Hír

Az ipari számítástechnika sokáig egyszerűen működött: a gyártócsarnokban lévő érzékelők és gépek adatokat állítottak elő, amelyek aztán egy központi szerverre vagy felhőplatformra kerültek feldolgozásra. Az eredmények műszerfalak, jelentések vagy vezérlőjelek formájában érkeztek vissza. Néha másodpercekig, máskor percekig tartottak. Ez a módszer elég jól működött a monitorozáshoz és a hosszú távú elemzéshez.

De a gyárautomatizálás működése változik. A mai termelési környezetekhez valós idejű minőségellenőrzésre, meghibásodás előtti prediktív karbantartásra és a változó alaprajzok között navigálni képes autonóm mobilrobotokra van szükség. Ezek az alkalmazások nemcsak azért működnek jobban, mert gyorsabban dolgoznak. Szükségük is van rá. Az adatok felhőbe küldése és a válaszra való várakozás már nem elég gyors.

Ez a változás teszi a peremhálózati mesterséges intelligenciát népszerűbbé a gyárakban: az intelligenciát egy távoli adatközpontból oda helyezik át, ahol szükség van rá. Ez nem csak elmélet. Már most is megváltoztatja a hardverkiválasztás módját a gyártók, a rendszerintegrátorok és az automatizálási mérnökök körében.

Érvek a peremhálózati feldolgozás mellett

Az edge computing lényege, hogy az adatokat ott dolgozza fel, ahol létrejönnek, ahelyett, hogy egy másik helyre küldené őket. Ez azt jelenti, hogy egy gyártási környezetben egy beágyazott számítógép, amely egy gyártósorra vagy annak közelében van felszerelve, helyben hoz döntéseket. Ezt kamerák jeleinek elemzésével, érzékelők bemeneteinek leolvasásával és következtetési modellek futtatásával teszi anélkül, hogy folyamatosan csatlakoznia kellene a felhőhöz.

Sok bizonyíték van arra, hogy a gyakorlati előnyök valósak. A késleltetés néhány száz milliszekundumról néhányra csökken. A sávszélesség-felhasználás jelentősen csökken, mivel csak a feldolgozott eredményeknek, nem pedig a nyers adatfolyamoknak kell felmenniük. És talán a legfontosabb a szabályozott iparágak számára, hogy az érzékeny működési adatok a helyszínen maradnak. Ezáltal kisebb a valószínűsége a hackertámadásoknak, és könnyebbé válik az adatkezelési szabályok betartása.

Az International Data Corporation szerint a peremhálózati számítástechnikai megoldásokra fordított globális kiadások 2028-ra elérik a 380 milliárd dollárt. Az ipari felhasználások, mint például a gyárak, az energetikai infrastruktúra, a közlekedés és az egészségügy, nagyban hozzájárulnak ehhez a növekedéshez. Ezeken a területeken a leállás költsége percenként több ezer dollár, és a hibahatár nagyon kicsi.

Ahol a mesterséges intelligencia belép a képbe

A peremhálózati számítástechnika önmagában is értékes. De az igazi átalakulás a peremhálózati hardverek és a mesterséges intelligencia konvergenciája. A dedikált MI-gyorsítókkal felszerelt modern beágyazott PC-k kifinomult gépi tanulási modelleket futtathatnak: számítógépes látást a hibák észleléséhez, anomáliafelismerést a prediktív karbantartáshoz, természetes nyelvi interfészeket a berendezések hibaelhárításához közvetlenül a gyártócsarnokban.

Vegyünk egy gyakorlati példát. Egy csomagolósoron található minőségellenőrző állomásnak percenként több száz egység sebességgel kell azonosítania a hibás termékeket. Egy felhőalapú megközelítéshez nagy felbontású kamerafelvételeket kellene streamelni egy távoli szerverre, feldolgozni azokat, és egy sikeres/nem sikeres döntést visszaadni, mindezt a másodperc töredékén belül, mielőtt a következő termék megérkezik. A hálózati változékonyság önmagában is megbízhatatlanná teszi ezt a folyamatot gyártási sebesség mellett.

