EON-603

EON

EWS

603

DICEMBRE

2016

tenza di calcolo che cresce

in modo direttamente pro-

porzionale al numero dei

device e sistemi connessi

al gateway stesso; quindi,

dovrà essere scalabile e

multi protocollare, ad alti

standard di sicurezza e di

affidabilità.

La crescente domanda di

connettività fra gli oggetti

e l’interazione “real-time”

degli stessi con l’utente/

operatore richiederà un

approccio cosìddetto “fog”,

per ridurre drasticamente

l’impatto sui costi di tra-

smissione (e per evitare

anche congestioni), dovuti

alla grande mole di dati ge-

nerati dal singolo “Thing”.

Se nell’Industry 4.0 avremo

sistemi capaci di auto-con-

figurarsi e auto-ottimizzarsi

rispetto a una filiera produt-

tiva, nel mondo consumer

emergerà

un’interdipen-

denza sempre più spinta

fra gli oggetti che gravitano

intorno all’utente, intera-

gendo direttamente con il

consumatore finale e mo-

dificandone perfino lo stile

comportamentale.

Comune denominatore è la

necessità di grande intel-

ligenza: nel mercato ven-

ding/signage ad esempio,

l’obiettivo è di riuscire a de-

terminare lo stato emotivo

del cliente e, sulla base di

esso, attivare azioni mirate

di advertising, di posizio-

namento prodotto, profila-

zione. Questo presuppone

un’enorme potenza di cal-

colo real time in locale vista

l’istantaneità dello scenario

applicativo. Oppure, in am-

bito della guida automatica,

pensiamo alla possibilità di

abilitare nell’abitacolo dei

dispositivi di sicurezza in

modo predittivo.

Per l’edge-to-cloud preve-

diamo la crescita della do-

manda di microcontrollori

della famiglia Cortex-M, le-

gati a trasmissione e elabo-

razione di bassi contenuti

informativi. Riguardo a og-

getti gateway, saranno inve-

ce protagoniste architetture

SoC tipo Cortex-A9 (NXP

i.MX6) e tipo x86 low power

(Intel Quark, Intel Atom,

AMD G-Series).

Per la parte computing le-

gata all’utente, nel caso di

oggetti riferiti alla persona

(wearable) avremo piatta-

forme ultra low-power che

sono in genere equipaggia-

ti con Cortex-A7/A53 o tipo

Intel Curie con il corredo

di rete neurale. Per device

con o senza alimentazione

a batteria, dove sono richie-

ste maggiori performance

perché devono farsi carico

sia del processo real-time

che del post-processing

per la trasmissione in rete

(incapsulamento,

scree-

ning dei dati e trasmissione

al cloud), si affermeranno

sempre più gli Intel Atom e

Core M di ultima generazio-

ne, mentre per ARM i nuovi

64 bit Cortex-A57/A72.

Le informazioni raccolte e

inviate dai gateway, siano

esse pre-elaborate o meno,

permettono ai learner di en-

trare in azione. La quantità

di dati farà qui la differenza:

più dati si raccolgono, più il

machine learning può ave-

re successo e gli algoritmi

di predizione saranno af-

fidabili ed efficienti, senza

poter prescindere, ovvia-

mente, dalla necessaria

coerenza dei dati stessi. Si

tratta di un processo appli-

cabile in qualsiasi ambien-

te, dalla fabbrica alla realtà

aumentata, da un sistema

diagnostico medicale all’au-

tomotive. In ogni contesto

possiamo innescare un ap-

propriato algoritmo di ap-

prendimento su cui basare

automazione e machine

learning. Le macchine inte-

ragiscono e prendono deci-

sioni e, nel caso del mondo

produttivo, è proprio que-

sta l’essenza dell’Industry

4.0. Nella realtà aumentata

pensiamo ad esempio alle

smart camera, agli oggetti

che si occupano di face re-

cognition o che, più in ge-

nerale, devono interpretare

immagini per poi prendere

delle decisioni. Partendo

da un flusso di dati prove-

niente da una telecamera

ad alta risoluzione, dopo

l’attesa del feedback dal

cloud, l’oggetto deve pro-

cessare localmente questo

feedback e da lì innescare

una reazione decisionale,

poi condivisa da risorse di

rete. Partendo da contesti

reali, droni e altri sistemi

di visione saranno sempre

più in grado di mappare lo

spazio ed il tempo, aprendo

scenari infiniti.

NXP

Cresce in modo dirompen-

te l’integrazione di software

nell’hardware.

A livello di sistema, i fornitori

di componenti elettronici of-

frono un’integrazione sem-

pre più avanzata a livello di

software e ciò consente ai

loro clienti OEM di arrivare

al mercato più rapidamen-

te, focalizzandosi sulle loro

aree di expertise e valore

aggiunto. Infatti con l’emer-

sione dirompente dell’IoT,

la crescita del numero di

applicazioni che riguardano

anche milioni di unità di de-

vice utilizzatori è enorme e

gli sviluppatori del prodotto

finale faticano a rimanere

allineati con le richieste del

mercato. Riteniamo perciò

che la tendenza a integra-

re software di supporto nei

componenti specifici non

potrà che accelerare ed

è ciò che caratterizzerà i

prossimi 1-2 anni.

Un prodotto specifico che

soddisfa questa tendenza è

l’NXP Modular IoT Gateway

che, fra le varie possibilità,

offre quella fondamentale

di mantenere l’intelligen-

za a livello locale. Negli

ultimi anni abbiamo nota-

to la tendenza a trasferire

l’intelligenza sulla nuvola

mentre ora è cominciata

un’inversione di tendenza

e ciò avviene per molteplici

ragioni, ad esempio la ro-

bustezza e l’affidabilità, il

costo e la latenza dei siste-

mi. Crescerà il bisogno di

intelligenza locale per tutti

gli oggetti intelligenti e noi

riteniamo che la nostra so-

luzione modulare gateway

basata su Linux rappresen-

ti un’ottima opportunità per

gli OEM.

GIANLUCA

VENERE

, di-

rector of global

sales & chief

strategy officer

di SECO

segue da pag.13

EPORT