Edge computing es un modelo de procesamiento de datos que se realiza cerca de la fuente donde se procesan y gestionan los datos, en lugar de depender exclusivamente de centros de datos remotos o la nube.
En esencia, esta topología de red aprovecha la disponibilidad en el mercado de componentes y sistemas electrónicos SFF (Small Form Factor) de coste decreciente y acerca los componentes básicos de procesamiento, almacenamiento y conexión en red a las fuentes que generan los datos.
Índice de temas
Significado del edge computing: ¿qué es y cómo funciona?
A nivel macroscópico, una arquitectura informática de punta se presenta como una arquitectura de IT distribuida y descentralizada. El Instituto de Ingenieros Eléctricos y Electrónicos (IEEE en inglés) de los Estados Unidos proporciona la siguiente definición de Edge Computing:
“Una red mallada de microcentros de datos capaz de procesar y almacenar datos críticos localmente, y de transmitir todos los datos recibidos y/o procesados a un centro de datos central o a un repositorio de almacenamiento en la nube”.
En la práctica, el Edge Computing permite liberar a determinadas aplicaciones “sensibles al tiempo” de una dependencia estricta de centros de datos remotos , proporcionándoles, como veremos, la capacidad, mediante el uso de recursos informáticos locales, de procesar datos directamente en el campo.
Tamaño de mercado del edge computing en México y el mundo
La computación en el borde provoca mucha discusión en el constante desarrollo de la transformación digital. Oscila entre especulaciones, valoraciones y análisis de distinto peso.
Sin embargo, los números de IDC indican que el gasto mundial en edge computing alcanzó los US$ 228 mil millones en 2024, un aumento del 14% con respecto a 2023. De cara al futuro, la consultora anticipa un fuerte crecimiento sostenido hasta 2028, con una previsión de gasto cercano a los US$ 378 mil millones.
En el mercado mexicano, un informe de la Comisión Nacional de Seguros y Fianzas (CNSF) publicado en mayo de 2024 pronosticaba un crecimiento del 18% en el mercado de data centers edge logales, impulsado en parte por el nearshoring industrial de desde el continente asiático hacia el país.
Edge Computing y Cloud Computing: una nueva era
Internet se ha vuelto cada vez más “Outernet”. Desde el ciberespacio ha penetrado en el mundo físico, con aplicaciones móviles, realidad aumentada (RA), “geoetiquetado”, aplicaciones “contextualizadas”, servicios y publicidad “basados en la ubicación”, algoritmos de reconocimiento facial, “gemelos digitales”, que permiten el mantenimiento predictivo de plantas y maquinaria; vehículos autónomos, redes de radio móvil 5G.
Esta transición del mundo virtual al físico está generando una enorme cantidad de datos en el borde de la red. En muchos de estos escenarios, donde la información debe procesarse en tiempo real, es poco realista pensar que cada uno de estos dispositivos de borde puedan contar siempre con una comunicación de datos constante con la nube.
Edge Computing, en la práctica
Acerque los servidores a los usuarios finales para optimizar el rendimiento del sitio y las aplicaciones, apuntando a la optimización de la latencia. Así es como se traduce concretamente el concepto de Edge Computing.
En la práctica, esto significa que los usuarios experimentan una experiencia de usuario más satisfactoria y no se sienten tentados a abandonar la navegación o el servicio que están utilizando.
Los retrasos en la respuesta de los sistemas provocan, de hecho, daños muy tangibles que van desde conversiones fallidas hasta la pérdida de ventas en el comercio electrónico.
Edge computing en la industria manufacturera
La computación en el borde se incorporó también en la industria manufacturera. Su visibilidad operativa en tiempo real permite a las empresas reducir paros imprevistos y maximizar la eficiencia de los procesos.
Gracias a sus soluciones de mantenimiento predictivo impulsadas por IA local, las fábricas pueden anticiparse a fallos críticos y evitar interrupciones costosas, todo sin depender exclusivamente de la nube.
Computación de borde en el sector público
Las empresas de servicios públicos están encontrando en el edge una herramienta útil para modernizar la gestión de redes eléctricas, hídricas y de gas.
Al acercar el procesamiento a la fuente de datos, IDC indica que es posible reaccionar ante eventos en tiempo real, integrar fuentes renovables de forma eficiente y proteger mejor la infraestructura crítica en entornos con millones de dispositivos conectados.
