El crecimiento del Internet de las cosas (IoT) ha generado un aumento correspondiente en el volumen de datos recopilados en el borde de la red. La necesidad de gestionar ese volumen de datos, a su vez, ha impulsado un rápido crecimiento en los casos de uso de la computación en el borde en casi todos los sectores.
En pocas palabras, la computación de borde es el procesamiento que tiene lugar lo más cerca posible del proceso o cosa que está siendo supervisada por un dispositivo IoT . La computación de borde puede ser realizada por dispositivos conectados directamente a sensores, por
routers o pasarelas que transmiten datos, o por pequeñas instalaciones de servidores que se despliegan in situ en un armario o recinto.
En los primeros días de la expansión del Internet de las Cosas, el número relativamente modesto de dispositivos conectados significaba que las organizaciones podían permitirse enviar todos sus datos de IoT a la nube o a un centro de datos corporativo para su procesamiento, análisis y almacenamiento. Pero la reciente proliferación de dispositivos conectados en prácticamente todos los sectores y el creciente volumen de datos que recogen hace que este enfoque sea poco práctico. De ahí la necesidad de la computación de borde.
En el blog de Digi hemos hablado en varias ocasiones de la computación de borde. Hemos proporcionado una
edefinición de computación en nube y destacó sus beneficios empresariales en términos de
ahorrando a las organizaciones ancho de banda, tiempo y dinero. En este artículo, veremos ejemplos de edge computing y cómo responden a la creciente necesidad de optimización de dispositivos y datos en el borde de la red. Pero antes, repasemos algunos de los factores que impulsan su crecimiento.
Ir a:
Hay varias razones por las que el mercado de la computación de borde está aumentando rápidamente. Además del mayor número de dispositivos conectados, hay tres impulsores clave del crecimiento del edge computing:
- Latencia - Para muchas aplicaciones sensibles al tiempo, el proceso que se supervisa requiere una respuesta casi en tiempo real, con una latencia cercana a cero. En estas situaciones, un viaje de ida y vuelta de los datos a la nube o a un centro de datos corporativo es poco práctico.
- Ancho de banda: tanto los límites físicos del ancho de banda disponible como el coste de la transmisión de grandes cantidades de datos hacen de la computación de borde una alternativa atractiva.
- Fiabilidad - La congestión de la red puede interrumpir el flujo de datos, provocando interrupciones inaceptables en casos de uso como los sistemas de punto de venta.
Por término medio, la mayoría de los datos de supervisión recopilados por IoT suelen ser datos «de latido» estándar, que simplemente indican que los sistemas funcionan con normalidad. No hay necesidad de transmitir ese tipo de datos a la nube o a un centro de datos corporativo distante. Al filtrar estos datos de latido inmutables directamente en el borde de la red, muy cerca físicamente del lugar donde se recopilan los datos, los dispositivos de computación periférica pueden reducir considerablemente el volumen de datos que hay que transmitir, lo que ahorra ancho de banda y reduce drásticamente la latencia.
El número de casos de uso de la computación periférica está creciendo de forma constante, junto con el número de dispositivos inteligentes que pueden realizar diversas funciones de procesamiento en el extremo. El crecimiento de la inteligencia artificial (IA) y las capacidades de aprendizaje automático también están ampliando la gama de casos de uso de la computación periférica.
Se pueden encontrar ejemplos de edge computing en una amplia variedad de aplicaciones e industrias. También existe un gran solapamiento entre los distintos casos de uso de la computación de borde. Por ejemplo, la funcionalidad de edge computing en los vehículos autónomos está estrechamente relacionada con la funcionalidad de edge computing en las aplicaciones de gestión del tráfico.
Estos son algunos de los ejemplos más prometedores de edge computing.
