Al margine è meglio - equivoci e false convinzioni sull'elaborazione al margine

Cominciamo innanzitutto con una definizione di elaborazione al margine (o edge computing). Per elaborazione e analisi al margine si intende l'acquisizione, l'elaborazione e l'analisi dei dati che avvengono in tempo reale su un dispositivo al margine del processo. A differenza dei metodi tradizionali, che raccolgono i dati di varie macchine in un archivio centralizzato, l'elaborazione al margine è una tipologia di elaborazione distribuita nel quale il calcolo e la memorizzazione dei dati relativi a una o più macchine avviene più vicino alla fonte stessa dei dati. Questo può migliorare i tempi di risposta e far risparmiare larghezza di banda.

In un contesto industriale, la possibilità di svolgere attività di analisi in corrispondenza dei singoli dispositivi può far risparmiare una gran quantità di denaro e risorse rispetto all'elaborazione che utilizza metodi puramente basati su piattaforme cloud. Per maggiore chiarezza, con ciò si fa riferimento al trasferimento di dati in streaming da più dispositivi a un archivio centralizzato, dove poi avviene l'analisi.

Il metodo centralizzato richiede la raccolta e il trasferimento di enormi volumi di dati in un unico luogo prima che questi possano essere analizzati. Sebbene esistano dei vantaggi nel raccogliere tutti i dati delle varie macchine in un hub centrale, questo può rivelarsi alquanto difficile da gestire. Tale complessità aumenta ulteriormente nelle strutture che utilizzano un gran numero di macchine, soprattutto se i protocolli di comunicazione di ciascun dispositivo sono diversi. Sfortunatamente, non tutti i dati parlano la stessa lingua.

Questo metodo può anche creare un enorme eccesso di dati operativi, rendendo molto difficile isolare le informazioni utili. Le imprecisioni nel processo di taglio di un componente grande e costoso costituiscono informazioni fondamentali, mentre l'efficienza energetica di un piccolo convogliatore alla fine del processo, ad esempio, non è altrettanto importante.

Con l'elaborazione al margine, gli operatori possono definire parametri per stabilire quali dati vale la pena memorizzare — nel cloud o in un server in loco — e quali no.

Per la massima chiarezza, l'elaborazione al margine non rappresenta un'alternativa ai metodi basati su cloud o a un processo IIoT nel quale le tecnologie cloud e l'elaborazione al margine possono coesistere. Queste tecnologie non sono in competizione: se non altro, ciascuna facilita il lavoro dell'altra. Gli ambienti di elaborazione associati all'IIoT assumono varie forme, da server remoti su PC industriali (IPC) a gateway o infrastrutture di back-office. Si tratta di strumenti essenziali per favorire l'elaborazione al margine, poiché sono distribuiti lontano dal centro (o dal cloud). Sono in grado di eseguire tutta una serie di operazioni, che per la maggior parte non necessitano di analisi al margine.

Il vantaggio di questo modello combinato è la possibilità di avere il meglio dei due mondi: si può ridurre la latenza tramite decisioni basate sull'analisi al margine per alcuni dispositivi e nel frattempo raccogliere i dati in un archivio centralizzato. Tale modello consente anche la futura analisi di dati e altri processi, nonché l'acquisizione dei dati necessari per ragioni normative.

L'elaborazione al margine in pratica

Come nel caso di altre innovazioni industriali, alcuni costruttori sono intimoriti dall'elaborazione al margine e la ritengono una cosa irrealizzabile. Niente di più lontano dalla verità. Il principale vantaggio dell'analisi al margine è la scalabilità. Spostando l'analisi in corrispondenza di sensori e dispositivi di rete si può ridurre notevolmente la pressione esercitata sui sistemi di gestione dei dati aziendali (EDM) e i sistemi di analisi. Inoltre, si può cominciare con poco.

A differenza delle soluzioni per gli stabilimenti smart tanto acclamate nei primi anni 2010, per implementare l'elaborazione al margine non occorre ripensare interi sistemi o investire in molte macchine. Al contrario, i costruttori possono scegliere di optare per un unico dispositivo in grado di fornire analisi al margine.

Ad esempio, con l'offerta di elaborazione al margine di Sandvik Coromant CoroPlus® è possibile integrare sensori e utensili intelligenti in un'unica apparecchiatura, il che si è dimostrato decisamente vantaggioso nell'alesatura di componenti di grandi dimensioni, dove un piccolo errore può risultare incredibilmente costoso.