Egy ugyanazt a látásmodellt lokálisan futtató peremhálózati mesterséges intelligenciával működő számítógép teljesen kiküszöböli ezt a függőséget. A döntés ezredmásodpercek alatt megtörténik, a rendszer a hálózati körülményektől függetlenül működik, és az egyetlen adat, ami elhagyja a platformot, az ellenőrzési eredmények összefoglaló naplója. Ez nem marginális javulás. Ez egy alapvetően eltérő architektúra.

Mit kell keresni az Industrial Edge AI hardverek vásárlásakor?

A peremhálózati mesterséges intelligencia telepítéséhez megfelelő hardver kiválasztásához számos olyan tényezőt kell egyensúlyozni, amelyek általában nem szerepelnek a fogyasztói specifikációs lapokon. Az ipari környezetek olyan korlátozásokat szabnak, amelyek kezelésére az általános célú számítástechnikai hardverek egyszerűen nem alkalmasak.

Hőkezelés és ventilátor nélküli kialakítás

A ventilátorok ipari környezetben komoly gondot okoznak. Mozgó alkatrészeket vezetnek be, amelyek elkopnak, beszívják a szennyező anyagokat, amelyek károsítják az áramköröket, és karbantartási ciklusokat hoznak létre, amelyek megszakítják a termelést. A ventilátor nélküli beágyazott PC-k passzív hűtést alkalmaznak speciális hűtőbordák és hőmérsékletileg optimalizált házak révén. Ez nem csak a tartósságról szól, hanem a teljes birtoklási költségről is. Egy olyan rendszer, amely évekig megbízhatóan működik karbantartási beavatkozások nélkül, csökkenti az üzemeltetési terhelést olyan módon, ami a telepítés élettartama alatt halmozódik.

Olyan rendszereket keressen, amelyek széles üzemi hőmérséklet-tartományra vannak méretezve. A legtöbb gyári környezetben a -20°C és 60°C (-4°F és 140°F) közötti hőmérsékleti tartomány a minimális szabvány. A zordabb környezetek – hűtőházak, kültéri zárt helyiségek, öntödék – még szélesebb tűréshatárokat igényelhetnek.

Dedikált AI gyorsítás

Gépi tanulási következtetések futtatása általános célú CPU-n lehetséges, de termelési terhelések esetén nem hatékony. Az iparág a GPU-alapú gyorsítók – leginkább az NVIDIA Jetson platform – köré konvergált, mint a beágyazott mesterséges intelligencia szabványa. Ezek a modulok dedikált MI-feldolgozási teljesítményt biztosítanak (TOPS-ban, azaz másodpercenként billió műveletben mérve) egy beágyazott rendszer energia- és hőmérsékleti keretein belül.

A Jetson ökoszisztéma széles teljesítményskálát ölel fel, a könnyebb következtetési feladatokhoz használt Jetson Orin Nano-tól a nagy teljesítményű, többkamerás, többmodelles alkalmazásokhoz használt Jetson AGX Orin-ig. A megfelelő modul kiválasztása a munkaterhelés összetettségétől és attól függ, hogy egy vagy több következtetési folyamatot kell-e egyszerre futtatni.

I/O sűrűség és hálózati kapcsolat

Egy peremhálózati mesterséges intelligencia alapú számítógép nem létezik elszigetelten. Kamerákhoz, érzékelőkhöz, PLC-khez, aktuátorokhoz és upstream hálózatokhoz csatlakozik. Az elérhető portok száma és típusa – Gigabit Ethernet (beleértve a PoE-t az IP-kamerák táplálásához), USB 3.2, soros COM, CAN busz, digitális I/O – határozza meg, hogy egy rendszer mennyire rugalmasan integrálható a meglévő infrastruktúrába. A több LAN-port különösen fontos az operatív technológiai (OT) és az informatikai (IT) hálózatok szegmentálásához, ami egyre növekvő igény a kiberbiztonság-tudatos létesítményekben.

Hosszú távú ellátás és életciklus-támogatás

Az ipari telepítések nem szórakoztatóelektronikai termékek. Egy gyártósorra validált gépi látórendszert több éven keresztül több létesítményben is replikálni kell, és a kezdeti telepítés után egy évtizeddel csereegységekre lehet szükség. Emiatt a hosszú távú termékelérhetőség kritikus kiválasztási kritérium – ez különbözteti meg az ipari hardvergyártókat azoktól a vállalatoktól, amelyek tizenkét havonta frissítik katalógusaikat.

