Che cos’è l’Edge Computing

Perché scegliere soluzioni Edge Computing

I requisiti dei recenti servizi e delle applicazioni in Cloud, dall’archiviazione ed elaborazione dei dati alla reattività del sistema, stanno spingendo il Cloud Computing ai suoi limiti. Una maggiore larghezza di banda o potenza di calcolo non è sempre sufficiente a soddisfare la richiesta di elaborare dati sempre più rapidamente sui dispositivi connessi e di generare informazioni immediate e azioni quasi in tempo reale. L’Edge Computing sta diventando sempre più popolare a causa di queste lacune del cloud.

Grazie all’elaborazione ad alte prestazioni, alla connessione a bassa latenza e alla maggiore sicurezza, l’Edge Computing consente di sfruttare al meglio i dati raccolti dai dispositivi.

In generale, questo spostamento da soluzioni Cloud verso soluzioni puramente Edge Computing o ibride è principalmente causato dai seguenti fattori:

Latenza

Le applicazioni che richiedono analisi e reazioni rapide vengono utilizzate da sempre più settori industriali. A causa del ritardo dovuto alla distanza della rete dall’origine dei dati, il Cloud Computing da solo non è in grado di soddisfare queste aspettative, con conseguenti inefficienze, tempi di attesa e esperienze utente inferiori alla media.

Larghezza di banda

Potrebbe essere possibile ridurre il ritardo aumentando la larghezza di banda di trasmissione o la potenza di calcolo. Tuttavia, poiché le aziende continuano ad aggiungere dispositivi perimetrali alle loro reti e a generare sempre più dati, il costo dell’invio dei dati al Cloud potrebbe raggiungere livelli insostenibili. Questo problema può essere risolto se la prima elaborazione, l’archiviazione e l’analisi dei dati vengono eseguite localmente.

Privacy e sicurezza

Il rischio di intercettazione può essere ridotto proteggendo i dati sensibili, come dati di produzione o informazioni mediche private, mantenendoli sul campo e trasferendo il minimo possibile su Internet. Secondo alcuni governi o aziende, è possibile che i dati siano obbligatoriamente tenuti nel paese in cui sono stati prodotti. Nel settore sanitario, ad esempio, è possibile trovare normative locali o regionali che limitano la conservazione o il trasferimento dei dati personali.

Connettività

Il Cloud Computing puro può essere ostacolato dalla mancanza di un buon accesso a Internet, ma l’Edge-to-Cloud Computing può sfruttare un’ampia gamma di opzioni di connettività. Ad esempio, il 5G offre una connessione a larghezza di banda elevata e a bassa latenza per una trasmissione dei dati rapida e per la fornitura di servizi dall’Edge.

I vantaggi dell’Edge Computing

L’Edge Computing migliora la gestione del traffico di rete, riduce la latenza di elaborazione dei dati, velocizza le risposte e facilita la conformità alle normative di sicurezza e di privacy del governo o dell’azienda. Avvicinare l’elaborazione, l’analisi e l’archiviazione dei dati al punto di generazione dei dati e allontanarli dal cloud può garantire tutta una serie di importanti vantaggi.

