Per quanto riguarda l'informatica all'interno degli ecosistemi industriali, le imprese utilizzano una delle tre opzioni disponibili, o una combinazione di esse. Queste opzioni di calcolo sono l'architettura IT on-premise, il cloud computing e gli ecosistemi cloud on-premise. Sebbene l'ubicazione dei data center differenzia queste tre opzioni, essi gestiscono l'analisi dei dati e l'elaborazione dei dati da un data center e una rete centralizzati. L'edge computing, invece, si avvale di data center e server decentrati, piccoli e portatili, che riducono la distanza tra il punto di produzione dei dati e i punti di elaborazione.
Questo articolo discuterà:
- Perché l'edge computing è il futuro dell'elaborazione industriale dei dati
- Come l'unione di edge computing e cloud computing guida l'automazione
- I vantaggi della combinazione di edge computing e cloud computing
La necessità di un nuovo concetto di computing
È noto che l'aumento esponenziale dei carichi di lavoro ha travolto le infrastrutture IT, comprese le architetture on-premise e le architetture cloud. Nel 2018, le vendite flash del Black Friday hanno messo ko i data center on-premise di J. Crews, mentre nel settembre 2019, la centrale elettrica del cloud, Amazon, ha registrato tempi di inattività che hanno colpito migliaia di clienti. Entrambi gli esempi dimostrano che anche le reti informatiche più affidabili possono sperimentare tempi di inattività, il che richiede un modo migliore per gestire le esigenze informatiche sensibili.
Oltre all'aumento dei flussi di lavoro, la necessità di ottenere trasferimenti di dati in tempo reale per automatizzare i processi industriali evidenzia la necessità di nuovi concetti di computing. Questo perché l'alta latenza e la bassa larghezza di banda causano ritardi nei tempi di andata e ritorno. In questo caso, la tempistica di andata e ritorno si riferisce al tempo necessario ai dati prodotti da un'apparecchiatura per arrivare al cloud e tornare al dispositivo. I ritardi durante il processo di trasferimento dei dati ostacolano l'analisi in tempo reale e possono portare a tempi di inattività.
Infine, con circa 85 milioni di dispositivi IoT e IIoT in tutto il mondo, la concorrenza per le risorse di computing è in aumento. Questo aumento può portare al limite sia le reti on-premise che quelle in cloud, il che può portare a tempi di inattività e a ritardi nel trasferimento dei dati. Queste sfide hanno portato a soluzioni tecnologiche emergenti come l'edge computing e le reti 5G. Mentre le reti 5G intendono affrontare le sfide dell'alta latenza e della bassa larghezza di banda, l'edge computing è il nuovo concetto di computing che la comunità industriale sta aspettando.
All'interno di questo concetto di computing, è l'applicazione simultanea di edge computing e cloud computing per migliorare le operazioni industriali. Nella sua forma più semplice, il concetto prevede l'uso di hardware edge all'interno dei negozi e del cloud computing per applicazioni più centralizzate.
Unire il meglio di entrambi i mondi
L'unificazione di edge computing e cloud offre ciò di cui la comunità industriale ha bisogno: tempi di risposta rapidi e grande elaborazione dei dati. In questo modello, l'edge computing fornisce la risposta rapida o l'aumento della velocità di elaborazione dei dati necessari per fornire soluzioni in tempo reale. Inoltre, la piattaforma universale del cloud è ideale per la gestione dei grandi dati e fornisce un framework per lo sviluppo di nuove applicazioni. L'unificazione di entrambe le opzioni di computing supporta la fornitura delle seguenti caratteristiche:
- Migliori opportunità di innovazione – Il cloud fornisce piattaforme che supportano la creazione di algoritmi analitici e applicazioni per l'edge computing. Con le risorse ampliate del cloud, possono essere sviluppate applicazioni container personalizzate costruite per microprocessori e mini sistemi operativi. Queste applicazioni o algoritmi possono poi essere testati prima dell'implementazione nell'hardware edge che equipaggia questi dispositivi con capacità analitiche.
