Il vero valore aziendale che l’IoT è in grado di offrire non è tanto nell’acquisizione dati ma nel contributo che questi dati, grazie all’analisi, possono offrire per prendere decisioni informate in tempo reale. Questo concetto assume un ruolo chiave in molti casi di utilizzo dell’IoT dove efficienza, stabilità e utilizzo delle risorse sono elementi chiave per l’automazione della produzione. Tuttavia, per passare dal collegamento di dispositivi al risparmio di tempo e denaro, la definizione e gestione di dati deve provenire da qualche piattaforma di computing tipicamente centralizzata e scalabile.
In tutto questo entrano in gioco i concetti di Cloud computing, Fog Computing ed Edge Computing. Il primo esprime essenzialmente un insieme di computer e server connessi tra loro per formare una rete. Il Fog Computing, invece, è un’infrastruttura distribuita in cui determinati processi o servizi applicativi sono gestiti ai margini della rete da un dispositivo intelligente, mentre altri sono ancora gestiti nel cloud. In sostanza, è uno strato intermedio tra il cloud e l’hardware al fine di consentire attività di elaborazione, analisi e archiviazione dati più efficienti, riducendo così la quantità di dati che devono essere inviati nel cloud. Mentre il Fog Computing richiede l’uso di un nodo o gateway esterno, l’Edge Computing elabora i dati direttamente nei dispositivi stessi. Invece di usare un gateway, diversi dispositivi intelligenti possono gestire l’elaborazione dei dati.
Indice degli argomenti
Cloud Computing
L’IoT accelera decisamente la consapevolezza e la risposta agli eventi. In molte industrie come petrolio e gas, servizi pubblici e trasporti, i tempi di risposta più rapidi possono migliorare la produzione, aumentare i livelli di servizio e la sicurezza. La sfida che intercorre i dispositivi IoT è la generazione continua dei dati, la cui analisi deve essere molto rapida affinché il concetto di real time sia valido. L’azione correttiva in risposta ad un sensore di temperatura deve essere il più veloce possibile per ottimizzare la risposta e prendere la corretta decisione. In vari contesti applicativi, il cloud offre alle aziende un modo scalabile per gestire tutti gli aspetti di un’implementazione IoT, compresa la localizzazione e la gestione dei dispositivi, la fatturazione, i protocolli di sicurezza, l’analisi dei dati e altro ancora. Molti operatori tecnologici hanno introdotto sul mercato offerte di cloud-as-a-service per l’IoT, tra cui Microsoft, Amazon e la stessa IBM con le sue piattaforme.
Fog Computing
La guida autonoma rappresenta il settore con un più alto tasso di sicurezza e fattore decisionale per l’elaborazione dei dati. Le prossime reti 5G collegheranno i veicoli che saranno equipaggiati con le più alte tecnologie radar e LiDAR, telecamere per l’elaborazione di immagini e tutta una serie di servizi cloud per supportare l’intrattenimento e la manutenzione predittiva al fine di offrire una diagnostica remota in real time.
Tutta questa mole di dati deve essere elaborata per poi trasferirla minimizzando tutta una serie di problemi legati alle latenze. Gestire il volume, la varietà e la velocità dei dati IoT richiede un nuovo modello di calcolo. L’analisi dei dati vicino al dispositivo può fare la differenza tra scongiurare disastri e guasti al sistema. Il Cloud non è il luogo migliore per un servizio mission-critical che potrebbe aiutare il veicolo ad evitare una collisione, oppure prendere una decisione relativamente ad un sorpasso o una frenata.
Le tradizionali architetture di cloud computing non soddisfano i requisiti IoT in termini di latenza e approccio decisionale real time. Inoltre, le normative del settore e i problemi di privacy vietano l’archiviazione fuori sede di determinati tipi di dati. Il luogo ideale per analizzare la maggior parte dei dati dell’IoT è vicino ai dispositivi che producono e agiscono su tali dati. In questo caso si parla di Fog Computing.
