Open-Source-Lösungsanbieter Red Hat hat Red Hat Device Edge 4.17 angekündigt. Die Neuerungen sollen Unternehmen dabei helfen, zeitkritische Workloads an ihren Remote- und verteilten Standorten zu modernisieren. Diese neuen Low-Latency- und Fast-Echtzeit-Funktionen sollen die steigende Nachfrage nach schnelleren und zuverlässigeren Reaktionszeiten erfüllen.
Red Hat Device Edge kombiniert eine unternehmenstaugliche und unterstützte Distribution des von Red Hat geleiteten Open-Source-Community-Projekts MicroShift (eine leichtgewichtige Kubernetes-Distribution, die von den Edge-Funktionen von Red Hat OpenShift abgeleitet ist) mit Red Hat Enterprise Linux und Red Hat Ansible Automation Platform. Die neue Version soll eine konsistentere Plattform für ressourcenbeschränkte Edge-Umgebungen bieten, in denen Geräte mit kleinem Formfaktor und Rechenressourcen auf eine niedrige Latenz angewiesen sind, um Aktionen und Daten effektiver und nahezu in Echtzeit zu erfassen, zu analysieren und darauf zu reagieren.
Industrieumgebungen, autonome Fahrzeuge, Online-Spiele oder auch Smart Cities benötigen Anwendungen, die reaktionsschnell und konsistent sind. Zur Unterstützung von Anwendungsfällen, die Vorhersagbarkeit und niedrige Latenzzeiten erfordern, sollen Unternehmen jetzt Lösungen mit Latenzzeiten von deutlich unter einer Millisekunde implementieren können und dabei gleichzeitig eine zuverlässige, deterministische Performance erhalten, um konsistente Ergebnisse zu gewährleisten. Mit der Unterstützung dieser zunehmend kritischen Workloads biete Red Hat Device Edge 4.17 einen Weg, eine neue Klasse von Edge-Anwendungsfällen in der Realität umzusetzen, selbst wenn sie nahezu eine Echtzeit-Reaktionszeit und -Datenverarbeitung erfordern.
Entfaltung des KI-Potenzials an der Edge
Hohe Geschwindigkeit und Agilität sind ständige Anforderungen für IT-Führungskräfte. Künstliche Intelligenz und Maschinelles Lernen (KI/ML) an der Edge bieten eine leistungsstarke Kombination von Funktionen, die schnellere, agilere Abläufe ermöglichen. Durch die Ausweitung von KI auf den Edge-Bereich können Unternehmen Daten sammeln, Bilder verarbeiten, Modelle trainieren und Inferenzen durchführen, müssen dabei aber die Anforderungen an Echtzeit-Reaktionen, Offline-Funktionalität und verbesserte Sicherheit erfüllen. In Fabrikhallen kann es beispielsweise schon mit einer Verzögerung von nur 20 ms zu einem Erfolg oder einem Misserfolg bei einem Vorgang kommen.
Niedrige und vorhersehbare Latenzzeiten können helfen, KI-getriebene Steuerungen und Funktionen zur Optimierung von Prozessen zu nutzen. Red Hat Device Edge 4.17 soll diese Workloads durch zusätzliche Funktionen für eine erweiterte Unterstützung verbessern. So hat Red Hat kürzlich die Tech Preview von Red Hat Device Edge auf Nvidia Jetson Orin und Nvidia IGX Orin angekündigt, wobei Red Hat Enterprise Linux 9.4 einen ergänzenden Support für Fips-fähige Edge-Images bietet. Diese Lösungspalette, von Jetson Orin Nano bis zur unternehmenstauglichen Nvidia-IGX-Plattform, soll es Unternehmen ermöglichen, Präzision und Innovation nahezu in Echtzeit zu erreichen, ohne auf grundlegende betriebliche IT-Anforderungen wie eine verbesserte Systemsicherheit zu verzichten.
Red Hat Device Edge bietet außerdem zusätzliche Updates für die IPv6-Unterstützung mit erweiterten Netzwerkfunktionen, beispielsweise für Single-Stack-IPv6-Implementierungen und Dual-Stack-Konfigurationen (IPv4 und IPv6), sodass die Flexibilität bei der Infrastrukturverwaltung erhöht werde. (ah)
