
Un drone che riconosce oggetti in volo o un sensore che rileva un improvviso calo della qualità dell’aria in un edificio non possono aspettare a lungo la risposta di un centro dati lontano. Il progetto europeo AC3 ha sviluppato una piattaforma in cui l’intelligenza artificiale decide da sola dove deve essere eseguita ogni attività: nel cloud o su un server vicino. Scopri come funziona e che cosa ha dato nei test e, alla fine, verifica con un breve test quanto ricordi.
Sempre più dispositivi intorno a noi raccolgono dati: telecamere, sensori negli edifici, droni, apparecchiature di laboratorio. La soluzione più semplice consiste nell’inviare tutto a un grande centro dati con un’enorme potenza di calcolo. Il guaio è che il viaggio di andata e ritorno richiede tempo. Quando un drone deve riconoscere un oggetto in tempo reale o un sensore rileva un cambiamento improvviso nella qualità dell’aria, attendere che i dati arrivino a un centro lontano può rallentare la risposta.
Elaborare le informazioni più vicino al luogo in cui vengono generate può velocizzare i calcoli e ridurre i trasferimenti di dati superflui. La difficoltà sta però nel fatto che bisogna decidere ogni volta dove eseguire una determinata attività. È un problema complesso, perché le condizioni cambiano di continuo: il carico cresce e diminuisce, la qualità della connessione varia e i dispositivi hanno potenze diverse.
Di questo problema si è occupato il progetto AC3, finanziato dall’UE. Il suo team ha sviluppato una piattaforma che impiega l’intelligenza artificiale (IA) e l’apprendimento automatico per gestire le risorse di calcolo tra i data center cloud e i server edge vicini, adattandosi al variare dei carichi di lavoro e delle condizioni. Il coordinatore del progetto, Christos Verikoukis, dell’Athena Research Centre in Grecia, spiega: «Elaborando i dati vicino al luogo in cui vengono generati, la piattaforma AC3 riduce i ritardi di comunicazione e la congestione della rete, consentendo al sistema di reagire in modo più rapido all’evoluzione delle condizioni».
Per capire che cosa fa AC3, conviene distinguere due luoghi in cui possono lavorare i programmi. Il cloud è, in pratica, un insieme di grandi data center con migliaia di server a cui ci colleghiamo tramite internet. Hanno una potenza enorme, ma spesso si trovano a centinaia di chilometri dal dispositivo che invia i dati.
L’edge computing, in italiano elaborazione al margine della rete, consiste nell’eseguire una parte dei calcoli ai bordi della rete, cioè su server collocati vicino alla fonte dei dati, ad esempio nello stesso edificio o in una stazione vicina. Questi server hanno meno potenza di un data center, ma in compenso rispondono più in fretta. Il tempo che passa tra l’invio dei dati e la ricezione della risposta è ciò che gli informatici chiamano latenza, o ritardo. In molte applicazioni, dal controllo di un drone agli allarmi di un edificio, è proprio questo ritardo a decidere se il sistema funziona bene.
Le applicazioni moderne raramente sono un unico grande programma. Più spesso sono costituite da molti componenti software di piccole dimensioni, chiamati microservizi. Ognuno di essi fa una sola cosa, ad esempio riceve i dati da un sensore, analizza un’immagine o invia una notifica, e ognuno può essere eseguito in un luogo diverso.
La piattaforma AC3 automatizza le decisioni su dove questi componenti debbano essere eseguiti. Tiene conto, a questo scopo, della capacità di calcolo, delle condizioni di rete e del consumo energetico. Verikoukis spiega: «La principale innovazione messa in campo da AC3 consiste nell’utilizzo dell’IA e dell’apprendimento automatico per decidere in maniera automatizzata dove e come questi componenti debbano essere eseguiti e gestiti». L’apprendimento automatico è un settore dell’intelligenza artificiale in cui il programma non riceve regole già pronte, ma le impara dai dati, ad esempio dalla cronologia del carico dei server.
Il team ha testato la piattaforma in tre scenari che mostrano bene quanto possano essere diverse le sue applicazioni:
In un edificio intelligente funziona così: i sensori rilevano un improvviso calo della qualità dell’aria e la piattaforma AC3 trasferisce l’elaborazione dei dati a un server nelle vicinanze. In questo modo il sistema attiva prima un allarme o regola la ventilazione. Al tempo stesso, al centro dati lontano arrivano meno informazioni, quindi la rete è meno carica.
