L’Edge Computing è una soluzione architetturale che consente la disponibilità di contenuti e applicazioni più vicini al cliente finale sulla base di una rete flessibile in termini di gestione del traffico, tecnologie di accesso, automazione e creazione di servizi.
A livello macroscopico un’architettura di edge computing si presenta come un’architettura IT distribuita e decentralizzata.
Secondo Gartner, l’edge computing rappresenta l’inizio di una nuova era, quella delle architetture Cloud to Edge. Gli analisti definiscono queste tecnologie come “soluzioni che facilitano l’elaborazione dei dati nella o vicino alla fonte della generazione degli stessi”.
Se negli ultimi decenni il Cloud Computing ha portato allo sviluppo di grandi strutture di Data Center centralizzate e distanti centinaia di chilometri dall’azienda che usufruisce dei servizi, l’Edge Computing si presenta con un modello architetturale opposto: un’infrastruttura IT decentrata e distribuita, formata da centri di elaborazione dati minori – i cosiddetti micro-data center – posti in prossimità dell’utente e deputati all’erogazione dei servizi internet a distanze nettamente inferiori.
Questa contrapposizione di modelli non implica certo una fine prossima del Cloud quanto piuttosto un progressivo avvicinamento di questa tecnologia alla fonte dei dati e una integrazione dell’Edge alle infrastrutture esistenti.
L’applicazione più comune dell’ Edge Computing è sicuramente legata al mondo IoT(Internet of Things): questo framework di elaborazione distribuita consente ai dispositivi IoT di elaborare e agire rapidamente sui dati nei dispositivi perimetrali della rete.
I dispositivi intelligenti sono meno adatti al modello Cloud convenzionale poiché spesso si trovano a fronteggiare problematiche di affidabilità, latenza e banda.
I benefici principali derivanti dall’utilizzo delle tecnologie di Edge Computing sono proprio la riduzione della latenza di elaborazione, che permette risposte in tempo reale, e il risparmio di banda, inviando al Data Center informazioni già elaborate e quindi di minori dimensioni. I micro data center assicurano anche una migliore sicurezza e riservatezza dei dati.
Questa tecnologia include soluzioni di rete e hardware per consentire il funzionamento di dispositivi intelligenti in ambienti remoti o complessi senza la necessità di una connessione completa a una rete centrale. Le soluzioni di rete includono tecnologie come 5G e soluzioni che consentono di ridurre la latenza riducendo al minimo la quantità di dati inviati in rete. I dispositivi perimetrali più comuni includono fotocamere, sensori, server, processori, commutatori e router, che si connettono attraverso la rete a un Data Center centrale. In molti casi, i dispositivi perimetrali eseguono l’intelligenza artificiale in locale e inviano solo determinati dati critici al Data Center primario per un’ elaborazione aggiuntiva.
L’Edge Computing viene spesso usato in luoghi come fabbriche, punti vendita al dettaglio, ospedali, siti edili, reti elettriche e fattorie, nonché piattaforme petrolifere e stazioni spaziali internazionali, in cui dispositivi o sensori devono funzionare in tempo reale, ma hanno solo connettività limitata a un data center primario.
Esempi d’uso sono l’utilizzo di sensori per assicurarsi il corretto funzionamento dei macchinari, la gestione dell’inventario per il rifornimento delle merci sugli scaffali dei negozi, il monitoraggio della temperatura, l’analisi del suolo e altri dati ambientali per migliorare l’efficienza energetica e i raccolti agricoli nonché i droni usati per in raffinerie e industrie chimiche.
L’Edge AI è la tecnologia di Intelligenza Artificiale applicata agli ambienti di Edge Computing.
I vantaggi di poter contare sull’ intelligenza periferica riguardano prima di tutto il risparmio di tempo: gli algoritmi di AI lavorano sul device elaborando i dati direttamente in loco e fornendo risposte e soluzioni che possono essere adottate velocemente.
In questo modo diminuiscono i carichi di lavoro in cloud e, di conseguenza, sia i rischi di sicurezza relativi alla trasmissione di dati che i consumi energetici. Il risultato si traduce in un notevole risparmio economico.
Esempi di applicazioni dell’Edge AI sono le auto a guida autonoma in cui l’intelligenza artificiale interviene nel riconoscimento immediato di rischi fino ad arrivare agli ambiti industriali con l’Industrial IoT: in questo caso i dispositivi sono in grado di effettuare controlli visivi che facilitano l’automazione dei processi incrementando la produttività.
Vuoi saperne di più sulle soluzioni innovative che sfruttano l’Edge Computing?
INDIETRO