Un mundo Hiper Individualizado: Edge Computing y Fog Computing

Disponer de respuestas entrenadas y resultados en local, no en la nube

Hasta ahora la mayoría de los casos de uso para proyectos en Industria, Smart Cities, Energy, Seguridad, etc. se han conceptualizado hacia las grandes plataformas de Cloud Computing (public cloud providers), escenarios híbridos con nubes privadas e incluso on prem, encargándose de hacer ese trabajo de recolección de datos recogidos por los sensores + dispositivos IoT para tratarlos y entrenarlos.

Trasladar el procesamiento de la información a las propias fuentes de generación de datos, descargando así las comunicaciones y los sistemas de computación y almacenamiento permite orquestar la información que debe almacenarse localmente y cuál necesita ser enviada a la nube para ser usada posteriormente. Como resultado de una mayor lógica, la eficiencia de la infraestructura tecnológica y el escalado se maximiza, resultando mejoras en el procesamiento de datos en tiempo real, reducción del tráfico, menores costes operativos y mejor rendimiento de las aplicaciones. En aplicaciones de la industria y otros sectores con necesidades de disposición de la información en tiempo real, la realización de los cálculos más cerca del borde de la red ofrece disponer de una analítica avanzada y el perfeccionamiento de los modelos de entrenamiento con respuestas a tiempo "valioso" para el consumidor del dato (respuestas que interactúan activamente con su entorno). La seguridad del contexto de explotación real se ve aumentada por la visibilidad de los dispositivos, su comportamiento y la predicción de anomalías.

Este nuevo ecosistema es mucho más que un simple modelo o estrategia de arquitectura. En realidad, esta estrategia va a propiciar la aparición de un amplio catálogo de aplicaciones on site hiper_individualizadas y que además van a influir radicalmente en el desarrollo de los diferentes patrones de comportamiento actuales: el modo en el que se desarrollan los hábitos y las formas de pensar/actuar (insights) y también la manera con la que nos vamos a relacionar con el contexto (véase, la conducción autónoma interactuando en la ciudad con todo su contexto).

Estrategias para comprenderlas mejor:

Edge computing: es un paradigma de computación distribuida en el que la computación se realiza en gran parte o por completo en nodos de dispositivos distribuidos conocidos como dispositivos inteligentes o dispositivos de borde en lugar de tener lugar principalmente en un entorno de nube centralizada.

Fog Computing: Esta arquitectura permite utilizar dispositivos de vanguardia para llevar a cabo una cantidad sustancial de computación, almacenamiento, comunicación local y enrutado a través de la red troncal de Internet con la misión de "extender la nube para que esté más cerca de las cosas que producen y se accionan mediante datos de dispositivos IoT"

Por supuesto no podemos descartar aprovechar los recursos desplegados (en las arquitecturas edge/fog completas de sensores y componentes IoT) para maximizar el beneficio de esa capacidad de proceso y de transferencia de datos en nuestra nube Data Centric para que el resto de modelos puedan beneficiarse del entrenamiento y de la reacción más adecuada ante los distintos eventos.

Bezos siempre empieza recordando a todo el mundo que 
“sigue siendo el primer día”

“El día dos es estasis. Seguido de irrelevancia. 
Seguido por un declive atroz y doloroso”

Jeff Bezos Amazon