Edge Computing si traduce in italiano come “elaborazione dei dati ai margini della rete” o più semplicemente “elaborazione periferica“. Si tratta di un modello di calcolo che basa la sua forza sulla vicinanza tra luogo in cui sono situati i dati e punto in cui vengono elaborati. Scopri perché può fare la differenza per un certo tipo di progetti e quali possono essere i vantaggi.
Cosa si intende per Edge computing?
L’Edge Computing è una tecnologia informatica che prevede la distribuzione delle capacità di elaborazione dei dati (computing) più vicino al punto di origine dei dati stessi (edge). In altre parole, invece di trasmettere tutti i dati a un server centrale per l’elaborazione, l’Edge Computing utilizza dispositivi e server più vicini alla fonte dei dati, come ad esempio i dispositivi mobili, i sensori IoT (Internet of Things), le telecamere di sicurezza, ecc.
Questa tecnologia consente di elaborare i dati in modo più efficiente e veloce, riducendo la latenza e il tempo di risposta. Inoltre, l’elaborazione periferica dei dati può anche aiutare a ridurre la quantità di dati trasmessi attraverso le reti, alleviando la congestione della rete e riducendo i costi di trasmissione dei dati.
L’Edge Computing è particolarmente utile in situazioni in cui è necessario elaborare grandi quantità di dati in tempo reale, ad esempio nell’industria manifatturiera, nei servizi di trasporto, nelle applicazioni di realtà aumentata e virtuale, nella videosorveglianza.
Come funziona l’elaborazione periferica dei dati?
L’Edge Computing funziona distribuendo la capacità di elaborazione dei dati in dispositivi di elaborazione situati nelle vicinanze dei dispositivi che generano i dati stessi. Questi dispositivi di elaborazione possono essere computer locali, server, dispositivi IoT, gateway, router, ecc.
Il processo di elaborazione dei dati inizia nella periferia della rete, dove i dati vengono raccolti dai sensori o da altri dispositivi di acquisizione dei dati. Questi dati vengono quindi inviati ai dispositivi di elaborazione situati nelle vicinanze per l’elaborazione. Qui i dati vengono elaborati, analizzati e, se necessario, filtrati o ridotti di dimensioni.
L’elaborazione dei dati in questo modo consente di ridurre la quantità di dati che devono essere inviati al cloud o al centro di dati centrale per l’elaborazione successiva. Questo processo di riduzione dei dati, noto come “pre-elaborazione”, consente di risparmiare banda larga e ridurre la latenza, il che può essere particolarmente importante in applicazioni in tempo reale.
L’Edge Computing offre anche un’ulteriore sicurezza in quanto i dati vengono elaborati e archiviati localmente, il che riduce il rischio di accesso non autorizzato o di furto di dati durante la trasmissione.
Hardware e reti di edge computing
Dunque, cercando di trattare il tema più in profondità, è utile dare una panoramica di quali sono di solito i componenti fisici di hardware di edge computing.
- Dispositivi perimetrali: alcuni possiedono capacità di calcolo, memoria e archiviazione predefinite, altri non dispongono di queste funzionalità, si tratta di fotocamere smart, robot, droni, termometri, sensori di vibrazione e altri dispositivo IoT.
- Processori: CPU, GPU e memoria associata su cui si basa il sistema di edge computing: maggiore è la potenza della CPU e maggiore è la velocità di esecuzione delle attività, più il sistema è in grado di sostenere carichi di lavoro importanti.
- Cluster/Server: si tratta dell’insieme di server che elabora i dati in una posizione periferica, spesso vengono assegnati all’esecuzione di app aziendali, carichi di lavoro o servizi condivisi di un’impresa.
- Gateaway: cluster/server perimetrali dedicati all’esecuzione di funzioni basilari come l’abilitazione della connettività wireless, la protezione del firewall, l’elaborazione e la trasmissione dei dati dei dispositivi perimetrali.
