I quattro archetipi dell’edge computing secondo Vertiv

I risultati di una ricerca di Vertiv sull’edge computing aiuteranno a identificare i requisiti e a ottimizzare l'infrastruttura dei data center.

edge computing

Vertiv ha pubblicato il report Definizione dei quattro archetipi dell’edge con i principali requisiti tecnologici, un’analisi globale che ha portato a identificare i quattro archetipi principali per le applicazioni edge e la tecnologia richiesta per supportarli. Gli esperti in ambito edge di Vertiv, in collaborazione con una società di consulenza indipendente, hanno identificato più di 100 casi d’uso e ristretto l’elenco iniziale ai 24 che si ritiene abbiano la maggiore influenza sulle aziende e sugli utenti finali in termini di crescita prevista, criticità e impatto finanziario.

Partendo dai dati, gli esperti hanno identificato una serie di requisiti legati ai workload per ciascun caso d’uso dell’edge e le corrispondenti esigenze di prestazioni, disponibilità e sicurezza. Hanno esaminato requisiti specifici di prestazioni tra cui latenza, disponibilità, scalabilità e sicurezza, oltre alla necessità di crittografia, autenticazione e conformità normativa. Infine, hanno valutato la necessità di integrazione con le applicazioni esistenti o legacy e le altre fonti di dati, tenendo conto del numero di edge location in una determinata rete.

“Le opportunità in termini di edge computing sono notevoli, ma la complessità non è da meno. Lo scopo di questa ricerca è di fornire maggiore chiarezza su casi d’uso chiave dell’edge e sulle implicazioni per la progettazione e il funzionamento dell’infrastruttura digitale” ha affermato Giordano Albertazzi, presidente di Vertiv in EMEA. “Analizzando cosa significa veramente l’edge in tutte le sue forme – dalla distribuzione di contenuti ai veicoli autonomi – possiamo aiutare i nostri clienti, partner e altri stakeholder ad accelerare e a concentrarsi sulle proprie strategie edge”.

I quattro archetipi indicati da Vertiv sono:

Uso intensivo di dati

Include casi d’uso in cui la quantità dei dati rende poco pratico il trasferimento tramite la rete direttamente al cloud o dal cloud al punto di utilizzo, a causa di problemi di volume di dati, costi o larghezza di banda. Fra gli esempi possiamo ricordare città e fabbriche intelligenti, case/edifici intelligenti, distribuzione di contenuti ad alta definizione, calcolo ad alte prestazioni, connettività limitata, realtà virtuale e digitalizzazione nel settore del petrolio e del gas. L’esempio più utilizzato è la distribuzione di contenuti ad alta definizione, dove i principali fornitori come Amazon e Netflix collaborano attivamente con i colocation provider per espandere le reti di fornitura e portare il video streaming ad alta intensità di dati più vicino agli utenti, riducendo costi e latenza.

edge computing

Sensibile alla latenza umana

Questo archetipo copre i casi d’uso in cui i servizi sono ottimizzati per il consumo personale e la velocità è determinante. La consegna ritardata dei dati influisce negativamente sull’esperienza tecnologica dell’utente e può ridurre le vendite e la redditività del rivenditore. I casi d’uso includono vendita al dettaglio intelligente, realtà aumentata, ottimizzazione del sito web ed elaborazione del linguaggio naturale.

Sensibile alla latenza da macchina a macchina

La velocità è la caratteristica distintiva anche di questo archetipo, che include mercato azionario, smart grid, sicurezza intelligente, analisi in tempo reale, distribuzione di contenuto a bassa latenza e simulazione della forza di difesa. Poiché le macchine sono in grado di elaborare i dati molto più velocemente dell’uomo, le conseguenze per una consegna lenta sono maggiori rispetto all’archetipo della latenza personale. Ad esempio, i ritardi nel trading su materie prime e azioni, dove i prezzi oscillano in frazioni di secondo, possono trasformare potenziali guadagni in perdite.

Life Critical

Questo archetipo comprende casi d’uso che hanno un impatto diretto sulla salute e sulla sicurezza delle persone. Di conseguenza, velocità e affidabilità sono caratteristiche fondamentali. I casi d’uso includono trasporto intelligente, salute digitale, auto connesse/autonome, robot autonomi e droni. I veicoli autonomi, ad esempio, devono disporre di dati aggiornati per operare in sicurezza, come nel caso dei droni che possono essere utilizzati per l’e-commerce e la consegna dei pacchi.