Le Edge Computing déplace le centre de gravité des données

Le Edge Computing déplace le centre de gravité des données

Gestion plus souple des données, réduction du temps de latence et de l’empreinte énergétique liée à l’infrastructure, évolution de l’entreprise vers une architecture sans serveur… C’est la promesse du Edge Computing, une alternative au Cloud Computing, qui dessine les contours d’un nouvel environnement analytique… à la périphérie du réseau.

 

Du « producteur au consommateur »

Plus de 50 milliards d’objets seront connectés d’ici 2020 générant au moins 11 billions de dollars. La croissance de l’Internet des Objets devrait voir exploser le volume des données. C’est là que le Edge Computing intervient en déplaçant la puissance informatique à la périphérie du réseau. Basé sur une architecture distribuée ouverte, il offre une puissance de traitement décentralisée qui permet l’accélération des flux et une plus grande disponibilité des données, là où elles sont produites.

 

Alors que le Cloud Computing consiste à reporter le traitement des données sur des plateformes centralisées de serveurs, la version « edge » privilégie le traitement « à la source », au plus près des capteurs, producteurs de contenus gourmands en bande passante et des applications sensibles à la latence. Avec le Edge Computing, les données n’ont plus besoin de transiter à travers un vaste réseau pour atteindre un data center ou un serveur Cloud distant.

 

Un marché prometteur

Dans le sillage du Big Data, de l’IoT et de l’intelligence artificielle, le Edge Computing ouvre un nouveau paradigme qui pourrait, selon une étude de Market Research Future, représenter un enjeu à hauteur de 19,4 milliards de dollars en 2023. En 2022, 75% des données des entreprises seront créées et analysées en dehors des data centers ou des Cloud traditionnels, contre moins de 10% en 2018 (source : Gartner).

 

La plupart des fournisseurs de services de Cloud Computing déploient donc aujourd’hui leurs propres plateformes d’IoT, leurs outils d’IA et de machine learning pour fournir une gamme complète de solutions bâties sur une architecture Cloud dont les avantages ne sont plus à démontrer (mutualisation, accessibilité, disponibilité, puissance, réduction des coûts…). Quant à la recherche, elle se concentre de plus en plus sur l’intégration des capacités de calcul et d’analyse dans les objets eux-mêmes ou à proximité.

 

L’intelligence à la périphérie du réseau

Plus proches de leurs sources, les données offrent un meilleur contrôle au niveau des capteurs, des passerelles et autres terminaux. Néanmoins elles ne remplissent pas forcément encore toutes les garanties de sécurité dans la mesure où les appareils en périphérie du réseau sont plus vulnérables que dans le Cloud et dans les data centers. De nombreuses entreprises ont pris conscience des défis que représentent les données massives pour leurs systèmes d’information. Elles sont en quête de nouveaux modèles capables de répondre en temps réel aux enjeux de volume et de puissance dont dépend leur performance. C’est la condition pour « donner toujours plus de sens aux données » et pour produire des analyses prédictives pertinentes. L’adoption du Edge Computing s’annonce donc essentielle dans le cadre du déploiement prochain du réseau mobile 5G. Nul doute que les entreprises qui sauront traiter rapidement et efficacement les contenus utiles se développeront, tandis que celles qui ne seront pas en mesure de les exploiter risquent de disparaître.

About The Author

Marc Ndiaye

Responsable Département Avant-Vente

Recevez par mail les articles et actualités de Au coeur des InfrasJe m'inscris à la Newsletter