• Elaborazione dei dati più veloce. Spostare l’elaborazione e l’analisi dei dati all’Edge migliora i tempi di reazione del sistema, consentendo analisi più rapide e un’esperienza utente migliore, essenziali, ad esempio, in applicazioni real-time, come le operazioni di movimentazione di robot mobili a guida autonoma.
• Monitoraggio dei dati in tempo reale. La capacità di eseguire analisi e aggregazione di big data in loco, che consente un processo decisionale quasi in tempo reale, è uno dei principali vantaggi dell’Edge Computing.
• Gestione del traffico di rete più efficace. La larghezza di banda e le spese associate all’invio e all’archiviazione di quantità significative di dati possono essere ridotte limitando le quantità di dati inviate al cloud.
• Maggiore affidabilità e resilienza. Gli stabilimenti locali possono operare in autonomia rispetto allo stabilimento principale: se qualcosa interrompe il funzionamento del sito principale, l’Edge Computing garantisce l’elaborazione locale dei dati e la storicizzazione temporanea, in attesa del rientro in funzione del Cloud per l’invio dei dati elaborati. Ad esempio, la capacità di archiviare ed elaborare i dati in locale migliora l’affidabilità quando la connessione cloud viene interrotta in luoghi con connessioni Internet limitate.
• Maggiore sicurezza. Limitando la trasmissione di dati via Internet, una soluzione di Edge Computing può, con una corretta implementazione, migliorare il controllo del trasferimento di dati sensibili e rafforzare la sicurezza dei dati. Mantenendo locale tutta la potenza di calcolo, si riduce la possibilità di esporre dati sensibili e si consente alle aziende di implementare procedure di sicurezza e di aderire più agevolmente ai requisiti legali.

Che cos’è l’IoT e che cos’è un dispositivo Edge?

Il processo di connessione di oggetti fisici d’uso comune a Internet è noto come Internet of Things (IoT). Ciò include qualsiasi cosa, dai dispositivi indossabili e dai device intelligenti agli articoli per la casa di base, come le lampadine, fino ad attrezzature sanitarie o dispositivi medici.

Non tutti i dispositivi IoT sono dispositivi Edge. Tuttavia, le strategie di Edge Computing di molte aziende includono questi dispositivi connessi. Per ridurre la latenza della comunicazione tra i dispositivi abilitati all’IoT e le reti IT centrali a cui sono collegati, l’Edge Computing può portare ulteriore potenza di calcolo ai bordi della rete IoT.

L’IoT è stato introdotto per la prima volta semplicemente per la trasmissione e la ricezione di dati. Tuttavia, oggi l’Edge Computing consente di adottare un approccio più moderno, trasmettendo, ricevendo e, soprattutto, analizzando i dati raccolti dalla rete e dai device IoT.

E che dire dell’IoT industriale o IIoT?

L’Industrial Internet of Things (IIoT) è un concetto simile, che viene utilizzato per descrivere apparecchiature industriali collegate a Internet, come macchinari interconnessi utilizzati negli stabilimenti di produzione, strutture agricole o catene di approvvigionamento.

Si consideri, ad esempio, la durata del life-cycle di una grande attrezzatura impiegata in un cantiere. I guasti sono un evento comune nelle operazioni e vari processi possono sottoporre le apparecchiature a sollecitazioni variabili nel tempo. In questo caso, i componenti dei macchinari più soggetti a danni o uso improprio possono essere dotati di sensori specializzati. Questi sensori possono essere utilizzati per migliorare le prestazioni della macchina stessa (ad esempio tramite la raccolta ed elaborazione di dati e KPI in tempo reale), eseguire la manutenzione predittiva e fornire una guida agli ingegneri che hanno creato l’ingranaggio su come sviluppare nuovi modelli. Questi Use Case sono solo esempi delle possibili applicazioni dell’IoT industriale (IIoT) nella produzione, nell’energia e in altre operazioni manifatturiere.

Qualche esempio concreto di raccolta dati tramite Edge Computing

Molti casi d’uso delle soluzioni di Edge Computing derivano dall’esigenza di elaborare i dati localmente e rapidamente in scenari in cui il trasferimento dei dati verso un data center comporterebbe una latenza inaccettabilmente elevata.

Si consideri un moderno impianto di produzione come un esempio di Edge Computing, spinto dall’esigenza di elaborare i dati in tempo reale. I sensori IoT connessi alle macchine in produzione generano un flusso costante di dati, utilizzabili per calcolare KPI, evitare guasti e migliorare le operazioni. Si stima che un moderno impianto con 2.000 apparecchiature sia in grado di produrre 2.200 terabyte di dati al mese. L’elaborazione di quest’enorme quantità di informazioni vicino al campo è più rapida e meno costosa rispetto a inviarle in forma grezza a un data center distante. Tuttavia, i device potrebbero e dovrebbero comunque essere collegati a una piattaforma dati centralizzata. In questo modo, ad esempio, le apparecchiature possono ricevere aggiornamenti software standardizzati e scambiare dati filtrati che possono aiutare a migliorare le operazioni in altri siti dell’impianto.

