Sintesi del progetto
EDGE-ME ha sviluppato metodologie che semplificano la realizzazione di applicazioni parallele ad alte prestazioni su piattaforme eterogenee, come CPU, GPU integrate e schede programmabili (FPGA). Il progetto ha combinato il framework di programmazione FastFlow con il modello di esecuzione DF-Threads per favorire un’elaborazione Data-Driven utile in scenari in cui i dati devono essere analizzati direttamente sul territorio tramite sistemi Edge.
Obiettivi
Costruire strumenti che permettano a sviluppatori e aziende di utilizzare architetture complesse senza elevato sforzo di programmazione, migliorare l’efficienza energetica e supportare casi d’uso industriali che richiedono analisi distribuite e continue, come il monitoraggio del traffico su larga scala.
Problemi e necessità
Le infrastrutture Edge-Cloud offrono grande potenzialità, ma la varietà di hardware e modelli di programmazione rende complessa la realizzazione di applicazioni realmente scalabili. La crescente diffusione di servizi che richiedono elaborazioni locali, con vincoli su banda, latenza e riservatezza, richiede strumenti più accessibili e uniformi.
Soluzioni sviluppate
Il progetto ha integrato e testato FastFlow e DF-Threads, ottenendo miglioramenti nei tempi di esecuzione e nei consumi. Sono stati realizzati prototipi su FPGA e piattaforme RISC-V per sostenere il paradigma Data-Driven, oltre a una pipeline Edge-Cloud per il caso d’uso SmartME per le previsioni sul traffico.
Benefici e ricadute
La gestione distribuita dei dati permette di ridurre la banda necessaria, contenere i consumi energetici ed elaborare informazioni su zone ampie in modo più rapido e affidabile. L’approccio favorisce l’adozione di servizi urbani intelligenti, supportando la mobilità e riducendo congestionamenti, ritardi e sprechi energetici.
Settori che possono beneficiare
Le soluzioni studiate interessano direttamente la Mobilità, l’Intelligenza Artificiale e il Software, con ricadute su Smart Cities, Calcolo e Infrastrutture di Storage, grazie alla possibilità di adattare la stessa logica Edge-Cloud ad altri servizi di analisi distribuita.
