Edge et Swarm Computing, les alternatives complémentaires à la 5G pour l’IoT industriel

Avec ses exceptionnelles capacités, la 5G est souvent présentée comme la solution qu’attendait l’Internet des objets (IoT) pour prendre pleinement son envol. Le raisonnement semble imparable : plus d’objets connectés, ce sont plus de données, et donc la nécessité, pour pouvoir les traiter dans le cloud, de disposer d’une bande passante accrue et d’une latence réduite. Mais, sans discernement, la médaille peut aussi avoir ses revers : encombrement des réseaux, inflation des infrastructures, hausse de la consommation énergétique et des cyber-risques…Dans les environnements industriels, pour des usages où le coût, la confidentialité des données et la sobriété énergétique, entre autres, sont des critères déterminants, il peut être plus intéressant de traiter localement les données plutôt que de les stocker et de les traiter exclusivement dans le cloud. Il est aussi important de fournir des solutions pour toute localisation physique et en particulier celles non couvertes par des réseaux performants.

Tel est le principe du Edge Computing : implanter les ressources de calcul à proximité des capteurs, des actionneurs et des applications industrielles, soit pour exécuter l’intégralité du processus, soit pour réaliser un prétraitement (tri, diagnostic, chiffrement…) afin de ne faire remonter que des informations pertinentes, sûres et exploitables. A ce titre, l’Edge est donc très complémentaire du cloud. Par exemple, le pilotage d’un système peut être réalisé localement, en temps réel, à l’aide d’un modèle de Machine Learning qui, lui, aura été entraîné sur les machines beaucoup plus puissantes du cloud et sur des jeux de données transférés de façon asynchrone.

Cependant, même lorsque la ressource locale est insuffisante, il n’est pas toujours indispensable d’aller solliciter des serveurs éloignés. On peut faire en sorte que des machines Edge voisines puissent collaborer, que ce soit pour mettre leurs capacités en commun, se répartir les tâches, ou même se surveiller mutuellement (des équipements peuvent ainsi se localiser les uns les autres et exclure l’un d’entre eux de leurs échanges s’il n’est pas à l’endroit prévu par le schéma de sécurité informatique). C’est le principe du Swarm Computing, que l’on pourrait définir comme une sorte d’informatique coopérative et distribuée de proximité.

Chaque cas d’usage, chaque environnement, commande donc sa propre topologie des ressources, qui se déploient à la fois sur un axe Nord-Sud (reliant les objets physiques connectés au cloud) et sur un axe Est-Ouest (entre les différents nœuds du Swarm). L’objectif est d’optimiser la répartition des tâches sur les différents niveaux de l’infrastructure en fonction de leur criticité, de la qualité de service attendue, de la nature des données manipulées et de la puissance nécessaire afin de minimiser les coûts, les risques et le gaspillage numérique.

À l’opposé des approches sans nuance auxquelles pourrait inciter la surpuissance de la 5G, l' Edge et le Swarm reposent sur un paradigme d’architecture plus mature, qui permet d’ajuster précisément la solution au besoin. Mettre la bonne ressource au bon endroit pour la bonne tâche exige toutefois des outils logiciels adéquats afin de manager, d’orchestrer et de sécuriser les différents nœuds, quels que soient les équipements utilisés (automates industriels, gateways, serveurs x86…). Les architectures de microservices et la conteneurisation sont essentielles pour obtenir cette neutralité vis-à-vis du matériel, et faciliter le portage et le passage à l’échelle des applications.

Ceci est particulièrement appréciable dans le secteur de l’énergie, où l' Edge Computing se prête idéalement à la gestion des fluctuations inhérentes aux énergies renouvelables, mais où l’on ne peut évidemment pas harmoniser toutes les technologies constitutives des réseaux.

Par ailleurs, pour offrir des services intelligents comme la maintenance prédictive, le contrôle qualité en temps réel ou l’assistance aux opérations en réalité augmentée, les applications de l’IoT ont souvent besoin de ressources dépassant largement ce que peuvent fournir les calculateurs industriels. Il faut donc des matériels nouveaux, spécifiquement conçus pour l'Edge et le Swarm, qui conjuguent la puissance des meilleures machines actuelles, la capacité à fonctionner de façon autonome dans les conditions parfois rudes du terrain, et une très large connectivité afin de pouvoir s’interfacer à tous les types d’environnement technique. Atos a développé le serveur BullSequana Edge remplissant ces conditions, de surcroît assemblés en France.

Les aspects de la décarbonation sont donc pris en compte tout au long de la chaîne, de la fabrication du matériel jusqu’à son utilisation en réduisant à la fois l’énergie grise de production ainsi que la consommation et utilisation de données en limitant les échanges directs vers le Cloud.

De plus l'Edge and Swarm permet d’adresser les problématiques de localisation et de sécurisation de la donnée là où la grande majorité des clients reste très prudent quant à la non-divulgation sur le cloud de leurs données opérationnelles formant le pilier de leur valeur métier.

 En conclusion, Atos développe avec l’Edge and Swarm Computing une chaîne complète matérielle et logicielle made in France qui sert directement les objectifs de réduction des empreintes environnementales tout en proposant des systèmes capables de résoudre des problématiques de plus en plus complexes en complémentarité des futurs réseaux à fort débit et à latence réduite.

Cet article a été écrit en collaboration avec Vincent Dimitriou, Product Owner and Solution Architect at Worldgrid, Atos