Vehículos autónomos, vehículos eléctricos y estaciones de recarga
Para funcionar con seguridad, los vehículos autónomos deben recoger y procesar datos sobre su ubicación, dirección, velocidad, condiciones de tráfico y otros, todo ello en tiempo real. Esto implica una capacidad de computación a bordo suficiente para que cada vehículo autónomo sea, de hecho, su propio borde de red. Los dispositivos informáticos de borde pueden recopilar datos de los sensores y cámaras del vehículo, procesarlos y tomar decisiones en milisegundos, prácticamente sin latencia. Esta toma de decisiones instantánea es una necesidad en los vehículos autónomos, por razones obvias de seguridad.
Las funciones de Edge Computing, como la advertencia de salida del carril y las aplicaciones de autoaparcamiento, ya están ampliamente disponibles. Y a medida que la capacidad de los vehículos para interactuar con su entorno se generalice, también lo hará la necesidad de una red rápida y con capacidad de respuesta. Los vehículos autónomos funcionarán en concierto con otros vehículos conectadosEn el caso de los vehículos de motor, los sistemas de gestión del tráfico, las unidades de carretera y los peatones en las vías de gran afluencia y en las intersecciones.
Los vehículos eléctricos necesitan una monitorización continua y pueden utilizar la computación de borde para la gestión de los datos con el fin de apoyar el mantenimiento predictivo. Las baterías de los vehículos eléctricos deben ser supervisadas, ya que su longevidad depende de los hábitos individuales de los conductores, la congestión de las zonas por las que circulan y la frecuencia con la que se cargan. La computación de borde apoya la agregación de datos para informar de los datos procesables para el rendimiento y el mantenimiento.
En las estaciones de recarga de vehículos eléctricos, la computación de borde puede soportar la monitorización en tiempo real y la agregación de datos de una serie de métricas de uso y disponibilidad para apoyar la optimización de las estaciones de recarga y la planificación de la ubicación de futuras estaciones.
Sistemas de gestión del tráfico
En gestión del tráfico aplicaciones, cámaras y sensores pueden utilizarse junto con soluciones de computación de borde para mejorar la fluidez del tráfico. Hoy en día, los sistemas de transporte inteligentes generan enormes cantidades de datos y alertas, y esta tendencia se acelerará a medida que tanto 5G y tecnología de vehículos conectadoso "V2X" (vehicle-to-anything).
Los sistemas más sofisticados de hoy en día, como El sistema de gestión del tráfico de la ciudad de Nueva YorkLos sistemas de gestión del tráfico inteligente pueden ajustar el tiempo de los semáforos, gestionar la apertura y el cierre de carriles de tráfico adicionales, garantizar la continuidad de las comunicaciones en caso de emergencia pública y tomar otras medidas en tiempo real para mejorar la seguridad y la comodidad. Como ya se ha mencionado, los sistemas inteligentes de gestión del tráfico desempeñarán un papel fundamental en la adopción de los vehículos autónomos, en los que es fundamental una latencia casi nula.
Sistemas de transporte público
En aplicaciones de transporte públicoLos sistemas de computación de borde instalados en los autobuses, los sistemas ferroviarios de pasajeros y los vehículos de paratránsito pueden agregar y enviar sólo los datos necesarios para apoyar los procesos en el vehículo y los conocimientos de los despachadores.
Por ejemplo, hay que enviar diferentes tipos de datos a los sistemas de información a los pasajeros, a los sistemas de control y seguimiento de la flota y a la vigilancia inteligente de los vehículos y las estaciones para la seguridad de los conductores y los pasajeros. La información sobre las horas de llegada o los retrasos, u otra información sensible al tiempo, puede difundirse a los pasajeros a través de la señalización digital o las aplicaciones móviles.
Ciudades inteligentes, energía limpia y tecnología verde
El movimiento de la tecnología verde está creciendo. Las ciudades y los sistemas de redes inteligentes pueden utilizar dispositivos de computación de borde para supervisar los edificios e instalaciones públicas con el fin de lograr una mayor eficiencia en la iluminación, la calefacción y la energía limpia, entre otras cosas. Por ejemplo:
- Loscontroles inteligentes de la iluminación utilizan dispositivos informáticos de última generación para controlar luces individuales o grupos de luces con el fin de maximizar la eficiencia y garantizar la seguridad en los espacios públicos.
