Edge Computing: breve storia, evoluzione e applicazioni industriali

Cos’è l’Edge Computing: definizione

L’espressione Edge Computing si riferisce a un’architettura in cui l’origine dei dati e l’elaborazione di questi dati si trovano fisicamente vicine tra loro, invece di passare da un server remoto o dal cloud. Edge significa “margine”: è, letteralmente, elaborazione ai margini della rete, il più vicino possibile a dove il dato nasce.

Per un impianto produttivo questo si traduce in un vantaggio molto concreto. Un sensore che rileva un’anomalia su una linea non deve aspettare che il dato viaggi fino a un server centrale e torni indietro con una risposta. L’elaborazione avviene lì, sul campo, in millisecondi.

Ovviamente, Edge Computing non significa che ogni elaborazione debba avvenire sul campo. Significa distribuire le funzioni nel punto più adatto, in base ai requisiti del processo.

Perché l’Edge Computing conta di più ora, con l’IoT industriale

Già nel 2010 il numero di oggetti connessi aveva superato per la prima volta il numero di persone connesse a Internet. È stato uno dei segnali della crescita dell’IoT, che nel contesto industriale chiamiamo IIoT: macchinari interconnessi, sensori di campo, telecamere di visione artificiale e altri dispositivi che generano dati in quantità crescente.

Più dispositivi si connettono in fabbrica, più cresce il volume di informazioni da raccogliere, trasferire e analizzare.

Le reti di comunicazione e il Cloud restano essenziali, ma non tutte le applicazioni hanno gli stessi requisiti. Quando serve una risposta rapida, quando la connettività non è sempre disponibile o quando trasferire ogni dato verso un sistema centrale è poco efficiente, l’elaborazione locale diventa interessante.

Qui entra in gioco l’Edge Computing, che completa il Cloud Computing, non lo sostituisce. Un equivoco comune è pensare a Cloud ed Edge come approcci concorrenti. Non lo sono: il Cloud resta il posto giusto per la gestione centralizzata dei dati, per la storicizzazione e per le analisi su larga scala, nonché per l’elaborazione di grandi volumi storici e per l’analisi su larga scala. L’Edge entra in gioco quando alcune elaborazioni devono rimanere vicine al processo.

Una breve storia di com’è nato l’Edge Computing

Elaborare le informazioni sul campo, o ai margini della rete, non è un concetto nuovo; è in circolazione da un po’. Come vedremo, il rapporto tra sistemi centralizzati e capacità di elaborazione distribuita è cambiato più volte nel corso della storia dell’informatica, e il pendolo ha spesso oscillato.

Dalle origini del mainframe alla nascita del PC personale

Tutto comincia alla fine degli anni ’50, con le prime architetture centralizzate. Un mainframe al centro, terminali semplici ai margini. Ogni bit di elaborazione e ogni dato risiedevano su quella macchina centrale.

È l’alba dell’informatica moderna, e su quel modello si sono costruite molte delle infrastrutture che avrebbero caratterizzato i decenni successivi.

Poi, nei primi anni ’80, il modello cambia e il pendolo si sposta. Arrivano i microcomputer, più economici e più semplici da usare rispetto ai mainframe. Le persone smettono di aspettare in coda per ricevere le proprie schede perforate. Ogni scrivania ha il suo computer. L’elaborazione si distribuisce su dispositivi periferici autonomi, e per la prima volta chi usa il computer ha il controllo diretto sui propri dati.

Il ritorno alla centralizzazione con Internet e il Cloud Computing

Fine anni ’90. Il pendolo torna indietro. Internet inizia a diffondersi, e i PC vengono affiancati da server centralizzati e da servizi accessibili attraverso la rete: è, di fatto, un primo abbozzo di Cloud Computing. I browser (Internet Explorer, per chi se lo ricorda) diventano il punto di accesso a servizi ospitati altrove.

A metà degli anni 2000 arrivano smartphone e tablet, e la tendenza si inverte ancora. L’elaborazione torna mobile, locale, slegata dalla scrivania. La banda però resta scarsa e costosa, quindi i contenuti restano quasi sempre sul dispositivo stesso.

Non dura molto. Alla fine degli anni 2000 il Cloud Computing invade i data center e il Cloud diventa una componente sempre più importante delle infrastrutture IT aziendali. Dati ed elaborazione si concentrano in mega data center centralizzati. Tre motivi spiegano questo spostamento: la gestione dei dati diventa più semplice quando risiede in un unico posto accessibile al personale autorizzato, la sicurezza si rafforza perché ci sono meno punti di accesso da proteggere, e le aziende ottengono economie di scala su hardware e licenze software. Insomma, la centralizzazione semplifica molte attività, ma introduce anche nuovi requisiti quando il volume dei dati cresce e alcune applicazioni hanno bisogno di risposte più rapide.

Perché oggi serve di nuovo l’Edge Computing

Nel 2010 succede qualcosa che cambia ulteriormente lo scenario: per la prima volta, il numero di oggetti connessi supera il numero di persone connesse. È l’esplosione dell’IoT, l’Internet delle Cose. Macchine, sensori di campo, telecamere: tutti dispositivi che vivono ai margini del sistema e tutti che generano dati continuamente.

Più dispositivi si connettono, più calano i costi di connessione e di sensori, più aumenta la quantità di informazioni da trasferire ed elaborare. Si crea un circolo che si autoalimenta, e la mole di dati generati finisce per superare quello che le reti di comunicazione e la potenza del Cloud Computing riescono a gestire in tempo utile. Per applicazioni IoT che richiedono analisi in tempo reale, la latenza diventa un ostacolo concreto, non teorico.

