Edge computing è una delle nuove parole d’ordine nella tecnologia legata al networking e al business. Molto più di uno slogan, potrebbe rappresentare il modo migliore per unire l’archiviazione dei dati Cloud alla tecnologia Internet-of-Things (IoT). I processi di innovazione hanno aumentato notevolmente il potere dell’elaborazione dati locale e dell’intelligenza artificiale. Questo potrebbe potenzialmente portare a una minore dipendenza dal cloud computing per le applicazioni IoT, fornendo al contempo funzionalità più ampie per il telerilevamento, l’installazione di telecamere o droni, le smart city – insieme a tutta una serie di altre applicazioni.
Ma cos’è l’Edge computing, come funziona?
Cos’è l’Edge computing
Fino ad ora, la maggior parte dei sistemi IoT ha richiesto che i dispositivi remoti fossero collegati all’archiviazione basata sul Cloud. Questo perché i sensori o le telecamere sono costruiti per generare grandi quantità di dati che – di solito – non possono essere memorizzati e analizzati in locale, ma devono essere trasmessi e memorizzati in banche dati cloud di terze parti.
Questo da una parte è utile, in quanto mantiene bassi i flussi di dati locali e aiuta a limitare l’utilizzo di energia consentendo ai dispositivi IoT di funzionare in modo efficiente. I fornitori di cloud storage possiedono anche la potenza di calcolo per trasformare i dati grezzi in dati utilizzabili e analizzabili.
Vengono quindi risolti i problemi relativi alla gestione di una grande mole di dati. Tuttavia, non possiamo non considerare alcune problematiche connesse: quando i dati passano attraverso servizi di archiviazione cloud di terze parti si potrebbe verificare un ritardo, con conseguente limite delle capacità responsive delle applicazioni IoT. Il Cloud storage per sua natura ha implicazioni nella gestione in sicurezza dei dati, nonché l’espansione delle reti IoT può anche rivelarsi più complicato.
L’emergere di questi problemi ha portato allo sviluppo dell’Edge computing come potenziale soluzione. L’idea alla base dell’Edge computing è semplice: invece di affidarsi all’archiviazione dati centralizzata nel Cloud, l’Edge computing comporta l’elaborazione locale dei dati (o meglio al “margine”, come il termine inglese Edge indica, tra il Cloud e i dispositivi locali).
I dispositivi Iot e le soluzioni di calcolo possono essere progettati per fare il lavoro prima che i dati raggiungano il data center Cloud – con risultati potenzialmente trasformativi.
Una tecnologia matura
Per molte attività può essere arrivato il momento per iniziare a pianificare implementazioni di edge computing con sistemi IoT. Per prima cosa, l’IoT stesso è praticamente una tecnologia matura, con un tasso di crescita annuo del 30 percento e 40 miliardi di dispositivi connessi in tutto il mondo. Secondo l’International Data Corporation, questo genererà flussi di dati che si avvicinano a 79 zettabyte all’anno entro il 2025. E con così tanti dati che fanno aumentare le richieste sulle piattaforme Cloud, sarà essenziale trovare approcci più efficienti alla raccolta e all’archiviazione dei dati. L’avvento delle nuove tecnologie di comunicazione comporta di per sé il fatto di poter agire più “al margine” anziché attraverso centri dati Cloud. Il 5G promette una velocità di trasferimento dati 100 volte superiore a quelle offerte dal 4G. I sensori e i componenti dei dispositivi IoT continuano a diventare più piccoli, più capaci e anche più performanti – rendendo più “efficienti e fattibili” le soluzioni localizzate.
Per quanto riguarda le implementazioni di Edge computing nell’industria, si sta ancora sperimentando.
Come l’Edge computing sta trasformando l’industria
È possibile capire meglio l’utilità e le potenzialità dell’Edge computing considerando le sue implicazioni reali. Una delle applicazioni più importanti di Edge computing è nel modo in cui le aziende utilizzano le telecamere. Le telecamere sono uno strumento indispensabile per il monitoraggio del posto di lavoro (ottimizzazione del tasso di lavoro e del comportamento dei dipendenti) nonché per l’analisi della sicurezza. Quando però le telecamere catturano i volti delle persone, si creano problemi di privacy e di anonimato – problemi che hanno reso difficile l’utilizzo dell’archiviazione cloud per l’analisi di mass video (video “di massa”).
Se le telecamere sono dotate di tecnologia Edge computing, questi problemi di privacy possono essere risolti. Il software all’interno delle telecamere è in grado di garantire che gli individui siano inquadrati con precisione per lo scopo di analisi dei dati, rendendo però anonime le loro identità. In questo modo, le aziende possono ottenere dati riguardanti il luogo di lavoro e i flussi delle risorse, senza rischiare di violare la privacy dei lavoratori o dei clienti.
L’Edge computing ha anche implicazioni molto forti nell’automazione. La produzione automatizzata si basa su sensori e analisi dei dati per rispondere ai cambiamenti nell’ambiente. Idealmente, i dati, l’analisi e l’azione dovrebbero avvenire all’istante. Tuttavia, quando i dati vengono incanalati ai gestori di sistemi cloud per l’analisi, il ritardo è sempre probabile – limitando l’efficienza della manodopera automatizzata.
Se è possibile analizzare gli input a livello di gateway, questi problemi possono essere in gran parte risolti. Fornendo sensori e apparecchiature che hanno già a bordo propri strumenti di analisi dei dati, l’Edge computing può accelerare radicalmente la velocità dei sistemi automatizzati. Ciò potrebbe portare a un aumento della produttività e a minori costi del lavoro, ovviamente se il tutto viene applicato in modo intelligente.
