IoT Edge en el sector Industrial

17 de junio de 2021, by David Purón

En los últimos años aparece la tecnología de Computación en el Edge (el “extremo”), que propone que los datos no tienen por qué ser centralizados en su totalidad, sino que parte pueden ser procesados en computadores distribuidos –llamados Nodos Edge- en el mismo lugar donde se generan dichos datos.

A principios de 1980, estudiantes de la Universidad Carnegie Mellon de Pensilvania encontraron una manera de que la máquina expendedora de Coca-Cola comunicase sus existencias a través de la red informática del campus. De esta manera evitarían el viaje si la máquina no disponía de existencias, y así nació también el primer dispositivo IoT del mundo.

A día de hoy, más de la mitad de los dispositivos electrónicos fabricados en el mundo ya son IoT, es decir tienen capacidad de comunicar datos por redes informáticas. Esto se incrementará exponencialmente hasta que en 2025 sólo uno de cada cuatro dispositivos no será capaz de comunicarse con el exterior.

NODOS EDGE

En 2011 la industria acuña el término “data-lake” para definir aquellas bases de datos de las empresas, que centralizan datos de un amplio espectro de dispositivos conectados, sin estructuras muy rígidas de manera que son fácilmente evolucionables hacia cualquier uso de los datos. 

Siguiendo con esta analogía, algunos analistas en clave de humor, han transformado el término en “data-tusnami”, haciendo referencia a la incapacidad de muchas empresas de sacar partido de estos volúmenes ingentes de datos.  La batalla actual más importante no se sitúa hoy en cuántos datos puedo obtener, sino en cómo adquirirlos y procesarlos de manera óptima para poder sacar su máximo valor eficientemente.

Para navegar este “data-tsunami” proveniente de miles de dispositivos IoT, aparece en los últimos años la tecnología de Computación en el Edge (el “extremo”), que propone que los datos no tienen por qué ser centralizados en su totalidad, sino que parte pueden ser procesados en computadores distribuidos llamados Nodos Edge- en el mismo lugar donde se generan dichos datos. 

En este caso, sólo el resultado o agregado de dicha computación puede ser centralizado, evitando así sobrecargar la infraestructura, eliminando latencias innecesarias, y mitigando los riesgos de seguridad y soberanía de los datos que tanto importan a empresas y ciudadanos a día de hoy.


Te puede interesar leer sobre: Ventajas de la Computación en el Edge en entornos industriales

Imaginemos por ejemplo una empresa distribuidora de energía que quiera balancear su producción, en tiempo casi real, en función de lo que produzcan y consuman todos sus usuarios. La infraestructura para comunicar, centralizar y almacenar todos estos datos provenientes de miles de sensores, es tan complicada que el retorno de la inversión puede no ser viable. Sin embargo, a través del Edge Computing, cada centro de transformación puede analizar la información en tiempo real y sólo comunicar con la infraestructura centralizada aquellas desviaciones relevantes que puedan tener un impacto significativo en la red.

IoT Edge: thick edge, thin edge, micro edge

En los últimos años ha habido un trabajo de grandes corporaciones definiendo y explicando qué es la computación Edge y su diferente casuística, llegando a multitud de definiciones y clasificaciones. Todas ellas, agrupan los diferentes tipos de Edge en función de la localización en la cual se realiza el procesado de datos.

  • Cuando el procesado de los datos se realiza en el punto más cercano a la red y más lejano a los dispositivos, se habla en estos casos de “Fog-Computing” (término acuñado por Cisco) o “Thick-Edge”. Eso ocurre a una distancias de entre 100m hasta 40km de los dispositivos, y es llevado a cabo por Nodos Edge de potencia muy alta, o en algunos casos incluso embebidos en el propio equipamiento del core de la red. Este es el caso por ejemplo de algunas torres de comunicaciones 5G, que pueden realizar almacenamiento y procesado de datos evitando latencias innecesarias cuando los dispositivos comunicados están en la misma red. 
  • Si el procesado de datos se realiza en equipos de red o agregadores de datos situados en la propia red local, se particulariza con los términos “Far-Edge” o “Thin-Edge”. Las distancias físicas en estos casos pueden oscilar entre 1m y 100m, y se caracteriza por ser llevado a cabo por Nodos Edge de potencia media, 1GHz y no más de 8GB de RAM, que en muchos casos hacen a su vez de concentradores de datos, gateways IoT, o incluso equipos de automatización industrial inteligentes.
  • Finalmente, cuando el procesamiento se realiza embebido en el propio equipo IoT, hablamos del denominado Micro-Edge, el cual en muchos casos tiene una funcionalidad muy limitada ya que los propios dispositivos suelen tener una capacidad de computación muy limitada para evitar subidas de precio o consumos de batería. 
Barbara IoT Edge

Los retos del IoT Edge

No hay duda de que el IoT en el Edge es uno de los nuevos habilitadores que van a acelerar la transformación digital de las empresas. Sin embargo, su despliegue no está exento de retos que cualquier empresa debe considerar en su fase de diseño e implementación.

1. La ciberseguridad: al ser una red de recursos distribuidos, en muchos casos desatendidos, conectados en muchos casos a elementos críticos, su diseño de seguridad, protección y monitorización requiere de una atención especial. Esto es de mucha mayor relevancia cuando los Nodos Edge pueden operar los equipos conectados.

