Cloud and edge computing in the manufacturing industry : a sustainability perspective
Laine, Aki (2022)
Kandidaatintyö
Laine, Aki
2022
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2022050633368
https://urn.fi/URN:NBN:fi-fe2022050633368
Tiivistelmä
This bachelor’s thesis examines the sustainability effects of utilizing cloud and edge computing in the manufacturing industry. Additionally, the concept of edge cloud computing and its benefits are presented. The topic is examined by analyzing the sustainability of cloud and edge computing solutions and their use cases in manufacturing. The research is conducted as a literature review and industry published material is also used to understand market needs for these technologies.
The results indicate that utilizing cloud and edge computing in manufacturing for purposes such as data analysis, automation, and interorganizational collaboration can offer significant sustainability improvements. These include better resource and energy efficiency, improved productivity, safety, quality, flexibility, and scalability. Cost savings and reductions in waste and downtime can also be achieved. Research shows that cloud computing is more sustainable and energy efficient than its alternative, localized servers. Edge computing solutions offer lower latency compared to centralized data centers. Furthermore, edge computing enables savings in energy consumption and costs by reducing the amount of required data transportation.
Decentralizing cloud resources into edge cloud data centers offers computing capabilities with low latency. This allows hosting latency critical applications that exceed the computing capacity of edge devices. Furthermore, edge cloud data centers can enable significant energy and cost savings for applications that are not compute-intensive. Latency tolerant compute-intensive applications should be hosted in larger centralized data centers with higher energy efficiency and processing capacity. Tässä kandidaatintyössä tutkitaan pilvi- ja reunalaskennan hyödyntämisen kestävyysvaikutuksia valmistavassa teollisuudessa. Lisäksi esitellään, mitä reunapilvilaskenta tarkoittaa ja millaisia hyötyjä sillä voidaan saavuttaa. Työssä tarkastellaan pilvi- ja reunalaskentaratkaisujen kestävyystekijöitä sekä valmistavan teollisuuden käyttötapauksia. Tutkimus on toteutettu kirjallisuuskatsauksena. Myös yritysten julkaisemaa materiaalia on hyödynnetty teknologioiden markkinatarpeiden ymmärtämiseksi.
Tulokset osoittavat, että valmistavassa teollisuudessa voidaan saavuttaa merkittäviä kestävyyshyötyjä käyttämällä pilvi- ja reunalaskentaa data-analyysissa, automaatiossa ja organisaatioiden välisen yhteistyön edistämisessä. Näitä hyötyjä ovat parempi resurssi- ja energiatehokkuus, korkeampi tuottavuus, turvallisuus, laatu, joustavuus ja skaalautuvuus. Teknologioiden hyödyntäminen mahdollistaa myös hävikin ja häiriöiden vähentämisen sekä tuo kustannussäästöjä. Pilvilaskennan voidaan todeta olevan ympäristöystävällisempi ja kustannustehokkaampi vaihtoehto kuin paikallisten palvelimien käyttäminen. Reunalaskentaratkaisut tarjoavat lyhyemmän viiveen kuin keskitetyt datakeskukset. Lisäksi reunalaskenta vähentää datansiirron tarvetta, mikä mahdollistaa energiasäästöjä.
Pilviresurssien hajauttaminen reunapilvidatakeskuksiin tarjoaa laskentakapasiteettia lyhyellä viiveellä. Tämä mahdollistaa reunalaitteiden laskentakapasiteetin ylittävien viivekriittisten sovellusten tarjoamisen. Reunapilvidatakeskuksilla voidaan myös saavuttaa huomattavia kustannus- ja energiasäästöjä sovelluksissa, jotka eivät vaadi suurta prosessointitehoa. Sovellukset, jotka vaativat suuren prosessointitehon ja kestävät viivettä, kannattaa pitää suuremmissa keskitetyissä datakeskuksissa.
The results indicate that utilizing cloud and edge computing in manufacturing for purposes such as data analysis, automation, and interorganizational collaboration can offer significant sustainability improvements. These include better resource and energy efficiency, improved productivity, safety, quality, flexibility, and scalability. Cost savings and reductions in waste and downtime can also be achieved. Research shows that cloud computing is more sustainable and energy efficient than its alternative, localized servers. Edge computing solutions offer lower latency compared to centralized data centers. Furthermore, edge computing enables savings in energy consumption and costs by reducing the amount of required data transportation.
Decentralizing cloud resources into edge cloud data centers offers computing capabilities with low latency. This allows hosting latency critical applications that exceed the computing capacity of edge devices. Furthermore, edge cloud data centers can enable significant energy and cost savings for applications that are not compute-intensive. Latency tolerant compute-intensive applications should be hosted in larger centralized data centers with higher energy efficiency and processing capacity.
Tulokset osoittavat, että valmistavassa teollisuudessa voidaan saavuttaa merkittäviä kestävyyshyötyjä käyttämällä pilvi- ja reunalaskentaa data-analyysissa, automaatiossa ja organisaatioiden välisen yhteistyön edistämisessä. Näitä hyötyjä ovat parempi resurssi- ja energiatehokkuus, korkeampi tuottavuus, turvallisuus, laatu, joustavuus ja skaalautuvuus. Teknologioiden hyödyntäminen mahdollistaa myös hävikin ja häiriöiden vähentämisen sekä tuo kustannussäästöjä. Pilvilaskennan voidaan todeta olevan ympäristöystävällisempi ja kustannustehokkaampi vaihtoehto kuin paikallisten palvelimien käyttäminen. Reunalaskentaratkaisut tarjoavat lyhyemmän viiveen kuin keskitetyt datakeskukset. Lisäksi reunalaskenta vähentää datansiirron tarvetta, mikä mahdollistaa energiasäästöjä.
Pilviresurssien hajauttaminen reunapilvidatakeskuksiin tarjoaa laskentakapasiteettia lyhyellä viiveellä. Tämä mahdollistaa reunalaitteiden laskentakapasiteetin ylittävien viivekriittisten sovellusten tarjoamisen. Reunapilvidatakeskuksilla voidaan myös saavuttaa huomattavia kustannus- ja energiasäästöjä sovelluksissa, jotka eivät vaadi suurta prosessointitehoa. Sovellukset, jotka vaativat suuren prosessointitehon ja kestävät viivettä, kannattaa pitää suuremmissa keskitetyissä datakeskuksissa.