Verschil tussen fog computing en edge computing

By ·Categorieën: Techniek uitgelegd·Published On: april 15th, 2022·7,3 min read·

Wat is fog computing versus edge computing? Deze termen worden soms door elkaar gebruikt, maar er is wel degelijk een verschil. Bekijk hier onze video over fog versus edge en lees verder.


In eerdere blogs hebben we het al over edge computing en cloud computing gehad. In dit bericht zetten we een stapje terug en kijken we naar het grotere geheel om de verschillen tussen edge en fog computing te bestuderen. We bekijken de verschillen en overeenkomsten tussen beide. Je krijgt ook een aantal praktische voorbeelden om uit te proberen. Deze verduidelijken misschien wat een veelvoorkomende vraag is geworden nu bedrijven van elke vorm en grootte de beste locatie voor hun rekenkracht proberen te bepalen. 

Het is dus belangrijk dat je weet wat cloud computing is voordat we de verschillen tussen edge computing en fog computing bekijken. Een vereenvoudigde definitie van cloud computing is rekenkracht die als een online service beschikbaar wordt gesteld, doorgaans door een externe leverancier. Een goed voorbeeld zijn de providers van online opslag en beheer (zoals Google Drive). 

Met deze providers hoef jij je bestanden niet werkelijk op je fysieke apparaat op te slaan. Je bestanden worden in de ‘cloud’ opgeslagen. In het geval van industriële toepassingen kunnen deze gegevens veel verschillende vormen hebben. De gegevens, bijvoorbeeld afkomstig van IoT-sensoren, worden vervolgens verzonden naar een cloudservice, zoals Amazon Web Services of Microsoft Azure. De fysieke apparaten in het veld moeten de gegevens kunnen overbrengen naar de cloud. Hier spelen edge computing en fog computing een rol.

Wat is edge computing?

Zoals de naam al doet vermoeden, brengt edge computing gegevensverwerking dichter bij de rand (de edge) van het netwerk waar gegevens worden geproduceerd. Dit kan de behoefte aan een extern gegevenscentrum verminderen of zelfs geheel elimineren, aangezien alle gegevens ter plekke worden verwerkt. Ook de latency neemt af. Dat maakt real-time besluitvorming mogelijk, omdat niemand hoeft te wachten tot de gegevens ergens zijn verwerkt.

Om edge computing beter te begrijpen, gaan we een real-life voorbeeld bekijken van voorspellend onderhoud in een productieomgeving. Als sensoren in de productieapparatuur zijn geïntegreerd, kunnen gegevens voortdurend naar een edge server in de buurt worden verzonden.

Met op historische gegevens gebaseerde AI-algoritmen kunnen deze gegevens vervolgens worden verwerkt en geanalyseerd om de waarschijnlijkheid van een systeemstoring te voorspellen. En zo kun je ongeplande downtime mogelijk helpen voorkomen. Met voorspellend onderhoud kun je ongeplande downtime zelfs met maar liefst 70% doen afnemen.

Meer over de voordelen van edge computing kun je lezen in onze blog over wat edge servers zijn.

Uitdagingen van edge computing

Hoewel edge computing ideaal is voor veel toepassingen (vooral toepassingen met tijdgevoelige gegevens) is het belangrijk om ook de potentiële nadelen van edge-technologie te begrijpen voordat deze als oplossing wordt geïmplementeerd.

De voorafgaande kosten voor de infrastructuur kunnen hoog zijn bij edge computing. Bij cloud computing wordt gebruikgemaakt van een off-site, vaak door derden geleverde “cloud” om gegevens op te slaan (meer hierover lees je verderop). Bij edge computing daarentegen worden gegevens lokaal verwerkt en opgeslagen. Dit betekent dat je met edge computing meer hardware ter plekke nodig hebt.

Edge computing brengt ook risico’s met zich mee op het gebied van gegevensopslag. Als informatie ter plekke wordt opgeslagen op edge devices en er geen back-up is gemaakt, kunnen gegevens permanent verloren gaan als de hardware beschadigd, vernietigd, verloren of gestolen is. Om deze risico’s tot een minimum te beperken, moet je altijd een betrouwbare back-up van je gegevens maken en ervoor zorgen dat de betrouwbaarheid van hardware een belangrijke overweging is bij het selecteren van edge devices.

Wat is fog computing?

Fog computing, ook wel fog networking genoemd, is een rekenlaag tussen de cloud en de edge. Edge computing zendt mogelijk enorme stromen gegevens rechtstreeks naar de cloud. Fog computing daarentegen kan de gegevens van de edge-laag ontvangen voordat deze de cloud bereiken. Met fog computing wordt dan bepaald wat al dan niet relevant is. De relevante gegevens worden in de cloud opgeslagen. De irrelevante gegevens kunnen worden verwijderd of op de fog-laag worden geanalyseerd voor externe toegang of om gelokaliseerde leermodellen te trainen.

Een praktijkvoorbeeld van fog computing is een embedded toepassing op een productlijn, waar een temperatuursensor die met een edge server is verbonden, elke seconde de temperatuur meet. Deze gegevens worden vervolgens naar de cloudtoepassing doorgestuurd. Daar worden ze gecontroleerd op temperatuurpieken. Stel je voor dat alle temperatuurmetingen, dus elke seconde van een 24/7 metingscyclus, naar de cloud worden verzonden.