2. La escalabilidad: especialmente cuando hablamos de entornos de computación “Far Edge” o “Micro-Edge”, el número de dispositivos desplegados puede ser muy elevado (miles a decenas de miles). Por tanto la instalación, provisión y mantenimiento de los Nodos Edge puede elevar los costes ocultos del despliegue hasta hacerlo no rentable. Especialmente en el caso de las instalaciones industriales, cuyos tiempos de vida son extremadamente largos, es fundamental contar con herramientas que faciliten esta gestión del ciclo de vida de los Nodos Edge de manera remota, centralizada y escalable.

3. La integración: la tipología de dispositivos conectados, especialmente en el mundo industrial, está muy fragmentada. No existen protocolos de comunicaciones completamente dominantes ni estructuras de datos comunes. Es por tanto importante que un despliegue de Edge Computing se base en tecnologías abiertas, a ser posible estándar o ampliamente usadas por la industria, que permitan la integración efectiva y evolución de diferentes piezas con la infraestructura desplegada. Se deberían evitar soluciones monolíticas, cerradas, que tengan unos costes de integración altos.

EL IOT EDGE APLICADO A INDUSTRIAS CON DISPOSITIVOS DISTRIBUIDOS

En todos los sectores, las compañías industriales se encuentran inmersas en procesos de transformación digital. Ser capaces de conectar dispositivos, así como recoger y explotar estos datos se está convirtiendo en algo crucial para impulsar sus negocios.

Las industrias donde el IoT Edge puede tener más impacto son aquellas que trabajan con un alto volumen de dispositivos conectados. Pero además, el impacto es exponencialmente mayor en las que estos dispositivos se encuentren en un situaciones geográficas distribuidas y generen datos con frecuencias altas.

En este sentido, se posicionan claramente:

  • Utilities: La continuidad del negocio es clave para el sector de los servicios críticos de luz, gas o agua. La monitorización de sus activos para detectar fallos, o incluso prevenirlos, es una funcionalidad básica. Sin embargo, sus activos suelen encontrarse en lugares remotos. El Edge Computing permite en este caso el análisis en tiempo real, con un procesamiento mucho más cercano al activo, lo que implica mucha menos dependencia de la conectividad y mejores tiempos de respuesta.

  • Energías renovables: A través del Edge Computing se puede lograr un alto impacto en la gestión sostenible de los recursos de energía renovable limitados, como la energía solar y eólica. De nuevo, en un un entorno remoto y muy distribuido, se puede evitar una alta dependencia con la conectividad y proporcionar una alta robustez y seguridad necesaria para un servicio tan crítico. Los algoritmos de Edge Computing pueden evaluar en tiempo real, e incluso predecir, la oferta y la demanda de recursos energéticos, consiguiendo mejoras sustanciales en el balance energético. Las empresas en busca de la reducción de las emisiones de carbono cada vez miran con más positividad el uso de Edge Computing combinado con el Cloud en este sentido. 

  • Smart GridCon la aparición de los recursos energéticos distribuidos, como coche eléctrico, cargadores, baterías, paneles solares de autoconsumo, y otros elementos, la toma de decisiones local puede suponer mejoras de eficiencia energética muy altas para empresas o grandes comunidades. Dado que esta gestión es complicada y tiene muchas variables, no se espera que pueda dejarse en manos de los usuarios, sino que debe tener un alto grado de automatización. Y dado que la privacidad de los datos puede implicar restricciones en su uso,  la heterogeneidad de los dispositivos puede complicar su integración en plataformas de nube, y la latencia o errores puede tener implicaciones en el caso de negocio, el Edge Computing se posiciona como una arquitectura de muy alto potencial. 
Lectura Recomendada: La computación en el Edge aplicada al sector eléctrico
  • Logística y Movilidad: En este caso, donde los activos no sólo son distribuidos y múltiples, sino móviles, el uso del Far-Edge con Nodos de computación embarcados en vehículos es una tendencia al alza. Desde los casos más básicos de sensorización para securizar las cargas o realizar inventariado de elementos críticos, hasta los más avanzados para la optimización de rutas o incluso semi-automatización de la conducción, la respuesta de baja latencia y la fiabilidad general del sistema son aspectos muy relevantes a la hora de situar la computación en el punto más cercano a los activos.

  • Fabricación distribuida: La fabricación distribuida, o descentralizada, se entiende como aquella cuyo producto se fabrica en una red de varias instalaciones de menor tamaño dispersas geográficamente y coordinadas mediante redes informáticas. El coste de instalación y mantenimiento de estas redes ha sido tradicionalmente muy alto debido a la necesidad de transportar muchos datos muy frecuentemente entre múltiples sedes. A pesar de que el cloud computing ha supuesto una mejora relevante en estos entornos, la combinación con algoritmos en el Edge, puede optimizar la inversión, mejorar la seguridad de los datos, y facilitar el cumplimiento de normativas industriales que no encajan tan bien en entornos de nube.

En Barbara IoT habilitamos la Inteligencia Artificial en la nube y en el Edge. Si te ha interesado este artículo solicita una demo personalizada para conocer cómo el IoT puede ayudarte a avanzar en tu proceso de digitalización.

Si buscas desarrollar un proyecto IoT, contáctanos