- Applicazioni sensibili al tempo – Per ottenere l'automazione industriale, l'hacking dell'analitica in tempo reale in tutta l'officina è un passo importante da fare. Sebbene il solo edge computing sia in grado di gestire applicazioni sensibili al tempo, l'integrazione del cloud computing migliora il processo. In un ambiente guidato dall'IIoT, l'hardware edge è in grado di gestire le sfide del edge computing mentre invia dati complementari al cloud. Le grandi risorse di computing all'interno del cloud possono quindi essere utilizzate per gestire la programmazione e l'analisi di simulazione per ogni asset, sistema e processo all'interno di una struttura.
- Opzioni di archiviazione avanzate – Con decine di dispositivi IIoT, asset legacy e processi industriali che producono dati, è necessario garantire che vengano acquisiti solo i dati rilevanti. L’edge computing fornisce una soluzione per ridurre il flusso di dati all'interno di un sistema catturando i dati importanti e scartando le informazioni temporanee. I manager degli stabilimenti possono quindi scegliere se trasferire i dati dai dispositivi edge al cloud o scartarli. Se eseguito correttamente, questo processo di gestione dei dati riduce la quantità di denaro spesa per le risorse del cloud e altre opzioni di archiviazione, riducendo così il costo totale del possesso di soluzioni basate sul cloud.
- Migliorare la sicurezza – Le crescenti sfide che le imprese si trovano ad affrontare in materia di cybersecurity hanno portato a mettere in guardia contro le falle dell'IIoT. Questo perché gli hacker utilizzano continuamente strumenti per rilevare le falle all'interno delle reti aziendali per rubare dati sensibili o per interrompere il flusso di lavoro. La capacità dell'edge computing di gestire l'elaborazione dei dati a livello di dispositivo assicura che ci siano meno percorsi di rete che possano essere esplorati dagli hacker. La possibilità di implementare strumenti di gestione delle informazioni di sicurezza e degli eventi (SIEM) attraverso il cloud fornisce anche una protezione totale dei dati che i dispositivi IIoT trasferiscono ai dispositivi IIoT. Mentre la rete decentralizzata riduce le vulnerabilità, le informazioni sulle minacce possono essere distribuite nel cloud.
I vantaggi della combinazione di edge computing e cloud
Gli esempi di applicazione discussi sopra evidenziano i vantaggi più importanti di un rapporto simbiotico tra edge e cloud computing. Altri vantaggi derivanti dall'uso simultaneo di entrambe le soluzioni tecnologiche includono:
- Computing offline – I dispositivi edge computing sono dotati delle risorse di elaborazione dati necessarie per fornire l'elaborazione offline. In questo modo i tempi di inattività centralizzata o i ritardi di comunicazione non influiscono sull'elaborazione e l'hardware edge può ricollegarsi nuovamente al cloud una volta che la rete è attiva.
- Maggiore coinvolgimento degli utenti – La combinazione di edge computing e cloud computing migliora anche l'integrazione della realtà aumentata all'interno degli ambienti fisici. I dati raccolti da entrambe le opzioni possono essere utilizzati per mappare le esperienze, formare i dipendenti e simulare scenari di problemi.
Conclusione
Man mano che la tecnologia IIoT diventa pervasiva all'interno degli impianti industriali, la necessità di supportare le opzioni di computing continuerà ad aumentare. È qui che entrano in gioco l'edge computing e l'hardware che ne guida l'integrazione tra i vari stabilimenti. Pertanto, per ottenere l'automazione in tempo reale, nonché l'acquisizione e l'elaborazione dei dati dalle apparecchiature legacy, è necessario coltivare la relazione simbiotica tra edge computing e cloud computing. Il raggiungimento di questo obiettivo accelererà il tasso di adozione del cloud computing nelle strutture tradizionali e l'integrazione di Industrie 4.0.