Edge computing en el sector financiero
Con el crecimiento exponencial de soluciones basadas en inteligencia artificial, la banca está aprovechando el edge para optimizar operaciones sensibles. Una forma de hacerlo es mediante la detección temprana de fraudes.
En el caso de la relación con el cliente, el edge en las finanzas permite procesar datos de manera local, reduciendo la latencia y mejorando la seguridad sin sacrificar agilidad.
Las tres ventajas del Edge Computing
Los beneficios atribuibles a la posibilidad de ejecutar código cerca de los usuarios se pueden resumir de la siguiente manera:
Mejora del rendimiento
En primer lugar, los beneficios de rendimiento son inmediatamente evidentes en la velocidad, pero no terminan ahí. La aplicación que se ejecuta en el borde utiliza menos CPU y memoria en el dispositivo del usuario y también reduce el ancho de banda consumido.
Aumento de la seguridad
En segundo lugar, mover el cálculo al borde, le permite reducir la cantidad de vectores de ataque potenciales porque reduce el área de superficie expuesta. De hecho, no es necesario llamar a API ni utilizar servicios de back-end.
Hay que añadir que los ataques DDoS también son menos eficaces porque el conjunto de servidores en los que puede confiar un servicio basado en tecnología de punta es muy amplio y resulta difícil hacer que todas las máquinas no estén disponibles.
Innovación en el desarrollo
Finalmente, escribir código para el borde puede ser más complicado cuando los marcos no son el borde primero. Sin embargo, los marcos más recientes facilitan, y de hecho promueven, la posibilidad de explotar las ventajas del borde y crear entornos más modernos.
Elementos esenciales para implementar Edge Computing
Sea cuál sea el contexto de tecnologías que se aplique, como puede ser la nube edge, el IoT edge y el edge en dispositivos móviles, la computación en el borde es crucial identificar soluciones que permitan alcanzar ciertos objetivos fundamentales para maximizar su potencial.
Optimización de la distribución de software
Para implementar una estrategia efectiva de Edge Computing, es esencial contar con herramientas que faciliten la distribución de software a gran escala. Esto no solo permite reducir la necesidad de administradores adicionales y los costos asociados, sino que también asegura que el software se despliegue de manera eficiente, justo cuando y donde se necesita.
Innovación a través del Código Abierto
La adopción de tecnologías de código abierto en el entorno edge ofrece una plataforma para la innovación continua. Estas soluciones ayudan a manejar la diversidad de dispositivos y equipos presentes en el mercado actual, fomentando un ecosistema tecnológico adaptable y escalable.
Seguridad en el Ecosistema Edge
La seguridad es una preocupación central en la computación edge. Es vital que las cargas de trabajo se asignen a las máquinas adecuadas en el momento preciso. Implementar políticas claras y mecanismos de gobernanza asegura que las operaciones en el borde sean seguras y eficientes, protegiendo los datos y la infraestructura.
Colaboración con socios expertos
Para maximizar los beneficios de Edge Computing, es recomendable asociarse con proveedores que ofrezcan plataformas multinube robustas y servicios integrales.
Estos socios deben tener experiencia comprobada en la industria y la capacidad de mejorar la escalabilidad, el rendimiento y la seguridad de las implementaciones edge. Además, es importante explorar servicios adicionales que optimicen la inteligencia y el rendimiento en el borde.
¿Qué son los dispositivos de borde?
Cuando hablamos de dispositivos edge —o también llamado periféricos o de borde— en cualquier caso nos referimos a dispositivos IoT. Pero, a diferencia de estos últimos, los dispositivos de borde (gracias a la Edge Computing) pueden proporcionar mayores recursos informáticos que una red de IoT .
Esto garantiza que la latencia de comunicación entre los dispositivos IoT y las redes centrales sea menor.
En resumen, lo que cambia entre los dispositivos de borde y los dispositivos IoT simples es la capacidad de los primeros de analizar datos directamente dentro de las aplicaciones IoT, incluso antes de enviarlos o recibirlos.
Tecnología edge y seguridad
Como hemos visto, la tecnología edge —o de punta— ofrece un enfoque que admite cualquier objeto inteligente. Por lo tanto, el desafío de seguridad que la TI debe afrontar no es sólo el del diseño y la gobernanza de los centros de datos perimetrales que deben soportar oficinas y sucursales remotas, sino también el de los numerosos dispositivos inteligentes conectados.
En resumen, primero debe mapear todos los objetos y verificar si desea autorizarlos a estar en la red. Entonces es necesario instalar un gateway perimetral que represente una barrera entre el IoT y la red corporativa , lo que supone reducir la superficie de ataque.