Inoltre, l’Edge computing sta trovando un utilizzo nelle case e negli ambienti retail in tutto il mondo. Per esempio, Amazon sta cercando di rendere i propri dispositivi Echo più performanti, in modo da poter analizzare le query e utilizzare l’intelligenza artificiale per fornire risposte migliori. Il controllo dei flussi di dati provenienti dai dispositivi intelligenti può anche limitare l’utilizzo della banda in termini di quantità e migliorare la velocità – rendendo l’esperienza degli utenti molto più fluida.
Perché l’Edge computing è da preferire ad altre architetture informatiche
C’è un altro fattore importante per preferire l’Edge computing: la sicurezza. Uno dei punti di forza delle soluzioni cloud per l’IoT era che le banche dati centralizzate potevano conservare i dati riservati in modo più sicuro rispetto alle soluzioni locali. I primi strumenti IoT, infatti, erano vulnerabili agli attacchi informatici, inclusi gli attacchi DDoS e l’intrusione diretta tramite dispositivi gateway non protetti.
Tuttavia, con l’arrivo dell’Edge computing, l’archiviazione centralizzata dei dati sembra molto meno sicura. Le reti industriali costruite attorno all’IoT possono essere decentralizzate (o distribuite), il che significa che la perdita di un nodo non compromette la rete nel suo insieme. Allo stesso tempo, gli strumenti di Edge computing possono applicare procedure di crittografia o autenticazione per limitare l’accesso ai dispositivi IoT, limitando il potenziale di intrusioni non autorizzate.
La flessibilità è un altro vantaggio dell’Edge computing che sta attirando la maggiore attenzione. In passato, le reti IoT hanno riscontrato problemi con la scalabilità. L’aggiunta di nuovi dispositivi ha comportato flussi di dati ingestibili e un aumento dei costi di archiviazione nel cloud. La tecnologia Edge computing può aiutare a ridurre al minimo i flussi di dati, rendendo più economicamente fattibile la creazione di reti IoT su larga scala.
Quindi, per riassumere, l’Edge computing sta riscontrando un discreto favore per numerosi motivi. È una soluzione sicura; consente scalabilità e flessibilità durante la progettazione di sistemi IoT; può ridurre la latenza durante le comunicazioni con i centri di archiviazione Cloud. E può consentire ai sistemi automatizzati o alle telecamere di agire “in modo più intelligente”, aumentando l’efficienza del processo.
Utilizzo delle reti Edge computing in ambienti IoT
La fusione di IoT ed edge computing potrebbe segnare la svolta per molte aziende. Prendiamo ad esempio l’assistenza sanitaria. I dispositivi medici impiantati o indossabili possono trarre sempre più vantaggi dalla tecnologia IoT, sia che essi raccolgano informazioni sulla pressione sanguigna in tempo reale, sia che mantengano i medici informati sui livelli di glucosio nel sangue o che contribuiscano a garantire che i pazienti continuino ad esercitare le routine loro prescritte. La tecnologia Edge computing consente ai dispositivi medici di eseguire analisi potenzialmente salvavita senza re-inviare dati confidenziali ai database centralizzati. Allo stesso tempo, l’Edge computing può essere utilizzato per garantire che dati in forma anonima vengano trasmessi ai centri di elaborazione cloud per contribuire a progetti e/o studi sanitari di larga scala.
Anche la tecnologia IoT più pionieristica – come le auto senza conducente – sembra destinata a dipendere dall’Edge computing, e questo per una buona ragione. Quando le auto percorrono le strade in città c’è bisogno di prendere decisioni in una frazione di secondo in base a enormi flussi di dati in tempo reale. E solo le soluzioni di Edge computing possono rendere tutto ciò possibile.
Ma cosa è cambiato per consentire all’Edge computing di entrare in scena e rendersi protagonista? La causa è parzialmente correlata all’avanzamento della miniaturizzazione nella tecnologia IoT. Ora è possibile creare dispositivi IoT con prestazioni e capacità di dati molto maggiori, senza aumentare le dimensioni delle apparecchiature e a costi bassi.
Allo stesso tempo, anche il modo in cui comunichiamo localmente è cambiato, rendendo l’Edge computing su banda larga molto più fattibile. L’avvento del 5G permette che le reti di Edge computing possano essere applicate ai dispositivi IoT senza preoccuparsi dei limiti di larghezza di banda. Finalmente, molte delle funzioni riservate allo storage cloud centralizzato possono migrare verso situazioni locali, apportando i vantaggi di cui abbiamo già discusso.
Conclusioni
L’Internet of Things sta trasformando il nostro modo di vivere. I sistemi di acquisizione dati basati su IoT stanno rendendo l’assistenza sanitaria più reattiva, semplificando le linee di produzione, potenziando i clienti, alimentando gli assistenti domiciliari ad attivazione vocale e perfezionando la sicurezza.
Allo stesso tempo, l’IoT è in continua evoluzione. Le reti basate su cloud (più vecchie) si stanno ora evolvendo per includere l’architettura edge-centric, con enormi vantaggi per le aziende che la adottano. Come abbiamo visto, le aziende che bilanciano l’archiviazione cloud con soluzioni locali stanno trovando nuovi modi per aumentare l’efficienza e aumentare le loro implementazioni IoT.