- Los campos solares utilizan dispositivos informáticos integrados para detectar los cambios meteorológicos, ajustar la posición e informar de parámetros como el uso de la batería.
- Los parques eólicos utilizan la computación de borde para conectarse a las torres de telefonía móvil y dirigir los datos de los sensores a las subestaciones mediante routers y conmutadores celulares
Aplicaciones sanitarias y médicas
En industrias sanitarias y médicas recopilan datos de los pacientes procedentes de sensores, monitores, dispositivos portátiles y otros equipos para ofrecer a los profesionales sanitarios información precisa y oportuna sobre el estado del paciente.
Las soluciones de Edge Computing pueden enviar esa información a los cuadros de mando para obtener una visión completa y rápida de los indicadores importantes.
Las soluciones de computación de borde equipadas con inteligencia artificial (IA) y aprendizaje automático pueden identificar datos atípicos para que los profesionales médicos puedan responder a las necesidades de salud en tiempo real con un mínimo de falsas alarmas.
La computación de borde también puede utilizarse en la cirugía asistida por robot, donde es esencial una latencia casi nula. Además, al procesar los datos localmente, los dispositivos de computación de borde pueden ayudar a resolver los problemas de privacidad de los datos y de confidencialidad de los pacientes.
Aplicaciones para el comercio minorista
Aplicaciones al por menor generan enormes cantidades de datos procedentes de los sistemas de puntos de venta, operaciones de almacenamiento de mercancías, vídeos de seguridad y otras actividades comerciales. El Edge Computing puede ayudar a analizar esta diversidad de datos e identificar los problemas que necesitan atención inmediata, así como las tendencias de ventas a largo plazo y las oportunidades de negocio, como las promociones más eficaces en la tienda y las mejores configuraciones de productos para ubicaciones específicas de la tienda.
La computación de borde también ofrece los medios para procesar la información de los clientes a nivel local, sin que los datos salgan de la región geográfica en la que vive el cliente, lo cual es un tema de creciente preocupación en lo que respecta a las regulaciones de privacidad, como los mandatos del GDPR de la Unión Europea.
Supervisión de procesos industriales y mantenimiento predictivo
Los casos de uso en industrial IoT (IIoT) siguen ampliándose con el aumento de las capacidades, la seguridad y la sofisticación de los dispositivos, las redes y las capacidades de gestión remota.
Los sensores y dispositivos de IoT en aplicaciones industriales como la gestión del agua y las aguas residuales, el petróleo y el gas y las plantas de procesamiento pueden rastrear una variedad de métricas y supervisar el rendimiento de la maquinaria. Por ejemplo, la arquitectura edge computing puede soportar comunicaciones eficientes a través de sistemas SCADA (control de supervisión y adquisición de datos) altamente complejos, para gestionar los grandes volúmenes de datos procedentes de sensores y PLC (controladores lógicos programables).
Digi Remote Manager® -la plataforma de gestión remota de dispositivos IoT de Digi- es un componente clave de muchas de estas operaciones. Los sistemas SCADA se integran muy a menudo con aplicaciones críticas de inteligencia empresarial a través de plataformas en la nube como Microsoft Azure, Amazon Web Services y Google Cloud, y Digi Remote Manager facilita esta integración, garantizando que todos los datos se entregan a la aplicación correcta.
Además, la funcionalidad de edge computing apoya la gestión de la detección de fallos y el mantenimiento predictivo. Predecir cuándo va a fallar una máquina o un componente permite a los operarios de la fábrica realizar el mantenimiento o sustituir una pieza antes de que se produzca un fallo, ahorrando costes derivados de la pérdida de productividad.
Si los sensores detectan una avería o condiciones que indican un fallo inminente, los dispositivos informáticos de borde pueden activar un actuador para que tome medidas correctivas inmediatas, por ejemplo, ajustando el caudal de un fluido o modificando los movimientos de un robot industrial. Una vez tomada la medida, el resultado puede comunicarse a la nube para su notificación o la adopción de nuevas medidas. Edge computing, más la nube, permite la comunicación entre la maquinaria y los sensores de IoT para mejorar el control de calidad.
