Edge Computing Nedir? Gecikmeyi Azaltan 7 Güçlü Kullanım Alanı

Edge Computing, verinin yalnızca uzak bir veri merkezinde değil, veriyi oluşturan cihazlara ve kullanıcılara yakın noktalarda işlenmesini sağlayan dağıtık bilişim yaklaşımıdır.

Geleneksel bulut mimarisinde kameralar, sensörler, makineler ve mobil cihazlar topladıkları verileri merkezi bir sunucuya gönderir. Sonuç üretildikten sonra cevap tekrar cihaza iletilir. Bu yöntem pek çok uygulama için yeterlidir ancak milisaniyeler içerisinde karar verilmesi gereken sistemlerde ağ gecikmesi önemli bir sorun oluşturabilir.

Edge Computing, hesaplama ve depolama kapasitesini verinin üretildiği noktaya yaklaştırarak gecikmeyi, ağ kullanımını ve uzak bağlantıya bağımlılığı azaltmayı amaçlar.

Edge Computing Nedir?

Türkçede “uç bilişim” veya “kenar bilişim” olarak adlandırılabilen Edge Computing, veriyi merkezi buluta göndermeden önce cihaz üzerinde, yerel ağ geçidinde veya yakındaki bir edge sunucusunda işleme yöntemidir.

AWS’nin Edge Computing açıklamasına göre bu yaklaşım, bilgi işlem ve depolama kabiliyetlerini veriyi üreten cihazlara ve bu veriyi kullanan kişilere yaklaştırır. Böylece uygulama performansı geliştirilebilir, bant genişliği ihtiyacı azaltılabilir ve daha hızlı sonuç üretilebilir.

Buradaki “edge” kavramı tek bir cihaz türünü ifade etmez. Edge noktası aşağıdakilerden biri olabilir:

• Akıllı kamera,
• Endüstriyel bilgisayar,
• IoT ağ geçidi,
• Fabrika içerisindeki yerel sunucu,
• Telekom operatörünün bölgesel altyapısı,
• Mağaza içerisinde çalışan küçük veri merkezi,
• Araç üzerindeki işlemci,
• Mobil telefon veya akıllı cihaz.

Edge Computing ile bulut bilişim birbirinin rakibi değildir. Modern sistemlerde iki teknoloji genellikle birlikte kullanılır.

Edge Computing Nasıl Çalışır?

Bir Edge Computing sisteminde veri akışı temel olarak beş aşamada gerçekleşir.

1. Veri cihaz tarafından üretilir

Sensör, kamera, robot, araç veya mobil cihaz çevresinden veri toplar. Bu veri sıcaklık ölçümü, video görüntüsü, konum bilgisi veya makine titreşimi olabilir.

2. Veri yakındaki edge noktasına aktarılır

Toplanan veri doğrudan uzak buluta gönderilmek yerine aynı cihazda veya yerel ağdaki edge sunucusunda işlenir.

3. Hızlı karar yerel olarak verilir

Acil durum veya gerçek zamanlı işlem gerektiren sonuçlar edge noktasında üretilir.

Örneğin bir fabrika robotunun önünde insan algılandığında, durma kararının uzak veri merkezinden gelmesi beklenmez. Yerel sistem robotu hemen durdurabilir.

4. Gereksiz veriler ayıklanır

Sürekli oluşan verilerin tamamını buluta göndermek yerine yalnızca anlamlı özetler, anomaliler ve uzun süre saklanması gereken kayıtlar seçilir.

5. Seçilen bilgiler buluta gönderilir

Bulut; merkezi raporlama, model eğitimi, uzun süreli depolama ve cihazların toplu yönetimi için kullanılmaya devam eder.

Edge Computing ile Bulut Bilişim Arasındaki Farklar

En uygun mimari çoğu zaman hibrit modeldir. Hızlı kararlar edge üzerinde verilirken kapsamlı analiz ve uzun süreli depolama bulutta gerçekleştirilir.

