l'edge computing

Alors que la transition numérique s’opère dans l’industrie et que les applications de l’IoT se multiplient, le volume d’informations transitant vers le cloud ne cesse d’augmenter. L’edge computing permet de réduire les coûts liés à la bande passante nécessaire pour le cloud et de développer des traitements additionnels en local.

A lire aussi dans notre dossier “IoT et maintenance industrielle” :

maintenance prédictiveJe télécharge

Un retour à la décentralisation du stockage et du traitement des données

L’edge computing (ou traitement des données à la périphérie du réseau) correspond à un maillage constitué par des data centers de petite taille qui réalisent le traitement et/ou le stockage de données en local.

Cette architecture informatique signe le retour à la décentralisation.

Aux débuts de l’informatique, les ordinateurs mainframe regroupaient les informations qui furent ensuite réparties sur les PC.

Le cloud computing amena le passage à la centralisation des données sur de puissants serveurs.

Le retour à la décentralisation s’amorce avec l’edge computing : les données ne sont plus transférées à un data center mais sont traitées localement, par un ordinateur, un serveur ou même le périphérique qui les a générées (smartphone, objet connecté…).

La complémentarité de l’edge et du cloud computing

Avec l’accélération de la digitalisation et le développement de l’IoT (ou internet des objets), le flux de données convergeant vers le cloud grandit de façon exponentielle.

Cet accroissement inéluctable du volume d’informations créé plusieurs types de problèmes :

  • les données envoyées vers le cloud sont trop nombreuses et engendrent des congestions dans la bande passante disponible entre les industries et le cloud
  • il serait nécessaire d’opérer un filtrage, voire une agrégation de certaines informations avant qu’elles ne convergent vers le cloud
  • avoir des copies locales des données faciliterait leur analyse, en matière de performances et de rapidité de traitement

L’edge computing répond à ces problématiques. En conservant des données localement, l’utilisation de la bande passante diminue, générant des économies financières.

De plus, le traitement local des données permet de réduire le temps de latence puis d’envoyer des résultats agrégés vers le cloud pour établir des statistiques.

Des traitements additionnels en amont pour rationaliser le cloud

Des opérations préliminaires peuvent être réalisées localement :

  • calculs intermédiaires
  • filtrage et agrégation
  • enrichissement de données
  • créations de modèles numériques…


Les entreprises industrielles n’ont plus de contraintes concernant le nombre d’objets intelligents générateurs de données (lunettes de réalité virtuelle, casques, compteurs, capteurs, étiquettes…).

Ils peuvent être multipliés sans qu’il soit nécessaire d’augmenter l’utilisation du cloud et la taille de la bande passante.

La performance des sociétés est ainsi améliorée tout en réduisant les coûts d’utilisation du cloud.