Edge computing: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m la prima frase era fuorviante; i deti vengono generati più vicino a dove sono generati non a dove sono utilizzati |
mNessun oggetto della modifica |
||
Riga 7:
L'elaborazione dei dati in prossimità del luogo in cui vengono generati porta considerevoli vantaggi in termini di [[latenza]] di elaborazione, riduzione di traffico dati e maggior resilienza in caso di interruzione nella connessione dati.
Questo modello computazionale è adottato nelle cosiddetto [[Internet delle cose]], in quanto permette di elaborare grosse quantità di dati prodotti localmente ed eventualmente inviare a sistemi remoti una loro elaborazione molto più compatta<ref>{{Cita pubblicazione|nome=Massimo|cognome=Merenda|data=2020-04-29|titolo=Edge Machine Learning for AI-Enabled IoT Devices: A Review|rivista=Sensors|volume=20|numero=9|p=2533|lingua=en|accesso=2020-05-01|doi=10.3390/s20092533|url=https://www.mdpi.com/1424-8220/20/9/2533|nome2=Carlo|cognome2=Porcaro|nome3=Demetrio|cognome3=Iero}}</ref>. L'edge computing può anche essere sfruttato in architetture<ref>{{Cita web|url=https://www.cronj.com/blog/edge-computing-a-complete-guide/|titolo=Edge Computing: What makes it significant in the Digital Era?|sito=CronJ|data=2021-03-12|lingua=en-US|accesso=2021-10-08}}</ref> quali quella del [[5G]] per fornire ai dispositivi connessi servizi locali con risposte in tempo reale, difficilmente realizzabili con architetture cloud.
== Note ==
| |||