Edge Computing Neden Önemlidir?

Daha düşük gecikme

Verinin uzak bir sunucuya gidip geri dönmesi gerekmediği için karar süresi kısalabilir. Bu özellik robotik sistemler, araçlar ve canlı görüntü analizi açısından önemlidir.

Daha az bant genişliği kullanımı

Bir güvenlik kamerasının bütün görüntülerini sürekli buluta göndermek yerine yalnızca hareket algılandığında seçili kayıtların gönderilmesi ağ trafiğini azaltabilir.

Bağlantı kesintilerine dayanıklılık

İnternet bağlantısı kesildiğinde yerel işlemlerin bir bölümü çalışmaya devam edebilir. Bağlantı yeniden geldiğinde seçili veriler bulutla eşitlenebilir.

Veri kontrolü

Hassas verilerin tamamını uzak sistemlere aktarmak yerine bazı işlemler yerel olarak gerçekleştirilebilir. Ancak Edge Computing tek başına güvenlik sağlamaz; yerel cihazların ayrıca korunması gerekir.

Gerçek zamanlı yapay zekâ

Eğitilmiş yapay zekâ modelleri edge cihazlarına yüklenerek görüntü, ses ve sensör verileri buluta gönderilmeden analiz edilebilir.

Edge Computing Kullanım Alanları

1. Akıllı Fabrikalar ve Üretim Sistemleri

Fabrikalarda bulunan makineler, robotlar ve sensörler her saniye büyük miktarda veri üretebilir. Bu verilerin tamamını uzak bir veri merkezine göndermek ağ yükünü artırabilir.

Edge Computing sayesinde:

• Makine titreşimleri yerel olarak analiz edilebilir.
• Anormal sıcaklıklar hemen tespit edilebilir.
• Üretim hataları kamera görüntülerinden belirlenebilir.
• Tehlikeli durumlarda makineler otomatik olarak durdurulabilir.
• Bakım ihtiyacı erken tahmin edilebilir.

Örneğin bir üretim robotunun normalden farklı titreşim oluşturduğu edge sistemi tarafından algılanabilir. Sistem operatöre uyarı gönderirken makinenin hızı güvenli seviyeye düşürülebilir.

Edge üzerinde alınan hızlı karar operasyonun devamını sağlarken ayrıntılı veriler daha sonra buluta gönderilerek uzun vadeli analiz yapılabilir.

2. Otonom Araçlar ve Akıllı Trafik

Otonom araçlar kameralar, radarlar ve farklı sensörlerden sürekli veri toplar. Direksiyon, fren ve hız kararlarının uzak bir sunucudan gelmesi güvenli değildir.

Bu nedenle araç üzerindeki bilgisayar:

• Yaya ve araçları algılar.
• Yol çizgilerini tanır.
• Engelleri sınıflandırır.
• Çarpışma riskini hesaplar.
• Fren ve yön kararlarını yerel olarak verir.

Edge Computing ayrıca akıllı kavşaklarda da kullanılabilir. Kavşak kameraları trafik yoğunluğunu yerel olarak analiz ederek ışık sürelerini değiştirebilir.

Bulut ise harita güncellemeleri, toplu trafik analizi ve yapay zekâ modellerinin geliştirilmesi için kullanılabilir.

3. Sağlık Cihazları ve Hasta Takibi

Akıllı sağlık cihazları kalp ritmi, kan şekeri, sıcaklık ve hareket gibi verileri izleyebilir. Kritik bir değişikliğin uzak sunucuda analiz edilmesini beklemek yerine ilk değerlendirme cihazda veya hastanedeki yerel sunucuda yapılabilir.

Edge Computing ile:

• Kritik değerler hızlı biçimde algılanabilir.
• Sağlık çalışanına anlık uyarı gönderilebilir.
• Gereksiz veri aktarımı azaltılabilir.
• Bağlantı kesildiğinde temel izleme devam edebilir.
• Hassas verilerin bir kısmı yerel ortamda tutulabilir.

