Véhicules autonomes, applications de réalité augmentée ou de e-santé ne sont que quelques-unes des innovations que nous pourrons mettre en œuvre et optimiser grâce à l’Edge Computing, un nouveau paradigme qui déplace le traitement des données du cloud vers son lieu d’origine, réduisant la lenteur et la consommation d’énergie. Nous expliquons de manière simple les coulisses de cette technologie liée à l’IoT (Internet des objets) et au réseau 5 G.
Qu’est-ce que Edge Computing et sa relation avec l’IoT ?
L’Edge Computing est un nouveau modèle informatique où les données IoT sont traitées à la périphérie du réseau (cloud edge), c’est à dire à la source même où elles sont générées ou au plus près de celle-ci. Nous pouvons comparer Edge Computing avec les gouvernements régionaux établis dans un pays pour empêcher toute gestion de passer par le gouvernement central, c’est-à-dire le Cloud Computing. Edge Computing déplace le traitement des données du cloud vers les appareils qui sont responsables de sa génération, réduisant la latence et permettant la réaction en temps réel d’éléments tels que les véhicules autonomes, avions connectés, usine intelligente, feux de signalisation intelligents, bâtiments intelligents, appareils connectés, etc.
Edge Computing et sa relation avec les autres technologies
En plus de l’Internet des objets, Edge Computing maintient un lien étroit avec d’autres technologies essentielles de la révolution numérique. Parmi elles, il convient de mentionner :
5G : Edge Computing et le réseau 5G ont une relation symbiotique. Un exemple en est le véhicule autonome, dont les réactions en temps réel dépendent à la fois de la vitesse de traitement de l’edge computing et de la faible lenteur de la 5 G. Les avantages qu’offrent les deux technologies dépendent l’un de l’autre pour atteindre leur potentiel maximum.
Big Data: toutes les informations transmises par les appareils IoT qui forment l’univers Big Data ne sont pas vraiment utiles, ce qui ralentit le travail d’analyse en raison de l’excès de données. C’est là que l’informatique de pointe peut effectuer un travail de filtrage important, en envoyant uniquement les informations pertinentes au cloud en fonction de paramètres prédéfinis et en réduisant la consommation d’énergie.
Apprentissage automatique : les algorithmes de Machine Learning, en plus de Edge Computing, permettent aux appareils connectés de réagir en temps réel et peuvent apprendre des modèles pour prendre des décisions plus intelligentes à l’avenir.
Sur le même sujet
