Edge Computing e Cloud distribuito in continua crescita e tecnologie IT sempre più potenti

Nei prossimi cinque anni è attesa a livello globale una escalation di architetture IT basate su Edge Computing, grazie alla grande esigenza di sistemi interconnessi dotati di capacità computazionale a bassa latenza, indispensabile per sistemi IoT come la smart factory e la guida autonoma.

TAKEAWAY

  • In Italia nei prossimi cinque anni è atteso un raddoppio dell’investimento per architetture IT basate su Cloud ed Edge Computing (fonte: Reply – Teknowlogy Group).
  • Le architetture IT basate su Edge Computing sono fondamentali per supportare i sistemi IoT, IoE e IIoT basati sull’interconnessione di oggetti intelligenti (smart objects) nell’ambito dell’industria 4.0, della guida autonoma, smart city (digital governance), sanità digitale, domotica avanzata (smart home), smart retail, trasporti, logistica e molti altri settori.
  • Nonostante i significativi progressi, per applicare su larga scala le applicazioni basate su Edge e Cloud distribuito occorre lavorare sulle infrastrutture di rete, diffondendo sistemi di connettività a banda larga e bassa latenza come il 5G, molto più efficienti degli standard 4G LTE attuali.

Edge Computing e Cloud distribuito continuano a crescere nonostante la temporanea frenata del settore IT “tradizionale”. In particolare, l’emergenza legata alla pandemia Covid-19 ha dato un fortissimo impulso alla diffusione del Cloud Computing, soprattutto per quei servizi in grado di supportare i processi di smart working delle aziende.

Nella sua forma più distribuita, il cloud stesso entra in relazione con alcune attività che non possono essere svolte esclusivamente in cloud, necessitando di una capacità computazionale in locale. È il caso della celebre Internet of Things (IoT), formata dai dispositivi “smart” interconnessi, la cui architettura IT di riferimento è costituita dall’Edge Computing.

La natura stessa degli attuali dispositivi tecnologici consente infatti di disporre di potenza computazionale collocata direttamente sugli strumenti utilizzati. Si pensi agli smartphone, alle telecamere, agli elettrodomestici, fino ad arrivare ad oggetti molto più complessi, come le automobili.

Pur concepiti per svolgere funzioni differenti, hanno in comune la dotazione di processori, sensori, attuatori e chip in grado di connetterli ad una o più reti locali, oltre che ad internet. Sono del resto alcuni dei principi chiave del paradigma tecnologico dell’Industria 4.0, caratterizzata dall’interconnessione di oggetti e macchine “intelligenti”, in grado di comunicare in tempo reale attraverso una serie di applicazioni che non richiedono necessariamente un approccio centralizzato.

Se il cloud è capace di offrire grandi quantità di risorse IT on demand con un possibile collo di bottiglia caratterizzato dalla latenza della rete internet, l’edge computing è può risolvere localmente le operazioni di calcolo con un accesso ai dati a bassissima latenza, per supportare le operazioni che devono necessariamente svolgersi in tempo reale.

edge computing
Nel 2020 l’impatto della pandemia ha rallentato gli investimenti nell’ambito dei servizi IT generici, mentre i servizi di cloud hanno avuto un notevole incremento percentuale (Credit: Reply – Teknowlogy Group, 2020).

Le periferie al potere: il successo dell’Edge Computing

Il report “From Cloud to Edge”, di recente pubblicato da Reply in collaborazione con Teknowlogy Group, offre una serie di spunti analitici per caratterizzare la diffusione dell’Edge Computing nell’arco dei prossimi cinque anni.

La prospettiva è uno scenario che potrà finalmente consentire la creazione di una vera Internet of Everything (IoE), una dimensione a tutti gli effetti cloud-to-edge, in cui il cloud svolge da punto di aggregazione per i dati più rilevanti, coadiuvato dall’edge nelle analisi e funzioni in tempo reale.

Secondo Teknowlogy Group sarebbero quattro le ragioni fondamentali per cui l’edge computing sarebbe chiamato ad assumere un ruolo chiave nelle architetture IT nel breve termine:

  1. latenza: le operazioni real time non possono essere basate su data center lontani o vincolati ai tempi di latenza della rete internet, aspetti che privilegiano le logiche edge rispetto al cloud pubblico;
  2. costi e volumi di trasmissione dei dati: l’analisi dei dati in edge consente di inviare soltanto i risultati al data server centralizzato, con un notevole risparmio anche in termini di costi, soprattutto quando si ha a che fare con volumi di informazione consistenti;
  3. sicurezza e privacy: un’architettura IT basata su edge computing costituisce spesso una scelta obbligata nel caso in cui vi sia da processare dati che non possono essere distribuiti attraverso una rete pubblica, per ragioni normative o contrattuali;
  4. connettività: l’attuale limitazione della banda larga non consente in molti casi di avvalersi di servizi di computazione in remoto, rendendo anche in questo caso l’edge computing una scelta obbligata per l’operational tecnology (OT).

In merito alla connettività, occorre precisare che alcuni approcci “decentralizzati”, come nel caso del cloud distribuito o del mobile edge computing, per garantire risultati in grado di segnare un punto di svolta rispetto alla condizione attuale, necessiterebbero di connessioni molto performanti, come il 5G. Ciò consentirebbe oltretutto di allocare la potenza di calcolo direttamente nelle sue stazioni base, con il vantaggio di poter abbattere i tempi di latenza, bypassando de facto la necessità di una infrastruttura in loco.

