Architettura Edge: come elaborare i dati industriali in real-time

4 min

Decentralizzare ed elaborare i dati a pochi passi dalla fonte che li produce è uno dei vantaggi dell’Edge Computing. Non solo, tali dispositivi possono essere dotati di Intelligenza Artificiale e apprendere dai processi che monitorano. Sono inoltre veloci e lavorano i dati in real-time. Tutti benefici che non possiamo ottenere solo attraverso una rete cloud. Ma vediamo quali sono questi vantaggi e anche gli aspetti da considerare nell’adozione di soluzioni edge.

Un’infrastruttura liquida: la flessibilità dell’Edge Computing

Il noto sociologo polacco Bauman ha definito “società liquida” il contesto attuale, in cui le strutture si compongono e scompongono velocemente per adattarsi ai cambiamenti in atto. La rigidità sociale del passato diventa fluida, mutevole, flessibile. Se riportiamo un tale concetto in fabbrica possiamo vedere che oggi, grazie alle nuove tecnologie, anche le infrastrutture hanno abbandonato la rigidità in favore di una flessibilità che permette di accogliere e sfruttare le potenzialità delle nuove tecnologie. Un’infrastruttura liquida è proprio quella di cui abbiamo bisogno per implementare l’Edge e le tecnologie IoT in un flusso che generi benefici dal basso verso i vertici aziendali.

Abbiamo illustrato, in un precedente articolo, quello che potrebbe essere un tipico stack tecnologico per l’implementazione dell’architettura edge in fabbrica. Gli strati, di cui è composto, permettono ai dati di trasformarsi in informazioni utili e arrivare nelle mani dei vertici aziendali.

Edge computing adozione

Elaborazione dei dati: il vantaggio della prossimità

Quando definiamo l’Edge Computing come un’architettura di elaborazione distribuita stiamo sottolineando il vantaggio che questa tecnologia offre ai dispositivi che producono i dati. Non ci sono lunghe trasmissioni di dati al cloud che potrebbero ritardare la comunicazione. L’elaborazione dei dati avviene in prossimità del dispositivo che li genera.

Inoltre, dedicare un elaboratore ad un macchinario o ad un processo significa che i dati che produrranno non andranno in coda al cloud. Ma subiranno una prima scrematura e classificazione in loco. I dati, utili in real-time per le attività dei processi inglobati nell’architettura edge, saranno processati e reimmessi nel flusso. Le informazioni, invece, definite strategiche in quanto necessarie alle attività di analisi e di valutazione dei processi, saranno inviate al cloud di riferimento. Tale decentralizzazione permetterà una riduzione della latenza dei dati.

Il rovescio della medaglia è che questa frammentazione dei dispositivi decentralizzati rende più complessa la loro gestione. Bisognerà infatti prevedere strategicamente più obiettivi specifici per ogni dispositivo locale e verificare il loro funzionamento ottimale.


Un'architettura Edge permette di elaborare i dati in locale e di reimmetterli rapidamente nel processo. Ecco come ridurre i tempi di latenza. Condividi il Tweet

Edge Computing e Cloud Computing: antagonisti o collaboratori?

Ed ecco una domanda che spesso genera confusione: che differenza c’è tra Edge Computing e Cloud Computing? Sono tecnologie contrapposte? In realtà, sebbene seguano logiche di funzionamento opposte, non sono in antitesi fra di loro: entrambe concorrono ad una corretta elaborazione dei dati. La grande differenza è l’infrastruttura: decentralizzata per l’Edge e centralizzata per il Cloud. Quindi, i dati registrati dall’Edge sono prevalentemente elaborati in locale e l’accesso avviene quando si è fisicamente nei pressi della rete. Per quanto riguada il cloud, invece, l’accesso e l’elaborazione delle informazioni può avvenire anche da punti esterni al network aziendale e al luogo in cui è collocata l’azienda.

Per questo non possiamo vederli come antagonisti ma sono a tutti gli effetti dei collaboratori. Molte soluzioni presenti sul mercato offrono sia l’Edge che il Cloud. In questo modo, grazie ad entrambe le tecnologie, si mantengono i dati operativi e utili nell’immediato sui nodi periferici dell’edge e si inviano invece al cloud i dati che vanno elaborati, archiviati o che servono per le fasi previsionali e predittive. Più è puntuale il dato che prendo e maggiore è l’efficienza che posso dare al mio processo.

Il rischio di attacco ai dati: l’Edge Computing è sicuro?

Quando si progetta un’infrastruttura Edge la questione sicurezza è un tassello fondamentale. Il data center del Cloud garantisce altissimi livelli di protezione dagli attacchi esterni. Quando si utilizzano, invece, dispositivi periferici per decentralizzare le attività di elaborazione dati è necessario che questi siano dotati di un accesso sicuro. Ad esempio la crittografia dei dati, o anche un blocco fisico che ne impedisce la fruizione a chi non possiede i codici di autenticazione.

La sicurezza perimentrale può essere potenziata con monitoraggi e controlli costanti:

  • agli accessi fisici e virtuali dei dispositivi;
  • ai log di tutte le attività perimetrali;
  • alle modifiche dell’hosting dei dati e delle applicazioni presenti in Edge.

Iscriviti alla nostra newsletter

Un esempio di Edge Computing: la videosorveglianza

Le aziende che indubbiamente trarranno beneficio dall’Edge computing sono quelle che gestiscono un’enorme quantità di dati e per le quali una ridotta latenza e una banda larga fanno la differenza.

Un perfetto esempio sono le realtà aziendali che sfruttano i sistemi di acquisizione video. In questi anni, si è passati dalla semplice videosorveglianza all’elaborazione sui server delle immagini per individuare un qualcosa di specifico (rischio incendio, furto in atto, riconoscimento di persone).

L’ Edge computing permette di realizzare l’elaborazione del video a bordo delle telecamere. Il risparmio e l’efficienza di questo tipo di infrastruttura è notevole, perchè l’estrapolazione delle informazioni verrà fatta in locale. Questo significa che se la telecamera rileva un evento da registrare manderà al cloud solo quella informazione e non tutta la ripresa.

In pratica, poniamo il caso che il nostro obiettivo è il riconoscimento delle persone che entrano in una data area. Incorporando l’Edge nelle telecamere potrò elaborare in locale l’informazione e manderò al cloud solo il numero totale di accessi e i nomi delle persone. Delocalizzando l’intelligenza si risparmia così su tutta l’infrastruttura.

L’Edge resta la soluzione migliore per industrie che hanno bisogno di:

  • analizzare i dati e ottenere risposte in real-time;
  • reimmettere in tempi brevi le informazioni nel processo.

L’investimento iniziale di un’infrastruttura di Edge Computing, in questo caso, sarà ammortizzata in tempi brevi e assicurerà un incremento dell’efficienza che solo questo tipo di tecnologia permette.

Hai trovato utile questo post?

Clicca sulla lampadina per votarlo!