Immaginate un mondo in cui la vostra vita digitale — le vostre foto, i vostri dati sanitari, i controlli della vostra smart home — vive in un vasto e lontano magazzino. Per decenni, questo è stato il modello standard dell'informatica: il vostro telefono o sensore invia una richiesta attraverso l'oceano a un enorme data center, che elabora le informazioni e le rimanda indietro. Questo funziona bene per molte cose, ma crea un ritardo, un lag che aumenta con l'aumentare della distanza. In un'era di videochiamate istantanee, veicoli autonomi e monitoraggio medico in tempo reale, quel ritardo sta diventando un problema. Per risolverlo, gli ingegneri si sono rivolti all' "edge computing", una strategia che sposta la potenza di elaborazione più vicino a dove si trovano realmente le persone, posizionando piccoli server nei quartieri, nelle fabbriche e sulle torri cellulari. Questo porta il magazzino sulla soglia di casa vostra, promettendo velocità ed efficienza.

Tuttavia, è emersa una nuova complicazione. Il modo più popolare per costruire software per questi sistemi moderni si chiama "serverless computing". In questo modello, gli sviluppatori scrivono piccoli pezzi di codice indipendenti che vengono eseguiti solo quando necessario, come una flotta di droni per le consegne che appare solo quando un pacco è pronto. La bellezza di questo sistema è che l'infrastruttura gestisce tutto il lavoro pesante relativo a dove e quando questi droni volano. Ma c'è un problema: questi droni sono progettati per essere stateless, ovvero non hanno memoria di ciò che è accaduto prima. Se un drone consegna un pacco, dimentica immediatamente il nome e l'indirizzo del cliente. Per compiti semplici, questo va bene. Ma per applicazioni complesse che devono ricordare i progressi di un utente, le preferenze o la cronologia sanitaria, questa mancanza di memoria è un vicolo cieco. La sfida, quindi, è unire la velocità dell'edge e la semplicità del serverless computing, dando a questi programmi effimeri la capacità di conservare i dati di un utente in modo sicuro ed efficiente.

Questo è il problema che un team di ricercatori del Politecnico di Milano ha cercato di risolvere con una nuova piattaforma chiamata SCOPE. Il loro obiettivo era creare un sistema che permettesse a questi programmi temporanei di trasportare una "sessione", un contenitore digitale che racchiude i dati specifici di un utente, e di spostare automaticamente quel contenitore mentre l'utente si muove o al variare della rete. I ricercatori volevano capire se fosse possibile costruire un sistema che mantenesse i dati vicini all'utente per garantire la velocità, ma che sapesse anche quando spostare quei dati su una macchina più potente se quella locale fosse troppo occupata. Non si sono limitati a proporre una teoria; hanno costruito un prototipo funzionante e lo hanno testato in un ambiente simulato che imitava la lotta del mondo reale tra un server edge locale e un distante data center cloud.

Il cuore della loro soluzione è un concetto che chiamano "sessione". Pensate a una sessione come a un armadietto personale che appartiene a un utente specifico. Nel sistema SCOPE, quando un utente interagisce con un'applicazione, il sistema crea un armadietto per lui. Questo armadietto può essere aperto e chiuso da diversi programmi secondo necessità, ma l'armadietto stesso rimane intatto. L'innovazione risiede nel modo in cui il sistema gestisce questi armadietti. La piattaforma monitora costantemente lo stato di salute della rete. Se un server edge locale sta gestendo troppe richieste e inizia a rallentare, il sistema può spostare silenziosamente l'armadietto dell'utente verso un server più spazioso nelle vicinanze, o persino verso un distante data center cloud, se necessario. Fondamentalmente, l'utente non deve sapere che questo sta accadendo. Continua semplicemente il proprio lavoro e il sistema assicura che i suoi dati lo seguano nel posto giusto al momento giusto.

Per testare questo, i ricercatori hanno allestito una rete virtuale con tre località distinte: un dispositivo client che rappresenta un utente, un server edge situato nelle vicinanze e un server cloud situato lontano, simulando una connessione transatlantica. Hanno creato diversi tipi di task per sottoporre il sistema a uno stress test. Un compito consisteva nel caricamento e scaricamento di grandi file video, che richiede un intenso movimento di dati. Un altro consisteva nella conversione di parlato in testo, un compito che richiede un'intensa potenza di elaborazione del computer. Hanno anche creato task semplici e leggeri per misurare la velocità di base del sistema. L'obiettivo era vedere come il sistema si sarebbe comportato quando il server edge locale fosse stato sovraccaricato.

