4 arquetipos tecnológicos en los que Edge Computing será vital

Cuatro arquetipos tecnológicos en los que Edge Computing será vital

Publicado el 23 Oct 2018

Edge computing on Petroleum Platform

Edge Computing es una tecnología que cada vez está siendo más requerida por las organizaciones. La ascensión del IoT y el Big Data, junto con el incrementro en la cantidad de datos que se transmiten y la necesidad de realizar analíticas en tiempo real con baja latencia está ya generando impactos importantes, que podrían elevar el valor de su mercado a $13,630 millones de dólares para el 2023.

¿Qué es Edge Computing y por qué es relevante para las empresas?

IT Masters Mag explicó recientemente los detalles del funcionamiento y la importancia de Edge Computing, pero un nuevo estudio realizado por Vertiv exploró casos de uso de esta tecnología en todo el mundo, a partir del cual identificaron cuatro arquetipos para aplicaciones de Edge que podrían dirigir mejor la estrategia de los CIO:

  • Aplicaciones con uso intensivo de datos: Esto comprende casos de uso donde la cantidad de información hace imposible la transferencia a través de la red directamente a la nube, o bien, de la nube al punto de uso debido a incidencias con el volumen de datos, los costos o el ancho de banda.
    Algunos ejemplos son las ciudades, fábricas y casas/edificios inteligentes, la distribución de contenido de alta definición, la informática de alto rendimiento, conectividad limitada, realidad virtual, así como la digitalización de petróleo y gas. El ejemplo que más se utiliza es la difusión de contenido de alta definición, donde los principales proveedores de contenido como Amazon y Netflix se asocian de forma activa a través de coubicaciones para extender las redes de distribución, con el fin de acercar más los videos de streaming y, a su vez, reducir los costos.
  • Aplicaciones sensibles a la latencia humana: Este arquetipo incluye casos de uso en los cuales se optimizan los servicios para el consumo humano, y todo gira en torno a la velocidad. El retraso en la entrega de información influye de forma negativa en la experiencia del usuario con la tecnología. Por lo tanto, potencialmente contribuye a la reducción de la rentabilidad y de las ventas minoristas. Los casos de utilización son las ventas minoristas inteligentes, la realidad aumentada, la optimización web y el Procesamiento de Lenguajes Naturales (PLN – Campo de las ciencias de la computación, inteligencia artificial y lingüística que estudia las interacciones entre las computadoras y el lenguaje humano).
  • Aplicaciones sensibles a la latencia máquina-máquina: La velocidad es también la característica distintiva de este modelo, el cual comprende el comercio bursátil, la red eléctrica inteligente, la seguridad inteligente, el análisis en tiempo real, la distribución de contenido de latencia baja, y simulaciones de fuerza de defensa. Dado que las máquinas pueden procesar la información mucho más rápido que los humanos, las consecuencias de una distribución lenta son mucho más altas que en el modelo de latencia humana. Por ejemplo, retrasos en el comercio de materias primas y bursátil, donde los precios varían en milésimas de segundo, pueden convertir beneficios potenciales en pérdidas.
  • Aplicaciones cruciales para la vida: Este modelo engloba casos de uso que directamente impactan en la salud y la seguridad del ser humano. Por tanto, la velocidad y la confiabilidad son vitales. Los casos de uso son el transporte inteligente, la salud digital, los vehículos conectados/autónomos, los robots autónomos y los drones. Por ejemplo, los vehículos autónomos deben haber actualizado la información para funcionar de manera segura, al igual que el caso de los drones, que se pueden utilizar para comercio electrónico y entrega de paquetería.

¿Qué te ha parecido este artículo?

Si piensas que este post es útil...

¡Síguenos en nuestras redes sociales!

Artículos relacionados

Artículo 1 de 5