Una computazione più intelligente avvicina l’elaborazione dei dati alle nostre case
Quando un drone deve identificare un oggetto in tempo reale o dei sensori rilevano un improvviso cambiamento nella qualità dell’aria all’interno di un edificio, l’attesa del tempo necessario affinché i dati raggiungano un centro dati lontano può rallentare la risposta. Elaborando le informazioni più vicino al luogo in cui vengono generate, si potrebbe rendere la computazione più veloce e ridurre i trasferimenti di dati superflui; ciononostante, decidere dove eseguire ciascuna attività rappresenta una sfida complessa. Il progetto AC3(si apre in una nuova finestra), finanziato dall’UE, ha sviluppato una piattaforma che impiega l’intelligenza artificiale (IA) e l’apprendimento automatico al fine di 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 esistenti. «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», afferma Christos Verikoukis, coordinatore del progetto e ricercatore presso l’Athena Research Centre(si apre in una nuova finestra) in Grecia.
Trovare il luogo migliore per l’elaborazione
Le applicazioni moderne sono spesso costituite da più componenti software di piccole dimensioni, noti come microservizi, che possono essere eseguiti in luoghi diversi. La piattaforma AC3 automatizza le decisioni relative alla posizione di esecuzione di questi componenti tenendo conto di fattori quali la capacità di calcolo, le condizioni di rete e il consumo energetico. «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», spiega Verikoukis. Per testare la piattaforma sono stati utilizzati tre scenari, ovvero la gestione di edifici intelligenti, la videosorveglianza tramite droni e l’analisi di dati astronomici. In un edificio intelligente, ad esempio, i sensori possono rilevare un improvviso calo nella qualità dell’aria; di conseguenza, AC3 potrebbe aiutare il sistema a reagire più rapidamente mediante il trasferimento dell’elaborazione dei dati a un server nelle vicinanze, il che consentirebbe allo stesso di attivare un allarme o regolare la ventilazione e ridurrebbe al contempo la quantità di dati inviati a un data center distante.
Adattarsi al mutare delle condizioni
La dimostrazione effettuata con i droni ha messo in mostra il modo in cui il sistema può reagire quando le risorse di calcolo scarseggiano. Se un drone non è in grado di eseguire in modo efficiente un modello di IA per il rilevamento di oggetti in tempo reale, AC3 ha la possibilità di trasferire il carico di lavoro a un server periferico nelle vicinanze; una volta che il drone disporrà nuovamente di capacità sufficiente, l’attività può tornare al server originale. «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», spiega Adlen Ksentini, responsabile tecnico di AC3 presso l’impresa francese EURECOM(si apre in una nuova finestra). I ricercatori hanno inoltre dimostrato il potenziale di cui è dotata la piattaforma per la gestione di grandi set di dati astronomici. Distribuendo le attività di elaborazione su più risorse di calcolo, AC3 ha almeno dimezzato il tempo necessario per elaborare 5 GB di dati rispetto ai sistemi autonomi. Inoltre, l’applicazione ha mantenuto un’affidabilità del 100 % nei test condotti nell’ambito del progetto.
Risparmio energetico e diffusione della tecnologia
AC3 può utilizzare le previsioni relative alla domanda di calcolo e al consumo energetico per consolidare i carichi di lavoro su un numero inferiore di server, consentendoci di disattivare i nodi inutilizzati mentre le applicazioni continuano a soddisfare i requisiti di prestazione. Diversi componenti software sono stati rilasciati in modalità open source, fornendo a sviluppatori e ricercatori un punto di partenza per ulteriori sviluppi, mentre alcuni strumenti sono stati integrati in ecosistemi open source consolidati, tra cui Kubernetes(si apre in una nuova finestra) e OpenShift(si apre in una nuova finestra). Per Verikoukis e Ksentini, la prossima sfida consiste nel far sì che il progresso tecnico si traduca in una più ampia adozione. I servizi cloud e i sistemi basati sull’edge rimangono spesso separati e per unirli sono necessarie una maggiore integrazione e modelli di business sostenibili. Il framework di AC3 ha dimostrato come un coordinamento intelligente possa rendere la computazione più reattiva ed efficiente. Il prossimo passo da compiere è quello di aiutare le organizzazioni a mettere in pratica queste capacità nei servizi del mondo reale.
