Kleinere datacenters, dichter bij de gebruikers: waarom 'edge computing' weer terug is.

/Technologie/ Door

Samenvatting:Terwijl techreuzen enorme datacenters blijven bouwen die als 'AI-fabrieken' fungeren, wint een tegengestelde trend aan populariteit: kleinere datacenters dichter bij de gebruikers ('edge computing'), AI op apparaten zelf en zelfs het hergebruik van restwarmte voor gebouwen. Het argument is niet dat hyperscale datacenters van de ene op de andere dag verdwijnen, maar dat de standaardarchitectuur van computergebruik mogelijk verschuift van 'alles in de cloud' naar een mix van cloud en lokale infrastructuur.

Dit is belangrijk omdat datacenters nu een grote economische en ecologische factor vormen, en niet langer slechts een IT-detail.

De grote bewering: 'klein is het nieuwe groot'.

Het BBC-rapport beschrijft de groeiende belangstelling voor:

  • kleine datacenters in de buurt van bevolkingscentra (lagere latentie)
  • lokale "edge"-implementaties
  • gebruik maken van restwarmte (bijvoorbeeld voor het verwarmen van een zwembad of een woning)

Tegelijkertijd:

  • Wereldwijd worden er nog steeds enorme nieuwe datacenters gebouwd.

We bevinden ons dus in een overgangsfase: beide modellen breiden zich uit, om verschillende redenen.

Waarom hyperscale datacenters überhaupt zijn gegroeid.

Gecentraliseerde datacenters scoren beter op de volgende punten:

  • schaalvoordelen
  • professionele activiteiten
  • eenvoudigere redundantieplanning
  • geconsolideerde beveiligingsteams

En ze maken het volgende mogelijk:

  • streaming
  • cloud-apps
  • online bankieren
  • AI-training en inferentie

Ze verdwijnen niet zomaar.

Wat er verandert: de AI-werkbelasting wordt diverser.

De BBC constateert een verschuiving:

  • Van generieke "één model voor alles"-oplossingen naar op maat gemaakte AI-tools voor bedrijven.
  • richting kleinere modellen die lokaal kunnen draaien

Dit is belangrijk omdat:

  • Kleinere modellen hebben minder rekenkracht nodig.
  • lokale modellen verminderen de dataverplaatsing.
  • De privacy kan verbeteren als gegevens lokaal op het apparaat blijven.

Zoals het rapport aangeeft, maken premium apparaten al gebruik van AI op het apparaat zelf (Apple Intelligence, Copilot+ pc's).

Edge computing: het latentieargument

Als je het volgende doet:

  • realtime videoanalyse
  • AR/VR
  • industriële automatisering
  • autonome systemen

Latentie is belangrijk. Verwerking dichter bij de gebruiker kan:

  • verkort de vertraging
  • bandbreedtebehoefte verminderen
  • veerkracht verbeteren

Edge gaat niet over het vervangen van de cloud; het gaat erom niet alles naar de cloud te sturen.

Restwarmte: het "natuurkundig dividend"

Computers produceren warmte.

In een gecentraliseerd datacenter wordt die warmte vaak als een probleem beschouwd.

In een gedistribueerd model kan warmte een kenmerk zijn:

  • warme gebouwen
  • verlaag de verwarmingskosten

Maar daarvoor is het volgende nodig:

  • gebouwintegratie
  • betrouwbare werking
  • veiligheidsvoorschriften

Het is niet direct gebruiksklaar, maar het is een aantrekkelijk idee.

De afweging tussen veiligheid en beveiliging

De BBC voegt het tegenargument toe:

  • Veel kleine locaties kunnen lastiger te beveiligen zijn.

En het tegenargument:

  • Grote centra zijn belangrijke zwakke punten.
  • kleinere locaties verkleinen de explosieradius

De waarheid is:

  • Beide architecturen vereisen een sterke beveiliging.
  • centralisatie concentreert risico's
  • Verspreiding vergroot het aanvalsoppervlak

Beleid en techniek moeten aansluiten op de architectuur.

Milieudruk dwingt tot dit gesprek.

Datacenters verbruiken:

  • grote hoeveelheden energie
  • aanzienlijk water (in veel koelsystemen)

Naarmate de vraag toeneemt, dwingen milieubeperkingen tot:

  • efficiëntie
  • modellen voor het optimaliseren van de omvang
  • lokale verwerking indien van toepassing

De "beste" architectuur is wellicht degene die onnodige rekenkracht vermijdt.

Wat te kijken

  1. Kleinere, gespecialiseerde modellengangbaar worden.
  2. AI op het apparaat zelfOverstappen van premium naar middenklasse hardware.
  3. Rand-uitbouwin de buurt van steden en industriële zones.
  4. Projecten voor hergebruik van warmteOpschalen voorbij nichepiloten.
  5. Regulering en planning: netcapaciteit, zonering, duurzaamheidsregels.

