© lightfieldstudios, 123RF

Nach der Wolke kommt die Kante: Edge Computing – aktuell ein wahrer Hype – will Datenverarbeitung näher dorthin bringen, wo sie gebraucht wird. Das Linux-Magazin erklärt, worum es eigentlich geht.

Dass in der digitalen Welt neue Zeiten anbrechen, lässt sich oft daran erkennen, dass Marketing-Abteilungen vermehrt Superlative nutzen. Von einer “neuen Generation” ist dann die Rede, von “ungeahnter Performance”, von “größtmöglicher Flexibilität”. Solche Pressemeldungen schwirren Admins und IT-Entscheidern im Moment wieder vermehrt um die Ohren, wenn es um das Thema Edge-Computing geht.

Nicht weniger als eine “völlig neue Art der IT” kommt da angeblich auf die Branche zu. Das Systemhaus der Telekom, T-Systems, hat zum Beispiel schon ein eigenes Produkt namens EdgAIR am Start, das Compute-Zellen quasi an jedem beliebigen Standort ermöglichen soll. Rittal als Rechenzentrumsausrüster bietet seinen Kunden Container-Rechenzentren an, die bloß noch Strom und Netz brauchen und ansonsten komplett autark sind.

Regelmäßig fallen im Edge-Kontext auch andere Buzzwords wie 5G, Internet of Things oder Cybersecurity. Und auch das gute alte Cloud Computing spielt in der Themenblase Edge Computing eine Rolle. Wer sich mit diesen Dingen bisher nicht im Detail beschäftigt hat, durchdringt den Marketingsprech für Edge kaum. Das Linux-Magazin geht in diesem Artikel auf grundlegende Fragen zum Edge Computing ein: Was bedeutet eigentlich Edge Computing, und wie unterscheidet es sich von anderen modernen Ansätzen? Wie hängt Edge Computing mit dem IoT, der Sicherheit oder der Industrie 4.0 zusammen? Und was ist gemeint, wenn im Edge-Kontext von Fog Computing die Rede ist?

Definitionsfragen

Begriffliche Unschärfen sind in der IT nichts Neues. Ein gutes Beispiel dafür bietet das Cloud Computing: Je nachdem, wen man anspricht, erhält man ganz unterschiedliche Antworten auf die Frage, worum es sich bei Cloud Computing eigentlich handelt.

Manche Festplattenhersteller vermarkten netzwerkfähige Speichergeräte als die “private Cloud zuhause”. Andere Anbieter verkaufen Root-Server als “dedizierte Cloud im Profi-Rechenzentrum”. All diese Definitionen sind nicht vollständig falsch, aber eben auch nicht komplett. Geht es um die Cloud, können sich immerhin die meisten Anbieter auf eine Formel einigen. Derzufolge handelt es sich bei Cloud Computing um einen Dienst, in dessen Rahmen ein Unternehmen seinen Kunden Compute- und Storage-Dienste in frei wählbarer Portionierung anbietet.

Es geht also einerseits um virtuelle Maschinen, die der Kunde so mit virtueller Hardware bestückt, wie er es benötigt, und die er nur bezahlt, wenn er sie wirklich braucht. Hinzu kommt Speicher, den der Kunde entweder im Kontext seiner virtuelle Maschine oder als eigenständigen Dienst benutzt – und ebenfalls nur in dem Ausmaß bezahlt, in dem er die Dienstleistung benötigt. Ein grundlegendes Verständnis für Cloud Computing ist auch für das Thema Edge Computing unerlässlich – denn Edge kommt ohne die Cloud nicht aus.

Die Cloud konzentriert Ressourcen

Seit Jahren ködern insbesondere die großen Cloud-Anbieter Unternehmen mit dem Versprechen, die Wartung der lästigen Infrastruktur zu übernehmen. Das Argument verfängt durchaus: Aufbau und Betrieb eines Rechenzentrums oder auch nur der darin installierten Hardware verschlingen viel Geld. Dass Cloud-Angebote unterm Strich nur selten günstiger kommen, sei an dieser Stelle der Vollständigkeit halber angemerkt – das ändert aber nichts daran, dass in den vergangenen Jahren viele Unternehmen ihren Workload in die Cloud migriert haben.

