05 aprile 2023
Tecnologie coinvolte nell'EDGE computing
Edge Computing è una tecnologia emergente che porta l'elaborazione dei dati e l'intelligenza artificiale il più vicino possibile al punto in cui i dati vengono generati, come sensori, dispositivi IoT e telecamere, anziché inviarli al cloud per l'elaborazione. Ciò riduce la latenza e aumenta l'efficienza dell'elaborazione dei dati in tempo reale. In questo articolo, esploreremo alcune delle principali tecnologie che rendono possibile l'implementazione di Edge Computing, ma se desideri approfondire ulteriormente questo paradigma ti incoraggio a leggere il nostro post precedente in cui spieghiamo cos'è Edge Computing.
Connettività in Edge
Per parlare delle tecnologie di Edge Computing, e capire perché sono un vantaggio competitivo aziendale, dobbiamo iniziare con la connettività.
Le reti di Edge Computing vengono utilizzate per collegare i dispositivi periferici ai data center e al cloud. Le reti periferiche possono utilizzare diversi tipi di connettività:
⦁ Connettività a lungo raggio dove troviamo sia reti a bande licenziate come le ben note 2G/3G/4G/5G, sia reti non licenziate LPWAN come Sigfox e LoRa principalmente.
⦁ Connettività locale dove possiamo trovare diversi protocolli come bluetooth, Wifi6, UWB, Zigbee, Thread, RFID/NFC, ecc. oltre ad alcuni modelli di comunicazione più innovativi come le reti V2V (comunicazione veicolo a veicolo) o V2I (comunicazione veicolo a infrastruttura).
I protocolli a bande licenziate stanno permettendo di passare semplicemente dall'invio di voce tramite la rete 2G a essere in grado di includere comunicazioni critiche con le reti 5G.
Qualche anno fa, non potevamo immaginare che un operatore potesse arrivare a controllare una macchina a distanza, soprattutto a causa della lentezza tra il momento in cui l'operatore indicava di voler eseguire un'azione e il momento in cui l'ordine arrivava alla macchina e veniva eseguito. Grazie alle comunicazioni a bassa latenza, questi modelli di business sono ormai una realtà consolidata.
Come abbiamo già discusso in precedenza, esistono molte tecnologie che consentono la connettività. Uno dei passaggi fondamentali nell'implementare una soluzione di Edge Computing è scegliere correttamente quella che meglio si adatta al nostro modello di business.
A tal fine, vi forniamo un riassunto delle caratteristiche che ciascuna di esse può offrirci. Come possiamo notare, ciascuna delle reti che vanno da sigfox, lora fino a 5G ha caratteristiche molto diverse e quale si adatterà meglio al nostro progetto dipenderà in gran parte dal dispositivo a cui dobbiamo fornire connettività.
Un esempio chiaro: se avessimo bisogno di avere connettività su un dispositivo situato in un campo coltivato, probabilmente avremmo bisogno che la batteria durasse a lungo, quindi in questo caso potremmo optare per l'utilizzo di una rete LoRa, mentre se avessimo bisogno di una grande velocità, forse la nostra scelta dovrebbe essere più orientata verso una rete 5G.
Un altro dei fattori da considerare nella scelta della rete di comunicazione è che potrebbe essere di proprietà di un operatore di telecomunicazioni. In questo caso, dobbiamo anche tenere conto dei servizi che possono offrirci. Ma a quali servizi ci riferiamo? Al 5G MEC (Multi-Access Edge Computing).
Cos'è il 5G MEC?
Attualmente, il MEC è definito in generale come un'evoluzione del cloud computing che utilizza le tecnologie mobili, i servizi cloud e l'edge computing per separare gli host delle applicazioni dal data center in cui si trovano e spostarli verso il bordo della rete.
E qui è dove gli operatori hanno visto una nuova opportunità, essendo in grado di fornire progettazione, configurazione e gestione di reti private 5G a bassa latenza per le imprese, cercando di accelerare la distribuzione del MEC nella loro attuale infrastruttura di rete.
Come funziona esattamente il 5G MEC?
Gli operatori offrono risorse di archiviazione e elaborazione sull'antenna, posizionando server nella stessa cabina. In questo modo, non dobbiamo passare per l'antenna, poi per internet per raggiungere il cloud, ma saremo in grado di caricare il nostro software su tali server. In questo modo possiamo eseguire operazioni ad ultra bassa latenza.
Conosci il potenziale delle tecnologie EDGE
Gartner prevede che entro il 2025 il 75% dei dati delle organizzazioni verrà elaborato al di fuori del proprio data center o Cloud. Scopri come gestire la trasmissione, la gestione dello storage e l'elaborazione di queste enormi quantità di dati con le tecnologie EDGE
Intelligenza Artificiale e Machine Learning
L'intelligenza artificiale e l'apprendimento automatico vengono utilizzati per prendere decisioni in tempo reale sui dispositivi periferici senza la necessità di inviare i dati al cloud per il loro processamento. Ciò riduce la latenza e aumenta l'efficienza del processamento dei dati.
Vi immaginate di essere in un ascensore e che smetta di funzionare perché ha perso la connettività? No, vero? Ecco perché è importante dotare il nostro bordo di intelligenza per poter ottenere:
⦁ Generare nuovi modelli di business, migliorare l'efficacia e la produttività operativa dando valore a tutti i dati che si generano sul bordo
⦁ Rilevare anomalie basate sul processamento dei dati di bordo
⦁ Prendere decisioni migliori
⦁ Predecir comportamientos de clientes o de procesos alimentando a sistemas de Machine Learning.
Dato alla grande quantità di dati generati sull'Edge, non possiamo aspettare di caricare tutte queste informazioni sul cloud per effettuare le analisi necessarie, ed è per questo che è essenziale potenziare l'Edge con intelligenza artificiale basandoci sugli aspetti precedenti.
Electrónica y Firmware
L'hardware di Edge Computing è una parte importante della tecnologia. Si utilizzano dispositivi di elaborazione ad alta velocità e a basso consumo energetico, come gateway IoT, server di bordo, router e switch, per elaborare i dati il più vicino possibile alla loro origine. I dispositivi di Edge Computing possono anche includere sensori e attuatori che raccolgono e elaborano i dati.
Analitica de dati
Uno de los problemas fundamentales del Edge es la cantidad ingente de datos que se originan, debido a que éstos suceden en tiempo real.
Plataformas como PowerBI o Microsoft BI non sono pronte per gestire un tale volume di dati in tempo reale e neanche per lavorare sull'Edge, sono progettate per lavorare nel cloud.
Tuttavia, far sì che tutte queste informazioni viaggino dall'Edge al cloud in tempo reale per essere elaborate da questi strumenti di analisi dei dati comporterà costi eccessivi, un rapido esaurimento della batteria dei dispositivi, problemi di privacy dei dati, ecc.
Pertanto è molto importante definire come filtriamo i dati da inviare dal Edge al cloud, con quale frequenza invieremo le informazioni o con quale precisione.
Piattaforme ed Ecosistemi
Le piattaforme di Edge Computing sono software che girano sui dispositivi periferici e forniscono uno strato di astrazione per consentire alle applicazioni di funzionare in modo più efficiente. Le piattaforme periferiche forniscono anche strumenti di sviluppo per creare applicazioni periferiche.
Below, we show some of the platforms that are used for Edge Computing projects, in terms of applications, cloud tools, connectivity and networks and endpoints.
Sicurezza nell'Edge Computing
La sicurezza è una preoccupazione importante nell'Edge Computing. I dispositivi possono essere vulnerabili agli attacchi e questi dispositivi devono essere adeguatamente protetti. Vengono utilizzate tecnologie come la crittografia end-to-end, l'accesso sicuro basato sui ruoli e l'autenticazione dei dispositivi per proteggere i dati e i dispositivi periferici.
Alcune delle tecnologie che ci aiutano a proteggere i nostri progetti Edge sono soluzioni MDM/EMM tramite vmware o ivanti, piattaforme che ci consentono di gestire le identità come Okta o Azure Active Directory, o soluzioni MTP/EDR come Lookout, vmware Carbon Black.
Conclusioni
In sintesi, l'Edge Computing si basa su hardware, reti, piattaforme, intelligenza artificiale, sicurezza e strumenti di gestione per portare l'elaborazione dei dati e l'intelligenza artificiale il più vicino possibile alla loro origine. Utilizzando queste tecnologie, è possibile migliorare l'efficienza dell'elaborazione dei dati, ridurre la latenza e migliorare la capacità di prendere decisioni in tempo reale.
In SEIDOR abbiamo esperienza nell'implementare questo tipo di soluzioni e saremo lieti di potervi aiutare a migliorare i vostri processi aziendali attraverso questo nuovo paradigma.
Share