Multi-access edge computing (MEC)
Konzept
Multi-Access Edge Computing platziert Rechenleistung, Speicher und Anwendungshosting physisch nahe dort, wo Daten entstehen, typischerweise zusammen mit einem 5G-Netz. Es ermöglicht Echtzeitverarbeitung ohne Umwege zu einer entfernten Cloud-Region.
Ebenfalls besprochen
In der Folge zu Multi-access edge computing (MEC) geht es auch um Azure IoT Edge, Azure Private 5G Core, Azure Stack Edge, Network slicing, Private 5G und Edge computing.
Beschreibung
Multi-Access Edge Computing (MEC) ist ein Konzept für Netzwerkarchitekturen, das Rechenleistung, Speicher und Anwendungshosting physisch nahe dort platziert, wo Daten entstehen, typischerweise zusammen mit einem 5G-Netz. Es ermöglicht Echtzeitverarbeitung ohne Umwege zu einer entfernten Cloud-Region. Der Begriff war früher als Mobile Edge Computing bekannt. Laut dem Quellmaterial wird das Konzept von ETSI definiert; es bringt Cloud Computing und eine IT-Dienstumgebung an den Rand von Mobilfunknetzen und allgemein an den Rand jedes Netzes. ETSI hat dafür 2014 eine Industry Specification Group eingerichtet.
Die Kernidee besteht darin, Anwendungen und Verarbeitung näher an die Nutzer zu bringen. Dadurch werden Netzwerküberlastungen reduziert und die Anwendungsleistung verbessert. MEC ist so konzipiert, dass es an Mobilfunk-Basisstationen oder anderen Edge-Knoten läuft. Dies ermöglicht es Betreibern, neue Dienste schnell bereitzustellen, und ihr Funkzugangsnetz (RAN) für autorisierte Dritte wie Entwickler und Content-Anbieter zu öffnen. Zu den genannten Vorteilen zählen geringere Latenz, reduzierte Signalisierungslast im Kernnetz und niedrigere Hostingkosten.
Die zentrale Komponente ist ein MEC-Anwendungsserver, der mit dem RAN integriert ist. Er bietet Rechenleistung, Speicher, Konnektivität und Echtzeit-RAN-Informationen in einer Multitenant-Hostingumgebung. Anwendungen werden in diese Umgebung als Virtual-Machine-Images oder Container bereitgestellt. Da der Server am oder nahe am Netzwerkrand sitzt, können Anwendungen lokale Funkinformationen nutzen und müssen nicht jede Anfrage über das weitere Netz zu einem zentralen Rechenzentrum schicken.
Zu den typischen Anwendungsfällen, die in den Quellen genannt werden, gehören die Auslagerung von Berechnungen, Content Delivery und Caching, mobile Big-Data-Analyse, vernetzte Fahrzeuge, intelligente Veranstaltungsorte, Gesundheitswesen, intelligente Stromnetze und Indoor-Positionierung. Ein gemeinsamer Nenner dieser Szenarien ist, dass Reaktionsfähigkeit wichtig ist und das Verschieben aller Daten in eine entfernte Cloud-Region zusätzliche Verzögerung oder Kosten verursachen würde. Dasselbe Material merkt an, dass zum Zeitpunkt der Abfassung nur wenige Anwendungen MEC übernommen hatten, und nennt AWS Wavelength als das erste kommerzielle MEC-Produkt in größerem Maßstab.
In der Praxis läuft die Entscheidung, wo eine Workload ausgeführt wird, darauf hinaus, was lokal geschehen muss und was in die Cloud warten kann. Die Folge von M365.FM "Cloud Latency and Edge Computing Strategy" beschreibt dies als Strategie, Workloads am Edge zu verarbeiten, Rauschen herauszufiltern und nur das an die Cloud zu senden, was relevant ist; so blieben Systeme reaktionsschnell und kosteneffizient. Die Folge beschreibt, wie sich die Latenzbarriere durchbrechen lässt, indem private 5G-Netze mit MEC kombiniert werden. In diesem Bild rückt die Datenverarbeitung noch näher an den Ort, an dem Geräte arbeiten, oft innerhalb desselben Gebäudes oder Campus, sodass nicht jedes Datenelement eine weite Strecke zu einer entfernten Cloud zurücklegen muss.
Die Folge erläutert außerdem die Rolle des privaten 5G-Netzes in dieser Kombination. Ein privates 5G-Netz ist ein dediziertes drahtloses Netz, in dem der Betreiber festlegt, wer sich verbindet und wie Daten fließen. Zusammen mit MEC bleiben so Konnektivität und Verarbeitung lokal, während die Cloud das Ziel für die Daten bleibt, die weitergeleitet werden sollten.
MEC steht daher zwischen Geräten und zentraler Cloud als Zwischenebene. Es ersetzt Cloud-Regionen nicht, sondern ergänzt sie, indem es latenzkritische oder datenintensive Verarbeitung in der Nähe übernimmt und gefilterte Ergebnisse weitergibt. Teams, die das Konzept bewerten, wägen typischerweise die Latenzanforderungen der Anwendung, das am Standort anfallende Datenvolumen und die Kosten für den Transport dieser Daten ab. Dies sind dieselben Überlegungen, die die Folge bei der Diskussion von Reaktionsfähigkeit und Kosteneffizienz aufwirft.
Überblick, mit KI aus M365.FM-Folgen und den Fakten dieser Seite zusammengestellt. Du kannst ihn unten über „Bearbeiten“ verbessern.
| Typ | Konzept |
|---|
Häufige Fragen
Mit KI markierte Fragen wurden mit KI aus den Fakten dieser Seite geschrieben.
Was ist Multi-Access Edge Computing (MEC)? (KI)
MEC ist ein von ETSI definiertes Konzept für Netzwerkarchitekturen, das Rechenleistung, Speicher und Anwendungshosting nahe dort platziert, wo Daten entstehen, typischerweise zusammen mit einem 5G-Netz. Es war früher als Mobile Edge Computing bekannt und ermöglicht, Anwendungen an Basisstationen oder anderen Edge-Knoten auszuführen.
Welche Vorteile bietet MEC? (KI)
Die Quellen nennen geringere Latenz, reduzierte Signalisierungslast im Kernnetz und niedrigere Hostingkosten. Die Verarbeitung näher bei den Nutzern verringert außerdem Netzwerküberlastungen und verbessert die Anwendungsleistung.
Wie hängt MEC mit privatem 5G zusammen? (KI)
Die M365.FM-Folge "Cloud Latency and Edge Computing Strategy" beschreibt, wie private 5G-Netze mit MEC kombiniert werden, um die Verarbeitung nahe an die Geräte zu bringen, oft innerhalb desselben Gebäudes oder Campus. Ein privates 5G-Netz stellt ein dediziertes drahtloses Netz bereit, während MEC die lokale Verarbeitung übernimmt.
Community-Wiki
Oben die Kurzinfo, unten das Wissen der Community: ergänze praktische Tipps, Beispiele oder Korrekturen. Neue Beiträge werden zuerst geprüft, bewährte Mitglieder veröffentlichen direkt.
Experten und Firmen zu diesem Thema
Dieses Thema hat noch niemand im Profil angegeben. Trag es in deinem Profil ein.
Gepflegt von Mirko Peters (Microsoft MVP) · Zuletzt aktualisiert: