L’edge computing è un modello di elaborazione distribuita che elabora i dati ai margini di una rete, più vicino al punto in cui vengono generati o consumati. L’obiettivo dell’edge computing è ridurre la latenza, migliorare l’efficienza della rete e consentire l’elaborazione dei dati in tempo reale. Il concetto di base dell’edge computing è quello di avvicinare la potenza di calcolo alla fonte dei dati, riducendo così la quantità di dati che devono essere trasmessi ai centri dati centralizzati o al cloud per l’elaborazione.
L’edge computing è strettamente correlato al fog computing, che è un modello di elaborazione simile che mira a elaborare i dati ai margini di una rete. La differenza principale tra edge computing e fog computing è il livello di decentralizzazione. Il fog computing si basa su una gerarchia di nodi più vicini all’edge che al cloud, mentre l’edge computing elabora i dati sui dispositivi stessi.
L’edge computing può essere utilizzato per migliorare la sostenibilità riducendo la quantità di dati che devono essere trasmessi ai centri dati centralizzati o al cloud. Questo riduce il consumo energetico della trasmissione dei dati e migliora l’efficienza complessiva della rete. L’edge computing può anche essere utilizzato per consentire il monitoraggio e il controllo in tempo reale del consumo energetico, migliorando ulteriormente la sostenibilità.
L’Internet degli oggetti (IoT) è una rete di dispositivi interconnessi dotati di sensori e software che consentono di raccogliere e scambiare dati. L’edge computing è strettamente legato all’IoT, in quanto consente l’elaborazione in tempo reale dei dati provenienti dai dispositivi IoT. L’edge computing è essenziale per le applicazioni IoT che richiedono un’elaborazione in tempo reale, come i veicoli autonomi, le città intelligenti e l’automazione industriale.
L’edge computing e il cloud computing sono modelli di elaborazione complementari che lavorano insieme per fornire una soluzione completa per l’elaborazione e l’analisi dei dati. L’edge computing elabora i dati ai margini di una rete, mentre il cloud computing elabora i dati in centri dati centralizzati. Il rapporto tra l’edge computing e il cloud computing è spesso descritto come un continuum, in cui l’edge e il cloud lavorano insieme per fornire un’esperienza di elaborazione senza soluzione di continuità.
Il tipo di elaborazione situata ai margini di una rete aziendale, che consente di elaborare i dati provenienti dai sensori, è chiamato edge analytics. L’edge analytics prevede l’elaborazione dei dati sui dispositivi stessi, riducendo la latenza e consentendo l’elaborazione dei dati in tempo reale. L’edge analytics è essenziale per le applicazioni IoT che richiedono un’elaborazione in tempo reale, come i veicoli autonomi, le smart city e l’automazione industriale.
On premise, noto anche come on-premise o on-premises, si riferisce al software, all’hardware o all’infrastruttura informatica installati e mantenuti all’interno della sede fisica o della proprietà di un’organizzazione, anziché essere ospitati da un fornitore di terze parti o da un servizio basato su cloud. In altre parole, on premise si riferisce a risorse informatiche che si trovano all’interno dell’edificio o del data center dell’organizzazione, garantendo un maggiore controllo sulla sicurezza e sulla privacy dei dati, ma richiedendo anche più risorse per la manutenzione e la cura.
Il cloud ibrido è un ambiente informatico che combina i vantaggi dei cloud pubblici e privati. Consente alle aziende di eseguire alcune applicazioni e di archiviare alcuni dati in un cloud pubblico, mantenendo altre applicazioni e dati in un cloud privato o in un’infrastruttura on-premise. Il modello ibrido offre maggiore flessibilità, scalabilità ed efficienza dei costi, rispondendo al contempo a problemi di sicurezza e normativi.
Milioni di dispositivi e sensori intelligenti connessi a Internet costituiscono il cosiddetto Internet delle cose (IoT).