En la industria del petróleo y el gas, las respuestas en tiempo real facilitadas por la computación de borde pueden evitar que pequeños problemas se conviertan en fallos catastróficos. Las plantas de petróleo y gas suelen estar situadas en lugares remotos y la computación de borde permite el procesamiento analítico cerca de las instalaciones, lo que significa que se depende menos de la calidad de la conectividad a un centro de datos, aunque la vinculación de la computación de borde con la nube permite al equipo remoto supervisar un gran número de emplazamientos.
Aproveche Edge Computing con las soluciones Industria 4.0 de Digi
Más información sobre Industria 4.0 y Edge Computing con nuestro Ebook sobre Industria 4.0
Descargar PDF
Fabricación
Industrial IoT ha incorporado millones de dispositivos conectados en las plantas de fabricación para recopilar datos sobre el rendimiento de la línea de producción y la calidad de los productos acabados. La baja latencia de la computación de borde permite una respuesta inmediata a los problemas en la línea de montaje, lo que ayuda a impulsar mejoras en la calidad y la eficiencia al tiempo que reduce la necesidad de supervisión humana.
Otro caso de uso de edge computing en la fabricación es el control de calidad. Las líneas de montaje totalmente autónomas que utilizan robots dependen de las soluciones de edge computing junto con la IA y el aprendizaje automático para identificar los errores de producción y mejorar la calidad del producto.
Agricultura
Los agricultores que utilizan tecnología de agricultura de precisión puede utilizar la computación de borde para hacer un seguimiento de las condiciones de cultivo, como la temperatura, la humedad, los niveles de humedad del suelo, los niveles de nutrientes y otras métricas para orientar la toma de decisiones sobre el riego, la aplicación de fertilizantes y otras actividades. La computación de borde es útil no sólo en vastas hectáreas de campos agrícolas, sino también en invernaderos e instalaciones de cultivo hidropónico donde los sensores permiten a los operadores hacer un seguimiento preciso de los insumos.
La acuicultura (piscicultura) es otro sector en el que el procesamiento de datos in situ es fundamental. El control preciso de las complejas variables ambientales es esencial para garantizar la salud de los peces, así como una alimentación adecuada y una automatización que elimine las conjeturas de estos procesos, lo que mejora la vitalidad y el crecimiento, al tiempo que reduce los costes. Vea el Estudio de caso de bioFeeder.
Seguridad y protección de los trabajadores
La computación de borde puede utilizar los datos de las cámaras in situ, los dispositivos de seguridad de los empleados y los sensores para ayudar a las empresas a prevenir acceso físico no autorizado al sitioy supervisar las condiciones del lugar de trabajo para garantizar que los empleados siguen las políticas de seguridad establecidas. Esto es especialmente importante para los centros de trabajo que operan en lugares peligrosos o remotos, como en una obra de construcción o en una plataforma petrolífera en el mar.
Los dispositivos de Edge Computing pueden utilizarse junto con la vigilancia por vídeo y el escaneado biométrico para garantizar que sólo las personas autorizadas entren en las zonas restringidas. Los sistemas de vigilancia pueden beneficiarse de la baja latencia y la fiabilidad del edge computing porque a menudo es necesario responder a las amenazas de seguridad en cuestión de segundos. La computación de borde también reduce significativamente los costes de ancho de banda en la videovigilancia, ya que la gran mayoría de las imágenes de vigilancia no requieren respuesta. Vea un caso práctico.
Hay dos grandes categorías de usuarios que requieren tecnología de computación de borde:
- Administradores de redes e integradores de sistemas que necesitan una conectividad inmediata para enlazar dispositivos en sus redes IoT y establecer rápidamente la funcionalidad de la computación de borde para un rendimiento óptimo del sistema y la gestión de datos.