La dimostrazione più efficace è stata quella con il drone. Riconoscere oggetti in un’immagine è un compito per un modello di intelligenza artificiale, e un modello del genere richiede parecchia potenza di calcolo. Il piccolo computer di bordo del drone non sempre ce la fa, ad esempio quando sta svolgendo altre attività contemporaneamente.
Se il drone non è in grado di eseguire in modo efficiente il modello di rilevamento degli oggetti in tempo reale, AC3 può trasferire questo lavoro a un server periferico nelle vicinanze. Quando il drone torna ad avere potenza sufficiente, l’attività può rientrare a bordo. Adlen Ksentini, responsabile tecnico di AC3 presso EURECOM, in Francia, riassume: «Questa migrazione intelligente e senza soluzione di continuità garantisce che l’algoritmo di rilevamento degli oggetti continui a funzionare in modo ottimale, indipendentemente dalle variazioni delle risorse di calcolo disponibili sul drone». Per migrazione si intende qui lo spostamento di un’attività in corso da un computer a un altro senza interromperne il funzionamento.
Il team ha sfruttato una flessibilità simile con i dati astronomici. Le attività di elaborazione sono state distribuite su più risorse di calcolo, cioè eseguite in parallelo su diverse macchine invece che su una sola.
Curiosità: grazie alla distribuzione del lavoro su più risorse di calcolo, la piattaforma AC3 ha almeno dimezzato il tempo necessario per elaborare 5 GB di dati astronomici rispetto ai sistemi autonomi. Nei test condotti nell’ambito del progetto, l’applicazione ha inoltre mantenuto un’affidabilità del 100 %.
I data center consumano molta energia, quindi non conta solo la velocità, ma anche il risparmio. La piattaforma AC3 può utilizzare le previsioni sulla domanda di calcolo e sul consumo energetico per concentrare il lavoro su un numero inferiore di server. I nodi inutilizzati, cioè le singole macchine della rete, possono allora essere spenti, mentre le applicazioni continuano a soddisfare i requisiti di prestazione.
Una parte del software del progetto è stata rilasciata in modalità open source, cioè con un codice aperto che chiunque può esaminare e sviluppare. Alcuni strumenti sono stati inoltre integrati nei diffusi ecosistemi Kubernetes e OpenShift. Si tratta di piattaforme che in molte aziende gestiscono l’esecuzione di applicazioni composte da container, cioè porzioni di software impacchettate e pronte a funzionare su qualsiasi server.
Dal punto di vista di un’azienda o di un’istituzione, l’approccio di AC3 offre alcuni vantaggi concreti:
Verikoukis e Ksentini riconoscono che la prossima sfida non è più soltanto tecnica. I servizi cloud e i sistemi basati sull’edge rimangono spesso separati e, per collegarli, servono una maggiore integrazione e modelli di business sostenibili. In altre parole, qualcuno deve poter guadagnare con una soluzione del genere e qualcun altro deve voler pagare per averla.
Il progetto ha dimostrato che un coordinamento intelligente può rendere l’elaborazione dei dati più rapida ed efficiente. Il prossimo passo è aiutare le organizzazioni a sfruttare queste capacità nei servizi del mondo reale, dalla gestione degli edifici all’analisi dei dati scientifici.
L’edge computing unisce diverse discipline contemporaneamente: reti di computer, sistemi distribuiti, intelligenza artificiale ed efficienza energetica. È un buon tema per chi studia informatica, ingegneria delle telecomunicazioni, automazione e robotica, elettronica o scienza dei dati. Gli specialisti di cloud, container e apprendimento automatico sono ricercati da aziende tecnologiche, operatori di telecomunicazioni e istituti di ricerca. Il codice aperto di progetti come AC3 è anche una buona occasione per esercitarsi su strumenti reali.
Quando i dati vanno elaborati in fretta, non conta solo la potenza del computer, ma anche quanto è lontano. La piattaforma del progetto AC3 utilizza l’intelligenza artificiale per decidere automaticamente se eseguire un’attività nel cloud o su un server edge vicino. Nei test con gli edifici, il drone e i dati astronomici ha accelerato i calcoli, mantenuto l’affidabilità e aiutato a risparmiare energia, e una parte del suo software è a disposizione di tutti.
5 domande · un minuto