Edge computing

Come cambiare il modo di gestire ed elaborare i dati aziendali per essere più produttivi

Le interazioni dell’edge computing con le altre tecnologie, i vantaggi immediati e quelli di lungo periodo, i punti deboli da tenere sotto controllo e gli scenari futuri

Per arrivare a parlare correttamente e concretamente di edge computing dobbiamo prima fare un passo indietro e richiamare per un momento alla memoria tutte quelle tecnologie il cui impatto sul mondo del lavoro è stato determinante al punto tale da diventare parole di uso comune.

Cloud, machine learning, intelligenza artificiale, smart working sono solamente alcune delle innovazioni tecnologiche la cui diffusione è arrivata perfino ai media generalisti, contribuendo alla creazione di una cultura informatica di base che, nel nostro paese, è tutt’altro che diffusa.

Queste tecnologie hanno abilitato realtà di ogni dimensione e consentito il raggiungimento di obbiettivi di produttività ed efficienza sicuramente superiori, contribuendo in modo determinante alle capacità competitive in una economia sempre più globale.

Come è facile immaginare, l’innovazione non conosce pause: anche in tempi complessi come quelli vissuti a inizio 2020, sviluppatori e ricercatori di tutto il mondo non hanno mai smesso di lavorare intensamente per migliorare le tecnologie esistenti e, soprattutto, di proporne di nuove e ancor più efficienti.

Una è indubbiamente il 5G , di cui si è già parlato molto e che inizia gradualmente a diffondersi a livello globale. Meno di frequente, quantomeno presso il grande pubblico, invece l’argomento è stato l’edge computing.

Il cambio di paradigma

Questo stato di cose però è destinato presto a cambiare, perché le due tecnologie citate avranno un effetto combinato dirompente su numerosi settori verticali.

Infatti, è noto che l’Italia abbia una forte vocazione manifatturiera: avvicinare al mondo produttivo le migliori capacità di calcolo permette di fare un significativo salto di qualità, finalizzato al raggiungimento di obiettivi di produttività, economia ed efficienza difficilmente ottenibile per altre vie.

La soluzione classica nella gestione dei dati è quella di inviarli a un data center centralizzato dove poi saranno effettuate tutte le analisi utili per ottenere valore e informazioni utili per il controllo e l’ottimizzazione del processo.

Tuttavia, tale approccio nei contesti manifatturieri si rivela, sempre più spesso, poco utile a seguito della necessità di avere risposte e risultati in real-time o near real-time. In questo contesto entra in gioco l’edge computing, che combinato con l’IoT, consente l’elaborazione e analisi dei dati nell’immediata prossimità di generazione degli stessi, rimandando l’elaborazione più approfondita e complessa a soluzioni centralizzate o posizionate su cloud.

Tale approccio comporta una serie di vantaggi sia per l’operatore di produzione interessato al controllo e all’efficienza della singola macchina utensile, sia ai responsabili di reparto interessati all’ottimizzazione della produzione.

Non solo: analoga riflessione può essere fatta per vertical come retail, food and beverage, healthcare e ICT, alla voce, appunto, data center.

La promessa tecnologica dell’edge computing

La tendenza generale dell’edge computing taglia trasversalmente tre aree portando benefici in termini di latenza, sicurezza ed efficienza energetica. L’acquisizione, l’elaborazione e il processo decisionale dei dati (e in alcuni casi l’attuazione) in un ambiente locale e limitato consentirebbe la rapida adozione dell’intelligenza artificiale da parte delle applicazioni entro una vasta gamma di requisiti (prestazioni, energia, costi).

L’edge computing guiderebbe lo sviluppo di tecnologie chiave, tra cui la produzione di processori a bassa potenza, sistemi di rilevamento intelligenti, CPS e sistemi integrati, connettività, sicurezza e Intelligenza artificiale.

La peculiare situazione italiana, fatta di una diffusione molto ampia di distretti più o meno grandi in cui operano realtà imprenditoriali di altissima qualità ma spesso di dimensioni ridotte, ha finora costituito un ostacolo non semplice da superare per le nostre aziende di ogni settore. Il gap tecnologico potrà tuttavia ridursi in maniera importante con l’adozione dell’edge computing, a sua volta sostenuto da una connettività a banda larga che si sta (finalmente) diffondendo su tutto il territorio nazionale.

