EON
EWS
n
.
603
-
DICEMBRE
2016
14
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
R
EPORT