Lo abbiamo sottolineato più volte in questi anni: nella data driven economy, nell’economia basata sui dati, nella quale l’innovazione è guidata dall’intelligenza che nasce dall’analisi dei dati raccolti in tutti i processi di business o produttivi, c’è bisogno di sistemi sempre più veloci ed efficienti per fornire le risposte che servono esattamente quando servono.
È uno scenario nel quale il cloud ha assunto un ruolo gradualmente più importante sia per le attività di archiviazione sia per quelle di elaborazione dei dati.
Nel contempo, con la crescente diffusione dell’Internet of Things aumenta anche la necessità di elaborare i dati in prossimità del punto in cui vengono generati: è necessario avvicinare le risorse di calcolo e lo storage all’utente finale o alla fonte dei dati per migliorare la scalabilità, la reattività e l’esperienza complessiva del servizio.
Ed è alla luce di queste considerazioni che l’edge computing assume una sempre maggiore rilevanza, tanto da essere considerato una sorta di estensione del data center, in grado di rispondere a richieste specifiche che i modelli IT tradizionali non sono in grado di soddisfare.
Non a caso IDC parla dell’edge computing come di una “rete mesh di micro data center”, in grado di elaborare e memorizzare in locale, ovvero vicino al punto in cui vengono generati, i dati critici, per poi inviarli a data center centrale o a un repository di cloud storage.
Il percorso verso l’edge computing
L’edge computing, sostenuto anche dallo sviluppo di tecnologie di rete più veloci, 5G wireless incluso, rappresenta di fatto la risposta all’esigenza di applicazioni real time. SI parla di analytics in tempo reale, per sostenere processi produttivi, di video processing, di veicoli a guida autonoma.
È una architettura IT distribuita e decentralizzata, che per la gestione dei dati raccolti non fa affidamento su sistema centrale, ma nella quale la componente elaborativa si trova vicino al punto in cui gli oggetti o le persone producono e utilizzano le informazioni.
L’edge computing nasce come risposta ai limiti tipici delle infrastrutture cloud che si mostrano inefficaci in tutti quei casi in cui non si riesce a garantire connessioni sempre affidabili, capaci di sostenere i flussi continui di dati che provengono dai sensori e dagli oggetti connessi o quando è necessario ridurre al minimo la latenza, vale a dire il tempo necessario per trasmettere un pacchetto dati attraverso la rete.
Il ricorso all’edge computing, dunque, risponde a tre esigenze ben definite:
- Quando è necessario evitare problemi di latenza, minimizzandone l’impatto sulle performance di una applicazione e riducendo il quantitativo di dati da processare in cloud
- Quando la copertura delle reti fisse e mobili è limitata e non si possono garantire adeguate performance nella connettività tra centro e periferia
- Quando è necessario raccogliere dati da un numero significativo di oggetti che trasmettono dati simultaneamente, come accade, ad esempio su una linea di produzione: in questo caso, il ricorso all’edge computing consente di ridurre i costi di banda.
Come ben spiega Schneider Electric in un suo paper dedicato ai benefici dell’edge computing, “I Data Center edge avvicinano il contenuto ad elevato utilizzo di larghezza di banda all’utente finale e le applicazioni sensibili alla latenza ai dati. La potenza di calcolo e le funzionalità di archiviazione vengono inserite direttamente nella periferia della rete in modo da ridurre i tempi di trasporto e incrementare la disponibilità”.
Ed è sempre Schneider Electric che identifica tre tipologie di edge computing:
- I dispositivi locali, vale a dire dispositivi dimensionati per assolvere a uno scopo definito e specificato.
Tra gli ambiti applicativi troviamo ad esempio la gestione dei sistemi di sicurezza per gli edifici, l’archiviazione di contenuti video locali su un DVR, o ancora i gateway di archiviazione su cloud, che consentono di integrare l’archiviazione su cloud nelle applicazioni senza spostare le applicazioni sul cloud stesso. - I data Center localizzati, dotati di funzionalità di elaborazione e archiviazione significative e in grado di essere distribuiti rapidamente in ambienti esistenti, o i micro data center preconfigurati, costituiti da un unico modulo installabile anche in ambienti industriali, che richiedono solo di essere collocati in una posizione vicina alla fonte di alimentazione dell’edificio e della fibra. Di fatto, i micro datacenter sono soluzioni preconfigurate, preintegrate e pretestate complete di capacità di calcolo, software, strumenti di monitoraggio e di sicurezza, alimentazione e protezione. Rappresentano la soluzione ideale in tutti quegli scenari nei quali servono implementazioni rapide e facilmente ripetibili, oppure per rispondere ad esigenze di resilienza o latenza.
- I Data Center regionali, che offrono maggiori funzionalità di elaborazione e memorizzazione rispetto ai Data Center localizzati ma richiedono impianti di alimentazione e raffreddamento dedicati. Si trovano più vicini all’utente e all’origine dati rispetto ai Data Center su cloud centralizzati.
Come funzionano edge computing e IoT Edge
Per capire come funziona un sistema edge, dobbiamo pensarlo come un sistema computazionale che elabora i dati provenienti dai sensori e dagli oggetti connessi, lontano dai nodi centralizzati e in prossimità del bordo logico della rete.
Collegandosi al gateway edge, le macchine e i sensori IoT inviano i loro dati, che vengono elaborati localmente e re-inviati al dispositivo di partenza in caso di esigenze applicative in tempo reale; in altri casi, la scelta è quella di inviare al cloud storage solo i dati rilevanti, riducendo le esigenze di larghezza di banda.
Questo significa, in sintesi estrema, decentralizzare la potenza di elaborazione per garantire l’elaborazione in tempo reale senza latenza, riducendo al contempo i requisiti di larghezza di banda e archiviazione sulla rete.
