Edge computing : au plus près du traitement local des données
Face à la montée de l’Iot et l’émergence de nouveaux usages tels les drones avec, à terme, la voiture autonome, le edge computing offre une solution de gestion locale et intelligente des données. A la clé, une réduction des temps de latence et des coûts d’infrastructure.
par
Serge Escalé
Publié le: 27 févr. 2019
« Aujourd’hui pour gérer et contrôler correctement un processus métier, les entreprises qui utilisent l’Iot n’ont pas beaucoup d’autres moyens que d’utiliser le Edge Computing » affirme Damien Pasquinelli, CTO d’Hardis Group.
La notion de traitement local des données, stockage, calcul et analyse, n’est pas nouvelle mais prend un nouveau relief avec le déploiement de l’intelligence artificielle qui impacte fortement le big data et l’internet des objets. Les besoins de traitement intelligent des données en temps réel ou avec une faible latence de quelques millisecondes s’imposent, au plus près des capteurs ou des caméras qui les produisent.
Depuis les smartphones jusqu’aux automatismes industriels, les énormes flux d’informations ne peuvent être confiés sans filtrage aux datas centers. Au-delà des notions de coûts d’exploitation liés au cloud, il s’agit d’améliorer les performances, de rendre de nouveaux services ou de faire de la maintenance prédictive.
Outre les automatismes industriels, les opérateurs de télécommunication ont aussi un intérêt à traiter la donnée au plus près via des micro datacenters. La supply chain est un des domaines où l’edge computing prend tout son sens. « Nous travaillons sur un projet concernant la traçabilité des produits du client, les emballages, les chariots ou encore les palettes, etc. Il s’agit du suivi de bout en bout des produits depuis la production jusqu’à la vente au client final, du centre R&D jusqu’à l’entrepôt puis au magasin. L’identification à l’instant t est effectuée par des images HD issues de plusieurs caméras, avec un rafraichissement des trames toutes les 5 secondes. Dans certains cas, cette fréquence est beaucoup plus rapide », précise Damien Pasquinelli.
Il ajoute que « le client est un industriel de taille mondiale et le projet en cours consiste à équiper un premier entrepôt afin d’optimiser la supply chain. Dans la dernière phase, la partie RFID, la géolocalisation et les drones pour l’inventaire, seront implémentés. Dans ce cas d’usage, il y a beaucoup d’images inutiles qui ne peuvent être envoyées en intégralité à un cloud externe pour des raisons de coût et de réactivité. Le rôle du edge computing consiste ici à exploiter les images en local et à ne garder que celles présentant une valeur ajoutée. La reconnaissance des palettes se fait via un algorithme stocké sur le cloud. Ce modèle est ensuite déployé depuis le cloud vers un serveur local. »
Un redéploiement d’une partie de l’IT vers le local
Avec le edge computing, le traitement des données en local relocalise une partie du traitement du flux d’information, ce qui fait à nouveau appel aux compétences classiques des services informatiques comme les savoir-faire dans l’exploitation des réseaux et des ressources
De nombreux cas d’usage sont en projet ou déjà en service. Dans les parcs éoliens par exemple où il faut collecter de multiples paramètres comme la force et la direction du vent, ce qui représente des téraoctets de données. Il serait possible de les envoyer en totalité sur un datacenter, mais avec des coûts plus élevés et un temps de réaction trop important. Pour cela, un filtrage intelligent n’envoie qu’une partie des données sur le cloud.
Dans le domaine des télécommunications, le multi-access edge computing (MEC) traite en local de nombreuses fonctions telles le suivi permanent de la position des terminaux mobiles des utilisateurs, indépendamment des données GPS. Beaucoup d’autres domaines font ou vont faire appel à l’edge computing, le retail de vêtements avec les cabines d’essayage ou la gestion des promotions, l’industrie de luxe, la télémédecine ou encore les chantiers mobiles.
Jean-Paul Smets, CEO de Nexedi souligne que le edge computing n’est pas nouveau. Sa société a développé SlapOS NMS, sous licence libre, permettant de déployer un réseau complet de télécommunication en 4G et 5G. Une solution reposant sur des logiciels et une box Olimex en open source pour provisionner des services comme les CDN (Content Delivery Network), de l’IA pour les véhicules autonomes ou des passerelles Iot pour les automatismes industriels.
« Au travers des nombreux déploiements chez nos clients, nous avions identifié depuis longtemps l’aspect critique des faibles temps de latence des données et des services locaux résilients pour la stabilité des applications web et des réseaux Iot. Les entreprises veulent un processus de collecte des données de l’Iot qui fonctionne en permanence, même en cas de micro-coupures d’Internet, indépendamment du cloud ».
La sécurité du edge computing
« Il faudra être vigilant au niveau de l’accès aux serveurs locaux qui sont une porte d’entrée sur le SI de l’entreprise. »
Damien PasquinelliCTO d’Hardis Group
La sécurité du SI va changer de périmètre avec le traitement local. Damien Pasquinelli cite le point positif du edge computing qui permet d’ajouter une couche de sécurité gérée sur place mais prévient : « Néanmoins, il faudra être vigilant au niveau de l’accès aux serveurs locaux qui sont une porte d’entrée sur le SI de l’entreprise ». A terme, outre l’Iot, l’Iiot (Industrial Internet of things) et les autres secteurs d’activité, les véhicules autonomes devront impérativement effectuer des traitements locaux en temps réel pour des raisons évidentes de sécurité des passagers dans les environnements de circulation encombrés.
Le cloud, objet d’engouement ces dernières années, sera toujours privilégié pour les services réclamant des ressources importants de calcul et de stockage mais le edge computing constitue l’étape incontournable pour les processus en temps réel, au plus près des données collectées en local.
