La nube hizo al mundo dar el salto hacia la tercerización del procesamiento. Esto abrió la puerta a innumerables dispositivos que ya no necesitaban contar con altas capacidades de cómputo para trabajar y permitió la conexión de las máquinas y las cosas a una internet cada vez más poblada. Sin embargo, a veces los tiempos de respuesta o la velocidad que requieren algunas operaciones es mayor que lo que la nube puede ofrecer. Los procesos críticos y de gran tamaño necesitan un poder computacional cada vez más rápido y efectivo, sin tener que esperar para conectarse a alguna red: ahí es donde entra el Edge Computing.
Edge Computing se refiere a cómo los procesos computacionales se realizan al interior de los dispositivos edge: aparatos IoT con capacidad de análisis y procesamiento como routers o gateways de red, la “periferia” (edge) de la red. Al procesar la información obtenida cerca de donde fue creada, sin tener que enviarla a centros de datos lejanos se reducen latencias, se consume un menor ancho de banda y se puede hacer análisis y evaluación inmediata de la información generada por los sensores y dispositivos.
Al respecto, en su página web, Octavio Delgado, director técnico de Ingenium, empresa costarricense de consultoría IT, explica que en los últimos 30 años los procesadores han aumentado su rendimiento en un factor de 1,000 veces. Por su parte, el ancho de banda de las redes de datos ha aumentado en un factor 3,000 veces. Pero, la latencia de red solo ha mejorado en un factor de 30 veces.
Delgado indica que a pesar de los avances en electrónica y comunicaciones, el tiempo que un paquete de información tarda en viajar del punto A al punto B solo ha mejorado de 2-3 milisegundos en un promedio de 80 a 150 microsegundos (μs), con latencias arriba de los 500 μs en el caso de distancias grandes.
El ejecutivo señala que debido al auge de IoT, “la cantidad de información que se genera en el punto final de la red y la necesidad de analizar y tomar decisiones en tiempo real sobre esa información ha generado que muchas aplicaciones sean hipersensibles a la latencia”. Ejemplos de dichas aplicaciones son la telemedicina, la gestión de flotas de vehículos, los camiones auto-pilotados, el reconocimiento de voz, la realidad aumentada, entre otras. Mientras que las aplicaciones que no son sensibles a la latencia son: email, ERPs, CRMs, e-commerce, backups, etcétera.
Mirando hacia el pasado, el portal Opensource.com señala que históricamente se puede hablar de Edge Computing desde la década de los 90, cuando Akamai lanzó su red de distribución de contenidos (CDN por sus siglas en inglés). Esto significó que hubiera nodos en ubicaciones cercanas al usuario final; dichos nodos almacenaban contenido de caché estático como imágenes y videos. En 1997, el científico Brian Noble demostró cómo la tecnología móvil podía usar Edge Computing para reconocimiento de voz. Con el tiempo, se denominó “forrajeo cibernético” a la técnica de computación en la que los dispositivos móviles con pocos recursos descargan parte de su trabajo pesado en máquinas sustitutas más fuertes en los alrededores. Esto se ha mejorado y es básicamente el proceso que utilizan Siri, de Apple y los servicios de reconocimiento de discurso de Google.

La fuente señala que en 1999 surgen las redes punto a punto. Para 2006 emergió el cloud computing que años más tarde sería cuestionado por el aspecto de latencia. Ya en el 2012, Cisco introdujo el término Fog computing aplicado a una infraestructura dispersa dirigida a promover una escalabilidad IoT.
En 2016 se estableció en China el Edge Computing Consortium como una iniciativa de Huawei Technologies, el Instituto Shenyang de Automatización de la Academia China de Ciencias, la Academia China de Tecnologías de Información y Comunicaciones (CAICT), Intel, ARM y iSoftStone. Su objetivo es impulsar el Edge computing en buenas prácticas industriales, promover su implantación, buscar garantías en materia de seguridad y menores consumos energéticos.
Ahora bien, si se observa el tema desde un punto de vista económico, la firma de investigación Stratistics MRC pronosticó en un reporte que para 2023 el mercado global de Edge computing alcanzará un valor de $13,630 millones de dólares. Esta compañía considera dentro de Edge computing elementos como gateways, plataformas, hardware, micro centros de datos, soluciones, software y servicios. Según Stratistics, los factores que impulsarán este crecimiento son las aplicaciones inteligentes, la tecnología IoT, así como la adopción cada vez mayor de teléfonos y relojes inteligentes y otros wearables.
Campo fértil para Edge computing
El uso potencial del edge computing abarca industrias como la de transporte, salud, manufactura, agricultura y granjas inteligentes, energía, entre otros. IoT, Internet móvil, trabajo automatizado, tecnologías cloud y robótica avanzada son las principales tecnologías disruptivas que McKinsey considera que tendrán un impacto económico sustancial en 2025 y que irán de la mano en muchas industrias con la computación Edge.
Entre los casos en los que el uso de Edge computing aplica está el de los vehículos autónomos, que cada vez son más una computadora poderosa y enorme sobre ruedas que recolecta datos mediante múltiples sensores. Para que opere de manera segura y confiable, necesita responder a su entorno inmediatamente. Cualquier retraso al procesar lo datos puede ser mortal.
Aunque, el potencial del Edge computing en salud va más allá de los wearables, los hospitales y los médicos tendrían con él la posibilidad de ofrecer un cuidado más ágil del paciente además de un mayor nivel de seguridad al no tener que enviar la información a la nube, sino tenerla cerca.
En el caso de la manufactura inteligente, al utilizar sensores y analizar la información que estos producen en un entorno Edge con una menor latencia que en cloud. Se pueden hacer cambios más rápidos en el flujo de trabajo para tomar acciones en tiempo real que beneficien el proceso productivo
Empresas como Amazon, Microsoft, Google y HPE están explorando el Edge computing. Entre las iniciativas están Azure IoT Edge de Microsoft, “que utiliza analíticos y permite ejecutar soluciones IoT de forma segura, a escala, en la nube o fuera de ella”. Google tiene Cloud IoT Edge para extender su procesamiento de datos y machine learning a millones de dispositivos Edge, como brazos robóticos y turbinas para conocer la información que estos generan en tiempo real y poder predecir situaciones de ese entorno.
Por su parte, Hewlett Packard Enterprise (HPE) anunció que planea invertir $4,000 millones de dólares en esta tecnología. Los sistemas HPE Edgeline Converged permiten al usuario recopilar, manejar y administrar datos en el perímetro con un tráfico de red reducido, acelerando el tiempo para obtener información.
Entre otros jugadores de la industria IT que ofrecen soluciones Edge computing están General Electric, Intel, Dell, IBM, Cisco, Huawei Technologies, Vertiv, Scale Computing y Fujitsu.
Cuatro razones para usar Edge computing
Imad Sousou, vice presidente del Grupo de software y servicios así como director del Centro de Tecnología Open Source de Intel Corporation, destacó en una entrevista cuatro razones por las cuales Edge computing ha sido exitoso:
- Velocidad. Edge computing reduce la latencia porque los datos no tienen que viajar sobre la red a un centro de datos remoto o a través de la nube para ser procesados.
- Seguridad. Al permanecer cerca de donde fueron creados, se mejora la seguridad de los datos.
- Escalabilidad. Edge computing es fundamentalmente cómputo distribuido, lo que significa mejorar la resiliencia, reducir las cargas de red y que es más fácil de escalar.
- Costos bajos. Los costos de transmisión de datos son mejores porque es reducida la cantidad de datos transferidos hacia una ubicación central para almacenarlos.