EO533

Tecnologia ELETTRONICA OGGI 533 - aprile 2026 42 do un ecosistema di dispositivi che operano in modo autonomo e col- laborano anche attraverso le reti. Uno sbalorditivo 70% di tutti i dati viene ora generato a livello Edge, rendendo la gestione, l’archivia- zione e la sicurezza di questi dati una priorità strategica fondamen- tale. Sia le aziende che gli utenti finali richiedono sempre più presta- zioni rapide, riservate e affidabili dai sistemi di intelligenza artificiale integrati a livello Edge. Il passaggio al livello Edge non è solo un’evoluzione tecnica, ma un imperativo aziendale, poiché si prevede che l’inferenza Edge diven- terà la principale opportunità di business globale, superando gli in- vestimenti nel cloud centrale. I dispositivi Edge, in particolare in ap- plicazioni quali case intelligenti, automazione industriale e sistemi automotive, richiedono non solo prestazioni elevate, ma anche bassi consumi energetici, elevata affidabilità e bassa latenza. Ad esempio, l’imaging medico e la produzione intelligente richiedono un archi- vio locale per l’elaborazione, il riferimento storico e la continua mes- sa a punto del modello. I veicoli connessi richiedono l’archiviazione Edge per la fusione dei sensori, la registrazione dei sistemi avanzati IL FUTURO DELL’EDGE AI Il futuro dell’Intelligenza Artificiale è sempre più intrecciato con le capacità dei dispositivi Edge. Con l’aumento delle dimensioni e della complessità dei modelli di intelligenza artificiale e dei volumi di dati, la domanda di elaborazione e archiviazione in locale si intensificherà, rendendo essenziali piattaforme ricche in memoria come BiCS Flash di ottava generazione. Le tendenze emergenti definiranno ulteriormente questo panorama: apprendimento federato: un approccio di machine learning decentralizzato in cui più clienti addestrano in modo collaborativo un modello mantenendo i dati in locale e garantendo la privacy e la sicurezza dei dati; rilevamento delle anomalie in tempo reale: l’identificazione di modelli o comportamenti insoliti nei dati nel momento in cui si verificano, fondamentale per applicazioni quali il rilevamento delle frodi, la manutenzione predittiva e la sicurezza della rete. I metodi di rilevamento delle anomalie non supervisionato sono particolarmente adatti per l’analisi in tempo reale dei dati in streaming, adattandosi alle tendenze in evoluzione senza richiedere set di dati pre- etichettati; flussi di lavoro ibridi Edge/cloud: combinano funzionalità di Edge computing e cloud computing per ottimizzare l’elaborazione e l’analisi dei dati. I dati vengono elaborati localmente a livello Edge per prendere decisioni immediate (riducendo la latenza e l’utilizzo della larghezza di banda, migliorando la sicurezza), quindi i dati raffinati vengono trasferiti al cloud per ulteriori analisi, per l’archiviazione o l’elaborazione avanzata. Gli esempi spaziano dalle città smart alla sanità, dalla produzione alla vendita al dettaglio, dal mondo dei media e dell’intrattenimento fino al disaster recovery. Le dinamiche di mercato indicano chiaramente che l’adozione della tecnologia è guidata da vantaggi tangibili per gli utenti. Le strategie data-first, abbinate a solide soluzioni di memoria, stanno creando l’attrazione necessaria per questa trasformazione. I dispositivi Edge di domani non si limiteranno a eseguire l’intelligenza artificiale: saranno determinanti per la sua commercializzazione. Il valore aziendale deriverà non dalla mera complessità dei modelli di intelligenza artificiale, ma da un’inferenza tempestiva, accurata e monetizzabile a livello Edge. L’AI diventerà senza dubbio molto matura e standardizzata in molti settori. Il cambiamento strategico generale è indirizzato verso modelli ibridi Edge/cloud, guidati dalle esigenze immediate delle applicazioni, dalle considerazioni geopolitiche in evoluzione e dall’imperativo della localizzazione dei dati. Questa dinamica implica che gli sviluppatori Edge debbano ora cambiare radicalmente prospettiva: non si tratta più soltanto di “come elaboreremo l’AI?”, ma, soprattutto, di “dove si trovano i dati e come li conserveremo?” L’ottava generazione BiCS Flash di Kioxia è una soluzione appositamente progettata per fornire una risposta completa a questa domanda, che apre la strada alla prossima ondata di innovazione dell’Edge AI.