La seguridad física de los dispositivos edge
Además, no hay que olvidar que que los dispositivos edge o periféricos, por su propia naturaleza y definición, están dispersos por todo el territorio y a menudo están expuestos no sólo a los agentes atmosféricos, sino también al peligro de ser dañados, trasladados o incluso robados.
Para abordar esto, los proveedores están diseñando soluciones (como sistemas de sensores) que funcionan en conjunto para verificar que no haya manipulación.
Edge Computing y Fog Computing
Profundizando aún más a nivel arquitectónico, cabe señalar una diferencia entre el concepto de Edge Computing y Fog Computing —también llamado computación en la niebla o fog networking—.
A diferencia de la computación de borde, una arquitectura limitada a una pequeña cantidad de capas, la computación en la niebla tiene una topología de red más compleja. Una red jerárquica, que se compone de múltiples capas (nodos de niebla). Una red capaz de gestionar, además de las operaciones de procesamiento, también funciones de networking, almacenamiento, control y aceleración.
La diferencia clave entre las dos arquitecturas es dónde se ubica la inteligencia y la potencia de procesamiento. En la Fog Compution, se lleva al nivel de LAN, donde los datos de los sensores y puntos finales son procesados por un nodo de niebla o una puerta de enlace de IoT. En la Edge Computing, la capacidad computacional se integra en plataformas y dispositivos informáticos integrados.
La variedad de soluciones de implementación adoptadas de vez en cuando por las organizaciones significa que, sin embargo, la diferencia entre edge y fog Computing no siempre es tan clara.
Herramientas Edge Computing
La computación de borde se aplica con éxito en varios sectores industriales, como es el caso del uso de drones en refinerías e instalaciones químicas, donde el procesamiento local de datos es muy importante.
Este cuadro resume cinco herramientas Edge que habilitan esta arquitectura distribuida en varias industrias, sus principales funciones y características técnicas; según el portal italiano ZeroUno, junto a Nextwork360.
| Nombre de la Herramienta | Función Principal | Características Adicionales |
| AWS IoT Greengrass | Ejecuta código local en dispositivos edge | Se integra con Lambda y otros servicios AWS, soporta contenedores Docker y administra dispositivos desde un panel único. |
| Azure IoT Edge | Extiende la nube de Azure a dispositivos edge | Compatible con varios lenguajes de programación, incluye seguridad con certificados y soporta contenedores Docker. |
| Google Cloud IoT Edge | Conecta dispositivos edge con Google Cloud | Analiza datos con herramientas de Google AI, integra modelos de machine learning entrenados y funciona con Google Cloud IoT Core. |
| OpenFaaS | Despliega funciones serverless en el edge | Funciones en contenedores con mínima configuración, escalado automático en función del uso y funciona con Kubernetes o Docker Swarm. |
| EdgeX Foundry | Plataforma abierta para IoT en el edge | Arquitectura modular para flexibilidad, amplio soporte de dispositivos y protocolos y gestión de datos en tiempo real. |
Ejemplos de implementación de Edge Computing
Hay muchas aplicaciones fructíferas de la Edge Computing y casos ejemplares tomados de varios sectores industriales de adopción. Pensemos en todas aquellas actividades que requieren coordinación e intercambio de información entre zonas geográficas muy alejadas entre sí.
Así como cuando es necesario procesar datos en tiempo real en el territorio, un caso concreto del uso de la computación en el borde son los drones utilizados, por ejemplo, en refinerías e industrias químicas.
Pero entremos en más detalles sobre dos posibles implementaciones técnicas de infraestructuras de borde.
Uso de dispositivos perimetrales
Una primera solución es implementar y gestionar la pila de software de Edge Computing en entornos de TI existentes. Esto utilizando la infraestructura hardware a disposición del usuario, que puede ser dedicada o compartida con otros servicios.
Los dispositivos edge o perimetrales que gestionan las comunicaciones con sensores, y la conectividad con la nube pueden estar compuestos por sistemas integrados de bajo consumo basados como: chips ASIC (circuito integrado de aplicación específica); FPGA (matriz de puertas programables en campo); CPU o, nuevamente, sobre FPGA SoC (system-on-chip FPGA), es decir, plataformas integradas que combinan las ventajas de un procesador y una FPGA integrándolos en un solo dispositivo.