Quando si parla di edge computing, si fa riferimento ad un’architettura IT distribuita e dotata di potenza di calcolo decentralizzata, predisposta per le tecnologie di mobile computing e IoT.

Nell’edge computing, i dati vengono elaborati, o parzialmente lavorati, direttamente nel dispositivo stesso, piuttosto che da un computer o server locale, e non inviati direttamente nel cloud.

Questo approccio, reso possibile dalla evoluzione tecnologica, presenta numerosi vantaggi

Scopriamoli, a partire dalla gestione della latenza dei dati, per poi affrontare la questione del volume dei dati.

Capiremo poi come portare l’edge computing in produzione.

Scopriremo i cinque vantaggi dell’edge.

E anche quali sono le limitazioni da tenere sotto controllo.

Infine daremo uno sguardo sul futuro: quale sarà il futuro dell’edge computing?

Tutti questi temi sono affrontati nella nostra guida: I cinque vantaggi dell’edge computing, un documento scaricabile gratuitamente.

Edge computing, tecnologia abilitante per la sanità efficiente

I primi mesi del 2020 rimarranno impressi come ricordi indelebili nella memoria collettiva globale, a causa della emergenza coronavirus che ha messo sotto pressione come mai nella storia le organizzazioni sanitarie di tutto il mondo.

Purtroppo, non sono stati pochi i casi in cui le strutture ospedaliere sono andate in grande sofferenza, mostrando il fianco a inefficienze dettate anche da architetture e tecnologie superate o anche solo sottodimensionate.

Nelle strutture sanitarie, il livello di disponibilità dei sistemi è fondamentale per la soddisfazione e la sicurezza dei pazienti.
Questi fattori essenziali devono essere gestiti adeguatamente per realizzare gli obiettivi di sicurezza e disponibilità, per includere il livello di conformità della struttura ai requisiti normativi, per assiurare la correlazione tra i benefici aziendali e la garanzia di un ambiente di alimentazione e raffrescameno sicuro e sempre operativo e per promuvere un approccio attento all’introduzione di nuove tecnologie e nuove strategie per la proposta di soluzioni tecnologicamente avanzate.

Tanto la qualità delle cure offerte, quanto la redditività (intesa come contenimento dei costi operativi) dipendono infatti dalla architettura su cui si fondano i sistemi informatici. Una delle tecnologie più importanti e innovative in questo senso è senza dubbio l’edge computing.

Una delle principali applicazioni dell’edge computing sarà nella gestione di molte forme di malattie croniche.

La combinazione di IoT e connessioni cellulari 5G veloci migliorerà la fornitura di assistenza domiciliare e consentirà un monitoraggio continuo dei pazienti per malattie persistenti come il diabete e l’insufficienza cardiaca congestizia.

Inoltre, l’edge computing è molto utile per i dispositivi dove i dati devono essere utilizzati immediatamente evitando i tempi di caricamento ed elaborazine in un Data Centre centralizzato. Un esempio potrebbe essere costituito da sensori IoT di unità di terapia intensiva che richiedono un’analisi istantanea dei dati e l’esecuzione dei comandi, come i sistemi a circuito chiuso che mantengono l’omeostasi fisiologica. Man mano che i sensori diventano più sofisticati, vedremo un simile controllo a ciclo chiuso dei dispositivi che monitorano i livelli di insulina, la respirazione, l’attività neurologica e i ritmi cardiaci.

I servizi medici di emergenza sono uno scenario potenziale che potrebbe sfruttare l’edge computing con efficacia. Anche grazie alle connettività mobile a banda larga e bassa latenza, i dati cruciali possono essere trasmessi dall’ambulanza all’ospedale in tempo reale, risparmiando tempo e abilitando i team dei pronto soccorso con le conoscenze necessarie per salvare maggiori vite umane.

Un sistema sanitario multicampus è un altro scenario tipico. In molti ospedali, ci sono centinaia di sistemi che generano una grande quantità di dati in diversi formati e livelli di qualità. Ogni medico ha i propri modi per etichettare i dati, rendendo difficile l’utilizzo delle informazioni prodotte da diversi professionisti.

L’edge computing consente di sfruttare l’apprendimento automatico collaborativo per utilizzare tutti i dati correlati su più siti. E poiché tali dati altamente personali non possono uscire dalla struttura ospedaliera a causa di problemi di privacy, questo tipo di analisi deve avvenire in loco, esattamente quanto permesso dalle capacità computazionali offerte dall’edge computing.

