Ces dernières années, l'industrie de la technologie a connu une profonde transformation au fur et à mesure que les organisations s'éloignaient des architectures exclusives, monolithiques, pour se tourner vers des modèles plus ouverts et plus distribués. Parmi les développements les plus importants, on peut citer la montée des plateformes de calcul du brouillard à source ouverte, qui répondent au besoin croissant de ressources informatiques flexibles, évolutives et rentables au bord des réseaux, où les données sont générées par les milliards d'appareils, capteurs et actionneurs d'Internet des objets (IoT) actuellement utilisés.

Qu'est-ce que le calcul de brouillard?

Le terme -fog-support – inspiré par le phénomène météorologique d'un nuage proche du sol – a été inventé par Cisco en 2014 pour décrire un modèle qui apporte des ressources de calcul, de stockage et de mise en réseau entre le nuage et le bord. Contrairement au calcul pur de bord, qui se concentre souvent sur des dispositifs autonomes, le calcul du brouillard crée une architecture en couches où plusieurs nœuds de brouillard collaborent pour traiter des données, prendre des décisions en temps réel et réduire le volume de données envoyées aux centres de données du nuage lointain.

Les principales caractéristiques du calcul du brouillard sont les suivantes:

  • Faible latence :[ En traitant les données près de la source, le calcul du brouillard réduit considérablement le temps nécessaire à la transmission des données, permettant l'analyse et le contrôle en temps réel.
  • Conservation de la largeur de bande:[ Au lieu d'envoyer chaque bit de données brutes dans le nuage, les nœuds de brouillard agrégés, les filtres et les données de préprocess, abaissant considérablement le trafic et les coûts du réseau.
  • Distribution géographique:[ Les nœuds de brouillard peuvent être déployés dans de vastes zones géographiques, assurant une performance cohérente même dans des environnements éloignés ou à ressources limitées.
  • Scalabilité:[ La couche de brouillard peut s'écheller horizontalement en ajoutant plus de nœuds, ce qui permet de tenir compte d'un nombre croissant de dispositifs sans surcharger le nuage central.
  • Saisine de localisation: Les nœuds de brouillard sont conscients de leur emplacement physique et peuvent prendre des décisions sensibles au contexte, ce qui est essentiel pour des applications telles que les véhicules autonomes, les réseaux intelligents et l'automatisation industrielle.

Le calcul de bord est souvent confondu avec le calcul de bord, mais les deux sont complémentaires. Le calcul de bord se réfère généralement au traitement qui se produit directement sur le périphérique de fin de course (par exemple, une caméra ou un capteur), tandis que le calcul de brouillard implique une hiérarchie plus structurée de nœuds intermédiaires. Ensemble, ils forment un continuum qui optimise le flux de données des appareils vers le nuage et vers le dos.

L'augmentation des plateformes informatiques de brouillard à source ouverte

Le passage à des plateformes de calcul de brouillard open-source est animé par plusieurs forces puissantes. Premièrement, l'échelle et la diversité des déploiements IoT nécessitent des logiciels qui peuvent être adaptés à d'innombrables configurations matérielles, protocoles et cas d'utilisation. Les solutions propriétaires bloquent souvent les organisations dans des fournisseurs spécifiques, limitant la flexibilité et augmentant les coûts à long terme.

Deuxièmement, la nature collaborative du développement open-source accélère l'innovation.Les communautés de développeurs, de chercheurs et d'entreprises contribuent au code, signalent les bugs et partagent les meilleures pratiques, ce qui entraîne une itération rapide et l'introduction rapide de nouvelles fonctionnalités.Par exemple, le projet EdgeX Foundry sous le parapluie LF Edge a grandi pour inclure des centaines de contributeurs de dizaines d'organisations, tout en travaillant à créer un cadre commun pour l'informatique de bord et de brouillard.

Troisièmement, le rapport coût-efficacité est un avantage majeur : les logiciels libres éliminent les droits de licence et les coûts de développement partagés réduisent la charge financière de toute organisation, ce qui est particulièrement intéressant pour les start-up, les instituts de recherche et les entreprises qui déploient de grandes flottes d'appareils où les coûts de licence par appareil seraient prohibitifs.

Enfin, le modèle open-source favorise la confiance et la sécurité. Le code source disponible pour l'inspection permet de repérer et de corriger les vulnérabilités plus rapidement que dans les systèmes à source fermée.