A komponens szintű tervezésvezérlés is fontos. A BIOS, az alaplap-tervezés és a firmware tulajdonosai egyedi konfigurációkat, kiterjesztett életciklus-kötelezettségeket és gyorsabb válaszidőket kínálhatnak, ha módosításokra van szükség – anélkül, hogy harmadik fél döntéseire kellene támaszkodniuk.

A megfelelő hardver kiválasztása az alkalmazáshoz

Nem minden alkalmazás igényel azonos szintű mesterséges intelligencia feldolgozási teljesítményt. A munkaterhelés mértékének megértése segít meghatározni a megfelelő platformot – és a megfelelő befektetési szintet.

A Contec megközelítése: Mérnöki alapú, alkalmazásra kész

A Contecnél a peremhálózati mesterséges intelligencia hardverekhez való hozzáállásunk 50 éves ipari számítástechnikai platformok tervezésében gyökerezik kritikus környezetek számára. Kulcsfontosságú gyártói vagyunk az NVIDIA Jetson ökoszisztémájának, olyan strapabíró, ventilátor nélküli peremhálózati mesterséges intelligencia számítógépeket építünk, amelyeket a nulláról indulva folyamatos ipari működésre terveztünk, nem pedig fogyasztói vagy kereskedelmi tervekből adaptáltunk.

DX sorozatú peremhálózati mesterséges intelligenciával működő számítógépeink a teljes Jetson termékcsaládot lefedik, az Orin Nanótól az AGX Orinig, mindegyik kompakt, ventilátor nélküli házban, széles hőmérsékleti tartományban működve, több gigabites LAN porttal, NVMe tárolóval és opcionális 4G LTE kapcsolattal. Minden rendszert hosszú távú szállítási kötelezettségvállalások, testreszabott BIOS-képességek és a tervezési kontroll egészen az alaplapi szintig terjed, ami azt jelenti, hogy ha az alkalmazás nem szabványos konfigurációt igényel, azt a fix termékkatalógus körüli munkavégzésből adódó késedelmek vagy kompromisszumok nélkül tudjuk leszállítani.

Az olyan alkalmazásokhoz, amelyek nem igényelnek dedikált mesterséges intelligencia által vezérelt gyorsítást, a BX sorozatú, ventilátor nélküli beágyazott PC-ink, amelyeket Intel processzorok hajtanak, az Atomtól a 13. generációs Core i7-ig, ugyanolyan ipari szintű megbízhatóságot és hosszú életciklus-támogatást nyújtanak a hagyományos peremhálózati számítástechnikához, adatgyűjtéshez és vezérlési feladatokhoz.

Miért választják a mérnökcsapatok a Contecet:

• 50 évnyi ipari számítástechnikai szakértelem: Az egészségügy, a védelem és az automatizálás vezetőinek bizalma
• BIOS-szintű tervezési vezérlés: Egyedi konfigurációk harmadik féltől származó függőségek nélkül
• Meghosszabbítható életciklusok: Telepítési befektetésének védelme
• A Daifuku Csoport része: globális gyártási méret, több mint 273 millió dolláros éves bevétellel
• Melbourne-ben, Floridában tervezve, integrálva és támogatva: Több mint 600 alkalmazottal világszerte

Első lépések: az értékeléstől a telepítésig

Ha egy közelgő projekthez – legyen szó akár egy új gépi látás alkalmazásról, egy prediktív karbantartás bevezetéséről vagy egy gyári szintű intelligencia kezdeményezésről – peremhálózati mesterséges intelligencia hardvert értékel, a legproduktívabb első lépés egy beszélgetés az adott környezetről és követelményekről.

Minden telepítés más. A kamerák száma, a következtetési modell összetettsége, a telepítés fizikai korlátai, a hálózati architektúra, a szabályozási követelmények mind befolyásolják a megfelelő hardverajánlást.

Az univerzális megoldások nem működnek a peremhálózaton, ezért a Contec a standard termékkínálata mellett egyedi konfigurációkat is kínál.