Ganz konkret bedeutet das für viele Firmen, die eigenen Rechenzentrumsstandorte aufzugeben und stattdessen lieber AWS, Azure oder einer anderen Firma zu vertrauen. Letztlich, und das ist für das Thema Edge Computing relevant, verkörpert die Cloud also auch das Prinzip, IT-Dienstleistung zu zentralisieren.

Vereinfacht dargestellt geht es beim Thema Edge Computing um das genaue Gegenteil: Edge Computing bedeutet, Computing-Ressourcen an den äußersten Rand zu verlagern, also in die äußeren Ecken einer Umgebung. Statt alle Dienste an zentraler Stelle zu bündeln, sollen die Compute-Ressourcen im Konzept des Edge Computings so nahe bei den Clients existieren wie möglich. Aber wozu soll das gut sein?

CDNs: Pioniere des Edge Computing

Edge Computing ist längst nicht so neu, wie viele glauben. Das Prinzip existiert seit über 20 Jahren, wird aber oft gar nicht mehr bewusst wahrgenommen, weil es so selbstverständlich ist.

Das Web 2.0 mit seinen mannigfaltigen Partizipationsmöglichkeiten hatte für das Internet konkrete Auswirkungen: Die Menge zu übertragender Daten vervielfachte sich binnen kurzer Zeit. Social Media, Bilder und Videos sind heute für die meisten Anwender ein ganz selbstverständlicher Bestandteil des Webs. Medien sind dabei mit Abstand die ressourcenintensivsten Anwendungen im klassischen IT-Alltag. Ihr Konsum durch Endanwender hat in den vergangenen Jahrzehnten in schöner Regelmäßigkeit die Geschwindigkeit der Hardware-Entwicklung in den Schatten gestellt.

Faktisch ist die Industrie also nicht in der Lage, neue Hardware mit höheren Kapazitäten in der Geschwindigkeit zu entwickeln, in der der Markt danach lechzt. Hinzu kommt, dass sich manche Dinge aufgrund ihrer Physik schlicht nicht ändern lassen: Ruft ein Nutzer zuhause ein Online-Video auf, das auf einem Server in den USA liegt, geht das mit entsprechend hoher Latenz einher. Und weil die USA von Deutschland nun einmal mindestens einen Atlantik weit entfernt sind, stehen hier auf absehbare Zeit auch keine großen Fortschritte bei der Minimierung der Latenz an.

Schon Ende der 1990er-Jahre kam man deshalb die Idee auf, Content Delivery Networks (CDNs) zu bauen. Sie folgen einem denkbar simplen Prinzip: Statt das Video nur auf einem Server in den USA vorzuhalten, installiert eine Firma Infrastruktur näher am Kunden und hält dort eine Kopie des Videos bereit. Im genannten Beispiel ruft der Client das Video dann nicht mehr aus den USA ab, sondern von einem deutlich näheren Server.

Aus heutiger Sicht müssen CDNs als Keimzelle des Edge Computings gelten, weil sie für den Anbieter mehrere große Probleme lösen: Zum einen verringern sie die Latenz zwischen Server und Client. Zum anderen steht lokal in aller Regel mehr Bandbreite zur Verfügung, sodass man mit einer lokal vorhandenen Kopie eines Videos viele Clients gleichzeitig versorgen kann. Weil schließlich nicht mehr die ganze Welt das Video vom Server in den USA laden möchte, löst der Ansatz auch ein Skalierbarkeitsproblem: Vor Ort fällt es deutlich leichter, das Setup in die Breite zu skalieren, als ständig ein einzelnes Haupt-Setup zu vergrößern.

Vom Speicher zum Rechner

Die zentrale Dienstleistung von CDNs liegt im Kontext des Edge Computings offensichtlich im Anbieten von Storage-Diensten. Aus heutiger Sicht genügt das aber nicht mehr: In den vergangenen Jahren haben sich eine Vielzahl von Technologien herausgebildet, die IT als integralen Bestandteil nutzen und dabei deutlich weiter in den Alltag der Menschen reichen, als es bisher der Fall war. Solche Lösungen brauchen nicht nur Speicher, sie brauchen auch und vor allem klassische Rechenleistung.