Principaux avantages pour les entreprises et les développeurs

  • Coût-efficacité:[ Aucun droit de licence et aucun coût de développement partagé ne réduisent le coût total de propriété.
  • Flexibilité: Personnalisable dans des cas spécifiques de matériel et d'utilisation, permettant l'intégration avec les systèmes existants et les protocoles propriétaires.
  • Le soutien communautaire:[ Les communautés actives contribuent à l'amélioration continue, à la documentation et au dépannage.
  • Indépendance du vendeur:[ Évite le verrouillage, permettant aux organisations de changer de fournisseur ou de mélanger et d'allumer des composants au besoin.
  • Interopérabilité:[ Les standards et API ouverts facilitent l'intégration entre les différentes plateformes et appareils.

Les principales plateformes de calcul de brouillard à source ouverte

Plusieurs plateformes de calcul de brouillard open-source sont apparues comme leaders, chacune avec des forces distinctes et des cas d'utilisation de cibles.

Fonderie EdgeX

EdgeX Fondry est un cadre de calcul libre et neutre pour les fournisseurs, hébergé par le projet Linux Foundation. Il offre une architecture flexible et basée sur les microservices qui peut fonctionner sur une large gamme de matériels, des passerelles de faible puissance aux contrôleurs industriels robustes. EdgeX prend en charge de nombreux protocoles d'appareils – tels que Modbus, BACnet, MQTT et OPC-UA – par des services d'appareils réutilisables. Ses services de base traitent l'ingestion, le filtrage, la transformation et la transmission de données, tandis que ses services d'application permettent la connectivité et l'analyse dans le cloud.

EdgeX est particulièrement bien adapté pour l'IoT industriel, les bâtiments intelligents et les environnements de vente au détail où plusieurs appareils disparates doivent être intégrés dans un système cohérent. La conception modulaire de la plateforme permet aux développeurs de remplacer ou d'étendre tout composant sans affecter les autres, ce qui le rend très adaptable. Depuis 2025, EdgeX a été déployé dans les systèmes de production à l'échelle mondiale, avec un écosystème communautaire et commercial fort.

KubeEdge

KubeEdge étend la plate-forme d'orchestration des conteneurs Kubernetes aux environnements bord et brouillard. Construit par Huawei et faisant maintenant partie de la Cloud Native Computing Foundation (CNCF), KubeEdge permet aux utilisateurs d'exécuter des charges de travail conteneurisées sur des nœuds nuage et bord avec la même API Kubernetes. Cela simplifie la gestion, réduit la complexité opérationnelle et permet aux organisations de tirer parti de l'expertise existante de Kubernetes pour les déploiements de brouillard.

KubeEdge est un outil de contrôle qui fonctionne sur des périphériques de bords à ressources limitées, communiquant sur un bus de message fiable. Les principales caractéristiques sont l'autonomie hors ligne, la gestion des périphériques et le temps d'exécution léger optimisé pour les architectures ARM. KubeEdge est idéal pour des scénarios tels que la conduite autonome, la fabrication intelligente et les déploiements IoT à grande échelle où les Kubernetes natifs seraient trop lourds. Le dépôt GitHub est disponible à github.com/kubeedge/kubeedge.

Apache Edgent

Apache Edgent (anciennement Apache Quarks) est un modèle de programmation léger et open source pour l'analyse en temps réel à la périphérie. Créé à l'origine par IBM, Edgent fournit une API Java pour la construction d'applications de données en streaming qui fonctionnent sur des appareils avec des ressources de calcul et de mémoire limitées. Il prend en charge une variété de connecteurs pour l'ingestion de données (MQTT, Kafka, HTTP) et la sortie, et comprend des fonctions d'analyse intégrées comme le filtrage, la fenêtre et l'inférence d'apprentissage machine.

Edgent est particulièrement utile pour les scénarios où les appareils doivent prendre des décisions immédiates sans attendre le traitement du cloud, par exemple la détection d'anomalies dans les équipements d'usine, la maintenance prédictive ou la fusion de capteurs en temps réel. La plateforme met l'accent sur la petite empreinte et la facilité de déploiement, ce qui la rend adaptée pour Arduino, Raspberry Pi et les ordinateurs mono-board similaires.

OpenStack Edge Computing et StarlingX

StarlingX. StarlingX fournit une infrastructure cloud complète et open source optimisée pour les déploiements de bord et de brouillard. Elle comprend l'orchestration, la gestion des services, la gestion des défauts et des composants de réseau à faible latence. Conçue pour une grande disponibilité et des performances en temps réel, StarlingX est utilisée dans les télécommunications, les plateformes multimédias et les systèmes de contrôle industriel.