Edge sistemlerinin sağlıkta kullanılması güvenlik, doğruluk ve mevzuat açısından dikkatli tasarlanmalıdır. Konuyla bağlantılı olarak Sağlık Sektöründe IoT Uygulamaları ve Güvenlik içeriğini inceleyebilirsiniz.

4. Akıllı Mağazalar ve Perakende

Mağazalardaki kameralar, raf sensörleri ve ödeme sistemleri edge altyapısıyla birlikte çalışabilir.

Kullanım örnekleri:

• Boşalan rafların algılanması,
• Mağaza yoğunluğunun ölçülmesi,
• Kasa sıralarının takip edilmesi,
• Soğutucu sıcaklıklarının izlenmesi,
• Şüpheli hareketlerin belirlenmesi,
• Dijital ekran içeriklerinin yerel verilere göre değiştirilmesi.

Görüntülerin tamamının buluta gönderilmesi yerine mağaza içerisindeki edge sunucusunda analiz yapılabilir. Merkezi sistem yalnızca sonuçları ve gerekli kayıtları alabilir.

5. Video Analizi ve Güvenlik Sistemleri

Yüksek çözünürlüklü kamera görüntüleri büyük miktarda veri üretir. Yüzlerce kameranın bütün görüntülerini sürekli merkeze aktarmak güçlü ağ altyapısı ve yüksek depolama kapasitesi gerektirir.

Edge AI özellikli kamera veya yerel sunucu:

• Hareketi algılayabilir.
• Yasak bölge ihlalini belirleyebilir.
• Duman veya yangın belirtisini tanıyabilir.
• Koruyucu ekipman kullanımını kontrol edebilir.
• Plaka veya araç türü sınıflandırması yapabilir.

Sistem yalnızca olay meydana geldiğinde merkezi platforma bildirim ve ilgili görüntüyü gönderebilir.

Bu yaklaşım bant genişliği kullanımını azaltabilir ancak kamera ve edge cihazlarının fiziksel ve dijital güvenliği mutlaka sağlanmalıdır.

6. 5G, Oyun ve Artırılmış Gerçeklik

5G bağlantısı yüksek hızlı iletişim sunarken Edge Computing, uygulamanın hesaplama bölümünü kullanıcıya yaklaştırabilir.

Bu birliktelik özellikle şu alanlarda kullanılabilir:

• Bulut oyunları,
• Artırılmış gerçeklik uygulamaları,
• Sanal gerçeklik deneyimleri,
• Canlı spor yayınları,
• Uzaktan kontrol sistemleri,
• Gerçek zamanlı konum hizmetleri.

ETSI, Multi-access Edge Computing yaklaşımını uygulama geliştiricilerine ağın ucunda bulut bilişim kapasitesi ve bilişim ortamı sunan bir yapı olarak tanımlar. ETSI’nin güncel MEC sayfasında bu ortamın düşük gecikme, yüksek bant genişliği ve ağ bilgilerine gerçek zamanlı erişim sağlamak üzere tasarlandığı belirtilmektedir.

MEC yalnızca mobil bağlantılarla sınırlı değildir; sabit ve kablosuz yerel ağlarda da kullanılabilir.

7. Enerji, Tarım ve Uzak Bölgeler

Rüzgâr türbinleri, güneş santralleri, tarım alanları ve deniz üzerindeki tesisler her zaman kesintisiz internet bağlantısına sahip olmayabilir.

Edge Computing bu alanlarda:

• Sensör verilerini yerel olarak işleyebilir.
• Arıza belirtilerini algılayabilir.
• Sulama sistemlerini otomatik yönetebilir.
• Enerji üretimini takip edebilir.
• Bağlantı yokken verileri geçici olarak saklayabilir.
• Bağlantı geldiğinde bulutla eşitleme yapabilir.