Tecnologia edge nel food and beverage

Il mondo di internet ha da tempo cambiato i paradigmi di gran parte dei mercati verticali, abilitando il rapporto diretto fra consumatore e produttore, introducendo nuove forme di comunicazione e fornendo importanti feedback diretti su cui basare strategie di prodotto e di marketing.

La moderna tecnologia edge aiuta le aziende a trasmettere informazioni sui prodotti precise e puntuali, oggi sempre più importanti: non è mai stato così rilevante per i produttori fornire dati qualitativi solo per l’uso da parte dei rivenditori, ma anche per i consumatori di trovare i loro marchi sulle piattaforme di e-commerce.

Al tempo stesso, le etichette dotate di QR code permettono l’uso di app decisamente edge, grazie alle quali gli utenti possono avere informazioni ampie e aggiornate sul prodotto che stanno valutando.

Questa riflessione vale anche e soprattutto nel settore food and beverage, per almeno due ragioni. La prima è che il grande boom dell’e-commerce sta finalmente coinvolgendo anche questo mercato, finora più refrattario al mercato digitale. La seconda è l’alto livello di attenzione che i consumatori riservano alla alimentazione e alla attendibilità delle etichette nutrizionali.

Facile intuire quindi il grande potenziale dell’edge per questo settore, peraltro fra i più importanti nel nostro paese.

Informazioni complete e di qualità, rilevanti per la decisione del cliente sono quindi irrinunciabili.

Allo stesso tempo, poiché la trasparenza è sempre più cruciale per i consumatori nel processo decisionale, informazioni specifiche relative agli ingredienti (come gli allergeni), all’origine (certificati associati), alla tracciabilità, all’etica e alle pratiche dei fornitori (come il lavoro minorile), nonché all’impatto ambientale ed ecologico sono diventate importanti per i consumatori.

Il mancato rispetto di queste aspettative può rendere i consumatori sospettosi nei confronti del mercato, oltre ad esporre a pericolose critiche sui social media, con conseguente (e incontrollabile) danno di immagine.

Questa crescente domanda da parte dei consumatori, per avere un accesso trasparente a una comprensione completa del prodotto che consumano e utilizzano, sta guidando verso un packaging più “intelligente” e edge oriented, inclusi i codici QR che i consumatori possono leggere facilmente attraverso le app per smartphone.
I codici QR si collegano a dettagli di prodotto come dati nutrizionali, ingredienti, elenco di allergeni, dati sulla sostenibilità ambientale, certificati normativi, storia del marchio e molto altro ancora.
Aggiungendo a questo la possibilità di creare un’identità digitale unica per ogni singolo packaging con tecnologia di serializzazione, i produttori possono passare al livello successivo, non solo facilitando la trasparenza del prodotto, ma collegandosi facilmente al loro consumatore finale per offrire un coinvolgimento personalizzato del consumatore.  Inoltre, fornendo visibilità, tracciabilità e informazioni sulla supply chain in tutte le fasi del ciclo di vita del prodotto.

App per smartphone nuovi influencer per i consumatori

Come abbiamo anticipato, in questo contesto abbiamo assistito alla crescita di iniziative e app per smartphone per scansionare i prodotti durante la spesa, come SmartLabel negli Stati Uniti e Yuka in Europa.

Yuka da solo conta già più di 18 milioni di utenti in Europa che ogni giorno scansionano 3 milioni di codici a barre. L’applicazione rileva i prodotti secondo tre criteri ponderati: qualità nutrizionale, presenza di additivi e l’aspetto organico.

Queste applicazioni stanno diventando i nuovi “food influencer”, affidabili e in grado di fornire la trasparenza richiesta dai consumatori. Una tecnologia decisamente edge, in cui l’elaborazione remota viene effettuata dagli smartphone, ma resa possibile dalla qualità tecnica e informatica delle etichette e del packaging.

