Cloud, Big Data, Intelligenza Artificiale e IoT sono alla base dell’importante cambiamento tecnologico che sta investendo il mondo industriale, ovvero il paradigma dello Smart Manufacturing e dell’Industria 4.0.
L’Edge presenta nuove sfide al modo in cui il settore IT elabora i dati: è il punto in cui i dati vengono generati, raccolti ed elaborati per creare nuovo valore.
La nota società di ricerca americana Forrester definisce l’Edge Computing “una famiglia di tecnologie che distribuiscono dati e servizi applicativi in modo da ottimizzarne gli effetti in un crescente insieme di risorse interconnesse, che include elementi infrastrutturali e di software analitico”.
Si prevede addirittura che l’Edge Computing decreterà presto la fine del Cloud Computing.
La tecnologia Edge serve a decentralizzare la nuvola, fornendo la capacità, tramite l’uso di risorse di computing locali, di elaborare i dati direttamente sul campo.
Ad esempio, l’Edge Computing, per quanto riguarda l’Intelligenza Artificiale delle cose, diventa il veicolo che avvicina l’IA alla fonte di generazione dei dati (IoT).
In sostanza, questa topologia di rete, sfruttando la disponibilità sul mercato di componenti e sistemi elettronici SFF (small form factor), porta i componenti base di elaborazione, storage e networking più vicino alle fonti che generano i dati.
Il caso d’uso tipico è quello dei dispositivi e delle implementazioni IoT, che spesso devono fronteggiare problemi di latenza, mancanza di banda, affidabilità, non indirizzabili attraverso il modello cloud convenzionale.
In questa situazione, l’architettura di Edge Computing è in grado di ridurre la mole di dati da inviare nel cloud, elaborando i dati critici, sensibili alla latenza, nel punto di origine, tramite uno smart device, oppure inviandoli a un server intermedio, localizzato in prossimità.
I dati meno ‘time-sensitive’ possono essere trasmessi all’infrastruttura cloud o al data center dell’impresa, per consentire elaborazioni più complesse, come l’analisi di big data, le attività di training per affinare l’apprendimento degli algoritmi di machine learning (ML), lo storage di lungo periodo, l’analisi di dati storici.
Nella nuova era dell’Edge Computing, le piattaforme di elaborazione sull’Edge forniranno progetti leggeri che possono essere implementati con successo nonostante i vincoli spaziali, ambientali, di alimentazione e di connettività. Questi progetti possono essere protetti e possono supportare applicazioni che richiedono approfondimenti in tempo reale.
Più si differenziano e moltiplicano le opportunità applicative degli ‘smart device’ nel mondo del business, nell’industria e nella Sanità, più sale la pressione nel far evolvere l’architettura di rete della Internet of Things (IoT), e della IIoT (Industrial IoT), per far sì che sia in grado di rispondere alle nuove esigenze e modalità di gestione dei dati.
Come abbiamo visto, tra i casi tipici di utilizzo attualmente vi è l’IoT , ossia la possibilità di portare l’elaborazione più vicino a dove le informazioni vengono effettivamente raccolte: sensori, sistemi industriali, telecamere, POS (point of sale), ‘smart meter’ per elettricità, gas, acqua e quanti altri dispositivi intelligenti e device embedded si possono oggi immaginare connessi al cloud.
Più che di Internet potremmo cominciare a parlare di ‘Outernet’.
App mobili, realtà aumentata (AR), ‘geotagging’, servizi e advertising ‘location-based’, algoritmi di riconoscimento facciale, ‘digital twin’ che abilitano la manutenzione predittiva di impianti macchinari, veicoli a guida autonoma, reti radiomobili 5G: questa transizione 4.0 sta generando un’enormità di dati nella periferia della rete che necessitano di essere elaborate ‘near real-time’.
Come abbiamo visto, la tecnologia Edge offre un approccio che supporta qualunque smart object. La sfida alla sicurezza che l’IT deve raccogliere è quindi non solo quella della progettazione e della governance degli Edge data center che devono supportare uffici remoti e filiali, ma anche quella dei numerosissimi device intelligenti connessi.
Altra sfida è portare l’intelligenza artificiale a lavorare a livello locale.
Guardando all’Intelligent Edge, le aziende hanno la preziosa opportunità di fare analisi avanzata dei dati e di sviluppare soluzioni nel luogo in cui i dati stessi sono prodotti.
Gartner conferma l’interesse generale verso l’Intelligent Edge stimando che entro il 2022 il 75% dei dati generati dalle aziende sarà elaborato fuori dal data center tradizionale da tecnologie intelligenti.
