetning av stora, dyra detaljer är ju klart mer värdefulla än, till exempel, data om energieffektivitet hos en liten transportör i slutet av processen.

Med edge computing kan operatörerna i stället sätta parametrar för att bestämma vilka data som är värda att lagra – antingen i molnet eller på en lokal server.

För att vara tydlig, är edge computing inte något som ersätter molnbaserade metoder eller IIoT-processer (Industrial Internet of Things) där molnbaserad teknik och edge computing kan samverka. De två metoderna konkurrerar inte med varandra. Snarare är det så att de samverkar och underlättar för varandra. IIoT-inriktade datormiljöer finns i många varianter, från en industriell persondator (IPC) och fjärrserver, till en gateway- eller serverinfrastruktur. De här verktygen är avgörande för edge computing, eftersom de är distribuerade, placerade längre bort från kärnan, eller molnet. De har kapacitet för att utföra en rad olika uppgifter – i synnerhet uppgifter där det inte krävs dataanalys vid utkanten.

Fördelen med den kombinerade modellen är att företagen kan få det bästa av båda världar: Latensen minskar eftersom databaserade beslut kan fattas nära enheter i utkanten, samtidigt som man kan sammanställa data centralt. Modellen möjliggör framtida analys av data och andra processer, och insamling av data som krävs av regulatoriska skäl.

Edge computing i praktiken

Som med andra industriella innovationer finns det tillverkare som betraktar edge computing som något oöverblickbart eller ouppnåeligt. Det är en helt felaktigt uppfattning. Skalbarhet är den främsta fördelen med edge-analys. Att placera analysfunktionerna i sensorer och nätverksenheter kan minska belastningen på EDM-system (enterprise data management) och analyssystem. Dessutom finns det möjlighet att börja i liten skala.

Till skillnad från koncepten för den smarta fabriken som dominerade det tidiga 2010-talet, behövs det för cloud computing ingen fullständig omstöpning eller genomgång av systemen och inga inköp av nya maskiner. I stället kan tillverkaren börja med en enskild smart enhet för analys vid utkanten.

Med exempelvis Sandvik Coromants CoroPlus® -erbjudande för edge computing, kan intelligenta verktyg och sensorer placeras vid en enskild maskin. Det har visat sig ge stora fördelar vid borrning i stora komponenter, där ett enda litet misstag kan bli extremt dyrt.

Den nyligen lanserade, maskinintegrerade versionen av Sandvik Coromants Silent Tools™ Plus, med CoroPlus® Connected, använder data som genereras vid skärzonen för att identifiera potentiella problem. Därmed kan automatiserade skärförlopp användas, för att undvika kostsamma misstag.

För edge computing, som med all industriell teknik, är it-säkerhet något som flera undrar över. Enligt en Kollective-rapport betraktar 66 procent av IT-teamen arkitekturen som en konkret risk för organisationen. Vad är det främsta skälet till oron? Farhågor kring säkerheten i utkanten.

Eftersom edge computing är en distribuerad teknik krävs såklart vissa ändringar av säkerhetsmetoderna – i synnerhet om man i anläggningen hittills har förlitat sig på konventionell centraliserad eller molnbaserad infrastruktur. Med edge computing överförs data mellan ett antal distribuerade noder, vilket kan kräva särskilda krypteringsmekanismer som är oberoende av molnet.

Å andra sidan: När data bearbetas i utkanten minimeras överföringen av konfidentiell information till molnet. Man skulle kunna hävda att det är säkrare, men i själva verket beror det på vilka säkerhetsprotokoll som används.

Med det sagt är skadlig informationsdirigering och DDoS-attacker (Distributed Denial of Service) fortfarande en risk – som för alla internetanslutna enheter. Det första och viktigaste steget är att efterfråga nödvändig säkerhet och säkerhetsintyg från edge-enhetens tillverkare.

På Sandvik Coromant har vi tagit fram en ny säkerhetsprincip för att ge våra kunder trygghet. Den stöder ANSI/ISA-95, som är International Society of Automations internationella standard för utveckling av automatiserade gränssnitt mellan företagssystem och styrsystem.

Ökad förståelse

Edge computing har allmänt fått ett positivt mottagande – det betraktas som en banbrytande teknik för industri och IT-system. Men det finns flera missuppfattningar som måste redas ut innan edge-systemen implementeras i industriella miljöer.

För det första är edge computing inte en teknik som ersätter IIoT. Inte heller konkurrerar den med andra molnbaserade analysmetoder. I stället måste de olika teknikerna samverka för att tillverkarna ska kunna få ut så stora fördelar som möjligt av edge computing. Edge computing är inte en större säkerhetsrisk än befintliga internetbaserade datainsamlingsmetoder. Säkerhetsprotokollen kanske måste uppdateras.

Det är uppenbart att edge computing kan ge betydande fördelar för tillverkarna. Exempel på fördelar är minskad latens och därmed möjlighet till snabbare beslut, optimerad molnbaserad datainsamling samt energivinster tack vare minskat behov av att skicka data till en central hubb från alla enheter i anläggningen.

Att implementera edge computing är dessutom enklare än vad många tror. Tillverkaren behöver inte omvandla hela system för att kunna skörda frukterna av edge-tekniken. Rätt utplacerade edge-noder kan ge många fördelar, däribland minskad latens i realtidsapplikationer, effektivare nyttjande av bandbredd och lagringsresurser, förbättrad skalbarhet, lägre energikostnader, förbättrade miljöresultat samt större möjligheter till sekretess och dataskydd.

Som Google Trends data visar, ökar intresset för edge computing. Men tillverkarna måste förstå potentialen innan de investerar.

Nevzat Ertan

Chief Architect & Global Manager hos Sandvik Coromant.

Nevzat har en bred bakgrund inom tillämpad matematik, beräkningsmetoder och över 35 års arbetslivserfarenhet inom informations- och kommunikationsteknik (ICT), prediktiv vetenskap och teknisk affärsutveckling och strategi. Han ansvarar även för Sandvik Coromants avdelning för digital bearbetningsarkitektur, är ämnesexpert för digital verksamhet/digital omvandling och industriellt sakernas internet (IIoT) samt har bred internationell erfarenhet som styrelsemedlem i olika företag.