È una nuova rivoluzione nel campo della raccolta e dell’elaborazione dei dati. Ecco quali sono le sue caratteristiche e le sue principali applicazioni.
C’è qualcosa che si muove tra le nuvole digitali. È il cosiddetto Edge computing, una nuova, ennesima rivoluzione nel campo dell’elaborazione dei dati. Di cloud computing si parla da decenni, da quando sin negli anni ’60 il professor John McCarthy al MIT, il Massachusetts Institute of Technology, parlò per la prima volta di Time sharing, ovvero di una piattaforma (al tempo un calcolatore) in grado di supportare la presenza di diversi utenti. Il Prof. McCarthy, peraltro, è stato il primo ad aver coniato il termine di intelligenza artificiale. Una combinazione non casuale che, con l’avvento dell’Edge computing consolida un legame ancora più intimo tra cloud e AI.
Che cos’è l’Edge Computing
Da anni ormai siamo abituati a lavorare in cloud. I nostri dati sono non salvati in “locale” sul nostro PC, ma sulla nuvola, accessibili da tutti i dispositivi e slegati perciò dall’hardware di nostro utilizzo. Ovviamente, questo paradigma presuppone la conservazione delle informazioni in performanti e capienti data center. A differenza di questo “tradizionale” approccio, l’Edge computing permette l’elaborazione dei dati in prossimità della loro fonte di creazione. Si parla perciò di un’architettura IT altamente distribuita.
Tutti i dati raccolti da un hardware di Edge computing (fotocamere, droni, termometri, sensoristica varia, computer) sono elaborati all’interno del dispositivo e alcuni sono inviati a data center in cloud. Sono i cosiddetti device Edge, ovvero componenti hardware fisici che hanno una propria capacità di memoria ed elaborazione (display, sistemi di controllo, robot, droni, ecc.)
Un classico esempio possono essere i dispositivi di Internet of things che elaborano i dati rilevati localmente (per esempio dati sul traffico) che diventano la base di decisioni più rapide (per esempio apertura chiusura di corsie o strade).
La crescita di questa modalità di architettura tecnologica è evidente. Secondo Abacus Group, in Italia il segmento ha avuto un giro d’affari stimato intorno ai 31,6 milioni di dollari nel 2024, con un tasso di crescita annuale composto previsto del 24,89% per il periodo 2025–2035.
Vantaggi e qualche svantaggio
Il più immediato beneficio legato all’Edge computing è quello della velocità e della minor latenza, dovuta al fatto che l’elaborazione dei dati avviene, come visto, vicino alla loro fonte, con operazioni praticamente real time e una più rapida risoluzione delle problematiche. Tutto questo nel mondo delle imprese si traduce in una maggiore efficienza operativa.
Rilevante anche l’aspetto della sostenibilità, autentico punto debole della data society. Riducendo l’invio di enormi data set agli elaboratori centrali, infatti, si consuma meno energia.
Un altro aspetto migliorativo, di non poco conto, riguarda la cybersecurity e la privacy, visto che i dati sensibili elaborati localmente rimangono a disposizione dell’utente (e quindi dell’azienda), senza nessun trasferimento su datacenter centrali come avviene nel cloud computing. Questo da un lato migliora la privacy, dall’altro rischia però di comportare una maggiore vulnerabilità, visto che i dispositivi Edge stessi possono essere più esposti agli attacchi se non protetti in modo appropriato.
Ovviamente, spostando verso l’Edge della rete l’elaborazione di dati si riduce anche la potenza di calcolo e la capacità di archiviazione. I dispositivi Edge per quanto efficienti dal punto di vista operativo e di costo non possono competere per dimensioni e capacità quello dei grandi data center centrale.
Tornando ai vantaggi dell’Edge computing, ulteriore sua caratteristica distintiva riguarda anche il suo legame con l’AI, permettendo un machine learning praticamente in loco.
L’Edge computing abilita l’AI
Per questo motivo Edge computing e intelligenza artificiale sono spesso concetti sviluppati assieme. Si parla infatti recentemente di Edge AI, ovvero l’intelligenza artificiale utilizzata proprio con l’edge computing. Lo scopo di questo mix vincente è quello di elaborare i dati nelle vicinanze del luogo dove sono stati raccolti. I benefici sono quelli di velocità di risposta e di maggiore sicurezza, visto che i dati sensibili non sono allontanati mai dal dispositivo locale.
Come tipico degli algoritmi di intelligenza artificiale, i modelli sono in grado di apprendere dai dati e dalle informazioni elaborate grazie al machine learning. Una caratteristica questa, che permette all’intelligenza artificiale di combinarsi con straordinario successo di applicazione all’edge computing.
Le applicazioni
I settori sono variegati e riguardano tutti quei campi dove i dati sono raccolti in maggiori quantità. Pensiamo alla produzione industriale, dove i dispositivi di Internet of things elaborano migliaia di info real time sulla qualità del prodotto, sui loro metodi produttivi, sulla sicurezza, sull’utilizzo dei macchinari, ecc.
Nel campo della mobilità i dati stanno diventando sempre più centrali, grazie alla capacità dei sensori di offrire informazioni preziose ai decisori pubblici, ma anche agli automobilisti. Le smart city di cui da anni si dibatte, infatti, possono trarre grande giovamento da questa nuova rivoluzione nel campo dei dati. Nel trasporti, inoltre, un ruolo importante lo stanno già iniziando a giocare i veicoli a guida autonoma, con la loro sensoristica avanzata, capace di raccogliere ed elaborare i dati in hardware a loro “vicini” e non nei data center cloud lontani.
L’applicazione dell’Edge computing nel campo della logistica e del retail può aiutare le aziende a modulare i propri magazzini, controllare lo stato degli ordini e degli inventari, efficientare i percorsi di trasporto merci e di consegna, con tutto quello che questo può significare per il commercio tradizionale, ma anche e soprattutto per il settore dell’e-commerce.
Poi c’è la sanità, dove i medici potrebbero raccogliere sempre più dati sensibili dei pazienti nell’Edge della rete, avendo sempre a disposizione un patrimonio inestimabile di info sicure per le loro diagnosi, le loro decisioni o le loro ricerche.
Dal serio al faceto, infine, l’Edge cloud trova applicazione vasta ed efficace nei servizi di streaming video e nel gaming online grazie alla velocità di elaborazione dei dati e a una latenza sempre più ridotta.
