Edge Computing e Cloud Computing: differenze e quando usarli

Edge Computing e Cloud Computing: qual è la differenza?

La differenza principale riguarda il punto in cui vengono elaborati i dati.

Con il Cloud Computing, dati e applicazioni vengono generalmente gestiti all’interno di infrastrutture centralizzate, spesso ospitate da un provider esterno. Il dispositivo che genera il dato comunica con il servizio remoto attraverso la rete e riceve successivamente il risultato dell’elaborazione.

Il concetto di Edge riguarda la distanza fisica. Con l’Edge Computing una parte della capacità di calcolo viene collocata vicino alla fonte del dato. Può trattarsi di un computer industriale, un gateway, un server locale o direttamente di un dispositivo in campo.

La distanza fisica tra il dispositivo e il sistema che elabora il dato può quindi cambiare in modo significativo. Questo diventa rilevante quando un’applicazione deve reagire rapidamente, quando vengono generati grandi volumi di dati o quando non è opportuno dipendere continuamente da una connessione verso un’infrastruttura remota.

Edge Computing e Cloud Computing a confronto

Ovviamente la tabella non indica quale tecnologia sia migliore in assoluto. Mostra una differenza architetturale; la scelta deve partire dalle caratteristiche del processo.

Cos’è l’Edge Computing?

L’Edge Computing consiste nell’elaborare dati e applicazioni vicino al punto in cui i dati vengono prodotti o utilizzati.

In un ambiente industriale, per esempio, un Edge device può raccogliere informazioni da PLC, sensori o macchine, elaborarle localmente e inviare ai sistemi centrali soltanto i risultati necessari. Invece di trasferire continuamente tutti i dati grezzi, il sistema può effettuare localmente operazioni di filtraggio, aggregazione, analisi o rilevamento degli eventi. Questo approccio può ridurre la latenza e il traffico di rete e, in determinate architetture, permettere a una parte delle funzioni di continuare a operare anche quando la connessione verso i sistemi remoti viene temporaneamente meno.

L’Edge non significa però che tutti i dati debbano rimanere localmente. La distribuzione delle funzioni va progettata in base al processo.

Cos’è il Cloud Computing?

Il Cloud Computing permette di utilizzare risorse informatiche, applicazioni, storage e servizi attraverso infrastrutture centralizzate, solitamente un data center. Le richieste dalle applicazioni client vengono inviate al cloud, dove vengono elaborate e i risultati vengono inviati al dispositivo che ha generato la richiesta.

Il principale vantaggio consiste nella possibilità di accedere a risorse scalabili senza dover gestire direttamente tutta l’infrastruttura hardware necessaria a sostenerle.

Il Cloud è particolarmente adatto quando bisogna centralizzare informazioni provenienti da più fonti, condividere applicazioni tra utenti o stabilimenti, conservare grandi quantità di dati oppure eseguire analisi che non richiedono una risposta immediata sul campo.

I servizi cloud possono essere forniti attraverso modelli differenti, tra cui IaaS, PaaS e SaaS. Per il confronto con l’Edge Computing, però, il punto centrale non è il modello di servizio, ma dove vengono elaborati e archiviati i dati.

Quando è più utile l’Edge Computing?

L’Edge Computing può essere particolarmente interessante quando il processo ha requisiti che il Cloud centralizzato potrebbe soddisfare con maggiore difficoltà.

Quando serve una risposta rapida

Se un’applicazione deve reagire rapidamente a un evento rilevato da un sensore o da una macchina, introdurre un passaggio verso un sistema remoto può aumentare la latenza. Elaborare il dato direttamente vicino alla fonte può rendere la risposta più veloce e prevedibile. È una caratteristica importante, per esempio, nelle applicazioni di automazione, controllo e robotica.

Quando vengono prodotti molti dati

Una macchina industriale può generare continuamente dati di processo, diagnostica e stato. Trasferire tutto il flusso verso il Cloud può essere poco efficiente; un sistema Edge può eseguire una prima elaborazione e inviare verso il livello centrale soltanto gli eventi, i KPI, le anomalie o i dati aggregati che servono.

Quando la connettività non può essere data per scontata

Alcune funzioni di fabbrica devono continuare a operare anche in presenza di problemi temporanei nella connettività verso sistemi esterni. Un’architettura Edge può mantenere localmente una parte delle capacità di elaborazione e dei dati necessari al funzionamento dell’applicazione.

Quando il Cloud è più adatto?

Il Cloud diventa particolarmente utile quando il valore deriva dalla centralizzazione delle informazioni.

Pensiamo, per esempio, a un’azienda che gestisce più linee produttive o più stabilimenti. I dati raccolti localmente possono essere inviati a un’infrastruttura centrale, dove vengono storicizzati e confrontati.

Il Cloud può quindi supportare attività come:

• analisi su dati provenienti da più impianti;
• archiviazione storica;
• dashboard e applicazioni accessibili da più sedi;
• condivisione dei dati tra reparti;
• elaborazioni che non richiedono una risposta immediata sul campo.

In questi casi, centralizzare le informazioni può essere più utile che distribuire tutta l’elaborazione localmente.

Edge e Cloud possono lavorare insieme

In molti progetti industriali la domanda corretta non è “Edge o Cloud?” ma “Quali funzioni devono rimanere vicino alla macchina e quali possono essere centralizzate?”

Un’architettura Edge-to-Cloud permette di distribuire le elaborazioni tra diversi livelli.

