Il modello cloud alla prova dell’IA: è l’edge il nuovo trend

L’intelligenza artificiale rivoluziona lo scenario

Secondo IDC, il mercato delle applicazioni enterprise varrà 602,2 miliardi di dollari entro il 2028, con un rapporto tra software on-premises, da un lato, e software in public cloud e altre soluzioni software, dall’altro, che passerà dal 44,7% contro 55,3% del 2023 al 29,7% contro 70,3% nel 2028. La società di ricerche scommette, dunque, su un’ascesa inarrestabile del cloud rispetto all’on-prem e, del resto, anche i CIO più entusiasti dell’edge non vedono un futuro di sostituzione del cloud, ma di affiancamento tra le due tecnologie. “L’edge computing è importante perché lavora in bassa latenza con dati locali e in tempo reale, compresi quelli che servono per condurre le analisi e fare machine learning. Perciò, vedo l’edge complementare al cloud, che si occupa della computazione meno suscettibile ai valori della latenza e dello storage di lungo periodo”, tiene a precisare Ballestriero. “Sicuramente l’edge assumerà un ruolo sempre più rilevante nella parte IoT, ridimensionando il cloud. Ma non lo sostituirà, perché i due paradigmi hanno due posizionamenti diversi”.

Secondo il CTO di Intred,questa evoluzione si vedrà anche sugli impieghi dell’intelligenza artificiale, che è gestita in cloud. “Oggi le aziende sono concentrate sui Large Language Model (LLM), ma questi modelli sono enormi e le imprese, invece, hanno bisogno di applicazioni mirate. In futuro, perciò, aumenterà il ricorso agli Small Language Model (SLM) e questi andranno in edge, visto che usano una mole inferiore di dati e sono anche molto più efficienti nei consumi energetici”, afferma Ballestriero.

Il futuro dei data center edge e le nuove sfide per il CIO

All’orizzonte si profila una forte crescita dei data center edge, che, secondo Precedence Research [in inglese], saranno un mercato da 60 miliardi di dollari nel 2028, contro gli 11 miliardi del 2023 (un CAGR di quasi il 18,5%). I data center edge rispondono precisamente alla richiesta delle imprese di elaborare dati in tempo reale alla “periferia” della rete, come per l’automazione industriale, l’IoT, i veicoli connessi, l’intelligenza artificiale e le applicazioni nella sanità.