Strategie di distribuzione e standard dell’edge computing

in English

Come abbiamo appreso dal documento informativo “Edge Computing nell’ambiente industriale” sulla panoramica e sulle diverse forme di Edge computing, qui discuteremo di più su come l’Edge viene implementato in un ambiente industriale considerando la scalabilità, l’affidabilità, la latenza e i dati/larghezza di banda e discuteremo gli standard IEEE di supporto.

Uno dei fattori più importanti per qualsiasi fabbrica industriale intelligente è come gestire le crescenti richieste di gestione di enormi quantità di dati provenienti da sensori e fornire i servizi che i sistemi di controllo odierni possono offrire. Come abbiamo discusso nel paragrafo “Cos’è l’Edge computing?” del documento informativo, la risposta alla quadratura del cerchio è l’adozione dell’edge computing come parte di una strategia di Industria 4.0. L’edge computing è un livello intermedio basato sul cloud che collega il cloud centrale e gli edge, fornendo servizi specializzati tramite hardware e software.

Distribuzione dell’Edge

I componenti chiave dell’Edge computing sono il cloud (può essere pubblico o privato, che dispone di un repository per i carichi di lavoro basati su container e anche per ospitare ed eseguire le applicazioni), i dispositivi edge (apparecchiature insieme a sensori che hanno risorse di calcolo limitate), il nodo edge (che si riferisce a qualsiasi dispositivo edge, server edge o gateway edge su cui è possibile eseguire l'edge computing), il server edge (utilizzato solitamente per eseguire carichi di lavoro di applicazioni aziendali e servizi condivisi) e il gateway edge (in grado di ospitare applicazioni aziendali e fornire servizi di rete). I dispositivi edge sono hardware fisici situati ai margini della rete che dispongono di memoria, potenza di elaborazione e risorse di calcolo sufficienti per raccogliere, analizzare ed eseguire i dati in tempo quasi reale con un piccolo supporto da parte di altre parti della rete. I diversi dispositivi edge offrono diversi livelli di elaborazione e possono anche filtrare i dati, assicurando che solo le modifiche importanti vengano inviate al cloud per ulteriori analisi. Inoltre, l’Edge è più tollerante agli errori e le correzioni possono essere effettuate immediatamente. Anche in scenari con minore potenza di segnale, Edge sarebbe in grado di supportare autonomamente i dispositivi.

La containerizzazione è uno dei modi più comuni per rendere i programmi compatibili con l’uso del cloud. Il programma viene impacchettato con tutte le librerie del sistema operativo di cui ha bisogno, utilizzando tecnologie di fornitori come Docker, e il contenitore completo viene trasferito da un server all’altro al variare delle esigenze. Questo spostamento viene spesso effettuato con l’aiuto di Kubernetes e strumenti simili, che monitorano la disponibilità dell’hardware e altri fattori per determinare quando e dove i container devono essere eseguiti. La struttura centralizzata del cloud computing è sempre più inefficiente per l’elaborazione e l’analisi di enormi volumi di dati raccolti dai dispositivi IoT, a causa del trasferimento dei dati con una capacità di rete limitata. I metodi di pre-elaborazione riducono notevolmente la quantità di dati trasportati, poiché l’edge computing scarica i compiti di elaborazione dal cloud centralizzato all’edge vicino ai dispositivi IoT.

Come illustrato nella figura, la piattaforma IoT Connect® consente al sistema di connettersi, raccogliere e generare rapidamente informazioni preziose dai dati di tutta l’azienda. La piattaforma IoT Connect è costituita da vari componenti quali strumenti, tecnologie, SDK, API e protocolli. Fornisce una matrice di dispositivi, sensori, gateway, attuatori e altri moduli. Questi dispositivi raccolgono vari tipi di dati a intervalli diversi che possono essere monitorati, filtrati ed elaborati in tempo reale per fornire informazioni utili. È inoltre possibile creare nuovi flussi di entrate e modelli di servizio implementando rapidamente soluzioni che scalano negli ambienti di produzione.

Figura: Ecosistema IoT connect

Standard IEEE per l’Edge Computing

Ad oggi ci sono pochi problemi che rimangono irrisolti, in quanto non sono stati adeguatamente enunciati e l’Edge Computing non è ancora completamente definito. Inoltre, vi sono sfide da affrontare durante l’implementazione dei processi di Edge Computing, come la gestione di tutto il sistema, la definizione e la creazione di Fog ed Edge, la fornitura di flussi di lavoro e di servizi di Edge Computing (elaborazione, archiviazione e rete).

La Conferenza internazionale IEEE sull'Edge Computing (EDGE) ha l’obiettivo di affermarsi come forum internazionale di primo piano per i ricercatori e gli operatori del settore per discutere i più recenti progressi fondamentali nello stato dell’arte e nella pratica dell’Edge computing, identificare i temi di ricerca emergenti e definire il futuro dell’Edge computing. EDGE è responsabile della condivisione di risorse localizzate e della connettività cloud. Qui di seguito sono riportati alcuni degli standard IEEE che definiscono l’EDGE.

IEEE P1935 Standard per la gestibilità e l’orchestrazione di Edge/Fog	Questo standard definisce e armonizza la gestibilità, la gestione e l’orchestrazione dell’edge/fog computing. Copre le funzioni e i servizi di capacità, gestibilità, gestione e orchestrazione delle risorse ambientali e autoconsapevoli. Specifica inoltre l’appartenenza e il comportamento di una risorsa ambientale all’interno di una comunità o di un quartiere Edge/Fog, nonché la struttura e lo scopo della comunità Edge/Fog.
IEEE P2805.1 Protocolli di auto-gestione per Edge Computing Node	Questo standard specifica i protocolli di autogestione per i nodi di edge computing. Questi requisiti includono i protocolli di gestione di auto-organizzazione, auto-configurazione, auto-recupero e auto-scoperta tra più nodi di edge computing.
IEEE P2805.2 Protocolli di acquisizione, filtraggio e buffering dei dati per i nodi di edge computing	Questo standard specifica i protocolli utilizzati dal nodo di edge computing per il buffering, il filtraggio e la pre-elaborazione dei dati raccolti dai controllori, tra cui controllori logici programmabili, controllori numerici computerizzati (CNC) e robot industriali. I dati acquisiti da dispositivi di campo con interfacce diverse devono essere automaticamente memorizzati, filtrati e calcolati di conseguenza da cloud industriali e altri nodi di edge computing.
IEEE P2805.3 Protocolli di collaborazione cloud-edge per il machine learning	Questo standard specifica i protocolli di collaborazione per abilitare l’apprendimento automatico sul nodo di edge computing con il supporto dei cloud industriali. Fornisce un riferimento di implementazione per l'apprendimento automatico su dispositivi incorporati più economici e a bassa potenza.
IEEE P2961 Guida per un quadro architetturale e un’applicazione per l’edge computing collaborativo	Questa guida definisce un framework di apprendimento automatico che consente di scomporre e distribuire un’attività di calcolo tra nodi edge e cloud. Definisce il quadro architettonico e le linee guida per l’applicazione dell'edge computing collaborativo. Fornisce inoltre uno schema per l’utilizzo dei dati, l’apprendimento dei modelli e la collaborazione informatica negli ambienti di edge computing.

Rimanete connessi con i nostri altri blog ispirati dove abbiamo discusso diverse forme di Edge computing, come le soluzioni Thick, Thin e micro-edge. Integrazione dell’Edge computing nei PAC e nei PLC, rischi e soluzioni per la sicurezza dell’Edge computing.