Örneğin bir tarım alanındaki edge ağ geçidi, toprak nemini analiz ederek internet bağlantısına ihtiyaç duymadan sulama sistemini çalıştırabilir.

Edge AI Nedir?

Edge AI, eğitilmiş yapay zekâ modellerinin bulut yerine cihaz veya yerel edge sunucusunda çalıştırılmasıdır.

Genel süreç şöyledir:

1. Büyük veri setleri kullanılarak model bulutta eğitilir.
2. Model edge cihazında çalışabilecek biçimde küçültülür ve optimize edilir.
3. Eğitilmiş model cihazlara dağıtılır.
4. Tahminler yerel veriler kullanılarak cihaz üzerinde yapılır.
5. Performans bilgileri ve seçilmiş örnekler merkezi sisteme gönderilir.
6. Güncellenen model tekrar edge cihazlarına dağıtılır.

Edge AI özellikle kamera analizi, ses tanıma, üretim kontrolü ve kişisel cihazlarda kullanılır.

Ancak edge donanımlarının işlem gücü ve enerji kapasitesi sınırlı olabilir. Bu nedenle model boyutu, doğruluk, hız ve enerji tüketimi arasında denge kurulmalıdır.

Edge Computing Mimarisi Hangi Bileşenlerden Oluşur?

Temel bir Edge Computing sisteminde şu bileşenler bulunur:

Cihazlar ve sensörler

Fiziksel dünyadan veri toplayan kameralar, makineler, araçlar ve IoT cihazlarıdır.

Edge ağ geçidi

Farklı cihazlardan gelen verileri toplar, protokolleri dönüştürür ve ilk filtrelemeyi yapar.

Edge sunucusu

Yerel uygulamaları, analiz araçlarını ve yapay zekâ modellerini çalıştırır.

Yerel depolama

Bağlantı kesildiğinde veya verinin yerel tutulması gerektiğinde geçici depolama sağlar.

Merkezi bulut

Uzun süreli depolama, büyük ölçekli analiz, model eğitimi ve cihaz yönetimini gerçekleştirir.

Yönetim ve güvenlik katmanı

Kimlik doğrulama, yazılım güncelleme, cihaz izleme, log toplama ve erişim kontrolünden sorumludur.

Edge Computing Güvenliği Nasıl Sağlanır?

Edge Computing bazı verilerin yerel işlenmesini sağlasa da dağıtık cihaz sayısını artırdığı için yeni güvenlik riskleri oluşturabilir.

Alınabilecek temel önlemler:

• Her cihaza benzersiz kimlik verilmesi,
• Cihazlar arası iletişimin şifrelenmesi,
• Güvenli başlatma mekanizması kullanılması,
• İmzalı yazılım ve model güncellemeleri,
• Kullanılmayan portların kapatılması,
• Yetkilerin en az ayrıcalık ilkesine göre verilmesi,
• Cihazların fiziksel müdahaleye karşı korunması,
• Merkezi log ve anomali takibi,
• Eski cihazlar için kullanım sonu planı hazırlanması.

Edge sistemlerinin güvenliği yalnızca ağ güvenliğinden ibaret değildir. Donanım, işletim sistemi, uygulama, veri ve merkezi yönetim platformu birlikte korunmalıdır.

Edge Computing Projesine Nasıl Başlanır?

Gecikme ihtiyacını belirleyin

Gerçekten yerel karar gerektiren işlemler ile bulutta çalışabilecek işlemleri ayırın.

Veri akışını sınıflandırın

Hangi verinin anında işleneceğini, hangisinin saklanacağını ve hangisinin buluta gönderileceğini belirleyin.

Uygun edge donanımını seçin

İşlem gücü, enerji tüketimi, sıcaklık koşulları, depolama ve bağlantı seçeneklerini değerlendirin.