- Router: dispositivi perimetrali che connettono le reti, ad esempio un router usato per collegare le LAN di un’azienda a una rete WAN o a Internet.
- Switche: si tratta dei nodi di accesso che collegano i diversi dispositivi che creano una rete.
- Nodi: termine generico che definisce i dispositivi perimetrali, i server e i gateaway che abilitano l’edge computing.
Hardware perimetrale: quali sono le caratteristiche?
Un hardware perimetrale di edge computing deve essere e affidabile e durare il più possibile poiché questi dispositivi si trovano spesso nella condizione di dover sostenere condizioni meteorologiche, ambientali e meccaniche estreme. Ecco di seguito le caratteristiche che dovrebbe presentare un hardware perimetrale affinché possa conservare durevolezza e affidabilità.
- Privo di ventola e ventilazione: per garantire l’affidabilità, soprattutto in quei settori in cui i malfunzionamenti delle apparecchiature possono interrompere la produzione causare danni a lavoratori e imprenditori, l’hardware perimetrale deve essere chiuso da polvere, sporco, umidità e qualsiasi altra cosa possa danneggiarlo.
- Resistente alla temperatura: l’hardware edge deve essere in grado di sostenere temperature sia sotto lo zero sia temperature estremamente alte poiché spesso viene posizionato all’esterno, soggetto a climi molto rigidi ma anche caldi, afosi e umidi, talvolta viene addirittura posizionato sott’acqua.
- Resistente a movimenti improvvisi e concitati: l’hardware deve poter sopportare vibrazioni o forti urti da parte di altri strumenti o apparecchiature o elementi naturali, ecco perché non deve avere ventole, cavi o altre parti interne che possono essere facilmente scosse causandone l’interruzione del funzionamento
- Di piccole dimensioni: i computer perimetrali devono avere dimensioni ridotte e compatte poiché devono adattarsi a posizioni ristrette e già intasate, per fare qualche esempio, fotocamere intelligenti poste su pareti, scaffali, controsoffitti.
- Dotato di ampio spazio di archiviazione: questi strumenti raccolgono grandissime quantità di dati dai dispositivi perimetrali per cui lo spazio di archiviazione deve essere grande, il computer inoltre dovrebbe anche avere la capacità di trasferire in modo facile e veloce grandi quantità di dati.
- Compatibile con nuove apparecchiature e legacy: gli hardware perimetrali, in particolar modo quelli attivi in ambienti di produzione o di fabbrica, generalmente dispongono di numerose porte tra cui USB, COM, Ethernet e altre porte generiche. In questo modo possono collegarsi a nuove apparecchiature o a legacy, macchinari, dispositivi, sensori o allarmi.
- Dotato di più opzioni di connettività: solitamente i computer perimetrali supportano la connettività wireless o cablata poiché spesso si trovano in contesti in cui non è possibile connettersi a internet in wireless, in questo modo invece è sempre possibile la connessione per trasmettere i dati.
- Supportare diverse tipologie di input di alimentazione: questo perché devono essere compatibili con tutti gli input di alimentazione che possono riscontrare in posizioni remote. Inoltre, richiedono anche funzionalità di protezione da sovratensione e dall’alimentazione per evitare danni elettrici.
- Al sicuro da attacchi informatici: spesso i dispositivi di edge computing non possono essere controllati in modo rigido come succede per quelli locali e cloud, per cui sono tendenzialmente più vulnerabili ad attacchi malevoli. Per questo è necessario dotarli di sistemi di sicurezza accurati come ad esempio firewall o sistemi di rilevamento delle intrusioni di rete.
- Resistenti alle manomissioni: poiché spesso i dispositivi di elaborazione periferica dei dati vengono posizionati in punti distanti in cui non possono essere monitorati in modo rigoroso, devono essere costruiti per essere protetti da furti, atti vandalici e da accessi di soggetti non autorizzati.
Quali sono i vantaggi dell’Edge computing?
