I dati e le intuizioni sono risorse preziose per qualsiasi azienda. Oggi il processo decisionale guidato dai dati è penetrato in ogni aspetto della nostra vita.
Tradizionalmente, le aziende raccolgono dati da dispositivi IoT e sensori diversi, li raccolgono in una posizione centrale come un data lake o un data warehouse ed eseguono calcoli per ricavare informazioni. E se le aziende potessero eliminare la fase di centralizzazione/integrazione dei dati e passare direttamente alla fase di calcolo? Questo approccio, chiamato "edge computing", consente alle organizzazioni di:
comportamento autonomo della macchina
Livello più elevato di sicurezza dei dati
Riduzione dei costi di trasferimento dei dati
Che cos'è l'edge computing?
L'edge computing è un metodo di elaborazione che esegue calcoli su componenti non centrali del sistema, come sensori, interruttori e vari dispositivi connessi. In altre parole, le informazioni vengono acquisite più vicino alla fonte dei dati, anziché affidarsi a una posizione centrale a migliaia di chilometri di distanza.
Con l'emergere della tecnologia IoT, le organizzazioni raccolgono e calcolano quantità sempre maggiori di dati. Ma trasferire i dati a una posizione centrale e trasferire gli approfondimenti avanti e indietro all'edge richiede tempo. L'edge computing, invece, fornisce approfondimenti ai margini della rete.
Perché l'edge computing è importante?
L'edge computing consente di prendere decisioni più rapide, soprattutto in situazioni di scarsa larghezza di banda. L'edge computing è un'area di investimento importante per i giganti tecnologici, dato che le aziende si affidano sempre più a processi decisionali automatizzati e basati sui dati.
Settori come la vendita al dettaglio, l'energia, la sicurezza, la produzione e la logistica possono trarre vantaggio da un processo decisionale rapido abilitato dall'edge computing. Ad esempio, quando un'auto a guida autonoma incontra un ostacolo sulla strada, deve decidere in una frazione di secondo di frenare. In questo caso, il processo decisionale deve essere più veloce di qualsiasi soluzione di cloud computing. Le aziende stanno implementando sensori e dispositivi intelligenti ai margini della rete per contribuire a un'elaborazione più rapida dei dati.
L'edge computing non si limita a prendere decisioni in pochi millisecondi. Oggi la quantità di dati raccolti da vari dispositivi e sensori è in rapido aumento. Con una larghezza di banda limitata tra i server e i dispositivi edge, la velocità di trasferimento dei dati potrebbe non essere sufficiente per le applicazioni sensibili ai tempi.
L'edge computing è un'area in cui i giganti della tecnologia stanno investendo molto:
Nel gennaio 2020 Apple ha acquisito Xnor.AI, una startup di intelligenza artificiale focalizzata sugli edge. Apple prevede di eseguire modelli di calcolo di deep learning su dispositivi edge come telefoni cellulari, dispositivi IoT, fotocamere, droni e CPU embedded.
Google Cloud e AWS hanno entrambi prodotti incentrati sull'edge IoT.
Come funziona l'edge computing?
Il flusso di lavoro degli strumenti di edge computing segue generalmente il seguente schema:
I sensori o i dispositivi ai margini raccolgono i dati
Le funzionalità di calcolo all'interno del dispositivo eseguono i calcoli sul bordo del dispositivo
Se il dispositivo deve intervenire, lo fa in base ai calcoli
I dati rilevanti (ma non tutti) vengono trasmessi dall'edge al cloud, in modo che le aziende possano comprendere il quadro generale aggregando i dati aggregati di migliaia di dispositivi (entro i limiti della larghezza di banda).
In che modo l'edge computing è diverso dal normale computing?
L'edge computing ha capacità simili a quelle delle applicazioni di calcolo normali, tranne che per il luogo in cui vengono eseguiti i calcoli. Una differenza importante è che le applicazioni di edge computing devono lavorare su dispositivi edge con memoria, potenza di elaborazione o comunicazioni limitate. Queste applicazioni sono ottimizzate per lavorare all'interno di questi vincoli.
Quali sono i vantaggi dell'edge computing?
I vantaggi dell'edge computing includono:
Decisioni più rapide e autonome perché gli insight vengono identificati alla fonte dei dati, riducendo la latenza.
Riduce i costi di archiviazione e di gestione dei dati centralizzati, poiché i dati vengono archiviati in modo centralizzato.
I costi di trasferimento dei dati sono inferiori in quanto vengono trasferiti meno dati al data warehouse centrale.
Migliore sicurezza/privacy, poiché i dati granulari (ad esempio i video clip) non vengono memorizzati o trasmessi.
Casi d'uso dell'edge computing
Monitoraggio intelligente: Le aziende possono migliorare la sicurezza con servizi edge di rilevamento delle intrusioni in tempo reale. Utilizzando le immagini grezze delle telecamere di sicurezza, l'edge computing può rilevare e tracciare qualsiasi attività sospetta.
Monitoraggio e manutenzione a distanza: Settori come quello energetico e manifatturiero possono richiedere una risposta immediata quando una macchina si rompe o richiede manutenzione. Senza la necessità di centralizzare il calcolo dei dati, le organizzazioni possono identificare più rapidamente i segnali di guasto e intervenire prima che si verifichino colli di bottiglia all'interno del sistema.
Informatica del comportamento dei clienti del commercio al dettaglio: I rivenditori possono sfruttare i dati provenienti da una serie di sensori, tra cui quelli dei parcheggi, i tag dei carrelli della spesa e le telecamere dei negozi. Eseguendo calcoli sui dati raccolti da questi dispositivi, i rivenditori possono fornire servizi personalizzati ai clienti.
Parole chiave: gateway di edge computing
Italian 
English 
Russian 
German 
Spanish 
Portuguese 
French 
Dutch