Edge computing: sempre più importante, sempre più diffuso

Un nuovo modo di concepire il calcolo, che è a sua volta un importante vettore per l’Internet of Things, l’Intelligenza Artificiale e il machine learning

Le applicazioni moderne sono sempre più complesse, richiedono una gestione dei dati puntuale ed esclusiva, e il loro traffico, di conseguenza, risulta enormemente appesantito. E più le macchine richiedono connettività per il proprio funzionamento, ma anche per fornire agli utilizzatori risposte immediate ed elaborazioni di alta qualità, tanto più la loro velocità di esecuzione è messa a repentaglio.

Alla luce di tutto ciò, qual è il segreto per mantenere elevate le performance delle applicazioni?

L'edge computing (elaborazione al margine, nda) è una delle possibili soluzioni. Si tratta di un modello di calcolo distribuito nel quale l’elaborazione dei dati avviene quanto più possibile in prossimità di dove i dati vengono generati.

In concreto, il suo obiettivo è fornire la connettività tra i dispositivi e il data center in una maniera molto efficiente, avvicinando l’elaborazione all'utente finale

Questa architettura “di frontiera”, che sfrutta le potenzialità della periferia della rete proprio perché processa dati alla fonte, sta rivoluzionando il modo in cui essi vengono gestiti, elaborati e resi disponibili.

Nuovi settori e nuovi spazi

Invece di trasmettere dati grezzi a una “sede centrale” capace di accoglierli, leggerli e procedere con l'elaborazione, l'analisi, l'invio e il ripristino di una soluzione che ha impatto agli occhi dell'utente, l'edge computing fornisce, in pratica, una soluzione più agile, uscendo dai data center principali e avvicinandosi ai dati laddove essi hanno origine, generando, peraltro, nuovi spazi di archiviazione.

In pochissimo tempo, grazie alla sua capacità di risolvere i problemi di latenza trasmissiva che si avrebbero se i dati dovessero essere portati a un unico centro, l’edge computing sta diventando mainstream. Ovvero, sta rimodellando la struttura dell'IT, dell'informatica aziendale e, tra modelli di interesse e case studies, sta dando una spinta non da poco all’introduzione e alla diffusione dell'intelligenza artificiale, dell'apprendimento automatico, della realtà virtuale e aumentata e, in ultima lettura, allo sviluppo di veicoli a guida autonoma.

A seconda della rapidità di risposta nell’elaborazione, che - come abbiamo visto - rappresenta un parametro fondamentale per comprendere l’efficacia di questo tipo di soluzioni, si possono distinguere applicazioni lnternet of Things Edge con velocità di trasmissione che possono scendere al di sotto del millisecondo, soluzioni On-premise Edge, cioè server capaci di elaborare i dati, limitare gli invii al cloud e restituire solo le informazioni critiche necessarie per le applicazioni, e Multi-access Edge Computing (MEC), quell'insieme delle applicazioni basate non solo su reti fisse, ma anche su connettività mobile.

Digital first grazie all’Edge?

“Uno dei problemi comuni ai vari casi d'uso è che ci sono enormi quantità di dati. Abbiamo bisogno di edge per dare un senso a tutto ciò": queste parole di Jennifer Cooke, executive del colosso delle ricerche IDC, danno da pensare. Nel corso di IDC Directions 2022, fondamentale maratona di keynote che si è tenuta lo scorso marzo, è stata sempre la Cooke a descrivere l'edge computing come una "rampa di lancio per le operazioni digital-first".

Sebbene da anni le architetture aziendali prevedono l’esistenza di applicazioni al di fuori del data center, ci sono nuove sfide per tutti gli specialisti del settore IT i per i responsabili delle decisioni di business all’interno di aziende grandi e piccole di vari settori, da oggi ai prossimi 5 anni. 

Attraverso l'analisi globale e le raccomandazioni di IDC, sono disponibili già molte indicazioni su come gestire progetti di digital transformation e, cosa non da poco, su come organizzare la comunicazione delle priorità su cui è il caso di concentrare il focus.

Da dove viene e dove potrà arrivare

Il passaggio all'edge computing è guidato anche e soprattutto dal mobile computing, dal costo decrescente dei componenti dei computer e, se si pensa al rapido sviluppo dell'Internet delle cose (IoT), dall'enorme numero di dispositivi collegati tra loro in rete.

I dati, nella logica dell’edge, sono di due tipologie: quelli che permettono una reazione immediata in accordo a precise informazioni fornite, e quelli che - pur venendo da un’elaborazione - possono attendere e magari, solo in un secondo momento, essere inviati al cloud per analisi storiche, studio di big data e archiviazione a lungo termine.

L’elaborazione, per riassumere ancora una volta, avviene perlopiù nel punto di origine di un dispositivo intelligente e, solo alcuni casi, i dati meno sensibili saranno inviati a un server intermediario situato in stretta vicinanza geografica al client.

Anche se è bene pensare a continuum di data center più o meno grandi e più o meno periferici, si può immaginare l’applicazione davvero edge come il progetto con il miglior equilibrio tra vicinanza fisica e capacità di elaborazione (o semplice storage) delle informazioni.

La trasmissione di enormi quantità di dati grezzi su una rete comporta un carico enorme sui collegamenti di rete pertanto, in molti casi, è molto più efficiente lavorare sui dati vicino alla fonte e inviarne solo una parte, quelli che hanno valore, a un data center remoto. Ecco qualche esempio di applicazione nella vita di tutti i giorni, utile a comprendere meglio tali meccanismi: invece di trasmettere continuamente dati sul livello raggiunto dall'olio all’interno di un motore di un'auto, ad esempio, un sensore apposito potrebbe semplicemente inviare periodicamente dati di riepilogo a un server remoto. Allo stesso modo, un termostato intelligente potrebbe trasmettere dati solo se la temperatura aumenta o scende al di fuori di limiti accettabili. Con la stessa logica, una telecamera di sicurezza Wi-Fi intelligente puntata sulla porta di un ascensore potrebbe utilizzare l'analisi delle immagini e trasmettere dati solo quando una certa percentuale di pixel cambia in modo significativo tra due immagini consecutive, indicando il movimento di un corpo nella porzione di spazio inquadrato.

Nuovi problemi?

Uno dei principali vantaggi dell'edge computing è l’opportunità che offre nel limitare i tempi di intervento, nel ridurre i tempi di risposta fino a pochi millisecondi e nel conservare le risorse di rete.

Tuttavia, nonostante la sua capacità di ridurre la latenza e i colli di bottiglia della rete, l'edge computing può comportare notevoli problemi di sicurezza, di gestione delle licenze e di aggiornamento delle configurazioni. Vediamo perché.

Sicurezza: l'architettura distribuita dell'edge computing aumenta il numero di vettori di attacco. Più intelligenza ha un client edge, più diventa vulnerabile alle infezioni malware e agli exploit tesi a violare i sistemi.

Licenze: i client intelligenti possono avere costi di licenza nascosti. Mentre la versione base di un client edge potrebbe inizialmente avere un prezzo di accesso basso, funzionalità aggiuntive potrebbero comportare un aumento dei costi.

Configurazione: a meno che la gestione dei dispositivi non sia centralizzata e affidabile, gli amministratori possono creare inavvertitamente falle nella sicurezza non modificando le impostazioni predefinite su ciascun dispositivo periferico o trascurando di aggiornare il firmware in modo coerente dopo la prima configurazione iniziale.

Potrebbe interessarti anche: