Capire il Fog Computing e l'Edge Computing
Che cosa sono fog computing ed edge computing? Potreste sentire questi termini usati in modo intercambiabile, ma c'è una differenza. Guardate il nostro video qui sotto, oppure continuate a leggere.
Edge vs Fog: spiegazione dei livelli del cloud computing
Nei precedenti articoli del blog abbiamo parlato di edge computing e cloud computing . In questo articolo faremo un passo indietro e analizzeremo il quadro generale, analizzando la differenza tra edge e fog computing. Esploreremo le differenze e le somiglianze tra i due sistemi e forniremo alcuni esempi pratici per cercare di chiarire quella che è diventata una domanda comune, mentre aziende di ogni tipo e dimensione cercano di individuare la posizione migliore per la potenza di calcolo.
Quindi, prima di addentrarsi in edge computing contro fog computing, è importante capire il cloud computing. Una definizione semplificata di cloud computing è la potenza di calcolo che viene resa disponibile come servizio online, spesso offerta da una terza parte. Un buon esempio sono i fornitori di archiviazione online e gestione file (Google Drive è uno di questi servizi).
Con questi provider, il dispositivo fisico non memorizza effettivamente i file. Il "cloud" li memorizza. Per le applicazioni industriali, questi dati, che possono presentarsi in diverse forme, potrebbero avere origine da sensori IoT e quindi essere inviati a un servizio cloud come Amazon Web Services o Microsoft Azure . I dispositivi fisici sul campo devono trasferire i dati al cloud. È qui che entrano in gioco l'edge computing e il fog computing.
Cos'è l'edge computing?
L'edge computing, come suggerisce il nome, avvicina il calcolo dei dati al "margine" della rete dove i dati vengono prodotti. Questo può aiutare a ridurre o addirittura eliminare la necessità di un data center remoto, poiché tutti i dati vengono elaborati in loco. Anche la Latenza viene ridotta, consentendo decisioni in tempo reale poiché non è necessario attendere che i dati vengano elaborati in un'altra posizione.
Per comprendere meglio l'edge computing, consideriamo un esempio concreto di manutenzione predittiva in un ambiente di produzione. Grazie ai sensori integrati nelle apparecchiature di produzione, i dati possono essere inviati costantemente a un edge server nelle vicinanze.
Utilizzando algoritmi di intelligenza artificiale basati su dati storici, questi dati possono essere elaborati e analizzati per determinare la probabilità di un malfunzionamento del sistema. Questo, a sua volta, può contribuire a prevenire tempi di inattività non pianificati. Infatti,la manutenzione predittiva può aiutare a ridurre i tempi di inattività non pianificati fino al 70% .
Puoi scoprire di più sui vantaggi dell'edge computing nel nostro blog.
Le sfide dell'edge computing
Sebbene l'edge computing sia ideale per numerose applicazioni (in particolare quelle che coinvolgono dati sensibili al fattore tempo), è importante comprendere anche i potenziali svantaggi della tecnologia edge prima di implementarla come soluzione.
I costi iniziali dell'infrastruttura con l'edge computing possono essere elevati. A differenza del cloud computing, che utilizza un "cloud" esterno, spesso fornito da terze parti, per archiviare i dati (maggiori dettagli di seguito), l'edge computing elabora e archivia i dati localmente. Ciò significa che con l'edge computing è necessario un hardware on-site maggiore.
L'edge computing comporta anche rischi per l'archiviazione dei dati. Se si dispone di dispositivi edge in loco che archiviano informazioni di cui non è stato eseguito il backup, si rischia di perdere definitivamente i dati in caso di danneggiamento, distruzione, smarrimento o furto dell'hardware. Per mitigare questi rischi, è necessario eseguire sempre il backup dei dati in modo affidabile e assicurarsi che l'affidabilità dell'hardware sia un fattore chiave nella scelta dei dispositivi edge.
Cos'è il fog computing?
Il fog computing, chiamato anche fog networking, è un livello di elaborazione tra il cloud e l'edge computing. Mentre l'edge computing può inviare enormi flussi di dati direttamente al cloud, il fog computing può ricevere i dati dall'edge prima che raggiungano il cloud e quindi decidere cosa è rilevante e cosa no. I dati rilevanti vengono archiviati nel cloud, mentre quelli irrilevanti possono essere eliminati o analizzati a livello fog per l'accesso remoto o per informare modelli di apprendimento localizzati.
Un esempio concreto di fog computing sarebbe un'applicazione embedded su una linea di produzione, in cui un sensore di temperatura collegato a un server edge misura la temperatura ogni singolo secondo. Questi dati vengono poi inoltrati all'applicazione cloud per il monitoraggio dei picchi di temperatura. Immaginate che tutte le misurazioni della temperatura, ogni singolo secondo di un ciclo di misurazione 24 ore su 24, 7 giorni su 7, vengano inviate al cloud.