Beispielhaft sei sei auf die Home Automation verwiesen: Immer mehr klassische Haushaltsgeräte kommen in modernen Varianten mit Internet-Anschluss und lassen sich aus der Ferne steuern. In den meisten Fällen kombinieren Anwender sie mit einem digitalen Assistenten, etwa Amazons Alexa. Spricht man als Anwender mit Alexa, zeichnet diese den jeweiligen Befehl auf und schickt die Audiodatei an einen zentralen Server, wo sie analysiert und interpretiert wird. Als Rückmeldung erhält die Alexa-Instanz im nächsten Schritt das auszuführende Kommando in Maschinensprache, sodass sie tätig werden kann.

Amazon hat als Anbieter des digitalen Assistenten im genannten Beispiel ein großes Interesse daran, dass die Analyse der Audiodatei möglichst schnell vonstatten geht. Das lässt sich leicht nachvollziehen: Schon jetzt dauert es eine Weile, bis Alexa nach einem Kommando reagiert. Müsste die Datei erst noch einen weiten Netzwerkweg hinter sich bringen und müsste die Antwort des zentralen Analyse-Servers ebenfalls weit reisen, würde sich diese Zeit noch verlängern. Den Nutzern würde die Freude am digitalen Assistenten vermutlich schnell vergehen.

Indem Anbieter wie Amazon solche Aufgaben also nach dem CDN-Vorbild lokal von Servern erledigen lassen, folgen sie ein Stück weit den Prinzipien von Edge. Ein Stück weit, weil Edge Computing im Verständnis vieler Beobachter heute noch viel weiter geht und tatsächlich bedeutet, dass Berechnungen direkt auf den Endgeräten laufen.

Von Nebel und Ecken

Gelegentlich ist in diesem Kontext auch vom Fog Computing die Rede. Während manche Analysten eine klare Trennlinie zwischen Edge Computing und Fog Computing ziehen, erscheinen die Dinge anderen Beobachtern weniger eindeutig. Der Versuch, die Begrifflichkeiten zu ordnen, ist nicht ganz einfach.

Da gibt es etwa einerseits die Behauptung, Cloud Computing, Edge Computing und Fog Computing seien letztlich Eskalationsstufen. In der Cloud passiert demnach die Verarbeitung von Big Data oder die Steuerung zentraler Dienste. Fog Computing verlagert in diesem Erklärungsmodell Compute und Storage aus den konventionellen Rechenzentren in kleine RZs vor Ort, die schnell provisioniert werden können und eine Art Außenposten der eigentlichen Cloud darstellen. Edge Computing schließlich verlagert die Rechenarbeit auf die Geräte selbst, die etwa beim Kunden stehen oder in dessen autonomen Fahrzeug verbaut sind (Abbildung 1).

Abbildung 1: Autonome Fahrzeuge tauschen ständig Daten mit ihrer jeweiligen Zentrale aus – Rechenleistung vor Ort ist unbedingt nötig. Quelle: VW

Andere Analysten betrachten das Fog Computing eher als eine Unterkategorie des Edge Computings, weil die Compute- und Storage-Dienste hier in Richtung Kante wandern, auch wenn sie diese nicht komplett erreichen. Folgt man dieser Definition, ist letztlich alles irgendwie Edge Computing, was außerhalb eines klassischen Rechenzentrums an Compute- und Storage-Diensten erbracht wird.

Im Augenblick zumindest sieht es so aus, als würden die großen Anbieter, allen voran Firmen wie die Deutsche Telekom, eher letzterer Definition folgen. Das ergibt auch Sinn: Geschähe Edge Computing ausschließlich auf den Geräten direkt bei den Endanwendern, bliebe den IT-Anbietern ja nur der Cloud-Teil, der Edge-Kuchen hingegen ginge weitgehend an ihnen vorüber. Wirklich profitieren würden von Edge dann nur Unternehmen, die entsprechende Geräte am Start haben. Die großen Infrastrukturanbieter gehören üblicherweise nicht in diese Kategorie (Abbildung 2).

Abbildung 2: Es gibt mehrere Definitionen von Edge-Computing, denen jedoch ein Faktor gemeinsam ist: Compute rückt aus dem RZ hin zu den Clients. Quelle: OpenStack

Der Übersichtlichkeit halber schließt sich auch dieser Artikel der simpleren Definition an und geht davon aus, dass Fog Computing ein (wenn auch wichtiges) Unterthema des Edge Computings ist.

