Edge computing

Nell’onnipresente Internet of Things (IoT), i dispositivi generano continuamente dati in uscita che devono essere memorizzati e analizzati in tempo reale per applicazioni critiche. L’edge computing analizza questi dati direttamente alla fonte e annuncia quindi un cambiamento di paradigma nell’era del cloud computing.

Che cos’è l’edge computing? Una definizione

L’edge computing è un approccio progettuale per ambienti IoT, che fornisce risorse IT come la capacità di memorizzazione e la potenza di calcolo il più vicino possibile ai dispositivi e ai sensori che generano dati. Il concetto rappresenta, quindi, un’alternativa alle classiche soluzioni cloud con server centralizzati.

Il termine “edge” deriva dalla parola inglese che significa angolo, estremità o margine. Un’allusione al fatto che con questo approccio l’elaborazione dei dati non avviene in maniera centralizzata nel cloud, ma in modo decentralizzato ai margini della rete. L’edge computing ha lo scopo di fornire ciò che il cloud non ha ancora consentito finora: server in grado di valutare grandi quantità di dati provenienti da fabbriche intelligenti, reti o sistemi di trasporto senza ritardi e la possibilità di intervenire immediatamente in caso di problemi.

Concetti base dell’edge computing in sintesi

Nell’edge computing vengono utilizzate tecnologie già consolidate in una struttura più compatta e con un nuovo nome. Ti forniamo una panoramica dei più importanti concetti fondamentali dell’edge computing.

• Edge: nel gergo informatico, “edge” si riferisce al margine della rete. La scelta di quali componenti assegnare al confine della rete dipende, però, dalla situazione. Nelle reti di telecomunicazione, ad esempio, un cellulare può rappresentare il margine della rete; allo stesso modo un singolo veicolo può esserlo all’interno di un sistema di auto a guida autonoma.
• Edge device: svolge la funzione di edge device (dispositivo edge) qualsiasi dispositivo di generazione dei dati al margine della rete. Le possibili sorgenti di dati sono sensori, macchine, veicoli o dispositivi intelligenti in un ambiente IoT, come ad esempio lavatrici, allarmi antincendio, lampadine o termostati per radiatori.
• Edge gateway: un edge gateway è un’istanza di calcolo nel passaggio tra due reti. Negli ambienti IoT, gli edge gateway sono utilizzati come nodi tra l’IoT e una rete centrale.

Edge computing e fog computing

L’approccio che prevede di ampliare il cloud a istanze di calcolo locali non è nuovo. Già nel 2014, l’azienda americana di tecnologia Cisco ha definito il concetto di marketing “fog computing”. I dati generati negli ambienti IoT non vengono più trasferiti direttamente al cloud, ma vengono dapprima riuniti in piccoli centri dati, valutati e selezionati per le successive fasi di elaborazione.

Per edge computing si intende oggi una parte del fog computing, dove risorse IT come la potenza di calcolo e la capacità di memorizzazione si avvicinano ancora di più ai dispositivi IoT ai margini della rete. Si potrebbe prevedere anche una combinazione di entrambi i concetti. Nel grafico seguente è illustrata un’architettura con cloud e i livelli fog ed edge.

Quali sono i vantaggi dell’edge computing?

Attualmente, le unità di calcolo centrali trasportano la maggior parte del carico di dati generati da internet. Oggi, tuttavia, le sorgenti di dati sono spesso mobili e troppo lontane dal computer centrale per garantire un tempo di reazione (latenza) accettabile. Ciò diventa particolarmente problematico con le applicazioni critiche in termini di tempo, come l’apprendimento automatico e la manutenzione predittiva, due concetti di base del progetto Industria 4.0.

L’edge computing non è visto come una sostituzione, ma come un complemento al cloud che fornisce le seguenti caratteristiche:

• Raccolta e aggregazione di dati: l’edge computing si basa sulla raccolta di dati in prossimità dell’origine, comprensivi di pre-elaborazione e selezione di archivi di dati. Il caricamento nel cloud avviene solo se le informazioni non vengono valutate localmente, se sono richieste analisi dettagliate o se devono essere archiviati dei dati.
• Memorizzazione locale dei dati: con grosse quantità di dati, la trasmissione in tempo reale dal data center centrale di solito non è possibile nel cloud. Questo problema può essere superato memorizzando i dati corrispondenti in maniera decentrata ai margini della rete. Quindi, gli edge gateway fungono da server di replica in una Content Delivery Network.
• Monitoraggio basato su IA: l’edge computing consente un monitoraggio continuo dei dispositivi collegati. Con gli algoritmi di apprendimento automatico è possibile monitorare in tempo reale lo stato delle macchine.
• Comunicazione M2M: l’edge computing viene spesso utilizzato insieme alla comunicazione M2M per consentire la comunicazione diretta tra i dispositivi collegati in rete.

Il grafico seguente illustra il principio di base di un’architettura cloud decentralizzata dove gli edge gateway agiscono come istanza di mediazione tra un computer centrale nel cloud e i dispositivi IoT ai margini della rete.

Campi di applicazione per architetture di edge computing

I casi d’uso dell’edge computing provengono solitamente dall’ambiente IoT. Un importante fattore di crescita per la tecnologia di edge computing è la crescente domanda di sistemi di comunicazione in tempo reale. L’elaborazione decentralizzata dei dati è considerata una tecnologia fondamentale per i seguenti progetti:

• Comunicazione car-to-car: l’edge computing è importante per i sistemi di allarme rapido basati su cloud o per i mezzi di trasporto autonomi.
• Smart Grid: grazie ai sistemi decentralizzati di gestione dell’energia, la rete elettrica dovrebbe essere in grado di adattarsi alle fluttuazioni di potenza. I dati trasportati ai generatori consentono di rispondere in tempo reale alle variazioni di consumo.
• Smart Factory: gli impianti di produzione e i sistemi logistici auto-organizzati possono essere implementati con l’edge computing.

I vantaggi dell’edge computing

Rispetto alle architetture cloud tradizionali, l’edge computing offre una serie di vantaggi:

• Elaborazione dei dati in tempo reale: l’elaborazione avviene più vicino alle fonti di dati, evitando così la latenza.
• Ridotto flusso di dati: grazie all’analisi locale dei dati, è necessario trasferire una quantità significativamente inferiore di dati attraverso la rete.
• Sicurezza dei dati: i requisiti di conformità possono essere implementati più facilmente.

Svantaggi dell’edge computing

Nonostante i numerosi vantaggi, l’edge computing presenta anche degli svantaggi che devono essere presi in considerazione durante l’implementazione:

• Struttura di rete più complessa: un sistema distribuito è più complesso di un’infrastruttura cloud centralizzata.
• Prezzo di acquisto: l’edge computing richiede molto hardware locale e quindi comporta enormi costi di acquisizione.
• Maggiore manutenzione: a causa dell’elevato numero di componenti, non si possono trascurare i costi di manutenzione e amministrazione.