IoT-Storage für Core, Edge und Endpoint Von der Allzwecklösung zur zweckgebundenen Datenspeicherarchitektur

Anbieter zum Thema

PoINT Software & Systems GmbH

DataCore Software GmbH

Scality

Western Digital Corporation

Das Internet der Dinge wächst in rasanter Geschwindigkeit. Damit einher geht ein kontinuierlicher Anstieg der generierten Datenmenge. Im Zuge dessen muss die Datenarchitektur die Anforderungen verschiedenster Anwendungen während der gesamten Verarbeitung erfüllen.

Die überwiegende Mehrheit der IoT-Daten wird in der Cloud, also im Core, gespeichert, wo Laufwerke mit Kapazitäten von mittlerweile bis zu 26 TB riesige Datenmengen für Big-Data- und schnelle Daten-Workloads beherbergen. Beispielhafte Anwendungsbereiche sind Genomsequenzierung, Batch-Analytik, prädiktive Modellierung oder die Lieferkettenoptimierung.

In einigen Anwendungsfällen wandern die Daten in den Edge-Bereich, wo sie häufig auf verteilten Servern für Echtzeitanwendungen wie autonomes Fahren, Cloud-Gaming, Fertigungsrobotik oder 4K/8K-Videostreaming zwischengespeichert werden.

Die Reise aller Bits und Bytes im IoT beginnt bei den Endpunkten, an denen Daten von vernetzten, intelligenten Geräten erzeugt werden. Oberste Priorität haben hier die Verringerung der Netzwerklatenz und die Erhöhung des Datendurchsatzes zwischen den einzelnen Ebenen – also von Cloud zu Endpunkt und von Endpunkt zu Cloud, wie es beispielsweise 5G verspricht. Hier kommen Millimeterwellenbänder (kurz: mmWave) zwischen 20 und 100 GHz zum Einsatz, um Daten-Highways der Superlative für latenz- und bandbreitenempfindliche Innovationen zu schaffen.

Was müssen IoT-Datenspeicher leisten?

• Such- und Rettungsdrohnen sind Schlüsselbeispiele für IoT-Anwendungsfälle, die eine sehr spezifische Datenspeicherlösung erfordern, um einen maximalen Nutzen aus der Anwendung zu ziehen. Solche Drohnen kommen häufig in rauen Umgebungen mit extremen Temperaturen und Wettermustern zum Einsatz. Eine besonders langlebige und widerstandsfähige Speicherlösung ist daher essenziell, wie die hochbelastbaren und zuverlässigen eMMC- und UFS-Flash-Laufwerke in Industriequalität. Für Such- und Rettungsdrohnen sollte die verwendete Datenarchitektur zudem skalierbar sein, da sie meist innerhalb eines größeren Netzwerks agieren und optimierte Routen sowie automatische Missionen gemeinsam nutzen.

• Autonome Fahrzeuge sind mit Sensoren, Kameras, Lidar, Radar und anderen Geräten ausgestattet, die Schätzungen zu Folge eine Datenmenge von 2 Terabyte pro Tag generieren können. Zudem ist ein schneller Abruf der Daten erforderlich, um mithilfe von Technologien wie 3D-Karten, fortschrittlichen Fahrerassistenzsystemen (ADAS) und Vehicle-to-Everything-Kommunikation Fahrentscheidungen in Echtzeit zu treffen. Um die Sicherheit von Fahrgästen gewährleisten zu können, muss die Datenarchitektur minimale Netzwerklatenzen ermöglichen.

• Medizinische Wearables – vergangenes Jahr wurden weltweit mehr als 533 Millionen Wearables wie beispielsweise Smartwatches und Fitnessarmbänder verkauft. Diese Geräte generieren wichtige Daten zur Verfolgung des Schlafverhaltens, Messung der täglichen Bewegungen und Ermittlung des Ernährungs- und Blutsauerstoffgehalts. Die Daten können tägliche, monatliche und jährliche Trends aufzeigen, wodurch mögliche Verbesserungen der Gesundheitsgewohnheiten ersichtlich und entsprechende Entscheidungsempfehlungen vorgeschlagen werden. Außerdem können die Daten auch zu individuelleren und aktiven Behandlungen führen, zumal die Telemedizin und die Fernversorgung weiter voranschreiten. Hier liegt die Priorität der Datenarchitektur auf der langfristigen Aufbewahrung wichtiger Gesundheitsdaten.

Datenspeicher nach Maß

Vernetzte Technologien haben unterschiedliche Anforderungen an die Datenspeicherstruktur, um den größten Nutzen aus ihnen ziehen zu können. Viele Unternehmen setzen jedoch immer noch auf Allzwecklösungen für die Verwaltung ihrer Daten. Diese Herangehensweise wird den unterschiedlichen Anforderungen von IoT-Anwendungen nicht gerecht.

Während bei Such- und Rettungsdrohnen Ausdauer und Widerstandsfähigkeit im Vordergrund stehen, müssen sich Speicherlösungen für digitale Gesundheitsanwendungen auf die langfristige Aufbewahrung und Sicherheit wichtiger Gesundheitsdaten konzentrieren.

Daher ist ein Wechsel zur zweckgebundenen Datenspeicherung erforderlich, um unterschiedliche Herausforderungen bestens bewältigen zu können. Dabei sollte das Ziel jeder Datenarchitektur sein, den Wert der Daten zu maximieren. Das ist beispielsweise bei Echtzeit-IoT-Anwendungen der Fall, für die es eine speziell entwickelte Speicherstrategie benötigt. Folgende Aspekte sind dabei zu berücksichtigen:

• Zugänglichkeit: Wie steht es um die Wartbarkeit, Konnektivität und Instandhaltung?

• Verschleißfestigkeit: Ist die Anwendung schreib- oder leseintensiv?

• Speicherbedarf: Welche und wie viele Daten müssen an den Endpunkten, am Rand und in der Cloud verarbeitet, analysiert und gespeichert werden?

• Umgebung: Wie hoch sind die Temperatur, die Luftfeuchtigkeit, die Höhe und das Vibrationsniveau der Umgebung, in der die Daten erfasst und gespeichert werden sollen?

Um eine lebendige und sich entwickelnde IoT-Datenlandschaft optimal zu nutzen, müssen spezialisierte Speicherlösungen zum Einsatz kommen. Es reicht nicht mehr aus, sich auf Standardlösungen zu verlassen, wenn die Anforderungen für verschiedene IoT-Anwendungen komplexer werden und immer stärker variieren. Der Einsatz innovativer und spezifischer Datenspeicher hilft Unternehmen, sich in der immer schneller werdenden IoT-Landschaft zurechtzufinden, und stellt zudem sicher, dass Daten nicht verloren gehen.

Dieser Beitrag ist ursprünglich auf unserem Partnerportal Industry of Things erschienen.

(ID:49212860)