De plus, le Groupe de calcul OpenStack Edge a développé des architectures de référence et des pratiques exemplaires pour déployer OpenStack dans des environnements de bord. Ces efforts aident à combler l'écart entre l'informatique traditionnelle en nuage et les exigences de l'informatique en brouillard, en particulier dans les applications 5G et IoT.

Autres projets notables

  • FogLAMP (par Dianomic):[ Une plate-forme open-source pour l'informatique de brouillard et l'IIoT qui se concentre sur la collecte, l'intégration et l'analyse des données.
  • Mainflux: Une plate-forme IoT sécurisée et évolutive avec des capacités de calcul de brouillard, construite en Go et utilisant une architecture de microservices.
  • Eclipse ioFog: Une plateforme informatique distribuée qui apporte des capacités de type cloud aux périphériques de bord, supportant les microservices et la gestion des applications.

Défis à relever en matière de calcul du brouillard à source ouverte

Malgré sa promesse, l'informatique de brouillard open-source n'est pas sans obstacles. La sécurité demeure une préoccupation principale. Les nœuds de brouillard, souvent déployés dans des environnements physiques non sécurisés, peuvent être altérés ou compromis. Bien que le code open-source permette de vérifier, la pile de matériel et de logiciel divers augmente la surface d'attaque.

La fragmentation des écosystèmes est un autre défi : avec de multiples plateformes concurrentes, chacune ayant ses propres API, outils et normes communautaires, l'intégration entre différents systèmes peut être difficile.Cette fragmentation peut ralentir l'adoption, en particulier parmi les entreprises qui exigent la conformité aux normes.

La normalisation elle-même est un obstacle. Le calcul du brouillard implique une pile complexe, de l'abstraction matérielle à l'orchestration d'applications, et aucune norme ne couvre toutes les couches. Des efforts comme l'architecture de référence OpenFog (fusionnée en IEEE 1934) fournissent des lignes directrices, mais l'adhésion est volontaire.

De plus, la complexité opérationnelle de la gestion des grandes flottes de nœuds de brouillard n'est pas triviale. Les mises à jour, la surveillance et la gestion de la configuration doivent être effectuées à distance sur des appareils hétérogènes, dont beaucoup ont une connectivité intermittente.

Perspectives futures pour l'informatique de brouillard à source ouverte

L'avenir de l'informatique en source ouverte est brillant, animé par plusieurs tendances convergentes. La prolifération des réseaux 5G créera de nouvelles possibilités pour les applications à faible latence, à haut débit comme les véhicules autonomes, la réalité augmentée et la chirurgie à distance, qui bénéficient toutes de l'informatique en source libre.

L'inférence de l'intelligence artificielle (AI) et de l'apprentissage automatique (ML) au bord est une autre zone de croissance. Les nœuds de brouillard peuvent exécuter des modèles légers de ML pour faire des prédictions en temps réel sans envoyer de données au nuage.

Nous voyons également une tendance vers des plateformes convergentes qui combinent calcul, stockage, réseautage et accélération (p. ex. GPUs, FPGA) en un seul nœud de brouillard. Le logiciel open-source est essentiel pour gérer efficacement ces ressources hétérogènes. Des projets comme Open Edge Computing Initiative et Akraino Edge Stack définissent déjà des implémentations de référence pour ces systèmes convergents.

Enfin, la collaboration entre les communautés de sources ouvertes permet d'intégrer rapidement les leçons tirées des déploiements précoces dans les versions subséquentes. À mesure que l'écosystème mûrira, nous pouvons nous attendre à une meilleure sécurité, à une meilleure interopérabilité et à des outils de gestion plus sophistiqués.

Appel à l'action pour les développeurs et les architectes

Si vous évaluez les stratégies de calcul du brouillard pour votre organisation, commencez par explorer une ou plusieurs des plateformes mentionnées ci-dessus. EdgeX Foundry est un excellent point d'entrée pour l'IoT industriel; KubeEdge est idéal si vous utilisez déjà Kubernetes; Apache Edgent est adapté pour l'analyse des appareils légers.

En bref, la montée des plateformes de calcul de brouillard open source marque un tournant décisif dans notre façon de penser l'infrastructure informatique. En rapprochant l'intelligence des données et en donnant aux communautés de développeurs les moyens de collaborer librement, ces plateformes permettent de débloquer de nouveaux niveaux d'efficacité, d'innovation et de résilience dans les différentes industries.