Las universidades trasladan cada vez más aplicaciones a la nube. Eso se debe a que, en la mayoría de casos, significa ahorros en comparación con lo que cuesta mantener centros de datos in situ. Sin embargo, lo anterior tiene algunas cortapisas: el ancho de banda, la latencia y hasta el costo del almacenamiento de grandes volúmenes de datos. Ahora bien, existe una solución intermedia: la computación de borde.
También llamada computación en el borde o edge computing, se trata de una arquitectura de computación distribuida. No es un reemplazo, sino un complemento de la nube. El borde puede entenderse como aquellas ubicaciones en la periferia de las redes universitarias donde se generan datos. Puede tratarse lo mismo de un edificio en el campus que de un campus remoto.
La computación de borde consiste en colocar las aplicaciones y los recursos como la inteligencia artificial (IA) cerca de donde se generan esos datos. Al procesar los datos localmente y sin transferirlos a centros de datos distantes, se obtiene un mejor rendimiento con menores costos.
Las cosas y la computación de borde
La computación de borde resulta especialmente adecuada para los dispositivos de la Internet de las Cosas (Internet of Things, IoT). Un ejemplo son las cámaras de vigilancia. La configuración tradicional implicaba enviar el video a una grabadora en red, lo cual resulta costoso en tiempo y ancho de banda. El problema se multiplica a la par del número de cámaras y puede requerir computación de alto rendimiento para administrar los dispositivos.
En cambio, cuando se recurre a la computación de borde el video se procesa sin necesidad de enviarlo a una ubicación central. Con el apoyo de aplicaciones de IA es posible identificar sucesos de interés y transmitir sólo esos fragmentos al centro de seguridad central. El resto del video se almacena localmente, cerca de donde se generó. Así, las cámaras no compiten por el ancho de banda con el resto de los dispositivos conectados a las redes universitarias. Eso permite reducir la latencia y mejorar la experiencia de los usuarios (UX).
Sopesar los pros y contras
Otra aplicación de la computación de borde en los campus es la gestión de sensores en los edificios inteligentes. Monitorear la energía, la temperatura, la humedad, la iluminación y hasta la presencia de personas genera una gran cantidad de datos. Muchos de ellos son persistentes a lo largo del tiempo. Procesarlos de manera local y transmitir solamente los cambios al centro de datos distribuye la carga y mejora la capacidad de respuesta del personal.
La computación de borde también facilita el monitoreo y vigilancia de las redes universitarias al recopilar automáticamente datos de su funcionamiento. Con la ayuda de agentes de IA se pueden generar estadísticas de rendimiento con cualquier frecuencia deseada sin sobrecargar de trabajo al personal. Eso resulta en un gran ahorro de tiempo al depurar y solucionar problemas de rendimiento de la red.
Ahora bien, la computación de borde también implica costos. Se necesita comprar e instalar servidores y sistemas de almacenamiento. A ello se suma el tiempo requerido para su gestión. Además, no todas las aplicaciones ni todos los edificios son adecuados para la edge computing. Es por ello que, antes de lanzarse a su implementación, es conveniente analizar con detalle los potenciales beneficios que puede ofrecer esta arquitectura distribuida.
