Le tecnologie Internet of Things rappresentano una grande opportunità per avere un impatto positivo sul mercato e sul mondo. Non solo, infatti, possono aiutare le aziende a offrire servizi innovativi. Possono aiutarci anche a migliorare la qualità dell’aria e le condizioni del traffico, il risparmio energetico e le risorse d’acqua.
Con l’aumento delle opportunità, però, aumentano anche la complessità e i volumi di dati. Si stima che la quantità di dati generati dai dispositivi connessi supererà i 40 trilioni di gigabyte nel 2025.
È qui che strumenti avanzati di analisi dati e sistemi di AI possono venire in aiuto. Ed è in occasione del Cloud Next 18 che Google presenta due soluzioni al riguardo. Due nuovi prodotti progettati per aiutare le aziende a sviluppare e lanciare dispositivi intelligenti connessi su larga scala. A descriverli è Injong Rhee, VP, IoT, Google Cloud.
Due nuovi prodotti Google per la IoT
Edge TPU è un nuovo chip ASIC progettato per portare i modelli ML di TensorFlow Lite sull’”edge”, “sul perimetro”. Dove i dispositivi si connettono alla rete. Nella progettazione di TPU Edge Google si è concentrata sull’ottimizzazione nelle “prestazioni per watt” e “prestazioni per dollaro”. E nello sviluppare la soluzione in un ingombro ridotto. Le Edge TPU sono progettate per completare e integrare l’offerta Cloud TPU. Consentono di accelerare il training ML nel cloud, e quindi di avere un’inferenza ML molto veloce sul perimetro. I sensori in questo modo diventano più che semplici raccoglitori di dati. Essi prendono decisioni intelligenti in tempo reale a livello locale. A questo link sono disponibili ulteriori informazioni su Edge TPU.
Cloud IoT Edge è il software che estende le potenti funzionalità AI di Google Cloud ai gateway e ai dispositivi. Contribuisce a rendere le applicazioni IoT più intelligenti, più sicure e più affidabili. Esso consente di eseguire modelli ML addestrati su Google Cloud su Edge TPU o su acceleratori basati su GPU e CPU. Cloud IoT Edge può essere eseguito su dispositivi Android Things o basati su OS Linux. I suoi componenti chiave sono tre.
Un runtime per dispositivi di classe gateway, con almeno una CPU, per archiviare, tradurre, elaborare, ricavare intelligenza dai dati localmente. E, allo stesso tempo, interagendo in maniera trasparente con il resto della piattaforma Cloud IoT. Il runtime Edge IoT Core che collega in modo più sicuro i dispositivi periferici al cloud. Questo consente aggiornamenti software e firmware e gestisce lo scambio di dati con Cloud IoT Core. Il runtime Edge ML basato su TensorFlow Lite che esegue l’inferenza ML locale utilizzando modelli pre-addestrati. In tal modo si riduce significativamente la latenza e aumenta la versatilità dei dispositivi periferici. A questo link sono disponibili maggiori informazioni su Cloud IoT Edge.
I benefici per le aziende
Portare il machine learning sul perimetro, nei dispositivi periferici, porta diversi vantaggi. Archiviare, elaborare e ricavare informazioni sull’”edge”, consente di costruire soluzioni IoT on-premise più robuste. Infatti, non ci si deve preoccupare della connettività cloud intermittente. Ciò può essere utile ad esempio per applicazioni audio e video che richiedono un’elaborazione in tempo reale. Oppure nei casi in cui i dispositivi non possono connettersi in modo affidabile a una rete esterna o a Internet.
Eseguendo modelli di machine learning on-device, Cloud IoT Edge con Edge TPU fornisce previsioni significativamente più rapide per applicazioni IoT critiche, rispetto ai gateway IoT general-purpose. Ciò, garantendo allo stesso tempo la riservatezza e la segretezza dei dati. Inoltre, Cloud IoT Edge e Edge TPU sono stati ampiamente testati per eseguire nativamente modelli open source come MobileNet e Inception V3.
Cloud IoT Edge può elaborare e analizzare immagini, video, gesti, suoni e movimenti localmente, su dispositivi periferici. Senza dover inviare dati grezzi al cloud e quindi attendere una risposta. Questa elaborazione locale risponde a determinati requisiti di conformità specifici di alcuni settori e riduce i rischi per la privacy. Cloud IoT Edge utilizza un JSON Web Token per autenticare i dispositivi periferici in modo che la chiave privata non lasci mai il dispositivo.
Edge TPU development kit
Google ha creato un kit di sviluppo per iniziare rapidamente a sviluppare e fare prove con Edge TPU. Questo kit include un system-on-module (SOM) che combina Edge TPU, una CPU NXP, Wi-Fi e un componente sicuro Microchip, in un form factor compatto. Sarà disponibile per gli sviluppatori a ottobre ed è possibile richiedere un early access.
Google sta anche collaborando con i propri partner dell’ecosistema IoT per sviluppare dispositivi intelligenti che sfruttano Google Cloud IoT.