I risultati sono stati rivelatori. Quando i ricercatori hanno inondato il server edge locale con le richieste, il tempo di risposta ha iniziato a degradare, proprio come ci si aspetterebbe. Tuttavia, quando hanno abilitato la piattaforma SCOPE, il sistema ha rilevato il sovraccarico e ha iniziato a reindirizzare il traffico. Non si è semplicemente bloccato o rallentato; ha spostato intelligentemente il carico di lavoro. Per le nuove richieste, ha inviato immediatamente il traffico al distante server cloud, evitando che il server locale si intasasse. Per le sessioni esistenti che erano già in corso, il sistema ha eseguito una migrazione accurata. Ha spostato la sessione dei dati dell'utente dal server locale affollato al più spazioso server cloud. Questo processo ha richiesto tempo — circa 1,5 secondi per una sessione da 2 megabyte — ma una volta completato il passaggio, il tempo di risposta per quell'utente è sceso drasticamente. Il sistema aveva scambiato con successo una breve pausa per un guadagno permanente in termini di velocità.

I ricercatori hanno anche testato come il sistema gestisse il movimento di un utente. Hanno simulato un client che cambiava la propria posizione fisica, il che in uno scenario reale significherebbe spostarsi da un quartiere all'altro. Mentre il client si muoveva, il sistema ricalcolava il posto migliore per archiviare i suoi dati. Hanno scoperto che il sistema poteva migrare con successo la sessione verso un nuovo nodo più vicino, mantenendo i dati vicini all'utente. Tuttavia, hanno notato un limite: in reti molto piccole con pochi nodi, il sistema a volte faticava a trovare la posizione assoluta migliore una volta che una sessione era stata spostata, perché i nodi avevano una conoscenza limitata dell'intera rete. Ma man mano che la rete diventava più grande e complessa, il sistema diventava molto più efficace nel mantenere i dati vicini all'utente, anche con risorse fluttuanti.

Lo studio ha anche esaminato il costo del movimento dei dati. I ricercatori hanno scoperto che il tempo necessario per migrare una sessione era direttamente correlato alla dimensione dei dati. Spostare una sessione vuota richiedeva circa 270 millisecondi, mentre spostare una sessione da 5 megabyte richiedeva circa 2 secondi. Ciò ha confermato che la larghezza di banda della rete era il collo di bottiglia principale, non il software stesso. Il sistema era abbastanza efficiente che la breve interruzione causata dal movimento di una sessione era un prezzo piccolo da pagare per il significativo miglioramento delle prestazioni che ne seguiva. In un test, spostare una sessione da un distante server cloud a un server edge locale ha ridotto il tempo di risposta da 126 millisecondi a soli 21 millisecondi.

Ciò che rende questo lavoro significativo è che colma una lacuna che esiste da tempo nel campo. I sistemi precedenti offrivano o la velocità dell'edge ma non potevano gestire applicazioni complesse dipendenti dalla memoria, o offrivano la memoria ma richiedevano agli sviluppatori di gestire la complessa logistica dello spostamento dei dati. SCOPE automatizza l'intero processo. Permette agli sviluppatori di scrivere codice semplice senza preoccuparsi di dove si trovino i dati, mentre la piattaforma gestisce le decisioni complesse su dove archiviare e spostare tali dati in base alle condizioni in tempo reale. I ricercatori hanno dimostrato che questo approccio funziona in un ambiente eterogeneo, dove diversi tipi di macchine con diverse capacità lavorano insieme.

Le conclusioni del team suggeriscono che questo modello è praticabile per un dispiegamento nel mondo reale. Hanno dimostrato che il sistema può adattarsi a improvvisi picchi di traffico, impedendo all'intera rete di collassare sotto la pressione. Hanno anche dimostrato che può rispondere al movimento fisico degli utenti, mantenendo i loro dati vicini. Sebbene il sistema non sia perfetto — richiede ancora una breve pausa per spostare i dati e dipende da una struttura di rete gerarchica che potrebbe necessitare di una calibrazione in configurazioni molto piccole — rappresenta un passo avanti fondamentale. I ricercatori hanno concluso che trattando i dati come una sessione mobile piuttosto che come un file statico, possono creare un ambiente di calcolo che sia allo stesso tempo veloce e intelligente.

In definitiva, il documento presenta una visione di un mondo digitale più fluido e reattivo. È un sistema in cui l'infrastruttura non è una griglia rigida di server fissi, ma un paesaggio dinamico che si sposta per incontrare le esigenze dei propri utenti. I ricercatori non hanno sostenuto di aver risolto ogni problema dell'edge computing, ma hanno fornito un esempio concreto e funzionante di come rendere il serverless computing veramente "stateful". Il loro lavoro suggerisce che il futuro dell'informatica non risiede nella scelta tra la velocità dell'edge e la potenza del cloud, ma nella costruzione di un continuum fluido in cui i due lavorano insieme, spostando dati e potenza di elaborazione esattamente dove servono, esattamente quando servono.