fbpx Le macchine Volanti! | Glossario: Edge computing
Glossario: Edge computing
--

Glossario: Edge computing

Ormai una quindicina di anni fa, il matematico Clive Humby affermò che "i dati sono il nuovo petrolio"; a dimostrarlo, le dinamiche alla base dell’economia odierna, ma proprio come accade con il greggio appena estratto, le informazioni non hanno alcun valore se non vengono trattate con le giuste modalità e con tempistiche ottimali. Perché darle in pasto a un elaboratore lontano, quando si ha modo di gestirle all'interno dell'ecosistema in cui vengono generate o nelle sue vicinanze? Qui entra in gioco il concetto di edge computing, modello di calcolo sempre più diffuso.

La gestione dei dati con le modalità dell’edge computing
Il principio è di per sé piuttosto semplice: la computazione si verifica laddove i dati sono raccolti o dove si manifesta la necessità di fruirne, in locale o comunque in prossimità. Viene così limitata l'esigenza di trasferimento da o verso server collocati a centinaia o migliaia di chilometri di distanza. Questo elimina dall'equazione attese e latenze che, seppur nell'ordine di pochi secondi o talvolta millisecondi, possono fare la differenza quando è necessaria una immediatezza assoluta.

Non è difficile comprendere come i benefici si manifestino anche in termini di efficienza. Discorso analogo per la sicurezza, a patto di adottare buone pratiche e monitorare costantemente che nessuno degli elementi parte del sistema risulti compromesso o vulnerabile. C’è anche un vantaggio concreto dal punto di vista economico, poiché, come ben sanno gli addetti ai lavori, il traffico ha costi non irrisori.

Volendo semplificare il concetto, possiamo affermare che l'edge computing non è per forza di cose "locale" e che sicuramente non è "cloud": è "vicino". Trova applicazione pratica e commerciale ormai da diverso tempo, fin dai primi anni 2000.

Quando conviene?
Pensiamo a un impianto industriale, contesto in cui il verificarsi di un’anomalia richiede un intervento tempestivo, al fine di scongiurare rischi per la produttività (dunque senza impattare sulla business continuity) e, in alcuni casi, addirittura per l’incolumità di chi vi lavora. Non appena un sensore rileva un parametro fuori scala, come, per esempio, l’eccessivo aumento della pressione all’interno di un macchinario, è necessario agire senza alcuna attesa. Non sono ammessi ritardi conseguenti alla comunicazione con un server remoto o potenzialmente provocati da un problema di connessione con l’esterno, nemmeno se di ordine infinitesimale.

Vale lo stesso nell'ambito automotive, che si appresta ad accogliere vetture in grado di muoversi da sole, sulla base di un'analisi continua e in tempo reale dell'ambiente circostante. Possiamo delegare l’improvvisa esigenza di frenare a un comando ricevuto da un'infrastruttura remota? Ovviamente no; è invece necessario che gli algoritmi agiscano in locale, a bordo delle quattro ruote. Dai data center, lo stesso veicolo potrà ricevere aggiornamenti sulle condizioni del traffico per le quali anche uno scambio meno immediato non comporta disagi o pericoli. Ancora, nel sempre più animato settore delle soluzioni per la Internet of Things, i vantaggi sono invece perlopiù legati a efficienza e sicurezza, per le ragioni già descritte.

Sgombriamo il campo da un potenziale equivoco: l’edge computing non è meglio né peggio rispetto ad altri metodi per la gestione delle informazioni. Più semplicemente, costituisce una scelta alternativa e preferibile in determinati contesti. Talvolta la soluzione ideale è rappresentata dall’adozione di ciò che potremmo definire un modello ibrido, in cui i dati sono trattati con modalità diverse, a seconda delle finalità d’uso e delle necessità che vengono a manifestarsi in un determinato momento.

Cristiano Ghidotti