- Desarrolladores y fabricantes de equipos originales (OEM) que diseñan y construyen productos con capacidades de computación de borde integradas, y necesitan módulos de desarrollo programables, radios inalámbricas y puertas de enlace para apoyar el desarrollo rápido y la rápida salida al mercado.
Digi ofrece soluciones de computación periféricapara todo tipo de sectores con el fin de satisfacer las necesidades de los administradores de redes, los integradores de sistemas y los fabricantes de equipos originales.
Soluciones Digi Edge Computing para gestores de redes e integradores de sistemas
Digi ofrece routers industriales, routers empresariales, routers para transporte ypuertas de enlaceIoT capaces de admitir numerosos casos de uso de computación periférica. Los routers Digi también pueden filtrar y comprimir los datos para minimizar los requisitos de ancho de banda.
Digi IX40 es una solución de router celular industrial 5G edge computing IoT , especialmente diseñada para Industria 4.0 casos de uso en infraestructuras industriales y automatización de la fabricación -así como supervisión y control de precisión, servicios públicos y gestión del tráfico- con componentes de calidad industrial capaces de soportar las difíciles condiciones ambientales que se dan en muchos entornos industriales.
En Enrutador celular Digi TX64 5G ofrece rápidas velocidades de enlace ascendente, por lo que es ideal para aplicaciones exigentes en el tránsito público, el transporte y los entornos móviles. Digi TX64 5G proporciona un verdadero enrutamiento, seguridad y cortafuegos de clase empresarial, con VPN integrada y conmutación por error 4G fiable para zonas con cobertura 5G limitada.
El grado empresarial Router celular Digi EX50 5G proporciona una conectividad primaria o de reserva fiable en una amplia gama de casos de uso de la informática de borde en interiores, con un rango de temperatura de funcionamiento ampliado para su implantación en fábricas inteligentes, almacenes, obras de construcción o cobertizos de infraestructuras.
Sensor Digi Connect® XRT-M conecta los sensores desplegados en cualquier entorno industrial para recopilar y transmitir las lecturas de los sensores y enrutar los datos críticos para obtener información y automatización, como el accionamiento de un interruptor para cerrar una válvula en una tubería si se alcanza un umbral predefinido. Esta funcionalidad de activación hace que Digi Connect Sensor sea una opción popular para los entornos de borde.
Una herramienta indispensable para desplegar y optimizar una red con edge computing es Digi Remote Manager®.la plataforma de gestión y control centralizada que permite a los usuarios editar las configuraciones de los dispositivos, actualizar el firmware, programar y automatizar tareas, todo ello desde su escritorio, tableta o smartphone.
Digi Remote Manager apoya gestión remota de toda su red de dispositivos distribuidos IoT , tanto si sus dispositivos son enrutadores móviles en sistemas de tránsito municipales, como si son dispositivos industriales en obras de construcción o en sistemas SCADA. Con Digi Remote Manager, puede configurar cualquier número de dispositivos a la vez, vigilar toda su red, recibir alertas, automatizar control de seguridady establezca su funcionalidad de edge computing con facilidad.
¡Lo mejor de todo es que Digi Remote Manager se incluye ahora con todos los routers celulares Digi basados en el sistema operativo DAL OS con un SKU Digi 360!
Los módulos de sistema (SOM) de Digi, como el Digi ConnectCore® 8X, proporcionan múltiples unidades de procesamiento capaces de realizar tareas de IA y visión artificial en el borde de la red.
Las soluciones de visión artificial, por ejemplo, pueden realizar análisis basados en imágenes para aplicaciones como la inspección automática, el control de procesos y el guiado de robots en la industria.
Digi XBee® Los dispositivos integrados pueden programarse para realizar diversas funciones en el borde. Estos módems empotrados y compactos pueden realizar lecturas periódicas e iniciar acciones cuando se alcanzan determinados umbrales. La programabilidad de MicroPython también permite a los desarrolladores controlar la funcionalidad de los dispositivos de computación de borde.