Infatti, poiché i consumatori sono sempre più attenti alla qualità del prodotto che acquistano e consumano, le aziende sfruttano i feedback ottenuti per modificare ricette e packaging dei propri prodotti. Un’azione impossibile fino a poco tempo fa, se non attraverso lunghe e spesso lacunose indagini di mercato. Operazioni rese obsolete dalla tecnologia edge, in cui tutti vincono: i clienti, in grado di far sentire la propria opinione e ottenendo in cambio prodotti sempre più in linea con i propri gusti. Le aziende, che potranno effettuare investimenti mirati, proponendo prodotti alimentari con la ragionevole certezza di incontrare il favore del mercato e – fattore non secondario – potendo intervenire anche a posteriori e in tempi rapidi per correggere eventuali errori o cambi di orientamento della base di utenti. Questo riduce sensibilmente costi di produzione e invenduti in magazzino. E in ultimo, agevolando gli ecommerce che venderanno più facilmente i prodotti alimentari riducendo al minimo i problemi nella relazione con il cliente digitale.

I cinque vantaggi dell’edge computing per il mondo industriale

L’industria manifatturiera è il terreno l’elezione per l’edge computing con molti potenziali casi d’uso.
Innegabilmente, infatti, l’edge computing esiste nel settore industriale ormai da diversi anni: gli impianti di produzione hanno una notevole potenza di elaborazione in locale, sia che si tratti di controller logici programmabili (PLC), le macchine stesse o di un data center on-premise.

La necessità di essere più flessibili e convenienti nel modo in cui i produttori gestiscono i loro impianti, oltre alla pressione sul loro core business a causa della concorrenza globale, significa che viene espresso un notevole sforzo di trasformazione digitale, nella forma conosciuta come Industria 4.0.

L’Edge computing si inserisce in questo contesto più ampio, consentendo ai produttori di utilizzare hardware e software più flessibili e standard per poter accedere e condividere dati rilevanti per i processi di produzione.

Vediamo quali sono i cinque vantaggi che questa tecnologia abilitante offre alle industrie.

1 – Monitoraggio evoluto

Il settore manifatturiero ha sempre presente le difficolta di ottenere dati e informazioni dalle proprie macchine, impianti e processi produttivi.
Infatti, gli impianti sono stati storicamente costruiti utilizzando molti sistemi proprietari, che non dialogano tra loro. La tecnologia operativa è ancora abbastanza tradizionale e non utilizza ancora gli stessi standard dell’IT, da qui la necessità di una convergenza IT/OT.  Una delle sfide per estrarre i dati da tutte queste macchine negli impianti produttivi è che si traduce in enormi quantità di dati grezzi che sovraccaricano un server centrale. L’edge computing consente ai produttori di filtrare i dati per ridurne la quantità inviata a un server centrale, in loco o in un cloud.

La possibilità di monitorare le condizioni delle loro risorse da remoto aiuta i produttori a generare nuovi utili e nuovi business model. Invece di vendere macchine una tantum ai loro clienti finali, possono fornire servizi.

2 – Manutenzione predittiva

La manutenzione predittiva si riferisce alla possibilità di rilevare preventivamente quando una macchina si guasterà – attraverso l’analisi dei dati – e mitigare questo problema effettuando una corretta manutenzione prima dell’insorgere di potenziali guasti.

Anche se il termine manutenzione predittiva è utilizzato nel settore da qualche tempo, la realtà è che i produttori hanno trovato difficile tradurlo in azioni concrete.
In parte ciò è dovuto al fatto che ci sono state sfide nell’integrazione delle informazioni della tecnologia operativa nei sistemi IT (ad esempio i sistemi ERP). Altri problemi derivano dall’incapacità di prevedere i risultati in modo efficace perché non ci sono abbastanza variabili misurate e le piattaforme di apprendimento automatico non sono abbastanza mature per produrre informazioni reali.

Come il monitoraggio evoluto, l’edge computing consente di elaborare i dati più vicino al dispositivo finale, evitando il costo del trasporto dei dati in un cloud remoto e garantendo l’accesso ai dati in modo affidabile. La manutenzione predittiva richiede ancora più dati per essere implementata efficacemente; un problema può essere previsto solo se sono presenti tutti i parametri considerati.

3- Manufacturing-as-a-service

Una delle sfide del settore manifatturiero è essere in grado di sfruttare i vantaggi delle economie di scala da processi automatizzati altamente standardizzati. Un altro è avere un processo di produzione che è abbastanza flessibile per soddisfare le mutevoli richieste dei clienti.