Çevrimdışı çalışma senaryosu hazırlayın

İnternet bağlantısı kesildiğinde sistemin hangi işlevleri sürdüreceğini tanımlayın.

Güvenlik politikasını oluşturun

Kimlik doğrulama, şifreleme, güncelleme ve cihaz kullanım sonu süreçlerini daha başlangıçta planlayın.

Merkezi yönetim sağlayın

Sahadaki cihazların sağlık durumunu, yazılım sürümünü ve performansını tek noktadan takip edin.

Küçük bir pilotla başlayın

İlk aşamada sınırlı sayıda cihazla gecikme, doğruluk, ağ kullanımı ve bakım maliyetini ölçün.

Edge Computing Kullanırken Karşılaşılabilecek Zorluklar

Edge Computing önemli avantajlar sunsa da uygulama sırasında şu sorunlar ortaya çıkabilir:

• Dağıtık cihazların güncellenmesi,
• Farklı donanımlar arasında uyumluluk,
• Fiziksel cihaz güvenliği,
• Sınırlı işlem ve depolama kapasitesi,
• Veri tutarlılığının sağlanması,
• Bağlantı kesintilerinin yönetilmesi,
• Yerel ve merkezi sistemlerin izlenmesi,
• Çok sayıda cihazın yaşam döngüsünün yönetilmesi.

Bu nedenle yalnızca cihaz satın almak yeterli değildir. Edge sisteminin kurulum, izleme, güncelleme ve kullanım sonu süreçlerinin tamamı planlanmalıdır.

Sonuç

Edge Computing, veriyi üretildiği noktaya yakın işleyerek düşük gecikme, daha kontrollü veri aktarımı ve bağlantı kesintilerine karşı dayanıklılık sağlayabilen güçlü bir bilişim yaklaşımıdır.

Akıllı fabrikalar, otonom araçlar, sağlık cihazları, mağazalar, güvenlik kameraları, 5G uygulamaları ve uzak tesisler Edge Computing teknolojisinden faydalanabilir.

Ancak uç bilişim, merkezi bulutun tamamen yerini almaz. En başarılı sistemler hızlı ve kritik kararları edge üzerinde verirken büyük ölçekli analiz, model eğitimi ve uzun süreli depolama için bulutu kullanır.

Sıkça Sorulan Sorular

Edge Computing Türkçede ne anlama gelir?

Edge Computing, Türkçede genellikle uç bilişim veya kenar bilişim olarak adlandırılır. Hesaplama işlemlerinin veriyi üreten cihazlara yakın gerçekleştirilmesini ifade eder.

Edge Computing ile IoT aynı şey midir?

Hayır. IoT, internete bağlı cihaz ve sensörleri ifade eder. Edge Computing ise bu cihazların ürettiği veriyi yakındaki sistemlerde işleyen bilişim yaklaşımıdır.

Edge Computing internet olmadan çalışır mı?

Sistemin tasarımına bağlı olarak bazı yerel işlevler internet bağlantısı olmadan devam edebilir. Merkezi eşitleme ve bulut hizmetleri için bağlantı gerekebilir.

Edge Computing buluttan daha mı güvenlidir?

Otomatik olarak daha güvenli değildir. Bazı verilerin yerel tutulması avantaj sağlayabilir; ancak dağıtık edge cihazlarının fiziksel ve dijital olarak ayrıca korunması gerekir.

Edge AI ile Edge Computing arasındaki fark nedir?

Edge Computing genel bir yerel hesaplama yaklaşımıdır. Edge AI ise yapay zekâ modellerinin edge cihazları üzerinde çalıştırılmasıdır.

Edge Computing 5G için zorunlu mudur?

Zorunlu değildir ancak iki teknoloji birbirini tamamlayabilir. 5G hızlı bağlantı sağlarken edge altyapısı hesaplamayı kullanıcıya yaklaştırabilir.