Digi EX15 IoT pasarelas son soluciones "todo en uno". Estos dispositivos realizan funciones de pasarela, como la agregación de datos, su conversión de formato analógico a digital y su encriptación antes de transmitirlos por la red, y también actúan como routers celulares, ofreciendo una conectividad segura y persistente en cualquier lugar.
Seguridad integrada para dispositivos periféricos
La seguridad, por supuesto, es una consideración crítica en el borde como lo es en todas partes. Las funciones integradas y la escalabilidad del marco de seguridad Digi TrustFence® proporcionan a todas las soluciones integradas de Digi un potente conjunto de herramientas para integrar la seguridad en los despliegues de computación periférica. Además, los fabricantes de equipos originales que trabajan con módulos de sistema Digi ConnectCore tienen acceso a dos importantes servicios de valor añadido:
- Digi ConnectCore Los servicios de seguridad son servicios y herramientas que le permiten mantener la seguridad de sus dispositivos durante todo el ciclo de vida del producto.
- Digi ConnectCore Los servicios en la nube permiten a los fabricantes de equipos originales crear dispositivos conectados con funciones de panel de control remoto, servicio y aplicación mediante módulos de sistema en la nube (SOM) en Digi ConnectCore .
Servicios de diseño, desarrollo e implantación de Edge Computing
Para aquellos que necesiten aumentar sus capacidades con recursos adicionales de ingeniería o despliegue, Digi dispone de servicios de apoyo.
- Los servicios de diseño de Digi Wireless ofrecen asesoramiento en materia de diseño, desarrollo de productos, integración de paquetes de soporte de placas, asistencia para la certificación y otros tipos de apoyo al mercado.
- Losservicios profesionales de Digi pueden apoyar a las organizaciones en la implementación de prácticamente cualquier caso de uso de la computación de borde, con todo, desde la codificación de Python y las secuencias de comandos BASH hasta la configuración de dispositivos y los servicios de implementación in situ.
Los ejemplos de edge computing que hemos compartido demuestran la amplitud de esta tendencia creciente y los numerosos sectores verticales a los que da soporte. Nuestras soluciones de computación de borde están ayudando a organizaciones, conjuntos industriales y ciudades inteligentes a obtener un mejor rendimiento y eficiencia de sus despliegues de IoT . Y Digi está preparada para ayudarle en cualquier aspecto de la planificación de la computación de borde, desde la definición de una estrategia hasta la programación de la inteligencia de borde y la creación de su solución.
Más información
Consulte nuestra página sobre tecnología de computación periférica y la recopilación de entradas de blog de nuestra serie sobre computación periférica:
¿Qué es la computación periférica y por qué es tan importante ahora?
La informática periférica ha cobrado importancia debido al aumento del volumen IoT y del tamaño de los datos, lo que hace que no sea práctico depender únicamente del procesamiento en la nube o en centros de datos centrales. La informática periférica consiste en procesar los datos lo más cerca posible del lugar donde se generan (en el sensor, la puerta de enlace, el enrutador o el servidor in situ, en lugar de enviarlos todos a una nube lejana), lo que resuelve algunos de los retos de la informática en la nube tradicional.
Los principales factores que impulsan la adopción de la computación periférica son:
- Reducción de la latencia: algunas aplicaciones requieren respuestas casi instantáneas que los viajes de ida y vuelta a la nube no pueden satisfacer de forma fiable.
- Mejora del ancho de banda y del coste: la transmisión de todos los datos brutos de los sensores a la nube puede sobrecargar las redes o generar un coste elevado.
- Mayor fiabilidad: el procesamiento local garantiza que las operaciones puedan continuar incluso cuando la conectividad a la nube se vea degradada o se pierda.
¿Cuáles son algunos casos de uso reales de la computación periférica en diferentes sectores?
Los principales ejemplos de computación periférica en distintos sectores incluyen el mantenimiento predictivo en la fabricación, el seguimiento en tiempo real de flotas en el transporte y la logística, la monitorización remota de pacientes en la asistencia sanitaria, la prevención de pérdidas basada en la visión artificial en el comercio minorista, la monitorización de redes en el sector energético y de servicios públicos, la gestión del tráfico en ciudades inteligentes y la optimización de redes en las telecomunicaciones. En cada caso, los datos se procesan cerca del lugar donde se generan para permitir una toma de decisiones más rápida y reducir la dependencia de la infraestructura centralizada en la nube.
