In oktober 2000 publiceerden twee onderzoekers van UC Berkeley het eerste onderzoek om de totale hoeveelheid nieuwe en originele informatie die in een bepaald jaar op fysieke media is gemaakt en opgeslagen, te kwantificeren in computertermen. In 1999 bedroeg dat aantal 1,5 exabytes. Dit jaar halen we 74 zettabytes en bereiken we in 2024 149 zettabytes. Eén zettabyte is gelijk aan 1.000 exabytes.
Wat veroorzaakte de piek? De pc’s dateren uit de jaren 1970 en waren al in de jaren 80 vrij gewoon in veel huizen. Het internet ging halverwege de jaren 90 mainstream. Deze ontwikkelingen leidden tot een toename van het genereren van gegevens, maar de echte trigger was een paar jaar later.
De eerste 3G-enabled smartphone kwam in 2001 op de markt, de eerste iPhone bracht commerciële adoptie naar nieuwe hoogten in 2007 en werd kort daarop gevolgd door de iPad in 2010. Ericsson voorspelt dat we in 2026 226 exabytes aan mobiel dataverkeer per maand zullen genereren. Wanneer we computergebruik en het genereren van gegevens overwegen, is er de tijd vóór en die van na mobiel computergebruik.
Dit is vandaag de dag relevant vanwege de impact die het uiteindelijk had op de datacenterindustrie. Naarmate mobiele applicaties geavanceerder werden en de verwachtingen van consumenten ten aanzien van prestaties en latentie veeleisender werden, werd het computergebruik uit het traditionele datacenter verwijderd en dichter bij die consumenten gebracht, naar — wat we vandaag de dag erkennen als de edge van het netwerk.
Groei van Edge Computing-oproepen voor categorisatie
De consumentengroei in mobiel computergebruik was natuurlijk niet de enige drijfveer. Die vraag naar computing met lage latentie werd alomtegenwoordig, waarbij iedereen, van Wall Street tot Walmart, succes in milliseconden mat. De overstap naar de edge is de belangrijkste post-cloud trend in het datacenter, en de introductie van nieuwe applicaties en technologieën op het gebied van intelligent transport, telegezondheid en talloze anderen zorgen ervoor dat de edge blijft bestaan. De pandemie zorgde voor een toename van het werken op afstand en het computergebruik en dit versnelde de overgang alleen maar.
In de begindagen van de edge was een van de belangrijkste uitdagingen voor onze industrie het simpelweg begrijpen wat “de edge” eigenlijk was. Voor sommigen was het een eenvoudige IT-kast. Voor anderen was het min of meer een microdatacenter. De configuraties en toepassingen die ze ondersteunden waren zo divers en verschillend, dat elke brede discussie over de edge zinloos voelde.
We hebben dat in 2018 voor het eerst besproken met de introductie van vier edge-archetypen, — een manier om edge-implementaties te categoriseren op basis van gebruikscasussen. We hebben deze archetypen ontwikkeld om een beter inzicht te krijgen in de edge-locaties en ze zodanig uit te rusten dat ze aan de behoeften van de organisaties en de eindgebruikers die ervan afhankelijk zijn voldoen. De vier archetypen zijn: Gegevensintensief, Menselijk-Latentiegevoelig, Machine-to-Machine Latentiegevoelig en Levenskritisch. U vindt beschrijvingen van elk van deze soorten in deze whitepaper.
Dit was een goed begin, maar het was gewoon — een begin. Edge-toepassingen zijn slechts één variabele en een virtuele op die variabele. De fysieke activa die deze toepassingen mogelijk maken, moeten op deze randlocaties leven. In de wetenschap dat we een vergelijkbaar proces hebben toegepast om die locaties aan de edge te categoriseren. Net als bij de oorspronkelijke archetypen, vonden we overeenkomsten. De edge-netwerken van vandaag de dag volgen meestal een van de vier implementatiepatronen:
- Geografisch verspreid: Deze locaties hebben een vergelijkbare grootte en zijn over grote geografische gebieden verspreid — meestal een land of regio. De detailhandel, met winkels verspreid over de voetafdruk van een keten, of consumentenfinanciering, waaronder bankfilialen, zijn hier goede voorbeelden van.