L’Edge può occuparsi delle attività che richiedono rapidità, continuità locale o una prima elaborazione del dato. Il livello superiore può raccogliere i risultati nel cloud, storicizzarli, confrontare informazioni provenienti da più macchine e stabilimenti e alimentare applicazioni aziendali.

Questa distribuzione evita di concentrare tutte le funzioni in un unico punto.

Un esempio industriale

Immaginiamo una linea produttiva con diverse macchine collegate.

Ogni macchina genera dati relativi a produzione, stato, allarmi e condizioni operative. Un sistema Edge può raccogliere queste informazioni localmente e analizzarle già all’interno dello stabilimento; quando rileva un evento significativo, può inviare al sistema centrale soltanto l’informazione necessaria. Per esempio, invece di trasferire continuamente ogni singola misura, può trasmettere un’anomalia, un KPI aggiornato o una serie di dati aggregati. Il sistema centrale può poi raccogliere le informazioni provenienti da più linee o stabilimenti, conservarle e utilizzarle per analisi, dashboard o applicazioni aziendali.

In questo scenario ciascun livello svolge la funzione per cui è più adatto.

Macchine e sensori → Edge → sistemi locali → Cloud

Come in questo esempio, l’architettura può essere progettata in modi differenti in funzione dell’impianto e delle applicazioni.

In generale, le applicazioni time-sensitive, in cui il tempo è un fattore critico, devono rispondere e prendere decisioni molto rapidamente e immediatamente. In un Cloud, prima che la decisione venga restituita, i dati vengono raccolti, trasmessi al cloud centrale in forma grezza ed elaborati; questo processo potrebbe richiedere del tempo. Man mano che le attività di elaborazione dei dati si avvicinano al punto in cui vengono generati i dati, le nuove richieste di dati possono essere elaborate con una latenza molto inferiore e le periferiche possono memorizzare nella cache i risultati per un accesso più rapido ai dati.

Edge Computing, IIoT e integrazione industriale

Il rapporto tra Edge e Cloud diventa particolarmente interessante quando viene inserito in un progetto dell’IIoT, Industrial Internet of Things.

Un ambiente IIoT può coinvolgere PLC, sensori, sistemi di visione, macchine, database, MES, SCADA e applicazioni cloud. In un’architettura di questo tipo, il sistema Edge può rappresentare il punto di collegamento tra il mondo del campo e i livelli superiori; può raccogliere dati da dispositivi differenti, tradurre o normalizzare le informazioni, eseguire elaborazioni locali e trasferire verso i sistemi centrali soltanto ciò che serve.

La qualità dell’architettura dipende quindi anche dall’interoperabilità tra tecnologie diverse.

Quale scegliere per un progetto industriale?

La scelta non dovrebbe partire dalla tecnologia che si vuole installare. Prima bisogna capire quali dati vengono generati, con quale frequenza, da quali dispositivi e per quale scopo.

Poi si può stabilire quali informazioni devono essere elaborate localmente e quali possono essere trasferite a sistemi centrali.

In generale, l’Edge tende a essere più interessante quando contano la velocità di risposta, la continuità locale o la riduzione del volume di dati trasmessi. Il Cloud tende a essere più utile quando servono centralizzazione, scalabilità e analisi su grandi quantità di dati provenienti da fonti diverse.

Molti progetti industriali, però, hanno bisogno di entrambe le cose.

Perché l’architettura deve essere progettata sul processo?

Non esiste una configurazione Edge-to-Cloud valida per ogni stabilimento. Una linea esistente può avere PLC e protocolli differenti da quelli utilizzati in un nuovo impianto, un sistema MES può richiedere dati con una struttura specifica, un’applicazione di monitoraggio può avere esigenze diverse rispetto a una funzione di controllo.

Per questo bisogna definire con attenzione:

• dove raccogliere i dati;
• dove elaborarli;
• quali informazioni trasferire;
• dove storicizzarle;
• quali sistemi devono riceverle;
• come mantenere la comunicazione tra i diversi livelli.

L’architettura finale deve inserirsi nel contesto produttivo esistente e, quando necessario, prevedere componenti software sviluppati o configurati in funzione delle esigenze dell’impianto.

Edge-to-Cloud: un’architettura integrata

Sebbene ci siano differenze fondamentali tra i due, i concetti di Edge e Cloud Computing non si escludono a vicenda perché rispondono a esigenze differenti.

L’Edge avvicina l’elaborazione alle macchine e ai dispositivi che generano i dati; il Cloud permette di centralizzare risorse, informazioni e applicazioni. Se usati insieme, possono ottimizzare le prestazioni nelle applicazioni aziendali, soprattutto in ambito industriale manifatturiero, dove ci sono potenzialmente davvero tanti dati da raccogliere e da analizzare relativi alle macchine e al processo produttivo. In generale, le attività ad alte prestazioni e sensibili alla latenza si eseguono nei nodi perimetrali, mentre il lavoro meno impegnativo e l’archiviazione dei dati preelaborati si svolgono altrove nel cloud.

In un ambiente industriale, la soluzione più efficace può quindi essere un’architettura distribuita, nella quale ciascun livello gestisce le attività per cui è più adatto.

Il punto di partenza resta sempre e comunque il processo produttivo: solo comprendendo come vengono generati, utilizzati e condivisi i dati è possibile decidere dove elaborarli e come collegare i diversi sistemi.