Edge computing e cloud: un rapporto complementare
Un aspetto deve essere chiaro. L’edge computing non è alternativo al cloud, né gli si contrappone.
Le due tecnologie, anche in ragione delle loro differenze, sono complementari tra loro.
Così, se, come abbiamo detto, l’edge computing rappresenta la scelta d’elezione quando non vi è una qualità di rete adeguata a sostenere l’invio dei dati in cloud, quando le applicazioni richiedono un campionamento rapido dei dati o richiedono ritardi minimi nel calcolo dei risultati o ancora quando un’azienda ha vincoli nel trasmettere dati attraverso reti pubbliche o a memorizzarli in cloud, il cloud continua a rappresentare la soluzione migliore quando serve potenza di elaborazione elevata, quando i data set hanno dimensioni particolarmente significative o quando i dati devono essere distribuiti e visualizzati su una varietà di piattaforme e dispositivi.
Nell’ambito dell’Industria 4.0, ad esempio, i sensori e i dispositivi connessi generano flussi continui di record che è impossibile rielaborare in modo efficiente in cloud. Ed è qui che scatta la complementarietà: prioritariamente l’edge computing effettua l’analisi in loco, riducendo il traffico verso il data center. In genere vengono processati in locale i dati utili alla generazione di allarmi o necessari per attivare interventi istantanei, i cosiddetti dati “hot”, caldi, mentre i restanti dati, i cosiddetti dati “cold”, freddi, vengono trasferiti in cloud o al data center centrale per attività di backup o analisi più complesse.
I vantaggi dell’edge computing per le imprese: l’IoT Edge
Tutto quanto premesso, appare chiaro che i benefici evidenti delle soluzioni edge computing nel mondo delle imprese si possono riassumere nella velocità di elaborazione dei dati e nella bassa latenza, indispensabile in tutte quelle applicazioni nelle quali il tempo è essenziale; nella sicurezza, dal momento che ci sono meno dati intercettabili; nel risparmio; nell’affidabilità, in particolare in tutti quegli scenari nei quali la connettività non è ottimale.
C’è però un aspetto centrale che rappresenta il vero vantaggio dell’edge computing: la garanzia di business continuity.
In ambito industriale, ad esempio, le analisi istantanee dei dati sono utili per evidenziare guasti o eventuali situazioni di potenziale pericolo. Le regole degli edge analytics, ovvero degli algoritmi analitici che interpretano il dato a livello di edge attraverso sitemi di controllo predittivi, possono imporre il fermo macchina e l’invio degli alert al personale di manutenzione, consentendo di intervenire per tempo, evitando fermi macchina o interruzioni nella produzione.
Pensando invece alla sicurezza infrastrutturale, non vi è dubbio che quando si parla di processi di business e operativi critici, con un approccio centralizzato un singolo attacco DDoS può interrompere tutte le operation. La decentralizzazione degli strumenti di analisi dei dati porta con sé come conseguenza anche la distribuzione del rischio. Con l’edge computing diminuisce l’impatto sull’intera organizzazione.
Edge computing e business continuity
La business continuity o la continuità operativa è la capacità di mantenere l’esecuzione dei processi operativi core anche in situazioni di crisi o in presenza di eventi dannosi, limitando al massimo i disservizi.
A differenza del disaster recovery, che avviene a seguito di un evento e della sua stabilizzazione, la business continuity agisce sugli aspetti di prevenzione e di risposta tempestiva all’evento.
La Business continuity richiede alle aziende di stabilire quali siano le loro esigenze di continuità operativa, analizzando sia le minacce cui ogni organizzazione è soggetta, sia le vulnerabilità, sia i possibili impatti sul business in termini di fatturato, reputazione, responsabilità.
In questo scenario, appare chiaro come un’infrastruttura IT basata su edge computing rappresenti un’alternativa interessante per tutte quelle realtà che hanno bisogno di garantire la propria Business continuity.
Dotarsi di una un’architettura infrastrutturale distribuita anziché centralizzata comporta un vantaggio evidente nel caso si attacchi DDos (Distributed denial of service), evitando la paralisi di tutto l’insieme dei servizi o delle attività aziendali, ma anche nel caso di disservizi accidentali, come ad esempio per i malfunzionamenti dei Data Center cloud, che avrebbero effetti limitati senza pregiudicare l’intera continuità operativa aziendale.
Come abbiamo avuto modo di sottolineare più volte in questi anni, con l’edge computing è possibile aggiungere un nuovo livello di resilienza a un’infrastruttura IT.
Edge Computing e Business Continuity: il finance e il retail
Se abbiamo già avuto modo di sottolineare quali siano i vantaggi delle soluzioni edge in ambito industriale, e in particolare sul fronte IoT edge, ci sono altri settori possono beneficiare di questo approccio architetturale: il finance e il retail.
Quello del finance è un settore particolarmente sensibile alle latenze, in particolare per quanto riguarda l’analisi delle transazioni, per intercettare e bloccare per tempo tutte quelle operazioni “non conformi”, effettuate ad esempio con carte rubate o contraffatte. Impossibile pensare a un trasferimento dei dati di ogni singola transazione a un data center centrale per la loro rielaborazione: in questo caso, i micro data center sono la soluzione per processare questi record in tempo reale.
In ambito retail, invece, la logica dell’IoT edge consente di attivare strategie di ingaggio sui clienti, il cosiddetto real time marketing, sfruttando notifiche su smartphone e sensori di movimento. Inoltre, analogamente al mondo finance, anche nel retail i micro data center sono la risposta alle necessità di validazione delle transazioni commerciali.