- Hub-and-Spoke: Dit bestrijkt meestal ook een groot gebied, zoals een land of regio, maar de locaties zijn georganiseerd met meerdere kleinere implementaties rond een grotere hub. Communicatie- en logistieke netwerken kiezen meestal voor dit model.
- Plaatselijk geconcentreerd: Dit zijn kleinere netwerken, die vaak een campus bestrijken, zoals die in de gezondheidszorg, het onderwijs en industriële locaties. Ze worden ook vaak gekenmerkt door een aantal kleine implementaties die verbonden zijn met een grotere centrale faciliteit.
- Zelfvoorzienende grens: Dit patroon, met wijdverspreide voetafdrukken, variërend van regionaal tot wereldwijd, wordt gevormd door de grootste individuele edge-locaties. Deze locaties hebben vaak veel kenmerken van een traditioneel datacenter, maar meestal hebben ze een modulaire structuur. Ze worden vaak door cloudproviders geïmplementeerd, om omvangrijke gebieden te bestrijken. Kleinere versies worden vaak ook voor noodherstel gebruikt.
Deze categorisatie was waardevol. Het verschafte ons twee manieren om edge-locaties te definiëren — per archetype (gebruiksscenario) en per regio. Maar er is meer om te overwegen. De fysieke omgeving en bijbehorende kenmerken van locaties binnen een bepaalde groep voegen een laatste laag van locatieanalyse toe, die we kunnen gebruiken om deze edge-locaties snel en eenvoudig te configureren en aldus te voldoen aan de specifieke behoeften van onze klanten. Die categorieën zijn:
- Geconditioneerd en beheerd (<6 kW per rack of >6 kW per rack): Dit zijn speciaal gebouwde ruimtes die geklimatiseerd en veilig zijn. Het enige verschil tussen locaties is de rackdichtheid.
- Commercieel en kantoor: Dit zijn bemande ruimten met bestaande, maar beperkte klimaatbeheersing en locaties die doorgaans minder veilig zijn.
- Ruig en ruw: Deze vereisen robuustere systemen en behuizingen om bescherming te bieden tegen de grote hoeveelheden deeltjes in de lucht. Het zijn vaak industriële locaties met gevaar voor blootstelling aan water en in de buurt van zwaar verkeer of zware machines. Ze hebben geen klimaatbeheersing en zijn veel minder veilig.
- Standalone in de openlucht: Dit zijn onbemande locaties in de openlucht, die zijn blootgesteld aan de elementen en een overdekking of behuizing nodig hebben. Zij kunnen zich op afgelegen locaties bevinden en het kost tijd om ze te bereiken om gepland of ongepland onderhoud te verrichten.
- Gespecialiseerd: Deze locaties hebben waarschijnlijk kenmerken gemeen met een van de bovenstaande categorieën, maar ze moeten anders behandeld worden vanwege speciale reglementaire eisen of andere factoren die aan de toepassing of de locatie gebonden kunnen zijn.
Dit definiërende werk heeft een duidelijke en voorheen niet-bestaande methodologie vastgelegd, die ons helpt om inzicht te krijgen in (1) de IT-functionaliteit en -kenmerken die elke locatie moet ondersteunen; (2) de fysieke voetafdruk van het Edge-netwerk; en (3) de kenmerken van de infrastructuur die voor elke implementatie vereist is. Met deze gegevenspunten kunnen we sneller en efficiënter precies configureren, bouwen en implementeren wat nodig is, terwijl de tijd voor installatie en service op locatie wordt geminimaliseerd. Simpel gezegd, het stelt ons in staat om een element van standaardisatie naar de edge te brengen dat voorheen onmogelijk leek. Zoals we in het datacenter hebben gezien, vermindert standaardisatie de benodigde tijd en kosten en wordt het implementatieproces voor onze klanten hiermee gestroomlijnd.
Als u een netwerk beheert met edge-middelen, hoe zou u dan uw locaties in deze drie gebieden categoriseren? Hebt u ooit de vraag gekregen: “Wat is uw Edge?”