A continuación se muestran algunos ejemplos de casos de uso de la computación periférica, por sector vertical, de un vistazo:
- Automoción/transporte: los vehículos conectados y las estaciones de recarga de vehículos eléctricos utilizan la computación periférica para procesar los datos de los sensores en tiempo real (por ejemplo, las decisiones de los vehículos autónomos) y supervisar el uso de las estaciones de recarga a nivel local.
- Infraestructura de tráfico/ciudad inteligente: los dispositivos periféricos situados en intersecciones o a lo largo de las carreteras recopilan datos y realizan un procesamiento inicial para el control adaptativo de las señales y la gestión del tráfico.
- IoT industrial/de fabricación: las fábricas utilizan la computación periférica para supervisar la maquinaria, detectar anomalías, optimizar las líneas de producción y reducir el tiempo de inactividad.
- Atención sanitaria: los dispositivos médicos, los dispositivos portátiles y los sistemas de monitorización de pacientes procesan los datos localmente para reducir la latencia, proteger la privacidad y permitir una respuesta rápida.
- Espacios comerciales/minoristas: los sistemas locales o en tienda gestionan análisis como el seguimiento del inventario, el comportamiento de los clientes u ofertas personalizadas sin enviar todos los datos a la nube.
¿Cómo reduce la latencia la computación periférica?
La computación periférica reduce la latencia al acercar el procesamiento a los lugares donde se generan los datos, como sensores, máquinas, cámaras o IoT . Al evitar la transmisión de datos a larga distancia a servidores centralizados en la nube, la computación periférica minimiza los retrasos en la red y permite respuestas casi instantáneas para aplicaciones en las que el tiempo es un factor crítico.
¿Cómo ayuda la computación periférica a reducir la latencia en las operaciones industriales?
La computación periférica ayuda a reducir la latencia en las operaciones industriales al procesar los datos localmente en dispositivos o puertas de enlace, en lugar de enviarlos a centros de datos en la nube distantes. Esto elimina los retrasos de ida y vuelta de la red, lo que permite que las máquinas, los sensores y los sistemas de control respondan en milisegundos, lo cual es fundamental para la automatización, los sistemas de seguridad y los procesos industriales en los que el tiempo es un factor crítico.
¿Qué sectores se benefician más de la computación periférica?
Las industrias que más se benefician de la computación periférica son la manufactura, el transporte y la logística, la sanidad, el comercio minorista, la energía y los servicios públicos, las telecomunicaciones y las ciudades inteligentes. Estas industrias dependen de datos en tiempo real, baja latencia, alta fiabilidad y procesamiento local seguro para respaldar operaciones críticas y entornos distribuidos.
¿Por qué es importante la computación periférica para obtener información en tiempo real?
La computación periférica es importante para obtener información en tiempo real, ya que permite analizar los datos de forma inmediata en el origen, sin tener que esperar a que se transmitan y procesen en la nube. Esto permite a las organizaciones detectar anomalías, activar alertas y tomar medidas al instante, lo que hace que la computación periférica sea esencial para casos de uso como el control de calidad, la monitorización de pacientes, los sistemas autónomos y la seguridad pública.
¿Cuál es la diferencia entre la computación periférica y la computación en la nube?
La principal diferencia entre la computación periférica y la computación en la nube es el lugar donde se procesan los datos. La computación periférica procesa los datos localmente en el origen o cerca de él, mientras que la computación en la nube procesa los datos en centros de datos centralizados. La computación periférica está optimizada para una baja latencia, la toma de decisiones en tiempo real y la autonomía local, mientras que la computación en la nube es más adecuada para el almacenamiento de datos a gran escala, el análisis avanzado y la gestión centralizada.
¿Cómo deciden las organizaciones si utilizar la computación periférica o la computación en la nube?