La produzione può essere resa più flessibile e agile riducendo il tempo necessario per impostare un sito e creando più modelli di condivisione in cui più parti possono utilizzare la stessa struttura. Entrambe queste operazioni possono essere agevolate da un corretto uso di edge computing.
In primo luogo i sistemi devono essere disponibili indipendentemente da dove si trova il sito e soddisfare al tempo stesso rigorosi requisiti di latenza, dato che sono mission-critical per l’esecuzione del processo di produzione.
In secondo luogo, l’elaborazione dei dati sull’edge supera le preoccupazioni dei produttori in merito ai problemi di sicurezza dei dati, tipica del cloud computing. La diffusione di tecnologie come il 5G renderà ancora più spinta la capacità per il vertical manifatturiero di mettere in campo soluzioni di temporary manufacturing.

4 – Realtà virtuale e aumentata negli impianti produttivi

Ci sono molti modi in cui i produttori potrebbero utilizzare la realtà aumentata/mista/virtuale nelle proprie fabbriche, sia che si tratti di formare i dipendenti su come utilizzare le attrezzature o nuovi processi; per la salute e la sicurezza (ad esempio guidare un lavoratore attraverso un ambiente pericoloso); assistere un addetto alla manutenzione e alla riparazione con competenze remote; o rilevare i guasti dei prodotti durante le ispezioni di qualità.

La sfida con l’utilizzo di cuffie di Virtual Reality è che sono pesanti, e potrebbero non essere in grado di elaborare quantità significative di dati, fattori che le rendono poco vantaggiose per gli scenari evidenziati sopra.
Tuttavia, l’elaborazione dal dispositivo e nel cloud comporta troppa latenza e a volte può far sentire la nausea a chi lo indossa nonostante il ritardo sia inferiore a 100 millisecondi.

L’elaborazione dei dati e il rendering del flusso effettuato in edge computing elimina questo problema e permette di realizzare cuffie più leggere e di conseguenza più user friendly, a tutto vantaggio della produttività.

5- Controlli di precisione

Un obiettivo chiave della industria 4.0 è quello di essere in grado di utilizzare i dati provenienti da più macchine, processi e sistemi per adattare il processo di produzione in tempo reale.

Questo monitoraggio e controllo di precisione delle risorse e dei processi di produzione utilizza enormi quantità di dati e richiede machine learning per determinare l’azione migliore come risultato delle informazioni dettagliate dai dati.

L’edge computing non è rilevante solo nella raccolta, nell’aggregazione e nel filtraggio dei dati per inviare i risultati a un server centrale, ma sarà fondamentale anche per gli algoritmi di machine learning e intelligenza artificiale: in diversi casi il traning verrà effettuato infatti direttamente in locale.
Data la quantità di elaborazione necessaria per le azioni di machine learning e intelligenza artificiale, una realtà industriale può scegliere di distribuire l’elaborazione su più fronti di edge computing invece che farlo nel cloud, risparmiando tempo e latenza aggiuntive.   

Edge computing nel retail, un pivot tecnologico

Nel settore retail l’evoluzione dettata dalle tecnologie digitali porta i clienti a fare acquisti online e contestualmente ad aumentare le loro aspettative mentre interagiscono con un brand.

Oggi i consumatori vogliono gestire un mix di esperienze, online e offline, in cui possono vedere, toccare e sentire un prodotto in negozio ed esplorare prodotti, visualizzarli e effettuare l’acquisto online. In questo modo, i retailer che riescono a catalizzare gli acquisti e le preferenze dei clienti attraverso le loro attività online e offline hanno l’opportunità di creare esperienze di acquisto personalizzate.

L’edge computing come broker delle tecnologie abilitanti

Sfruttando tecnologie come Internet of Things, Intelligenza artificiale e big data, i retailer avranno la possibilità di fornire prodotti e servizi di qualità superiore. A orchestrare il tutto ci pensa l’edge computing. Basti pensare ad una catena di negozi: molte delle attività necessarie riguardano ogni singolo punto vendita. Elaborare i dati laddove vengono generati permette di ottenere significativi vantaggi in termini di ottimizzazione dei costi, rapidità di reazione alle esigenze dei clienti, ed evitare rotture di stock.

Il retailer potrà quindi sapere in tempo reale quali articoli sono più richiesti e quali meno, il cliente verrà accolto in modo unico e personalizzato (fattore chiave nella customer experience). Grazie alla tecnologia RFID, un punto vendita potrà velocizzare le operazioni di pagamento, con due evidenti vantaggi.