Al momento, i servizi di cloud distribuito e mobile edge computing sono basati in larga prevalenza sulla connettività delle reti 4G, in quanto la diffusione del 5G risulta ancora molto limitata. Gli investimenti infrastrutturali sulle connessioni veloci a banda larga costituiscono una condizione indispensabile per poter abilitare scenari di rinnovata competitività nei vari ambiti industriali.

edge computing
Anche se l’Italia continuerà ad accusare un sensibile ritardo rispetto a Germania e Francia, è atteso un raddoppio degli investimenti IT in tecnologie cloud ed edge nei prossimi cinque anni (Credit: Reply – Teknowlogy Group, 2020).

Edge Computing all’opera, i principali ambiti di applicazione

Per comprendere in maniera più tangibile le potenzialità legate all’edge computing è auspicabile considerare la sua straordinaria varietà applicativa: veicoli connessi, fabbrica digitale, smart city (digital governance), sanità digitale, domotica avanzata (smart home), smart retail, trasporti, logistica e molti altri settori che stanno introducendo l’edge computing nelle loro infrastrutture IT, per i modelli di gestione dell’energia o la digitalizzazione dell’industria estrattiva, giusto per citare due tra le forme più rilevanti in termini di business.

Nel caso della fabbrica 4.0 l’edge computing risulta fondamentale nel contesto di un sistema di produzione cyber-fisico altamente integrato, ottimizzando un’ampia serie di processi. Nel contesto di una fabbrica intelligente, dotata di applicazioni IIoT (Industrial Internet of Things), le tecnologie in realtà aumentata consentono ai lavoratori sul campo di ricevere assistenza per le operazioni di montaggio e di manutenzione. 

I visori e i tablet consentono di condividere in remoto il punto di vista dell’operatore sul posto con la centrale operativa in remoto, che può supportarlo in qualsiasi processo decisionale. Si tratta di aspetti in grado di influire in maniera sostanziale nella riduzione dei tempi e dei costi di intervento, oltre a ridurre sensibilmente i rischi legati alla sicurezza degli operatori e degli impianti stessi.

Un altro aspetto molto rilevante del IIoT è dato dalla gestione del digital twin, che permette di sviluppare e testare i prodotti fisici prima della loro realizzazione, ad esempio grazie al training e alle simulazioni in realtà virtuale.

Dopo la sua realizzazione, il prodotto fisico può continuare ad interagire con un’applicazione basata sul suo gemello digitale, grazie ad una serie di sensori che consentono di monitorare in tempo reale il funzionamento di ogni sua parte rilevante.

Il modello basato sul digital twin costituisce il fondamento degli attuali metodi di manutenzione predittiva, che consentono di pianificare in anticipo i servizi finalizzati a prevenire guasti e incidenti sulle linee di produzione, grazie a sistemi diagnostici automatizzati.

In questo caso, come evidenziato dal diagramma successivo, è necessario un approccio architetturale su due livelli, con un’unità di edge computing che raccoglie i dati di utilizzo e i dati di funzionamento rilevati dai sensori, li analizza ed invia al sistema centrale delle richieste di servizio quando vengono riscontrate delle anomalie.

Un altro ambito di applicazione per eccellenza delle tecnologie edge è rappresentato dalla guida autonoma. Come nel caso della fabbrica 4.0, le tecnologie IoT consentono ai veicoli di comunicare in modo continuo e bidirezionale con l’intero ecosistema di servizi e con l’ambiente circostante, caratterizzato dalle condizioni di viabilità oltre alla presenza di tutti gli elementi mobili non connessi, quali i pedoni e gli altri veicoli.

I servizi intelligenti attivi a bordo delle auto consentono ad esempio di conoscere in tempo reale le condizioni di traffico oltre al monitoraggio per la manutenzione predittiva e la piena efficienza dei servizi post vendita.

I veicoli intelligenti rilevano e percepiscono l’ambiente circostante grazie a tecnologie RADAR, LiDAR, GPS e a più o meno evoluti sistemi di computer vision, che impiegano per elaborare dati per i sistemi di guida autonoma e per la navigazione.

Anche se oggi non esistono ancora le tecnologie per rendere disponibili i sei livelli di guida autonoma, i veicoli sono dotati di moltissimi sistemi di controllo, che consentono di identificare i percorsi di navigazione ottimali e gli ostacoli presenti lungo il percorso stesso. In questo aspetto, risulta immediato come sia fondamentale un sistema a ridottissima latenza, in quanto un ritardo nel rilevamento di un ostacolo potrebbe avere conseguenze tragiche.

Nel caso di un servizio di assistenza alla guida di un veicolo autonomo potrebbe essere ipotizzabile un’architettura IT a tre livelli, con l’unità edge computing collocata sul veicolo, che acquisisce ed analizza in tempo reale i dati provenienti dai sensori di bordo, relazionandosi con un sistema di cloud distribuito per le informazioni esterne a latenza ridotta e con un cloud pubblico per i dati di minor rilevanza critica.

Default image
Francesco La Trofa
Da vent’anni attivo nella ricerca relativa alle tecnologie 3D, divulgatore sul tema delle applicazioni enterprise di tali tecnologie e autore di “VR Developer. Il creatore di contenuti in realtà virtuale ed aumentata” (2018), edito da Franco Angeli (vrdeveloper.info). Scrive di IT anche per il portale https://www.sergentelorusso.it/
Articles: 33