A la hora de elegir entre la computación periférica y la computación en la nube, la mejor respuesta no siempre es una u otra. A menudo, ambas coexisten en una arquitectura híbrida. Las consideraciones incluyen:
- Latencia y necesidades en tiempo real: si las decisiones deben tomarse en milisegundos (por ejemplo, control de vehículos, seguridad de máquinas), el procesamiento local en el borde es esencial.
- Conectividad/fiabilidad de la red: en entornos con conectividad poco fiable o con alta latencia, el borde reduce la dependencia de los enlaces continuos a la nube.
- Coste del volumen de datos y del ancho de banda: si los sensores generan un gran volumen de datos (vídeo, vibraciones, etc.), el procesamiento/filtrado local (periférico) puede reducir significativamente lo que debe enviarse aguas arriba.
- Seguridad y cumplimiento normativo: el procesamiento periférico permite mantener los datos confidenciales en las instalaciones, lo que reduce la exposición y cumple con las restricciones normativas o de privacidad.
- Escalabilidad y complejidad de la arquitectura: muchas implementaciones comienzan a pequeña escala en el borde y luego incorporan análisis en la nube y almacenamiento a largo plazo cuando es necesario.
¿Cuáles son los principales retos a la hora de implementar soluciones de computación periférica?
Algunos de los retos comunes en la implementación de soluciones de computación periférica incluyen:
- Gestión de dispositivos e infraestructura: garantizar el firmware, los parches de seguridad, el estado del hardware y el ciclo de vida en todos los nodos periféricos distribuidos.
- Análisis de datos y estrategia de datos: Capturar datos es una cosa; convertirlos en información útil requiere análisis, a veces IA/ML, y una buena integración.
- Sistemas heredados/integración: muchas organizaciones deben conectar máquinas o sensores antiguos a nuevas arquitecturas periféricas.
- Seguridad y gobernanza: los dispositivos periféricos suelen encontrarse en entornos menos controlados, por lo que deben incluir medidas sólidas de seguridad, supervisión y protección contra fallos.
- Diseño para la escalabilidad y la resiliencia: a medida que las implementaciones periféricas crecen en muchos sitios, la arquitectura debe admitir actualizaciones, gestionar fallos y mantener la coherencia.
¿Es segura la computación periférica?
La computación periférica puede ser muy segura cuando se implementa correctamente, utilizando autenticación de dispositivos, comunicaciones cifradas, arranque seguro y gestión centralizada de dispositivos. Al mantener los datos confidenciales a nivel local y reducir la transmisión innecesaria de datos, la computación periférica también puede reducir la exposición a las amenazas cibernéticas, al tiempo que cumple con los requisitos normativos y de soberanía de los datos.
¿Qué primeros pasos prácticos deben dar las organizaciones para implementar eficazmente la computación periférica?
Un enfoque estructurado puede mejorar el éxito:
- Identifique un caso de uso con un valor comercial cuantificable: por ejemplo, considere formas de reducir el tiempo de inactividad, mejorar el tiempo de respuesta o reducir el coste del transporte de datos.
- Mapear el flujo de datos: qué sensores/puntos de datos existen, qué necesita procesarse localmente y qué puede enviarse a la nube.
- Seleccione hardware y conectividad aptos para el borde: esto incluye routers/gateways resistentes, unidades de procesamiento y enlaces fiables para el entorno específico.
- Defina la lógica de análisis y filtrado: decida qué datos se procesan localmente, cuáles se envían a niveles superiores y cómo se activan las alertas/acciones.
- Garantizar la gestión y la seguridad: implementar herramientas de gestión remota, supervisión, actualizaciones remotas y controles de seguridad robustos.
- Piloto y escala: pruebe la solución en un entorno definido, mida los resultados, extraiga conclusiones y, a continuación, amplíe su alcance.
Próximos pasos
Esta entrada del blog se publicó originalmente en septiembre de 2021 y se actualizó en diciembre de 2025 con nuevas soluciones Digi y recursos relacionados.