Il primo è snellire la coda alle casse, fattore spesso critico e fonte di malcontento fra i clienti. Il secondo, liberare le risorse e dedicarle ad attività a valore aggiunto: ad esempio, svolgere un ruolo attivo di sales assistant.

L’edge computing ha un impatto significativo sull’inventario delle scorte al dettaglio con l’aiuto di dispositivi edge e edge analytics. I dispositivi perimetrali, tra cui sensori, RFID e fotocamere possono semplificare il rilevamento dell’inventario, la loro esatta posizione nel negozio, gli articoli che sono venduti più rapidamente e perfino evidenziare quelli fuori posizione.
Per poter funzionare, tutte queste tecnologie devono fare riferimento all’edge computing.

La bassa latenza e la capacità computazionale sul posto sono i veri game changer, e il ROI diventa concreto.

L’edge computing potenzia la customer experience

Le tecnologie di edge computing incidono anche sull’area di fatturazione, elaborando il feedback dei clienti sulla loro esperienza complessiva. Analizzando il sentiment, l’edge computing permette alle aziende di rispondere con rapidità e precisione alle obiezioni riscontrate.

Con l’edge computing si possono raccogliere e valutare i dati nelle cronologie di acquisto dei clienti che si trovano in negozio o nelle vicinanze. I rivenditori possono utilizzare questi dati per personalizzare i loro sforzi pubblicitari e di marketing per meglio affrontare le preferenze dei loro clienti e consigliare nuovi prodotti o offerte in base alle loro decisioni di acquisto.

Attraverso analytics e intelligenza artificiale, il mondo del retail può agevolmente personalizzare l’esperienza cliente, facendo tesoro dello storico degli acquisti ma non solo: la permanenza in negozio, il tempo passato in un particolare reparto sono tutti parametri elaborati dall’edge computing e finalizzati a migliorare le performance del punto vendita e – al tempo stesso – rispondendo meglio e più velocemente alle aspettative dei clienti.

Riassumendo, l’uso dell’edge computing nel retail può aumentare l’efficienza operativa delle aziende, migliorare la customer experience e aiutare a comprendere le tendenze. Molti rivenditori si affidano alla propria infrastruttura di edge computing per fornire informazioni sul modo migliore per sfruttare al meglio le proprie risorse tecnologiche in modo da promuovere il massimo livello di efficienza operativa.

L’edge computing ridisegna il panorama dei data center

Nel corso dei prossimi anni assisteremo a una crescita esponenziale del numero di dispositivi mobili e machine-to-machine (M2M), che gestiranno quantità significative di traffico IP.

I consumatori di domani richiederanno servizi WiFi più veloci e useranno sempre più app mobili. Molti dispositivi IoT, come i veicoli autonomi, richiederanno comunicazioni in tempo reale e a bassa latenza con le risorse di elaborazione locali per garantire la sicurezza.

Non ci sono dubbi sul fatto che le reti IP attuali non sono in grado di gestire le trasmissioni di dati ad alta velocità che richiederanno i dispositivi connessi di domani.

In un’architettura IP tradizionale, i dati devono spesso viaggiare per centinaia di chilometri su una rete tra utenti finali o dispositivi e risorse cloud. Ciò si traduce in latenza o consegna lenta di dati sensibili al fattore tempo.

La soluzione per ridurre la latenza risiede nell’edge computing. Stabilendo distribuzioni IT per servizi basati su cloud in edge data center in aree localizzate, è possibile avvicinare efficacemente le risorse IT agli utenti finali e ai dispositivi.

Questo aiuta a ottenere uno scambio di dati efficiente e ad alta velocità di applicazioni e dati. Per questa ragione, gli edge data center si trovano in genere ai margini di una rete, con connessioni a un core cloud centralizzato.

L’edge computing al servizio dei data center

Molte nuove tecnologie utilizzeranno e trarranno vantaggio dagli edge data center, tra cui reti di quinta generazione (5G), dispositivi Internet of Things (IoT) e Industrial Internet of Things (IIoT), veicoli autonomi, realtà virtuale e aumentata, intelligenza artificiale e machine learning, analytics e altre.