In het geval van een fog-laag stuurt de edge server de gegevens eerst via een lokaal netwerk naar de fog-laag. De fog-server ontvangt deze gegevens en bepaalt op basis van bepaalde parameters of ze interessant genoeg zijn om naar de cloud gestuurd te worden. Dit leidt uiteindelijk tot veel minder gegevensverkeer. 

Voor eenvoudige temperatuurwaarden zijn deze gegevensbesparingen misschien te verwaarlozen. Maar stel je voor dat je onafgebroken complexe informatie of grote bestanden, zoals afbeeldingen of video, streamt. Afhankelijk van de toepassing kan de impact op bandbreedte en latentie enorm zijn.

Een voorbeeld van hoe de sensor-, edge-, fog- en cloudlagen van een computinginfrastructuur met elkaar zijn verbonden.

Een voorbeeld van hoe de sensor-, edge-, fog- en cloudlagen van een computinginfrastructuur met elkaar zijn verbonden.

Wat zijn de voordelen van fog computing?

Fog computing is dus een extra laag tussen de edge en de cloud. Wat zijn nou de voordelen van zo’n extra laag? Een voor de hand liggend voordeel is een efficiënter gegevensverkeer en minder latentie. 

Door een fog-laag te implementeren, zijn de gegevens die de cloud voor jouw specifieke embedded toepassing ontvangt, een stuk overzichtelijker. In de cloud kan direct worden gereageerd op de gegevens die van de fog-laag worden ontvangen. De cloud hoeft niet eerst een hele berg gegevens door te spitten voordat actie ondernomen kan worden of resultaten kunnen worden geretourneerd.

Als we naar het grotere geheel kijken, zien we dat er nog veel meer voordelen zijn. Er is veel minder opslag nodig voor de cloudtoepassing. Dat komt omdat de cloud alleen relevante gegevens opslaat en verwerkt. De gegevensoverdracht is ook sneller. Er worden immers veel minder gegevens naar de cloud verzonden.

Wat zijn de nadelen van fog computing?

Laten we vooropstellen dat fog computing edge computing niet kan vervangen. Edge computing kan echter wel zonder fog computing. Het nadeel is dus dat er voor fog computing een extra investering nodig is. 

Het is een complexer systeem dat met je huidige infrastructuur geïntegreerd moet worden. Dit kost geld, tijd, maar ook kennis over de beste oplossing voor je infrastructuur. Fog computing is niet in elke situatie de ideale oplossing. Maar voor sommige toepassingen zijn de voordelen mogelijk aantrekkelijk voor wie nu een directe edge-naar-cloud-gegevensarchitectuur gebruikt.

Fog computing versus edge computing: Wat zijn de belangrijkste verschillen?

Fog computing en edge computing hebben een aantal overeenkomsten. In wezen faciliteren ze beide het gegevensverkeer naar de cloud. Zoals we in onze blog over wat edge servers zijn hebben uitgelegd, vindt edge computing plaats op de plek waar de gegevens worden gegenereerd. Dat betekent aan de rand (the edge) van het netwerk van een specifieke toepassing. 

Een edge-computer maakt verbinding met de sensoren en controllers van een bepaald apparaat en verstuurt gegevens naar de cloud. Dit gegevensverkeer kan echter heel omvangrijk en inefficiënt zijn. Behalve de nuttige informatie die daadwerkelijk nodig is, worden mogelijk ook irrelevante gegevens naar de cloud verzonden. 

En jammer genoeg heeft zelfs de cloud zijn beperkingen op het gebied van capaciteit, veiligheid en efficiency wanneer deze rechtstreeks met edge devices is verbonden. Hier doet fog computing zijn intrede.

Kun je dezelfde hardware gebruiken in zowel fog computing als edge computing?

Wat betreft de hardware en het type computers dat je kunt gebruiken, kun je een edge server eenvoudig voor hetzelfde doel gebruiken als een fog-server. Het verschil zit in het waar en hoe gegevens worden verzameld en verwerkt. Niet per se in de hardwarefuncties en -mogelijkheden. 

Neem bijvoorbeeld de uitgebreide krachtige rugged Karbon 800 edge computer. Deze is oorspronkelijke ontworpen voor edge computing, maar is net zo geschikt voor fog computing. Uiteraard is elk project uniek. Het is belangrijk dat je bij de selectie en configuratie van een hardwareoplossing een goed beeld hebt van je algehele projectvereisten. 

Fog computing versus edge computing in een notendop

In een notendop is edge computing de verwerking van gegevens aan de edge van het netwerk, dichtbij de fysieke locatie waar de gegevens worden gegenereerd. Fog computing fungeert daarentegen als een mediator tussen de edge en de cloud en fungeert onder andere als gegevensfilter. Fog computing kan edge computing niet vervangen. Edge computing kan in veel toepassingen echter wel zonder fog computing.

Heb je vragen over hardwarevereisten voor edge of fog computing? Neem contact op met een van onze specialisten om meer te weten te komen over de hardware van OnLogic.

Deze blog is oorspronkelijk gepubliceerd op 23 juni 2021. De inhoud ervan is bijgewerkt op 15 januari 2022.

Ontvang de laatste Tech Updates

Abonneer je op onze nieuwsbrief en ontvang updates van OnLogic. Hoor als eerste OnLogic nieuws en inzichten van onze experts. Meld je aan op de inschrijfpagina.

Delen

About the Author: Andrew Overheid

Andrew Overheid is a Marketing Specialist at OnLogic. Besides making websites and creating content, he can be found at home playing the guitar. You can follow Andrew on LinkedIn.