Die Technik

Selten war sich eine ganze Industrie so einig wie aktuell, dass ein Konzept wie Edge Computing die Branche verändern wird. Kein Wunder: Dass die Menschen in der Zukunft weniger digital leben als heute, ist kaum anzunehmen. Es werden also digitale Dienste weiter in alle Bereiche des Alltags eindringen, und der Bedarf an (lokalem) Speicher und Rechenleistung wird weiter rasant steigen.

Dass man das Edge-Thema also keinesfalls verschlafen möchte, darin sind sich im Grunde alle Branchengrößen einig. Wie sich das allerdings ganz konkret bewerkstelligen lässt, darüber gehen die Meinungen durchaus auseinander. Und klar ist auch: Manche Firmen haben bessere Startbedingungen als andere, weil sie aufgrund ihrer eigenen Historie mehrere Infrastrukturbereiche abdecken, die im Kontext des Edge Computings wichtig sind.

Wie man es dreht und wendet, und wie man es auch nennt: Will man auf professionelle Art und Weise IT-Dienste außerhalb von Rechenzentren betreiben, entbindet das nicht vollständig von allen Prinzipien, die für den Bau von Rechenzentren grundsätzlich gelten. Ein weiteres Beispiel macht das deutlich.

Es geht um autonomes Fahren: Alle großen Automobilhersteller forschen seit Jahren ebenso an diesem Thema wie diverse Silicon-Valley-Unternehmen, die neue Märkte erschließen wollen. Allerorten herrscht die Erwartungshaltung vor, dass autonomes Fahren enorme Anforderungen an Edge Computing stellen wird. Um etwa Telemetriedaten und Verkehrsinformationen in einer Region zu verarbeiten, kann nicht eine zentrale Cloud zum Einsatz kommen. Wandern Daten eines Autos in Flensburg erst ins Rechenzentrum nach Stuttgart, um dort ausgewertet und in Anweisungen für alle Autos in Schleswig-Holstein umgemünzt zu werden, frisst das viel zu viel Zeit. Im schlimmsten Falle sind die Informationen schon veraltet, wenn sie in der Zielregion ankommen.

Dass die autonomen Fahrzeuge das Data Crunching gleich selbst übernehmen, erscheint nicht als sinnvolle Alternative: Das Auswerten der verschiedenen Sensordaten eines autonomen Fahrzeugs braucht bereits einiges an Rechenleistung, und es ist schlicht nicht sinnvoll, aus jedem Auto ein kleines Rechenzentrum zu machen. Hier spielen letztlich auch Überlegungen im Hinblick auf das Thema Energie eine Rolle, denn das Auto der Zukunft soll schließlich elektrisch unterwegs sein.

Compute- und Storage-Inseln

Folglich wird es für entsprechende technische Lösungen notwendig sein, die Compute-Komponente näher an die jeweiligen Fahrzeuge zu bringen. Dazu könnte man etwa Deutschland in Regionen aufteilen und dann lokale Inseln für Compute und Storage ausrollen. Hier dürfte letztlich jeder Automobilhersteller sein ganz eigenes Süppchen kochen, Ähnlichkeiten im Design der Setups wird es mit einiger Sicherheit aber geben.

Das Problem dabei: Nicht überall in Deutschland lassen sich ad hoc einfach kleine Mini-RZs bauen. Großstädte wie Berlin etwa müsste man vermutlich sogar in mehrere Bereiche aufteilen – wo allerdings in der Berliner Innenstadt würde man ein Rack hinbauen wollen, das modernen Standards genügt? Gerade in den Innenstädten findet sich umfassende IT-Infrastruktur ja eher selten, und wenn doch, gehört diese einzelnen Institutionen und dient ausschließlich deren Zwecken.

Das ist eine der größten Herausforderungen in Sachen Edge überhaupt: Wer entsprechende Standorte ausrollen möchte, muss sich auch darum kümmern, die benötigte Infrastruktur vor Ort bereitzustellen. Aus einem einfachen Raum muss zumindest ein hinreichend belüfteter Raum werden, der nicht nur eine ausreichende (und wenn nötig redundante) Stromversorgung hat, sondern auch mit grundlegender Hardware wie einem Server-Schrank ausgerüstet ist.