Con un livello di fog, l'edge server invierebbe prima i dati al livello di fog su una rete localizzata. Il fog server riceverebbe questi dati e, in base a determinati parametri, deciderebbe se vale la pena inviarli al cloud. Il risultato finale si traduce in una riduzione del traffico.
Per semplici letture della temperatura, questo risparmio di dati potrebbe sembrare trascurabile. Ma immaginate di dover trasmettere costantemente in streaming informazioni complesse o file di grandi dimensioni come immagini o video. L'impatto sulla larghezza di banda e sulla latenza potrebbe essere enorme, a seconda dell'applicazione.
Un esempio di come si collegano i livelli sensore, edge, fog e cloud di un'infrastruttura informatica.
Quali sono i vantaggi del fog computing?
Ora che sappiamo che il fog computing rappresenta un ulteriore livello tra il livello edge e il livello cloud, quali sono i vantaggi di questo ulteriore livello? Il vantaggio principale è l'efficienza del traffico dati e la riduzione della latenza.
Implementando un livello fog, i dati che il cloud riceve per la tua specifica applicazione embedded sono molto meno confusi. Laddove un cloud dovrebbe prima filtrare una pila di dati non necessari prima di intraprendere qualsiasi azione o restituire risultati, ora può agire direttamente sui dati che riceve dal livello fog.
Considerando il quadro generale, i vantaggi sono molti di più. La quantità di spazio di archiviazione necessaria per la tua applicazione cloud sarebbe considerevolmente inferiore. Questo perché il cloud memorizzerebbe ed elaborerebbe solo i dati rilevanti. Anche il trasferimento dei dati sarebbe più veloce, perché il volume di dati inviati al cloud verrebbe significativamente ridotto.
Quali sono gli svantaggi del fog computing?
Una cosa che dovrebbe essere chiara è che il fog computing non può sostituire l'edge computing. Tuttavia, l'edge computing può sicuramente sopravvivere senza il fog computing. Quindi, lo svantaggio è che il fog computing richiede un investimento.
Si tratta di un sistema più complesso che deve essere integrato con l'infrastruttura attuale. Questo richiede denaro, tempo e conoscenze specifiche sulla soluzione migliore per la propria infrastruttura. Il fog computing non è la soluzione ideale in ogni scenario, ma i vantaggi possono essere interessanti per chi attualmente utilizza un'architettura dati edge-to-cloud diretta.
Fog computing vs edge computing: quali sono le principali differenze?
Fog computing ed edge computing condividono molte somiglianze. Essenzialmente, entrambi abilitano il traffico dati verso il cloud. Come abbiamo spiegato nel nostro blog su cosa sono gli edge server , l'edge computing si verifica dove i dati vengono generati, proprio "ai margini" della rete di una determinata applicazione.
Ciò significa che un edge computer si connette ai sensori e ai controller di un determinato dispositivo e quindi invia i dati al cloud. Tuttavia, questo traffico di dati può essere enorme e inefficiente. Oltre alle informazioni utili effettivamente necessarie, potrebbero essere inviati al cloud anche dati irrilevanti.
Purtroppo, anche il cloud ha i suoi limiti in termini di capacità, sicurezza ed efficienza quando è connesso direttamente ai dispositivi edge. Ecco che entra in gioco il fog computing.
È possibile utilizzare lo stesso hardware sia nel fog computing che nell'edge computing?
In termini di hardware e tipo di computer utilizzabili, è possibile utilizzare facilmente hardware di edge computing per lo stesso scopo di un fog server. La differenza sta nel luogo e nel modo in cui i dati vengono raccolti ed elaborati, non necessariamente nelle caratteristiche e nelle capacità dell'hardware.
Prendiamo ad esempio il Karbon 800 , inizialmente progettato per l'edge computing, che sarebbe altrettanto adatto al fog computing. Naturalmente, ogni progetto è unico. È importante avere una visione chiara dei requisiti generali del progetto quando si seleziona e si configura qualsiasi soluzione hardware.
Riepilogo di Fog Computing vs Edge Computing
In sintesi, l'edge computing è il calcolo dei Dati che avviene ai margini della rete, in prossimità della posizione fisica che crea i Dati. D'altra parte, il fog computing fa da mediatore tra l'edge e il cloud per diverse finalità, come il filtraggio dei Dati. In conclusione, il fog computing non può sostituire l'edge computing, ma l'edge computing può vivere senza il fog computing in molte applicazioni.
Hai domande sui requisiti hardware per l'edge computing o il fog computing? Parla con uno dei nostri specialisti per saperne di più sull'offerta hardware di OnLogic.
Abbiamo pubblicato originariamente questo blog il 23 giugno 2021. Abbiamo aggiornato il blog il 15 gennaio 2022.