El servicio Microsoft Azure IoT Edge también puede representar un ejemplo de una implementación de IoT en la red perimetral que aprovecha los dispositivos perimetrales existentes. Le permite ampliar la inteligencia y la capacidad de procesamiento de dispositivos nuevos o preexistentes instalados en el entorno de TI local.
El borde de la nube
El otro camino es elegir una ‘nube edge’ administrada y mantenida por un proveedor de nube pública. La cloud edge —o nube de borde— representa esencialmente una extensión de la nube pública, capaz de liberarla de pertenecer estrictamente a una región geográfica determinada, y distribuirlo a muchas otras ubicaciones a través de varios “Edge Data Center“.
Un ejemplo, en este caso, podría ser el servicio AWS Lambda@Edge de Amazon Web Services. Esto brinda la capacidad de ejecutar código de aplicación en una ubicación de AWS cercana al usuario final. El objetivo es reducir los problemas de latencia y ofrecer contenido más rico y personalizado.
Gestión del consumo de energía en sistemas edge
La gestión del consumo energético es uno de los grandes desafíos de los sistemas edge basados en FPGA. Según un estudio publicado por la Academia de Ciencias Cognitivas y Naturales (ACNSCI), más del 80% de la energía que consume un chip se concentra en elementos internos como las celdas lógicas y las conexiones programables, lo que obliga a repensar el diseño desde el silicio hasta el software.
La preocupación no es menor: si se mantienen las tendencias actuales, los recursos informáticos podrían representar hasta el 8% del consumo eléctrico global para 2030, con escenarios que proyectan un máximo del 51% en el peor de los casos.
Ante este panorama, los autores de la investigación “Gestión del consumo energético en sistemas de edgecomputing basados en FPGA con CPU de núcleo blando”, publicada en 2025, proponen arquitecturas edge flexibles y de bajo consumo como una respuesta a estas problemáticas.
Edge AI: los beneficios de la inteligencia artificial
Las ventajas de poder contar con inteligencia periférica, es decir, Edge AI, se refieren ante todo al ahorro de tiempo. Gracias a Edge AI, los algoritmos de IA funcionan en el dispositivo. Procesan datos directamente in situ y proporcionan respuestas y soluciones que pueden adoptarse rápidamente.
Por lo tanto, es evidente que disminuyen las cargas de trabajo en la nube y, por consiguiente, los riesgos de seguridad relacionados con la transmisión de datos, por un lado, y el consumo energético, por otro. Todo esto se traduce en ahorros económicos.
Ejemplos de adopción de Edge AI
Las aplicaciones de Edge AI son las más dispares y van desde los autos autónomos (en los que la inteligencia artificial interviene en el reconocimiento inmediato de los riesgos) hasta los entornos industriales.
En este último sentido, pensemos en la videovigilancia y el IoT industrial. En tales casos, los dispositivos pueden realizar controles visuales que facilitan la automatización de los procesos, aumentando la productividad.
Más concretamente, los expertos hablan expresamente de Intelligent Edge, refiriéndose a la tecnología que permite crear arquitecturas IoT óptimas que no aportan una avalancha de datos sino que, por el contrario, se caracterizan por estar construidas con servidores de proximidad capaces de adquirir y analizar datos.
FAQs sobre el edge computing
¿Qué factores se deben evaluar al monetizar soluciones basadas en edge computing
Para monetizar edge computing, es clave considerar reducción de latencia como ventaja competitiva, modelos de negocio basados en analítica local y ahorro en costos de ancho de banda. Los ingresos pueden provenir de servicios premium y edge-as-a-service.
¿Cuáles son los principales desafíos regulatorios del edge computing en América Latina
Las regulaciones fragmentadas, ausencia de normativas sobre soberanía de datos y brechas en ciberseguridad son los principales desafíos. Se recomienda trabajar con marcos de gobernanza adaptativos y alinearse a estándares internacionales como ISO/IEC 27001.
¿Cómo decidir entre edge computing y fog computing para aplicaciones industriales
El edge es ideal para tareas inmediatas y autónomas en el punto de captura, mientras que fog computing ofrece jerarquía y procesamiento distribuido. La elección depende del volumen de datos, la criticidad del tiempo de respuesta y la necesidad de escalabilidad.
¿Qué estrategias permiten escalar una arquitectura edge en entornos multicloud?
Usar contenedores orquestados (Kubernetes, Docker Swarm) y plataformas abiertas facilita la portabilidad. Además, integrar gateways compatibles y definir una política clara de gobernanza multinube optimiza la interoperabilidad y escalabilidad.
