Edge computing significa avvicinare la funzionalità di elaborazione e storage al punto in cui i dati sono generati. Questa elaborazione distribuita è un'ottima strategia per l'infrastruttura in cui la latenza estremamente bassa e la risposta in tempo reale sono fondamentali per le prestazioni delle applicazioni e la User Experience.

Tempi di risposta più rapidi: l'acquisizione e l'elaborazione dei dati in tempo reale nell'endpoint aziendale migliorano la capacità di risposta delle applicazioni in modo sicuro, perché eliminano la necessità di trasferire dati da e verso il server centrale.

Migliori risultati economici: con l'aumento esponenziale dei dati che vengono generati, sussiste la necessità di elaborazione continua con una connessione più rapida e una maggiore capacità della rete, elementi che incidono sul costo complessivo. Inviare i dati al server centrale solo quando serve e mantenere la maggior parte dell'attività di elaborazione sull'edge può essere più efficiente.

Operation autonome: i downtime sono inevitabili; tuttavia, la disponibilità di un sistema può migliorare ricorrendo all'offloading dell'attività di elaborazione centrale e collegando le reti avvicinando i carichi di lavoro all'utente/all'origine dei dati.

Qualsiasi caso d'uso richieda tempi di risposta più rapidi o larghezza di banda di rete affidabile ed efficiente è una sfida: l'edge computing può essere la scelta giusta. Alcuni casi d'uso di esempio sono:

Settore retail: l'ambiente edge permette ai rivenditori di migliorare ogni aspetto delle operation ed è la base da cui partire per ricostruire dopo la pandemia. Consentirà loro inoltre di aggiungere nuove applicazioni adatte allo scopo nell'ambiente di oggi, fornendo al contempo una base dalla quale definire procedure a prova di futuro. Come per qualsiasi altra soluzione di base, una volta scelta quella corretta e aver assicurato che sia sicura, è molto più facile sfruttarla per realizzare ogni altra azione, dall'integrazione con endpoint nei punti vendita, alle tecnologie di personalizzazione e AI/ML, passando per la gestione degli ordini, delle spedizioni e dell'intelligence del cliente.

Produzione e stoccaggio: l'automazione utilizza l'inferenza ML presso la sede del cliente per analizzare immagini e video al fine di rilevare problemi di qualità nella supply chain e nella catena di montaggio e per avviare azioni che aiutano i tecnici della struttura a risolvere rapidamente i problemi e a eliminare costosi downtime o attività di rilavorazione.

Veicoli a guida autonoma: Cellular Vehicle-to-Everything è una piattaforma fondamentale per abilitare la guida autonoma e le mappe HD in tempo reale necessarie per la sicurezza stradale. L'accesso a bassa latenza all'infrastruttura, necessario per eseguire l'elaborazione dei dati, e le funzionalità di analisi sull'edge consentono il monitoraggio in tempo reale dei dati dal veicolo.

Misure preventive: l'edge computing aiuta a diagnosticare e risolvere localmente gli elementi anomali, determinando azioni molto più rapide. Esempi sono gli impianti remoti e le unità di produzione.

Forze dell'ordine: l'edge computing è cruciale per supportare l'infrastruttura pubblica e le forze dell'ordine. Ad esempio, in una posizione remota dove sono installate telecamere e sono disponibili funzionalità di analisi a livello locale è possibile identificare accessi non autorizzati e intrusioni e inviare un allarme solo quando tali eventi si verificano. I filmati registrati dalle telecamere delle forze dell'ordine e da quelle indossabili vengono caricati su doppi collegamenti LTE, dove l'SD-WAN aiuta a migliorare la qualità della connessione e garantisce l'invio del traffico a un repository centrale per la post-elaborazione, l'analisi e lo storage.

Settore sanitario: funzionalità di diagnostica e imaging richiedono molta larghezza di banda. Le soluzioni di analisi e imaging video basate su AI/ML aiutano gli operatori sanitari ad accelerare la diagnosi delle condizioni osservate. I flussi di immagini o video provenienti dai dispositivi medici vengono elaborati sull'edge e la risposta viene inviata al dispositivo dell'utente.

Con il continuo aumento dell'IoT o dei dispositivi intelligenti, la richiesta di elaborare i dati generati è costante. In più, forza lavoro, informazioni e infrastruttura non sono limitate a una manciata di posizioni definite dall'azienda. Questa decentralizzazione richiede elaborazione e storage decentralizzati, poiché il trasporto del volume di traffico da e verso i sistemi centrali è tanto inefficiente quanto costoso. Se un singolo dispositivo che produce dati può trasmetterli su una rete abbastanza facilmente, sorgono problemi quando il numero dei dispositivi che trasmettono dati contemporaneamente aumenta.

Un altro aspetto importante è la promozione della connettività 5G: poiché la rete 5G funziona a bassa frequenza, i dati devono percorrere un numero relativamente maggiore di hop dall'utente all'applicazione. Con l'edge computing, la maggior parte dell'elaborazione può essere eseguita sull'edge e la parte rimanente può essere inviata al core, se necessario.

L'edge computing semplifica il carico di lavoro sul cloud o sull'elaborazione centralizzata in quanto sposta la capacità di elaborazione sull'edge. La topologia dell'edge computing prevede risorse di elaborazione e storage vicine all'utente o alle origini dei dati per elaborare, filtrare e analizzare i dati e inviare i risultati all'utente quasi in tempo reale.

In prossimità dell'origine dei dati o dell'endpoint dell'utente, viene creato uno stack sull'edge composto da una ragionevole capacità di elaborazione, storage e analisi. Questo gruppo di stack sull'edge distribuiti sulla rete analizza i dati a livello locale e invia ciò che deve essere ulteriormente analizzato o archiviato nel cloud o in una posizione centrale, riducendo i tempi di risposta.

VMware Edge Compute Stack

• Piattaforma edge multi-cloud coerente: le aziende possono così creare, eseguire, gestire, connettere e proteggere le applicazioni native per l'edge specifiche per il loro settore sul Near Edge e sul Far Edge, utilizzando al meglio al contempo infrastruttura e operation coerenti nei data center e nel cloud.
• Coerenza delle operation multi-cloud: semplifica le operation e la gestione nei vari ambienti multi-cloud con policy uniformi e centralizzate per raggiungere la coerenza operativa.
• Sicurezza unificata e basata sul contesto: proteggi applicazioni, dati e utenti distribuiti contro ogni livello di minacce. La sicurezza è incorporata nella piattaforma per offrire una maggiore protezione ed è specifica per ogni applicazione e carico di lavoro.
• AIOps per la diagnosi in tempo reale: misura l'esperienza degli utenti e dei dispositivi IoT e confronta i dati con le normali prestazioni della base di confronto e attiva gli avvisi per ridurre i problemi.
• Abilitazione opzionale della connettività 5G privata: SD-WAN e 5G insieme portano l'intelligence dal layer di trasporto per rendere possibile il controllo utilizzando le policy aziendali. Il layer di trasporto offre informazioni sullo stato, consentendo una gestione autonoma e una riparazione automatica della rete senza precedenti. È perfetto per le sedi che richiedono il provisioning rapido di una larghezza di banda elevata con un alto livello di controllo.