L’Edge Computing nasce quindi come evoluzione di un principio già conosciuto: portare una parte dell’elaborazione vicino a dove il dato viene generato. L’Edge Computing nasce per completare, non per sostituire, il Cloud Computing. Qui si annida un equivoco comune: pensare a Cloud ed Edge come due modelli concorrenti. Non lo sono. Il Cloud Computing è uno stile di erogazione dei servizi, elastico e scalabile, distribuito via Internet. Non impone che tutto venga elaborato su un server remoto. L’Edge Computing aggiunge un livello di profondità all’architettura IT, portando parte del calcolo vicino a dove i dati nascono, garantendo resilienza e velocità di risposta che il solo Cloud non può offrire per applicazioni time-critical. Le due logiche possono convivere nella stessa infrastruttura.

Un caso reale: come funziona l’Edge Computing in produzione

Il modo più chiaro per capire il valore dell’Edge Computing è vedere come viene applicato su un impianto e un caso reale.

Eureka System ha sviluppato per Tecnica Group una soluzione per centralizzare la gestione dei Part Program su 12 macchine per la tampografia, all’interno dello Ski Boot Excellence Center dell’azienda.

Il sistema si basa su una rete di Edge-Box installate vicino alle macchine stesse: ogni unità comunica in tempo reale con un server centrale, che riceve, archivia e distribuisce i Part Program a tutte le altre macchine, sincronizzando i dati sui database locali delle singole postazioni.

Il vantaggio è concreto. Prima di questa soluzione, aggiornare un Part Program su più macchine CN significava intervenire manualmente su ciascuna di esse, con margini di errore umano e tempi morti a ogni cambio ricetta. Con l’architettura Edge, il dato viene elaborato e distribuito nel punto in cui serve, mentre il sistema centrale coordina la gestione complessiva. Le stesse Edge-Box sono inoltre predisposte per estendere la raccolta ai dati di lavorazione, aprendo la strada a KPI di produttività calcolati macchina per macchina.

Questo è l’Edge Computing calato nella pratica: non un concetto teorico da manuale IT, ma un’architettura costruita attorno a un problema produttivo concreto, un’infrastruttura che riduce tempi di setup, errori di trasferimento dati e fermi macchina.

Come si progetta un’architettura Edge per la propria fabbrica

Non tutti i processi richiedono lo stesso livello di elaborazione locale. Alcuni hanno bisogno di risposta immediata sul campo, come il controllo di un asse motore o la rilevazione di un difetto in tempo reale su una linea di visione artificiale. Altri possono permettersi di inviare i dati verso sistemi IT centrali per analisi più complesse e storicizzazione a lungo termine.

Nella progettazione di un’architettura Edge/Cloud, alcuni fattori aiutano a definire l’equilibrio tra i due livelli: il volume dei dati raccolti, il grado di elaborazione richiesto localmente, l’autonomia necessaria in caso di interruzione della connessione, la larghezza di banda disponibile, i vincoli di latenza del processo e i vincoli normativi del settore, incluso lo standard IEC 62443 per la cybersicurezza industriale.

Eureka System sviluppa dispositivi Edge Computing su misura, basati su hardware industriale consolidato come le UP board con processori Intel®, il ctrlX CORE di Bosch Rexroth o soluzioni con Raspberry Pi industrial grade, integrate in architetture aperte e scalabili. Questo approccio “custom” è ciò che permette di adattare la soluzione alla macchina, all’impianto o all’intera azienda, senza vincolarsi necessariamente a un’infrastruttura standard.

Edge Computing e IIoT: due tecnologie che lavorano insieme

L’Edge Computing raramente lavora da solo. Nella maggior parte dei casi industriali si accompagna a dispositivi IIoT (Industrial Internet of Things), che generano il flusso di dati elaborato localmente dall’infrastruttura Edge. Un sensore installato su un componente soggetto a usura, ad esempio, può alimentare un piano di manutenzione predittiva, contribuendo a individuare condizioni anomale prima che si trasformino in un guasto.

Questa integrazione tra livello OT e livello IT, spesso indicata come una delle sfide più concrete dell’Industria 4.0, richiede sistemi capaci di dialogare con tecnologie e protocolli differenti. È anche uno dei motivi per cui molte aziende faticano a colmare il divario tra i due mondi senza un’architettura progettata attorno al processo e un partner tecnico che conosca a fondo entrambe le tecnologie.

Quando ha senso valutare un’infrastruttura Edge?

Un’architettura Edge può essere particolarmente interessante quando il processo produttivo richiede:

• una risposta rapida ai dati raccolti sul campo;
• l’elaborazione locale prima dell’invio verso sistemi centrali;
• continuità operativa anche in caso di problemi temporanei di connettività;
• una gestione efficiente di grandi quantità di dati;
• l’integrazione tra macchine, dispositivi OT e sistemi IT.

La scelta dipende però sempre dal contesto. Il caso Tecnica Group mostra bene il punto di partenza tipico di questi progetti: non un’infrastruttura IT teorica, ma un problema operativo concreto (gestire Part Program su più macchine senza errori né tempi morti) che l’Edge Computing risolve alla radice.

Un singolo gateway può essere sufficiente per una linea con esigenze specifiche; un impianto più complesso può richiedere invece un’architettura distribuita, con più livelli di elaborazione e comunicazione tra Edge, sistemi locali e Cloud. Per capire quale configurazione abbia senso, bisogna partire dal processo: quali dati vengono generati, dove devono essere elaborati e quali sistemi devono utilizzare il risultato?