AES_1 2023

MERCATI Primo piano 26 Gennaio - Febbraio 2023 n Automazione e Strumentazione Elaborazione dati alla periferia della rete Con edge computing si fa comunemente riferimento a un’architettura informatica distribuita , in cui i dati vengono elaborati direttamente alla periferia della rete , l’edge appunto, il più vicino possibile al punto di origine in cui sono stati acquisiti, tramite sensori e dispositivi IoT (Internet of Things). Il concetto di edge computing, che prevede l’implementazione delle risorse di calcolo e storage vicino a dove i dati vengono raccolti, appare quindi sostanzialmente contrapposto al più ‘tradizionale’ paradigma, noto come cloud computing. Anche quest’ultimo identi- fica un’architettura distribuita in cui, però, le risorse computazionali e di storage possono trovarsi dislo- cate in cloud data center anche molto lontani dal punto di acquisizione dei dati stessi. In realtà, un’ architettura edge computing , più che un paradigma contrapposto al cloud computing , va piuttosto considerata come un suo complemento . Il perché della necessità di un’architettura di edge com- puting si spiega con il fatto che, nel contesto di con- tinua espansione delle moli di dati da gestire nelle varie organizzazioni, il cloud computing accusa limi- tazioni di banda e problemi di latenza sempre meno accettabili, e non tollerabili in particolare quando si tratta di applicazioni e casi d’uso in cui occorre sod- disfare requisiti di funzionamento real-time. Edge computing e veicoli a guida autonoma Un esempio lampante di requisiti real-time è quello delle auto e dei veicoli a guida autonoma. Per riuscire a raggiungere, attraverso sensori e telecamere, un’ade- guata consapevolezza situazionale dell’ambiente circo- stante, reagire agli eventi in maniera istantanea e viag- giare in sicurezza, i veicoli a guida autonoma devono poter acquisire, elaborare, scambiare dati in tempo reale, con estrema efficienza. I dati, prodotti in enormi quantità, vanno elaborati in maniera rapida e affidabile direttamente a livello dell’infrastruttura edge, invece che nel cloud, dove il viaggio di andata e ritorno allun- gherebbe inevitabilmente i tempi di risposta . Senza poi considerare i costi di trasmissione delle grandi moli di dati, e i rischi di sicurezza e privacy , a livello end-to-end, derivanti dalla veicolazione nella nuvola di dati sensibili e di importanza critica. Industrial edge computing nel manufacturing Nel mondo industriale, e nel settore manufacturing, l’industrial edge computing ha spesso il compito di indirizzare sfide di funzionamento real-time e Spostando le risorse di elaborazione e storage più vicino alle fonti di origine dei dati, l’edge computing riduce la latenza di risposta del sistema