Al fine di evitare errori, la nuova versione integrata in macchina della tecnologia Silent Tools™ Plus di Sandvik Coromant, insieme a CoroPlus® Connected, sfrutta i dati generati nella zona di taglio per identificare i potenziali problemi. Ciò consente di eseguire azioni di taglio automatizzate ed evitare così errori dispendiosi.

Come per tutte le tecnologie industriali, i problemi di sicurezza che coinvolgono l'elaborazione al margine sono numerosi. Secondo un report di Kollective il 66% dei team IT la considera una seria minaccia per la propria organizzazione. Il motivo principale? Preoccupazioni relative alla sicurezza al margine.

Com'è ovvio, la natura distribuita dell'elaborazione al margine richiede un adeguamento delle misure di sicurezza adottate, specialmente se in passato la struttura ha fatto affidamento su un'infrastruttura centralizzata tradizionale o basata su cloud. Nel caso dell'elaborazione al margine i dati viaggiano tra una serie di nodi distribuiti, che possono richiedere meccanismi crittografici speciali indipendenti dal cloud.

Dall'altra parte, l'elaborazione dei dati al margine minimizza la trasmissione di informazioni sensibili al cloud. Si potrebbe dire che è una pratica più sicura ma, alla fine, dipende tutto dai protocolli di sicurezza in uso.

Detto ciò, è comunque possibile subire attacchi malevoli, di routing e DDoS (Distributed Denial of Service) — come per qualsiasi dispositivo capace di accedere a internet. Il primo, fondamentale passo è cercare rassicurazioni dal costruttore del dispositivo al margine.

In Sandvik Coromant, per esempio, abbiamo progettato un nuovo principio di sicurezza per offrire ai nostri clienti la massima tranquillità. È stato sviluppato per adeguarsi allo standard ANSI/ISA-95, uno standard internazionale dalla International Society of Automation per lo sviluppo di interfacce automatizzate tra sistemi aziendali e di controllo.

Una migliore comprensione

L'elaborazione al margine è diffusamente riconosciuta come una tecnologia rivoluzionaria per il settore industriale e le applicazioni IT in senso più ampio. Tuttavia, esistono una serie di equivoci che è necessario chiarire prima che i sistemi al margine possano essere implementati nei contesti industriali.

Prima di tutto, tale tecnologia non va a sostituire i sistemi IIoT, né compete con altri metodi di analisi basati su cloud. I sistemi devono funzionare in armonia perché i costruttori possano ottenere i reali vantaggi dell'elaborazione al margine. Analogamente, questa tecnologia non pone rischi di sicurezza superiori a qualsiasi altro metodo di raccolta dati che sfrutta internet. È sufficiente aggiornare i propri protocolli di sicurezza.

Risulta chiaro che l'elaborazione al margine può offrire grandi vantaggi ai costruttori, che includono la riduzione della latenza nei processi decisionali, l'ottimizzazione della raccolta di dati basata su cloud e la riduzione dell'energia necessaria al costante trasferimento di dati da ciascun dispositivo verso un hub centralizzato.

Inoltre, l'implementazione dell'elaborazione al margine è più semplice di quanto si possa immaginare. Per sfruttarne i benefici non occorre rivedere interi sistemi. Il corretto sviluppo dei nodi al margine può fornire numerosi vantaggi, tra cui una minore latenza nelle applicazioni in tempo reale, un impiego più efficiente di larghezza di banda e risorse di archiviazione, una maggiore scalabilità, la riduzione dei costi dell'energia, prestazioni ambientali superiori e migliori opportunità per il controllo della privacy e la protezione dei dati.

Come dimostrato dai dati di Google Trends, l'interesse per l'elaborazione al margine sta aumentando, ma i costruttori devono comprenderne meglio il potenziale prima di investire.

Nevzat Ertan

Chief Architect e Global Manager presso Sandvik Coromant.

Nevzat ha un ampio background in matematica applicata, metodi computazionali e più di 35 anni di esperienza lavorativa nell'ambito dell'ICT (Information & Communication Technology), della scienza predittiva e dello sviluppo e strategia del business tecnico. È inoltre responsabile del dipartimento Digital Machining Architecture presso Sandvik Coromant, è l'esperto in materia di business digitale / trasformazione digitale e Internet delle cose industriale (IIoT) e ha una vasta esperienza internazionale come membro esecutivo di vari consigli d'amministrazione.