Un ulteriore passo avanti è rappresentato dagli Autonomous Mobile Robots (AMR), che costituiscono uno dei casi più concreti di Edge Computing nell’ambito industriale. L’Edge Computing, infatti, rappresenta oggi una delle tecnologie abilitanti per la nuova generazione di robotica mobile industriale. A bordo dei robot vengono elaborati in tempo reale i dati dei sensori per ridurre la latenza e garantire la continuità operativa durante la navigazione autonoma, mentre la connessione con i sistemi centrali consente funzioni avanzate, come la gestione della flotta e l’ottimizzazione delle missioni. Soluzioni come HELKO mostrano come l’integrazione tra elaborazione distribuita, navigazione autonoma e personalizzazione applicativa possa supportare concretamente l’evoluzione dei processi di intralogistica nelle aziende manifatturiere.

Conclusioni

A seguito dell’aumento esponenziale dei dati raccolti da miliardi di dispositivi IoT e interconnessi, la pratica di inviare tutti i dati al cloud per l’elaborazione e l’archiviazione sta cedendo il passo a un approccio distribuito, in cui una parte del calcolo avviene ai margini della rete, più vicina a dove vengono effettivamente prodotti i dati. Gli Autonomous Mobile Robots rappresentano uno degli esempi più concreti di Edge Computing in ambito industriale, grazie alla capacità di elaborare dati direttamente a bordo e di interagire in tempo reale con l’ambiente operativo.

Grazie a soluzioni personalizzate di Edge Computing, le aziende manifatturiere possono individuare nuovi canali interni di raccolta dei dati, offrire servizi innovativi, migliorare le prestazioni in produzione e ridurre i costi operativi. In questo scenario si inseriscono gli Autonomous Mobile Robots di nuova generazione, progettati per integrare le capacità di Edge Computing con un’elevata flessibilità applicativa.
Un esempio è HELKO, AMR sviluppato da Eureka System per la movimentazione di carrelli e banchi di lavoro in ambienti produttivi complessi, in cui l’elaborazione distribuita e la gestione intelligente delle missioni diventano elementi chiave.

L’Edge Computing offre un’opportunità senza precedenti per valorizzare al meglio i dati. Con il partner giusto, un’azienda può ottenere il massimo dai propri dati in qualsiasi momento. Bisogna ricordare, tuttavia, che nello sviluppo di una soluzione IIoT completa, l’Edge Computing è solo una parte dell’architettura e richiede lo studio di tutta l’infrastruttura, dai dispositivi Edge fino all’Edge on-premise, dalla rete al Cloud (quando si progetta una soluzione Edge-to-Cloud interoperabile).

Le aziende hanno bisogno di soluzioni Edge Computing che:

• Rispondono alle esigenze di diversi livelli perimetrali o di campo, che possono presentare requisiti tecnici e funzionali molto diversi tra loro.
• Garantiscono che i device dei siti perimetrali continuino a funzionare anche in caso di guasti alla rete.
• Sono interoperabili a livello di software e  possono utilizzare componenti hardware provenienti da diversi fornitori.

Nessun singolo fornitore può garantire appieno una soluzione precostruita end-to-end, completa e adatta a ogni azienda, e in Eureka System noi, in quanto System Integrator e sviluppatori, lo sappiamo bene. Qualunque sia l’applicazione, una percentuale (spesso significativa) della soluzione va sempre sviluppata su misura: lo sviluppo di features personalizzate e una buona integrazione garantiscono che il sistema Edge Computing sia interoperabile con le altre tecnologie già presenti in azienda. L’interoperabilità a livello software è fondamentale perché la nuova soluzione possa interfacciarsi con gli altri sistemi.