Und das genügt noch immer nicht: Eine Compute- und Storage-Insel in der Innenstadt hilft nicht, wenn sie nicht per Netzwerk angebunden ist. Eine Edge-Installation dürfte in der Regel eine Glasfaserverbindung benötigen. Eine Alternative bietet hier in absehbarer Zeit aber wohl 5G, und zwar sowohl für die Kommunikation zwischen Clients und Edge-Zelle als auch für die Kommunikation der Edge-Zelle mit der übergeordneten Cloud.

5G erscheint aktuell ja als so etwas wie das Universalversprechen in Sachen Netzwerk: Durch verschiedene technische Maßnahmen erhöht es radikal die Bitrate, die sich für einzelne Clients erreichen lässt. Obendrein bessert New Radio als Funkschnittstelle zwischen Sendestation und Client und als Nachfolger von LTE im 4G-Standard in Sachen Latenz ordentlich nach. Erst 5G wird die Bandbreiten bieten, die man benötigt, um beispielsweise den Datenschwall Hunderttausender autonomer Fahrzeuge zu verarbeiten.

Obendrein bietet 5G Beamforming mit Multi-MIMO-Antennen: Unter der Haube einer 5G-Antenne können etliche einzelne Beams stecken, die sich zielgerichtet einzelnen Kunden zuweisen lassen. Bindet man ein Edge-RZ per 5G auf diese Weise an, ist es durchaus denkbar, dass Latenz und Bandbreite ausreichen, um eine klassische Netzwerkanbindung überflüssig zu machen (Abbildung 3).

Abbildung 3: Beamforming bei 5G bietet die Möglichkeit, Edge-Standorte per Mobilfunk ebenso gut anzubinden wie per Kupfer. Quelle: Deutsche Telekom

Standardisierte Fertigprodukte

Es wird Anbieter vor gehörige Herausforderungen stellen, Edge-Setups so zu designen, dass sie standardisierte, funktionale Produkte darstellen. Auf der einen Seite lässt sich im Vorfeld kaum absehen, mit welchen Standorten es eine Firma zu tun bekommt. Beschließt beispielsweise ein Anbieter, dass er – aus welchen Gründen auch immer – eine Edge-Zelle in der Nähe des Brandenburger Tors benötigt, dürfte die Standortsuche dafür kaum leicht werden.

Gleichzeitig müssen die Anbieter ihre Edge-Setups aber als so weit wie nur irgendwie möglich standardisierte Produkte planen. Es wäre weder sehr wirtschaftlich und effizient, jeden einzelnen Standort als Unikat zu planen, noch dürfte die Personaldecke der allermeisten Unternehmen dafür ausreichen. Wer 20 000 Mini-Standorte dieser Art ausrollt und für jede der Edge-Zellen ein eigenes Setup häkelt, bekommt spätestens beim Betrieb und bei der Pflege dieser Standorte garantiert Probleme.

Container als Alternative

Vor diesem Hintergrund wundert es nicht, dass viele Unternehmen als Lösung in Sachen Edge-Zelle die Container-Rechenzentren für sich ausgemacht haben. Zuvor erfolgte deren Vermarktung ja vorrangig mit dem Argument, dass sie modulare IT ermöglichen. Im Edge-Kontext gewinnen Container-RZs jedoch zunehmen an Bedeutung, denn sie bieten die einfachste Möglichkeit, ein von der ersten bis zur letzten Schraube standardisiertes Produkt beinahe überall mit wenig Vorarbeit auszurollen.

Industrie-Container gibt es bekanntlich in vielen Größen, sodass sich auch kleine Setups gut als Container vertreiben lassen. Anbieter wie Rittal haben entsprechende Produkte längst im Programm: Der Kunde erhält hier ein Mini-RZ, das essenzielle Themen wie Lüftung und die benötigten Racks bereits löst (Abbildung 4). Ist der Container erst einmal irgendwo platziert und bestückt, fehlen nur noch Strom und Netz. Strom bekommt man an den meisten Orten relativ leicht, selbst wenn ein Anstich an eine Hauptstromleitung gegraben werden muss. Das Netzwerk kommt wie beschrieben künftig idealerweise per 5G aus der Luft (Abbildung 5).