Sulla base delle caratteristiche sopra descritte, è naturale chiedersi perché l’Edge Computing è importante, soprattutto in alcuni settori, e quali sono i vantaggi di questa tecnologia, eccoli di seguito.
- Riduzione della latenza: con l’elaborazione periferica, i dati sono elaborati e analizzati più vicino alla fonte, riducendo così il tempo di elaborazione e la latenza della rete. Ciò è particolarmente importante in applicazioni in tempo reale come la realtà virtuale, la videosorveglianza, la guida autonoma e altri ancora.
- Risparmio di banda larga: l’Edge Computing consente di elaborare i dati in loco, riducendo così la quantità di dati che devono essere trasmessi attraverso la rete. Ciò può ridurre i costi di trasmissione dei dati e prevenire la congestione della rete.
- Sicurezza: questo modello di calcolo offre una maggiore sicurezza in quanto i dati vengono elaborati e archiviati localmente, riducendo così il rischio di accesso non autorizzato o di furto di dati durante la trasmissione.
- Efficienza energetica: l’Edge Computing consente di ridurre il carico sui server centrali e sui data center, poiché i dati vengono elaborati localmente. Ciò può ridurre i costi energetici associati all’elaborazione dei dati e migliorare l’efficienza energetica complessiva.
- Scalabilità: lo sviluppo perimetrale dei dati consente di aggiungere facilmente nuovi dispositivi di elaborazione per gestire l’aumento del volume di dati. Ciò consente di aumentare la capacità di elaborazione senza dover espandere i data center centrali.
Tutti questi vantaggi rendono questa tecnologi informatica particolarmente adatta per applicazioni in tempo reale e per la gestione di grandi volumi di dati.
Edge computing vs Cloud Computing
Edge Computing e Cloud Computing sono due tecnologie informatiche correlate ma con alcune differenze significative.
Il Cloud Computing prevede l’elaborazione dei dati su server remoti accessibili tramite Internet. I dati vengono trasmessi dai dispositivi di origine ai server cloud per l’elaborazione e lo storage. Il Cloud Computing offre una maggiore scalabilità, flessibilità e una maggiore capacità di archiviazione rispetto all’Edge Computing.
L’Edge Computing, d’altra parte, prevede l’elaborazione dei dati in loco, sui dispositivi di elaborazione distribuiti nelle vicinanze dei dispositivi che generano i dati stessi. L’Edge Computing è particolarmente utile per le applicazioni in tempo reale in cui la latenza è critica.
Ecco una panoramica dei principali vantaggi e svantaggi di questi modelli di elaborazione dei dati:
Vantaggi dell’Edge Computing:
- Riduzione della latenza
- Risparmio di banda larga
- Maggiore sicurezza
- Efficienza energetica
- Scalabilità
Svantaggi dell’Edge Computing:
- Limitata capacità di archiviazione
- Limitata scalabilità
- Maggiori costi per l’acquisto e la gestione dei dispositivi di elaborazione
Vantaggi del Cloud Computing:
- Maggiore capacità di archiviazione
- Maggiore scalabilità
- Maggiore flessibilità
- Maggiori opzioni di elaborazione dei dati
Svantaggi del Cloud Computing:
- Maggiore latenza
- Dipendenza dalla connessione Internet
- Maggiori rischi per la sicurezza e la privacy dei dati
In sintesi, l’Edge Computing e il Cloud Computing sono tecnologie informatiche complementari che offrono vantaggi diversi a seconda dell’applicazione specifica. In generale, l’Edge Computing è più adatto per le applicazioni in tempo reale, mentre il Cloud Computing è più adatto per le applicazioni che richiedono maggiore capacità di archiviazione e scalabilità.