Le organizzazioni che investono nell’implementazione di data center edge fin da subito, otterranno un vantaggio competitivo e saranno in grado di offrire una consegna più rapida e affidabile dei loro servizi e applicazioni.

Per supportare IoT, IIoT e altre tecnologie di prossima generazione, è indispensabile ampliare la capacità dei dati e della rete, ridurre la latenza e garantire un’elaborazione più rapida di dati e applicazioni.

Invece di portare utenti e dispositivi al data center, è consigliabile condurre la potenza del data center agli utenti e ai dispositivi. L’edge computing si basa su un’architettura di data center distribuita, in cui i server cloud IT ospitati in data center edge vengono distribuiti ai margini esterni di una rete.

avvicinando le risorse IT agli utenti finali e/o ai dispositivi, possiamo ottenere un’elaborazione ad alta velocità e bassa latenza di applicazioni e dati.

Il problema della latenza

La latenza è causata da una serie di fattori, tra cui la distanza fisica che le trasmissioni di dati devono percorrere tra server cloud centralizzati e dispositivi degli utenti finali, il numero di salti di rete tra gli switch che la trasmissione deve effettuare e la quantità di traffico sulla rete. Per i consumatori, la latenza di solito è solamente un fastidio: potrebbe significare un download lento di un film o un’interferenza con il tempo di reazione di un videogioco online.

Per i dispositivi IoT e M2M, la latenza di rete può invece essere un ostacolo importante, soprattutto per i dispositivi che si affidano a tempi di risposta garantiti e all’elaborazione in tempo reale di dati e applicazioni.

Un ottimo esempio è il veicolo a guida autonoma, che farà affidamento sulle interazioni tra dispositivi interni ed esterni per garantire la sicurezza dei passeggeri del veicolo, degli altri automobilisti e dei pedoni.  In questo caso, un data center periferico verrebbe installato all’incrocio cieco per azionare il semaforo intelligente. Potrebbe essere un involucro schierato rapidamente all’angolo di una strada vicina, o anche una piccola scatola alla base del semaforo che contiene un microprocessore. Se i sensori rilevano che un’altra macchina sta per accelerare attraverso un semaforo rosso all’incrocio, i server nel data center periferico elaborerebbero immediatamente un’applicazione di avviso, dirigendo il semaforo intelligente per segnalare al veicolo autonomo di attivare i freni.

Cos’è un data center edge

I data center edge hanno dimensioni contenute rispetto ai data center tradizionali, sono collocati in posizione strategica e in prossimità di chi (utenti o IoT) utilizza e genera i dati stessi.  In genere si connettono a un data center centrale più grande o a più data center.
Elaborando dati e servizi il più vicino possibile all’utente finale, l’edge computing consente alle organizzazioni di ridurre la latenza e migliorare l’esperienza del cliente.

È opportuno sottolineare che un data center edge si qualifica come un vero e proprio data center, e non solo come un semplice nodo della rete. Un data center edge include le stesse funzionalità di alimentazione, raffreddamento, connettività e sicurezza che si trovano in un data center centralizzato, ma su scala più piccola. Inoltre, le implementazioni IT in un data center edge gestiranno l’elaborazione delle applicazioni, l’analisi dei dati e l’archiviazione dei dati nelle vicinanze degli utenti finali e dei dispositivi che utilizzano tali applicazioni e dati.

Un data center edge risiede ai margini esterni di una rete IP. Si riconnette a un core cloud centralizzato in un data center che di solito si trova a una certa distanza. Inoltre, un gruppo di data center edge sarà spesso connesso per formare un edge cloud aggregato che crea un pool condiviso di risorse di elaborazione, storage e di rete localizzate.

I data center edge assumono molte forme: modulari, containerizzati, micro, Waterhouse e office-base. Tutte le tipologie richiedono gli stessi elementi di infrastruttura che si trovano nei data center centralizzati più grandi. Connettività a banda ultralarga e bassa latenza, cablaggi strutturati in fibra ottica o rame ad alta velocità, soluzioni per la gestione dei cavi e strumenti di gestione automatizzata dell’infrastruttura (AIM) sono tutti elementi chiave.

Le nuove tecnologie come le reti 5G, le smart cities e i veicoli a guida autonoma metteranno in luce una costante esigenza di potenza di calcolo locale a bassa latenza, massimizzando la resa degli edge data center.

css.php