Nicht bei jeder Anwendung ist es ideal, wenn sie zentral über die Cloud ausgeführt wird. Oft ist die direkte Datenverarbeitung besser geeignet. Das ist vor allem dann der Fall, wenn es schnell gehen muss und die Resultate rasch verteilt werden sollen. Solche lokalen Lösungen fasst man unter dem Oberbegriff Fog Computing zusammen.
Das am häufigsten zitierte Beispiel für einen sinnvollen Einsatz von Fog Computing ist das autonome Fahrzeug: Damit es selbstständig durch den Verkehr steuern kann, muss es ständig Daten über seine Umgebung und die benachbarten Wagen einholen; gleichzeitig sollte es im Idealfall aber auch seinen eigenen Standort und Warnmeldungen an die anderen Verkehrsteilnehmer weitergeben. Auch wenn es beispielsweise wegen eines Wildwechsels scharf bremsen muss, sollte die Information per Car-to-Car-Kommunikation an die Autos in der Umgebung gemeldet werden, damit es nicht zu einem Auffahrunfall kommt.
Kontaktaufnahme im Internet of Things
Es ist in diesem Szenario nicht sinnvoll, die Daten zur aktuellen Geschwindigkeit zunächst an ein zentrales, weit entferntes Cloud-Rechenzentrum weiterzugeben, das sie dann analysiert und die nachfolgenden Wagen auf demselben Weg darüber informiert, dass das Fahrzeug vor ihnen bremst. Schließlich ist gerade auf abgelegenen Bundes- und Landstraßen häufig keine Internet-Verbindung verfügbar. Zudem kann es in einer solchen Situation um Zehntelsekunden gehen, die über Leben und Tod entscheiden. Bis die Daten in die Cloud übermittelt, dort verarbeitet und die Ergebnisse wieder zurückgeschickt sind, kann es bereits zu spät sein.
Aus diesen Überlegungen heraus entstand das Konzept Fog Computing, das mitunter auch Edge Computing heißt. Es zielt vor allem auf das Internet of Things (IoT) ab, wo in Zukunft Milliarden von zumeist kleinen Geräten und Sensoren untereinander Daten austauschen werden. Viele davon haben nur eine geringe (oder überhaupt keine) Rechenleistung. Das bisherige Konzept sah deshalb so aus, dass sie ihre Daten an leistungsfähige Cloud-Server übermitteln und ihnen die Verarbeitung überlassen.
Mehr Rechenleistung, weniger Stromverbrauch
Doch mittlerweile hat sich das Bild verändert. Die neueren Generationen von Mobilprozessoren arbeiten mit Quadcore-Power, bieten also eine hohe Rechenleistung und sind dennoch klein und sparsam im Stromverbrauch. Für Anwendungen im Automobilsektor, wie im beschriebenen Szenario, ist das perfekt.
Die Anbieter von Routenplanersoftware für Mobilgeräte machen sich das bereits zunutze. Während die Programme die Berechnung der optimalen Route von Punkt A nach Punkt B bisher grundsätzlich an die Cloud übertrugen, wird diese Aufgabe nun lokal auf dem Gerät erledigt. So sind die Anwendungen auch dann einsatzbereit, wenn gerade kein Netz verfügbar ist. Zudem müssen weniger Daten übertragen werden, was vor allem im Ausland Kosten spart.
Erst der Router, dann Datenpunkte überhaupt
Der Begriff Fog Computing entstand bei Cisco. Der Netzwerkausrüster spielt damit bildhaft auf den Unterschied zur weit entfernten Cloud am Himmel an. Das Gegenmodell ist nun das lokale Nebelgebiet in Bodennähe, also dort, wo die Arbeit erledigt werden muss. Cisco will seine Router so erweitern, dass sie einen Großteil der Berechnungen, die im IoT anfallen, selbst erledigen können und die Cloud nur dann kontaktieren, wenn es unbedingt erforderlich ist. Das wäre im obigen Beispiel etwa dann der Fall, wenn das Connected Fahrzeug in einen Unfall verwickelt ist und Rettungskräfte benachrichtigen muss.
Heute, etwa anderthalb Jahre nach Entstehung des Begriffs, hat sich Fog Computing aber bereits von den Routern emanzipiert und präsentiert sich als interessante Alternative zum zentralistischen Cloud-Modell. (rf)