Edge Computing vs Fog Computing
Edge Computing e Fog Computing sembrano simili tra loro ma in realtà esistono alcune differenze: sono due tecnologie informatiche di prossimità, cioè si basano sulla distribuzione dell’elaborazione dei dati vicino alla fonte di origine. Se l’Edge Computing, come abbiamo più volte sottolineato, prevede l’elaborazione dei dati in loco, sui dispositivi di elaborazione distribuiti nelle vicinanze dei dispositivi che generano i dati , il Fog Computing, d’altra parte, prevede l’elaborazione dei dati su dispositivi intermedi, come i router di rete, che si trovano tra i dispositivi di origine e i data center remoti.
Dunque, la differenza tra le due tecnologie sta proprio nell’esatta collocazione della potenza di elaborazione: nel Fog Computing è situata a livello della rete LAN, dove i dati provenienti dai sensori vengono elaborati da un nodo fog o da un gateway IoT; nell’Edge Computing, è integrata all’interno dei dispositivi e delle piattaforme embedded di elaborazione. Inoltre, rispetto all’Edge Computing, la tecnologia Fog ha una struttura di rete più complessa, composta da diversi livelli (o nodi fog), e consente di gestire risorse come storage e networking oltre che l’elaborazione dati.
Alla luce dei vantaggi dell’Edge Computing illustrati nel paragrafo precedente, ecco una panoramica dei principali vantaggi e svantaggi del Fog Computing.
Vantaggi:
- Riduzione della latenza
- Risparmio di banda larga
- Maggiore capacità di archiviazione
- Maggiore scalabilità rispetto all’Edge Computing
- Maggiori opzioni di elaborazione dei dati rispetto all’Edge Computing
Svantaggi:
- Maggiore latenza rispetto all’Edge Computing
- Dipendenza dalla connessione Internet
- Maggiori rischi per la sicurezza e la privacy dei dati rispetto all’Edge Computing
In sintesi, in generale l’Edge Computing è più adatto per le applicazioni in tempo reale e ha una maggiore efficienza energetica, mentre il Fog Computing è più adatto per le applicazioni che richiedono maggiore capacità di archiviazione e scalabilità. In ogni caso, la scelta tra le due tecnologie dipende dalle esigenze specifiche dell’applicazione.
Esempi e casi d’uso dell’Edge Computing
Ecco alcuni esempi e casi d’uso dell’elaborazione periferica dei dati.
- Reti di sensori: i sensori utilizzati per monitorare gli ambienti possono generare una grande quantità di dati. L’Edge Computing può essere utilizzato per elaborare e filtrare questi dati in modo da inviare solo le informazioni rilevanti al server centrale.
- Smart city: la città intelligente è un esempio di applicazione dell’Edge Computing. L’uso di sensori e dispositivi IoT (Internet of Things) consente la raccolta di una vasta gamma di dati, che possono essere elaborati in tempo reale tramite l’Edge Computing per migliorare la gestione del traffico, dell’illuminazione pubblica, dei rifiuti e della sicurezza.
- Industria manifatturiera: l’Edge Computing può essere utilizzato per ottimizzare la produzione attraverso la raccolta e l’elaborazione di dati sui macchinari e sulle attrezzature utilizzati nella linea di produzione. Ciò consente di identificare rapidamente eventuali problemi e di prendere provvedimenti per risolverli.
- Settore sanitario: l’Edge Computing può essere utilizzato per elaborare i dati raccolti dai dispositivi di monitoraggio dei pazienti, consentendo di identificare rapidamente eventuali anomalie e di prendere provvedimenti immediati.
- Veicoli autonomi: i veicoli autonomi generano grandi quantità di dati durante il loro funzionamento. L’Edge Computing può essere utilizzato per elaborare questi dati in tempo reale, consentendo ai veicoli di prendere decisioni in modo autonomo e sicuro.
Questi sono solo alcuni esempi di come l’Edge Computing può essere utilizzato. In generale, l’Edge Computing è utile ovunque sia necessaria l’elaborazione rapida dei dati vicino alla loro origine, per migliorare l’efficienza, la sicurezza e l’affidabilità del sistema.
