Edge-Gerät
Was ist ein Edge-Gerät?
Ein Edge-Gerät am Endpunkt eines Netzwerks ist die Schnittstelle zwischen Rechenzentrum und realer Welt. Edge-Geräte sammeln oder übermitteln Daten. Die Palette reicht von einfachen Sensoren bis hin zu komplexen industriellen Systemen. Vom Scanner über Smartphones, medizinische Geräte und wissenschaftliche Instrumente, bis hin zu autonomen Fahrzeuge und automatisierten Maschinen – jedes „Ding“ im Internet der Dinge.
Warum werden Edge-Geräte benötigt?
Es gibt bereits viel mehr Edge-Geräte auf dem Planeten als Menschen, und sie generieren über Zweidrittel der Unternehmensdaten – Tendenz steigend. Und da die Anzahl der Edge-Geräte und die von ihnen erzeugten Datenmengen weiter zunehmen, wird es immer schwieriger, ja sogar unmöglich, diese Geräte zu steuern und die Informationen vom Rechenzentrum oder sogar von der Cloud aus zu verarbeiten. Intelligente Edge-Geräte, die in der Lage sind, Daten dort zu analysieren und zu nutzen, wo sie entstehen, sind für die Zukunft des Distributed Computing unerlässlich.
Was macht ein Edge-Gerät?
Edge-Geräte befinden sich an der Grenze zwischen digitalen Prozessen und der physischen Umgebung. Sie nehmen Anweisungen von Endnutzern entgegen und senden Informationen zurück. Sie überwachen und steuern Maschinen. Sie zeichnen messbare Phänomene auf und wandeln sie in nutzbare Daten um. Und da die Geräte immer schlauer werden, sind sie immer mehr in der Lage, Daten am Edge ohne Latenz und Einschränkung der Bandbreite zu verarbeiten und anzuwenden.
Was ist der Unterschied zwischen einem Edge- und einem Nicht-Edge-Gerät?
Jenseits der klimatisierten Räume eines Rechenzentrums befinden sich Geräte am Edge sowie die Infrastruktur, die sie miteinander verbindet, einschließlich der Edge-Router und kleiner Datenräume, die als Wegpunkte für das Internet der Dinge fungieren. Edge-Geräte sind das Gesicht des Unternehmensnetzwerks, die Schwelle, an der die physische Welt digitalisiert wird. Der Edge ist die Schnittstelle von Menschen, Orten, Dingen und ihren Daten. Selbst mit dem Aufkommen des Intelligent Edge sammeln die Edge-Geräte mehr Informationen als sie nutzen. Der Datenfluss des Edge ist größtenteils einseitig; Edge-Geräte senden weit mehr Informationen an das Rechenzentrum als sie von dort erhalten.
Im Vergleich dazu sind Nicht-Edge-Geräte hauptsächlich mit dem Rechenzentrum und der Cloud beschäftigt. Sie sind das Nervenzentrum des Unternehmensnetzwerks, wo Informationen gesammelt, verarbeitet und analysiert werden, wo Verbindungen hergestellt, Schlussfolgerungen gezogen und Werte geschaffen werden. Jedes Edge-Gerät erhält sein eigenes winziges Teil des Gesamtpuzzles – genug, um seinen Zweck zu erfüllen, relevante Details zu identifizieren und sie an das Rechenzentrum weiterzuleiten, wo Nicht-Edge-Geräte die Teile zum Gesamtbild zusammensetzen.
HPE und Edge-Geräte
HPE betrachtet die gesamte Netzwerkinfrastruktur außerhalb des Rechenzentrums als Edge-Bereich, der von Tag zu Tag vielfältiger und komplizierter wird. Die Verwaltung der Menge und Vielfalt von Edge-Geräten und der von ihnen erzeugten Daten erfordert spezielles Fachwissen und Erfahrung, und HPE GreenLake verfügt über die Ressourcen und nachweislich erfolgreichen Methoden, die Sie für den Erfolg im Edge-Bereich brauchen.
HPE GreenLake für KI, ML und Analysen unterstützt Unternehmen in praktisch jeder Branche bei der Nutzung von künstlicher Intelligenz (KI) und maschinellem Lernen (ML), um aus den unglaublichen Datenmengen, die am Rande des Unternehmensnetzwerks entstehen, geschäftlichen Nutzen zu ziehen und verwertbare Erkenntnisse zu gewinnen.
HPE GreenLake für Geschäftsanwendungen bietet eine Reihe von Services zur Verbesserung der Leistung, Effizienz und Sicherheit von Unternehmensinformationssystemen vom Edge bis zur Cloud, mit Erweiterungsmöglichkeit, wenn die Netzwerkinfrastruktur vergrößert und der Betrieb vom Rechenzentrum zum Edge verlagert wird.
HPE GreenLake für Big Data hilft Unternehmen, die riesige Menge an Informationen, die von Edge-Geräten fließen, effektiv zu nutzen und diese Daten in praktische Erkenntnisse und wertvolle Business Intelligence umzuwandeln. Durch die richtige Nutzung von Big Data können Unternehmen die Markteinführungszeit verkürzen und die Investitionskosten senken.