La grande opportunità dell’Edge Computing nei contesti industriali digitalizzati, che oggi si declina in diverse tecnologie e applicazioni, ha un tratto comune: avvicinare il più possibile le funzionalità computazionali alla sorgente del dato, la macchina
La crescita nel settore industriale è sempre stata guidata dall’introduzione di nuovi paradigmi operativi, che ne hanno migliorato l’operatività. Tra la fine degli anni Ottanta e l’inizio degli anni Novanta del secolo scorso, ad esempio, la produttività è stata migliorata dall’introduzione da parte di Toyota dei concetti di produzione Lean che vengono utilizzati ancora oggi. Il nuovo millennio ha invece portato con sé l’innovazione del Cloud Computing, mentre oggi siamo entrati nel solco dell’Edge Computing industriale, detto anche tecnologia industriale perimetrale.
È importante comprendere come oggi la convergenza fra IT (Information Technology) e OT (Operational Technology) rappresenti una sfida cruciale per l’IT industriale, che deve essere abbastanza flessibile e scalabile da supportare i nuovi processi e le nuove funzionalità del paradigma Industria 4.0. L’ambiente OT sempre più, infatti, necessita di interfacciarsi e connettersi con reti finora a sé stanti, mentre i dispositivi IIoT (Industrial Internet of Things) producono sempre più dati che devono essere processati, archiviati e analizzati.
Sapere come e dove sia opportuno elaborare i dati provenienti dal mondo IIoT assume ormai un’importanza fondamentale, se si considerano le stime di McKinsey & Company, secondo cui le aziende spenderanno tra i 175 e i 215 miliardi di dollari per l’hardware IIoT entro il 2025 a livello globale.
Dove saranno elaborati, dunque, i dati raccolti? La stima di Gartner è che un buon 75% di essi sarà raccolto e analizzato all’Edge e questa soluzione dovrà essere scelta, ad esempio, in tutti quei casi nei quali:
- l’applicazione richieda bassa latenza e non vi sia dunque il tempo per inviare i dati al Cloud e aspettare il riscontro decisionale sull’intervento da effettuare;
- la mole di dati sia così elevata da impattare in modo rilevante sull’investimento infrastrutturale, ad esempio in termini di banda necessaria per la trasmissione;
- vi sia una particolare attenzione ai requisiti di sicurezza del dato e anche al controllo dei dispositivi;
- si renda necessaria un’elaborazione iniziale a livello locale, per poi mandare il resto dei dati al Cloud; un esempio potrebbe essere un’applicazione di automazione di processo in cui i dati necessari per eseguire effettivamente un determinato processo vengono elaborati localmente, mentre i dati sul processo, come quelli di qualità, vengono inviati a un’applicazione di Analytics in Cloud).
Industrial Edge, fra applicazioni e dispositivi
Nel suo complesso, l’Industrial Edge è un insieme di vari aspetti.
L'Industrial Edge Computing è la capacità di elaborare dati sensibili, in tempo reale, più vicino alla loro fonte, permettendo un migliore flusso informativo e un più rapido processo decisionale.
L'Industrial Edge Application è un’applicazione che sfrutta l’infrastruttura integrata di IT e OT.
L'Industrial Edge Gateway è un unico dispositivo con connettività upstream e downstream e con capacità di Edge Computing. La connettività a monte può essere verso il Cloud o altri sistemi aziendali, quella a valle è invece verso dispositivi come plc, Rtu, sensori e altri strumenti intelligenti che utilizzino protocolli industriali come Modbus, EtherNet/IP, Dnp3, Ied61850, Opc UA e Mqtt.
Data l’importanza dei dati provenienti dai reparti di produzione e dai dispositivi IIoT, hanno assunto particolare rilevanza gli Edge gateway industriali, dispositivi connessi a vari elementi in produzione e aventi il compito di aggregare i dati per inviarli agli end-point quali pc, device mobili e, in generale, ogni apparato che si colleghi alla rete locale.
Proprio l’integrazione di questi gateway, connessi e monitorati, all’interno dell’infrastruttura OT, rappresenta una sfida importante per le realtà industriali che intendono intraprendere la trasformazione in ottica Industria 4.0. Numerose sono le tendenze in atto: dall’affermarsi sempre più dello standard di comunicazione Opc UA, al fatto che le architetture multicloud siano sempre più comuni assieme a soluzioni ibride nelle quali i processi elaborativi sono possibili sia in Cloud sia all’Edge o, ancora, on premise. In generale, la scelta di dove e in che misura memorizzare ed elaborare i dati richiede un’attenta progettazione, per non incorrere in costi aggiuntivi dovuti ad architetture inefficienti.
Le opportunità dell’Edge Computing nell'industria
La capacità di prendere decisioni in tempo reale, integrare dati ottimizzati e gestire analisi complesse abilitata dall’Edge può portare la qualità dei processi industriali a un nuovo livello: le macchine e gli impianti vengono infatti monitorati in modo accurato, ma estremamente flessibile. Cruciale in questo ambito è la possibilità di disporre di piattaforme di Edge aperte all’interconnessione praticamente con ogni macchinario, anche di tipo legacy, e dunque compatibili con i più svariati protocolli.
Infatti, la possibilità, offerta dall’Edge Computing, di avere un ecosistema “always on”, grazie al quale anche le apparecchiature non intelligenti possono trasmettere i propri dati, è in grado di ridurre drasticamente i tempi di fermo non programmati, aumentando nello stesso tempo produttività e capacità operativa degli impianti meno recenti.
La capacità dell’Edge rimuove la barriera all’integrazione fra IT e OT di sistemi e tecnologie compatibili; inoltre, distribuendo le funzioni di elaborazione e archiviazione lungo il perimetro, gli attacchi informatici non hanno possibilità di colpire l’intera rete. La vicinanza delle risorse computazionali alla sorgente dei dati, in definitiva, diminuisce i rischi e garantisce un alto livello di cybersecurity.
L’Edge ha tre componenti funzionali principali:
- - Edge connectivity: connettività verso i sistemi industriali/raccolta e normalizzazione dei dati per l’uso immediato;
- - Edge intelligence: intelligenza computazione locale;
- - Edge orchestration: orchestrazione delle applicazioni (creazione, implementazione, gestione e aggiornamento).
La strategia ideale tiene conto di tutti e tre queste componenti, utilizzando l’Edge per la connettività dei dispositivi, la raccolta dei dati, l’analisi in tempo reale, l’orchestrazione delle applicazioni, l’integrazione con i sistemi Cloud e aziendali e l’esecuzione di alcuni algoritmi di machine learning. Una moderna piattaforma Edge si interpone quindi in quello spazio funzionale fra i dispositivi industriali e l’analisi avanzata nel Cloud.
Esempi di efficace adozione dell’Edge si hanno nell’ambito della manutenzione predittiva (qualora fosse rilevata all’Edge un’anomalia nei parametri di funzionamento di una macchina, infatti, diventa possibile intervenire tempestivamente), oppure nell’implementazione di una produzione più flessibile e ottimizzata o, ancora, nel controllo di qualità.