Edge Computing in IoT
L’Internet of Things (IoT) è un insieme di dispositivi interconnessi che raccolgono, elaborano e trasmettono dati. L’Edge Computing può essere utilizzato per gestire la mole di dati generata dai dispositivi IoT, consentendo una maggiore efficienza nell’elaborazione dei dati e una maggiore sicurezza dei dati.
L’Edge Computing nell’IoT si basa sull’idea di spostare l’elaborazione dei dati dalla cloud al dispositivo edge, cioè il dispositivo che si trova più vicino alla fonte dei dati. Ciò consente di ridurre la latenza e il traffico di rete, migliorando l’efficienza e la velocità di risposta.
Ad esempio, in un sistema di sorveglianza video IoT, le telecamere possono essere collegate ad un dispositivo edge che elabora i dati video in tempo reale, rilevando eventuali attività sospette e inviando solo le informazioni rilevanti al server centrale. Ciò riduce il traffico di rete e la quantità di dati da elaborare nella cloud.
L’Edge Computing può anche migliorare la sicurezza dei dati nell’IoT. I dispositivi edge possono essere utilizzati per crittografare i dati prima di inviarli alla cloud, proteggendo così i dati sensibili da eventuali intrusioni esterne.
In sintesi, l’Edge Computing può migliorare l’efficienza, la sicurezza e la velocità di risposta nell’IoT. Consentendo una maggiore elaborazione dei dati vicino alla loro origine, i dispositivi edge possono ridurre la latenza e il traffico di rete, migliorando l’esperienza dell’utente e la qualità del servizio.
Edge computing e AI
L’Edge Computing e l’Intelligenza Artificiale (AI) possono essere combinati per migliorare l’elaborazione dei dati, ridurre la latenza e migliorare la sicurezza dei dati.
L’AI richiede una grande quantità di dati per funzionare correttamente e l’Edge Computing può essere utilizzato per gestire la mole di dati generata dall’AI. L’elaborazione dei dati sull’edge consente di ridurre la latenza e migliorare la velocità di risposta dell’AI. Ciò è particolarmente importante per applicazioni che richiedono un’elaborazione in tempo reale, come i veicoli autonomi o i sistemi di sicurezza intelligente.
L’Edge Computing può anche migliorare la sicurezza dell’AI. I dati sensibili possono essere crittografati sul dispositivo edge prima di essere inviati alla cloud per l’elaborazione. Ciò protegge i dati sensibili da eventuali minacce esterne, come il furto di dati o gli attacchi informatici.
Ad esempio, in un sistema di sorveglianza video basato sull’AI, le telecamere possono utilizzare l’Edge Computing per elaborare i dati video in tempo reale, inviando solo le informazioni rilevanti alla cloud per l’elaborazione e il riconoscimento facciale. Ciò riduce la latenza e il traffico di rete e consente al sistema di riconoscere e rispondere rapidamente ad eventuali minacce.
In sintesi, l’Edge Computing e l’AI possono essere combinati per migliorare l’efficienza, la velocità e la sicurezza dei dati. L’Edge Computing consente un’elaborazione rapida dei dati vicino alla loro origine, riducendo la latenza e il traffico di rete, mentre l’AI consente una maggiore elaborazione dei dati e una migliore analisi dei dati. La combinazione di queste tecnologie può portare a una maggiore efficienza, sicurezza e affidabilità dei sistemi.
Servizi di elaborazione periferica dei dati
Webristle si impegna ad aiutare le imprese di diversi settori a scoprire e sfruttare queste capacità, collaborando con aziende e organizzazioni. Webristle propone una serie di prodotti e servizi di edge computing che aiutano le aziende a migliorare la loro agilità operativa, ridurre i rischi, aumentare i ricavi, aggiungere mobilità e aumentare la produttività. Noi di Webristle possiamo contare sull’esperienza necessaria per gestire e supportare queste iniziative, consentendo ai clienti di concentrarsi sulle innovazioni di propria creazione.