Kortom

We zien niet het einde van grote datacenters. We zien juist het begin van een meer hybride computerwereld.

De langetermijntrend is waarschijnlijk dat meer rekenkracht dichter bij de plek komt waar data wordt gegenereerd, omdat dat sneller, vaak privacyvriendelijker en mogelijk minder verspillend is.

Bronnen

Document Title
Are smaller data centres the future? Edge compute, on-device AI, waste heat, and security trade-offs
As AI spreads, some argue compute should move closer to users via smaller ‘edge’ data centres and on-device AI. Big data centres won’t vanish, but hybrid architectures are emerging.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Smoke detectors are evolving: smart alarms, lithium-ion fires, and the false-alarm problem
Why more CEOs are sharing the top job: the case for (and against) co-CEOs
Page Content
Are smaller data centres the future? Edge compute, on-device AI, waste heat, and security trade-offs
Nature
Climate
Smaller data centres, closer to users: why ‘edge’ compute is back
/
Technology
/ By
Admin
Summary:
While tech giants continue to build enormous “AI factory” data centres, a counter-trend is gaining attention: smaller data centres closer to users (“edge” compute), on-device AI, and even reusing waste heat for buildings. The argument is not that hyperscale data centres vanish overnight, but that the default architecture of computing may shift from “everything in the cloud” toward a mix of cloud + local.
This matters because data centres are now a major economic and environmental story, not just an IT detail.
The big claim: ‘small is the new big’
The BBC report describes growing interest in:
small data centres near populations (lower latency)
local “edge” deployments
using waste heat (e.g., heating a pool or a home)
At the same time:
massive new data centre builds continue worldwide
So we’re in a transition phase: both models expand, for different reasons.
Why hyperscale data centres grew in the first place
Centralised data centres win on:
economies of scale
professional operations
easier redundancy planning
consolidated security teams
And they enable:
streaming
cloud apps
online banking
AI training and inference
They’re not going away quickly.
What’s changing: AI workloads are diversifying
The BBC notes a shift:
from generic “one model for everything” toward bespoke enterprise AI tools
toward smaller models that can run locally
This matters because:
smaller models need less compute
local models reduce data movement
privacy can improve when data stays on-device
As the report notes, premium devices already do some AI on-device (Apple Intelligence, Copilot+ PCs).
Edge compute: the latency argument
If you’re doing:
real-time video analytics
AR/VR
industrial automation
autonomous systems
Latency matters. Processing closer to users can:
reduce delay
reduce bandwidth needs
improve resilience
Edge isn’t about replacing the cloud; it’s about not sending everything to the cloud.
Waste heat: the “physics dividend”
Computing produces heat.
In a centralised data centre, that heat is often treated as a problem.
In a distributed model, heat can be a feature:
warm buildings
reduce heating costs
But it requires:
building integration
reliable operations
safety compliance
It’s not plug-and-play, but it’s a compelling idea.
The security trade-off
The BBC includes the counter-argument:
many small sites could be harder to secure
And the counter-counter argument:
large centres are big points of failure
smaller sites reduce blast radius
The truth is:
both architectures need strong security
centralisation concentrates risk
distribution multiplies attack surface
Policy and engineering must match the architecture.
Environmental pressure is forcing the conversation
Data centres consume:
large amounts of energy
significant water (in many cooling designs)
As demand rises, environmental constraints push toward:
efficiency
right-sizing models
local processing when appropriate
The “best” architecture may be the one that avoids unnecessary compute.
What to watch
Smaller, specialised models
becoming mainstream.
On-device AI
moving from premium to mid-range hardware.
Edge build-outs
near cities and industrial zones.
Heat reuse projects
scaling beyond niche pilots.
Regulation and planning
: grid capacity, zoning, sustainability rules.
Bottom line
We’re not seeing the end of big data centres. We’re seeing the beginning of a more hybrid computing world.
The long-run direction is likely: more compute moves closer to where data is generated—because that’s faster, often more private, and potentially less wasteful.
Sources
BBC News (Technology):
https://www.bbc.com/news/articles/cd0ynenr1eno?at_medium=RSS&at_campaign=rss
←
Previous Post
Next Post
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Smoke detectors are evolving: smart alarms, lithium-ion fires, and the false-alarm problem
Why more CEOs are sharing the top job: the case for (and against) co-CEOs
As AI spreads, some argue compute should move closer to users via smaller ‘edge’ data centres and on-device AI. Big data centres won’t vanish, but hybrid architectures are emerging.
Document Title
Page not found - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.
It looks like the link pointing here was faulty. Maybe try searching?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.
Florin.blog
Florin.blog » Feed
RSD
Search...
e Nederlands