Komputasi edge adalah kerangka kerja komputasi terdistribusi yang membawa aplikasi perusahaan lebih dekat ke sumber data seperti perangkat IoT atau server edge lokal. Kedekatan dengan data pada sumbernya dapat memberikan manfaat bisnis yang besar, termasuk insight yang lebih cepat, waktu respons yang lebih baik, dan ketersediaan bandwidth yang lebih baik.
Pertumbuhan eksplosif dan peningkatan daya komputasi perangkat IoT telah menghasilkan volume data yang belum pernah terjadi sebelumnya. Dan volume data akan terus tumbuh seiring dengan meningkatnya jumlah perangkat seluler yang terhubung dengan jaringan 5G.
Pada masa lalu, cloud dan AI menjanjikan untuk mengotomatisasi dan mempercepat inovasi dengan mendorong insight yang dapat ditindaklanjuti dari data. Namun, skala dan kompleksitas data yang dihasilkan oleh perangkat yang terhubung telah melampaui kemampuan jaringan dan infrastruktur.
Mengirim semua data yang dihasilkan perangkat ke pusat data terpusat atau ke cloud menyebabkan masalah bandwidth dan latensi. Komputasi edge menawarkan alternatif yang lebih efisien; data diproses dan dianalisis di dekat titik pembuatannya. Karena data tidak melintasi jaringan ke cloud atau pusat data untuk diproses, latensi berkurang. Komputasi edge, dan komputasi edge seluler pada jaringan 5G, memungkinkan analisis data yang lebih cepat dan komprehensif, sehingga memunculkan peluang untuk mendapatkan insight yang lebih dalam, waktu respons yang lebih cepat, dan pengalaman pelanggan yang lebih baik.
Dari kendaraan yang terhubung hingga bot cerdas di pabrik, jumlah data dari perangkat yang dihasilkan di dunia kini lebih tinggi dibandingkan sebelumnya, namun sebagian besar data IoT ini tidak digunakan sama sekali. Misalnya, studi McKinsey & Company menemukan bahwa anjungan minyak lepas pantai menghasilkan data dari 30.000 sensor, namun kurang dari satu persen dari data tersebut saat ini digunakan untuk mengambil keputusan.1
Komputasi edge memanfaatkan kemampuan komputasi dalam perangkat yang berkembang untuk memberikan insight mendalam dan analisis prediktif hampir real-time. Peningkatan kemampuan analitik pada perangkat edge ini dapat mendorong inovasi untuk meningkatkan kualitas dan meningkatkan nilai. Hal ini juga menimbulkan pertanyaan strategis yang penting: Bagaimana Anda mengelola penerapan beban kerja yang melakukan jenis tindakan ini dengan adanya peningkatan kapasitas komputasi? Bagaimana Anda dapat menggunakan kecerdasan yang tertanam di perangkat untuk memengaruhi proses operasional karyawan, pelanggan, dan bisnis Anda dengan lebih responsif? Untuk mendapatkan hasil maksimal dari semua perangkat tersebut, sejumlah besar komputasi harus dipindahkan ke edge.
Baca bagaimana desktop sebagai layanan (DaaS) memungkinkan perusahaan mencapai tingkat performa dan keamanan yang sama dengan penerapan aplikasi on premises.
Daftar untuk panduan tentang cloud hybrid
Komputasi edge membantu Anda membuka potensi data besar yang belum dimanfaatkan yang dihasilkan oleh perangkat yang terhubung. Anda dapat menemukan peluang bisnis baru, meningkatkan efisiensi operasional, dan memberikan pengalaman yang lebih cepat, lebih andal, dan konsisten bagi pelanggan Anda. Model komputasi edge terbaik dapat membantu Anda mempercepat kinerja dengan menganalisis data secara lokal. Pendekatan yang dipertimbangkan dengan baik terhadap komputasi edge dapat menjaga beban kerja tetap terkini sesuai dengan kebijakan yang telah ditentukan, dapat membantu menjaga privasi, dan akan mematuhi undang-undang dan peraturan residensi data.
Namun, proses ini bukannya tanpa tantangan. Model komputasi edge yang efektif harus mengatasi risiko keamanan jaringan, kompleksitas manajemen, dan keterbatasan latensi dan bandwidth. Model yang layak akan membantu Anda:
Apa pun jenis komputasi edge yang Anda minati — cloud edge, IoT edge, atau seluler edge — pastikan Anda menemukan solusi yang dapat membantu Anda mencapai tujuan berikut.
Kurangi administrator yang tidak perlu, hemat biaya terkait, dan terapkan perangkat lunak di mana pun dan kapan pun diperlukan.
Manfaatkan solusi komputasi canggih yang memupuk kemampuan berinovasi dan menangani keberagaman peralatan dan perangkat di pasar saat ini.
Ketahuilah bahwa beban kerja yang tepat ada pada mesin yang tepat pada waktu yang tepat. Pastikan ada cara mudah untuk mengatur dan menegakkan kebijakan perusahaan Anda.
Temukan vendor dengan platform multicloud yang telah terbukti dan portofolio layanan komprehensif yang dirancang untuk meningkatkan skalabilitas, mempercepat kinerja, dan memperkuat keamanan dalam penerapan edge Anda. Tanyakan kepada vendor Anda tentang layanan tambahan yang memaksimalkan kecerdasan dan kinerja terbaik.
CIO di perbankan, pertambangan, ritel, atau industri lainnya, sedang membangun strategi yang dirancang untuk mempersonalisasi pengalaman pelanggan, menghasilkan insight dan tindakan yang lebih cepat, dan mempertahankan operasi yang berkelanjutan. Hal ini dapat dicapai dengan mengadopsi arsitektur komputasi terdesentralisasi secara besar-besaran, atau dikenal sebagai komputasi edge. Namun, dalam setiap industri, terdapat contoh penggunaan tertentu yang mendorong kebutuhan akan TI model edge.
Bank mungkin memerlukan edge untuk menganalisis feed video ATM secara real-time guna meningkatkan keamanan konsumen. Perusahaan pertambangan dapat menggunakan data mereka untuk mengoptimalkan operasi mereka, meningkatkan keselamatan pekerja, mengurangi konsumsi energi, dan meningkatkan produktivitas. Peritel dapat mempersonalisasi pengalaman belanja pelanggan mereka dan menyampaikan penawaran khusus dengan cepat. Perusahaan yang memanfaatkan layanan kios dapat mengotomatiskan distribusi jarak jauh dan pengelolaan aplikasi berbasis kios mereka, membantu memastikan operasi terus berjalan meskipun tidak sedang terhubung atau memiliki konektivitas jaringan yang buruk.
Mengelola dan mempromosikan keamanan secara hemat biaya di ribuan server edge dan ratusan ribu perangkat edge.
Solusi IBM Power Systems dan IBM Storage menjadikan model AI bekerja secara maksimal. Buka insight dari data visual langsung yang dihasilkan di edge.
Mempercepat monetisasi data untuk memperluas aplikasi dan model ke edge untuk mendapatkan wawasan real-time, tanpa perlu memindahkan data Anda.
Manajemen otonom merevolusi pendekatan Anda terhadap komputasi edge.
Komputasi edge menawarkan strategi yang kuat untuk membantu mengurangi kemacetan jaringan di masa depan yang didorong oleh Teknologi baru.
Perusahaan rintisan layanan kesehatan Innocens BV mengidentifikasi bayi yang berisiko terkena sepsis dengan komputasi edge prediktif.
1"The Internet of Things: Mapping the Value Beyond the Hype" (tautan berada di luar ibm.com), McKinsey Global Institute, McKinsey & Company, Juni 2015.