Abbildung 4: Container-Rechenzentren sind wie geschaffen für Edge: Sie sind schnell auszuliefern, versatil … Quelle: Rittal

Abbildung 5: … und lassen sich beinahe beliebig platzieren. Man braucht nur noch Strom und Netz anzuschließen. Quelle: Rittal

Die Software

Hat ein Anbieter vor, Edge-Zellen und Edge Computing per se als Angebot in sein Portfolio aufzunehmen, lässt sich nicht zuletzt dank Container-RZs das Thema Hardware gut abdecken. Der weitaus kniffligere Teil ist allerdings die Software-Seite, denn fertige Software zum Aufbau von Edge-Umgebungen gibt es am Markt nicht oft. De facto müssen hier ja zwei Parteien glücklich werden. Da wäre einerseits der Anbieter, der seine Kunden mit Edge-Lösungen versorgt. Für ihn steht das Thema Wartbarkeit an erster Stelle: Alle ausgerollten Setups müssen auch auf der Softwareseite so weit wie möglich standardisiert sein.

Andererseits muss der Köder auch dem Fisch schmecken, dem Endkunden also, denn der kauft das Produkt andernfalls gar nicht erst. Die Aufgabe des Anbieters besteht letztlich also darin, eine möglichst generische Computing- und Storage-Plattform zu bauen, die einerseits eine große zentrale Instanz bietet und sich andererseits leicht um Regionen und Satelliten erweitern lässt.

OpenStack und Kubernetes

Hier kommen den Unternehmen zwei alte Bekannte zu Hilfe , die sich ideal als Lösung für das Problem eignen. Einerseits bietet OpenStack [1] ein Gros der Funktionalität, die eine solche, dezentrale Lösung erfordert. OpenStack offeriert per Definition verteilte Compute-Infrastrukturen. Eine Reihe zusätzlicher Features, die die Entwickler in den letzten Jahren der Software hinzu gefügt haben, kommen da gerade recht: Federation über mehrere Instanzen der Benutzerverwaltung Keystone etwa. Obendrein lässt sich OpenStack hervorragend mit Ceph kombinieren. Es spricht nichts dagegen, an jedem Standort einen kleinen Ceph-Cluster auszurollen, um direkt vor Ort ein skalierbares Storage anzubieten.

Dass die Idee, solche Setups auf OpenStack-Basis zu bauen, gar nicht so abwegig ist, beweisen indes diverse kommerzielle Produkte von Telco-Firmen, die am Markt bereits verfügbar sind. Lösungen wie EdgAIR der DTAG fußen laut Anbieteraussage tatsächlich auf OpenStack.

OpenStack ist aber nicht das einzige geeignete Produkt. Alternativ wäre es auch denkbar, verteilte Setups mit lokalen Kubernetes-Clustern zu bauen. Das hängt freilich von der Applikation ab, die der Endkunde betreiben möchte: Ist sie tatsächlich Cloud-native und liegt in Containern vor, erscheint Kubernetes als Mittel der Wahl, denn es ist immer noch deutlich weniger komplex als etwa OpenStack. Steht hingegen IaaS auf der Anforderungsliste, wird Kubernetes wahrscheinlich nicht die ideale Lösung sein.

Fazit

Edge Computing mit seiner Unterkategorie Fog Computing gilt zu Recht als ein künftiges Zugpferd der IT. Weil immer mehr Menschen digitale Dienste im Alltag nutzen, ergibt es Sinn, diese näher am Einsatzort zu betreiben als bisher. Die technischen Hürden, die es dafür zu nehmen gilt, liegen allerdings hoch.

Ein großer Teil der Aufgabe von Lösungsanbietern wird darin bestehen, Plattformen nach dem Edge-Prinzip sinnvoll in bestehende Infrastruktur zu integrieren und sie effizient zu betreiben. De facto kumuliert beim Thema Edge alles, was in den vergangenen Jahrzehnten in Sachen Automation und Sysadmin Best Practices entstanden ist: Ein ineffizienter Edge-Betrieb wird Anbieter früher oder später von ganz allein in die Knie zwingen. Die Frickelzeiten gehören damit endgültig der Vergangenheit an. Wer klassische IT-Betriebe schon ein mal von innen gesehen, kann sich denken: Das ist vermutlich die größte Herausforderung überhaupt. (jcb)