Fog computing è un termine creato da Cisco che si riferisce all’estensione del cloud ai margini della rete aziendale. Sinonimo (errato) anche di Edge Computing, il Fog facilita il funzionamento dei servizi di elaborazione, storage e networking tra i dispositivi terminali e i data center di cloud computing. Molti nell’industria usano infatti i termini Fog Computing ed Edge Computing in modo intercambiabile. La differenza sostanziale è nella collocazione dell’intelligenza e potenza di calcolo.
Il consorzio OpenFog è stato organizzato per sviluppare un approccio cross-industry per abilitare le distribuzioni IoT end-to-end offrendo un’architettura di riferimento per guidare l’interoperabilità nel collegamento con il cloud.
La soluzione Fog riduce al minimo la latenza, offrendo un approccio locale per l’analisi e gestione dei dati. Estende il cloud per essere più vicina alle “cose” che producono e inviano dati. Qualsiasi dispositivo con elaborazione, archiviazione e connettività può essere un nodo di Fog. L’elaborazione avviene in un “hub”, riducendo la quantità di dati inviati al cloud.
Il passaggio tra il cloud computing e il fog computing richiede una rete ad alta velocità con la capacità di realizzare la trasmissione dei dati in tempo reale e programmare diversi dispositivi. La trasmissione di piccoli pacchetti dati consente una più alta velocità e la possibilità di impiegare la tecnologia di rete mesh per fornire una sicurezza sempre maggiore.
Edge Computing non è Fog Computing
Fog ed Edge Computing sono architetture di rete e di sistema che tentano di raccogliere, analizzare ed elaborare i dati in modo più efficiente rispetto all’architettura cloud tradizionale. L’elaborazione del Fog Computing spinge l’intelligenza fino al livello di rete locale, elaborando i dati in un nodo gateway IoT. L’Edge computing, invece, spinge l’intelligenza, la potenza di elaborazione e le capacità di comunicazione di un gateway edge o appliance direttamente nei dispositivi quali i controller di automazione programmabili.
L’elaborazione Fog Computing ha il vantaggio di consentire a un unico e potente dispositivo di elaborare i dati ricevuti da più endpoint e inviare le informazioni esattamente dove è necessario. Rispetto all’Edge, il Fog Computing è più scalabile in quanto consente a un sistema centralizzato di avere una visione più ampia della rete poiché dispone di più punti dati che alimentano le informazioni.
Edge computing porta l’elaborazione localizzata un po’ più lontano, spingendo questi sforzi più vicini alle origini dei dati. L’intelligenza viene in pratica spinta al limite della rete, riducendo così la complessità dell’architettura e i costi di connettività che rappresentano la chiave per il successo delle applicazioni IIoT. Invece di eseguire la maggior parte del lavoro in un server centralizzato, ciascun dispositivo della rete svolgerà il proprio ruolo di elaborazione delle informazioni. Ciò si ottiene collegando i sensori a controllori di automazione programmabili che gestiscono l’elaborazione, la comunicazione e altro.
Conclusioni
Nelle industrie e nelle imprese in cui anche i millisecondi sono di vitale importanza, alcuni processi e programmi tendono a spostarsi dal cloud verso il fog computing. Questo spostamento può far risparmiare risorse, in termini di denaro, tempo e spazio. L’idea di base del Fog Computing è quella di sfruttare le nuove tecnologie chiave, i processi e le applicazioni sviluppate per sfruttare l’infrastruttura di cloud computing, ma implementati sull’hardware di calcolo più vicino al dispositivo intelligente.
Il Fog computing riunisce quasi tutti i principali termini di ordine tecnologico degli ultimi anni: Cloud, edge, IoT, AI, virtualizzazione, blockchain, 5G, ma anche altri concetti come TSN (time-sensitive networking) e calcolo distribuito. Uno studio condotto dal team di ricerca di Business Insider ha dichiarato che entro il 2020 oltre 5 miliardi di dispositivi IoT utilizzeranno il Fog Computing. L’IoT ha introdotto un numero praticamente infinito di endpoint alle reti commerciali. Fog ed Edge Computing abilitano tecnologie e standard che offrono agli utenti IoT e ai fornitori di tecnologia più opzioni di architetture di sistema. La rimozione dei limiti nei server cloud centralizzati offre un ecosistema IoT molto più distribuito, efficiente e flessibile.
