Aktualności

Przez długi czas przetwarzanie przemysłowe działało w prosty sposób: czujniki i maszyny na hali fabrycznej generowały dane, które następnie trafiały do ​​centralnego serwera lub platformy chmurowej w celu przetworzenia. Wyniki były prezentowane w formie pulpitów nawigacyjnych, raportów lub sygnałów sterujących. Czasami trwało to sekundy, a czasami minuty. Ta metoda sprawdzała się wystarczająco dobrze do monitorowania i długoterminowej analizy.

Jednak sposób działania automatyzacji fabryk ulega zmianie. Dzisiejsze środowiska produkcyjne wymagają kontroli jakości w czasie rzeczywistym, konserwacji predykcyjnej przed awarią oraz autonomicznych robotów mobilnych, które potrafią poruszać się po zmieniających się układach pomieszczeń. Te aplikacje nie tylko działają lepiej, ponieważ szybciej przetwarzają dane. One tego potrzebują. Wysyłanie danych do chmury i oczekiwanie na odpowiedź już nie wystarcza.

To właśnie ta zmiana sprawia, że ​​sztuczna inteligencja brzegowa (edge ​​AI) zyskuje na popularności w fabrykach: przenosi inteligencję z odległego centrum danych do miejsca, w którym jest potrzebna. To nie tylko teoria. To już zmienia sposób, w jaki producenci, integratorzy systemów i inżynierowie automatyki dokonują wyboru sprzętu.

Argumenty za przetwarzaniem na krawędzi

Edge computing polega na przetwarzaniu danych w miejscu ich powstania, a nie na przesyłaniu ich w inne miejsce. Oznacza to, że w środowisku produkcyjnym komputer wbudowany zamontowany na linii produkcyjnej lub w jej pobliżu podejmuje decyzje lokalnie. Robi to poprzez analizę obrazu z kamer, odczyt danych z czujników i uruchamianie modeli wnioskowania bez konieczności ciągłego połączenia z chmurą.

Istnieje wiele dowodów na to, że praktyczne korzyści są realne. Opóźnienia spadają z setek milisekund do zaledwie kilku. Wykorzystanie przepustowości znacznie spada, ponieważ przesyłane są tylko przetworzone wyniki, a nie surowe strumienie danych. A co być może najważniejsze dla branż regulowanych, poufne dane operacyjne pozostają na miejscu. To zmniejsza ryzyko ataku hakerów i ułatwia przestrzeganie zasad zarządzania danymi.

International Data Corporation szacuje, że globalne wydatki na rozwiązania edge computing osiągną 380 miliardów dolarów do 2028 roku. W dużej mierze napędzają ten wzrost zastosowania przemysłowe, takie jak fabryki, infrastruktura energetyczna, transport i opieka zdrowotna. W tych obszarach koszt przestoju wynosi tysiące dolarów na minutę, a margines błędu jest bardzo mały.

Gdzie sztuczna inteligencja wkracza do gry

Edge computing sam w sobie jest cenny. Jednak prawdziwa transformacja dokonuje się w połączeniu sprzętu brzegowego ze sztuczną inteligencją. Nowoczesne komputery wbudowane wyposażone w dedykowane akceleratory AI mogą obsługiwać zaawansowane modele uczenia maszynowego, wizję komputerową do wykrywania usterek, rozpoznawanie anomalii w celu konserwacji predykcyjnej, a także interfejsy języka naturalnego do rozwiązywania problemów ze sprzętem bezpośrednio w hali fabrycznej.

Rozważmy praktyczny przykład. Stanowisko kontroli jakości na linii pakującej musi identyfikować wadliwe produkty z szybkością kilkuset sztuk na minutę. Podejście oparte na chmurze wymagałoby strumieniowego przesyłania obrazu z kamery o wysokiej rozdzielczości do zdalnego serwera, przetwarzania go i zwracania decyzji o pozytywnym lub negatywnym wyniku w ułamku sekundy przed pojawieniem się kolejnego produktu. Sama zmienność sieci sprawia, że ​​jest to mało niezawodne przy prędkości produkcyjnej.

Komputer brzegowy AI, który lokalnie uruchamia ten sam model wizyjny, całkowicie eliminuje tę zależność. Decyzja jest podejmowana w milisekundach, system działa niezależnie od warunków sieciowych, a jedynymi danymi, które są udostępniane, jest dziennik podsumowujący wyniki inspekcji. To nie jest marginalna poprawa. To fundamentalnie inna architektura.

Na co zwrócić uwagę przy wyborze sprzętu do przemysłowej sztucznej inteligencji

Wybór odpowiedniego sprzętu do wdrożeń AI na brzegu sieci wymaga zrównoważenia kilku czynników, które zazwyczaj nie pojawiają się w specyfikacji technicznej urządzeń konsumenckich. Środowiska przemysłowe narzucają ograniczenia, z którymi sprzęt komputerowy ogólnego przeznaczenia po prostu nie jest w stanie sobie poradzić.

Zarządzanie temperaturą i konstrukcja bezwentylatorowa

Wentylatory stanowią obciążenie w zastosowaniach przemysłowych. Wprowadzają ruchome części, które ulegają zużyciu, wciągają zanieczyszczenia uszkadzające obwody i generują cykle konserwacyjne, które przerywają produkcję. Komputery wbudowane bez wentylatora wykorzystują pasywne chłodzenie poprzez specjalnie zaprojektowane radiatory i zoptymalizowane termicznie obudowy. Nie chodzi tu tylko o trwałość, ale o całkowity koszt posiadania. System, który działa niezawodnie przez lata bez konieczności konserwacji, zmniejsza obciążenie operacyjne w sposób, który pogłębia się w miarę użytkowania systemu.

Szukaj systemów o szerokim zakresie temperatur roboczych. W większości środowisk fabrycznych minimalny zakres temperatur wynosi od -20°C do 60°C (od -4°F do 140°F). Trudniejsze warunki – chłodnie, obudowy zewnętrzne, odlewnie – mogą wymagać jeszcze szerszych tolerancji.

Dedykowane przyspieszenie AI

Uruchamianie wnioskowania uczenia maszynowego na procesorze ogólnego przeznaczenia jest możliwe, ale jest nieefektywne w przypadku obciążeń produkcyjnych. Branża skupiła się na akceleratorach opartych na procesorach graficznych (GPU) – przede wszystkim na platformie NVIDIA Jetson – jako standardzie dla wbudowanych systemów sztucznej inteligencji. Moduły te zapewniają dedykowaną moc obliczeniową AI (mierzoną w TOPS, czyli bilionach operacji na sekundę) w ramach poboru mocy i temperatury systemu wbudowanego.

Ekosystem Jetson oferuje szeroki zakres wydajności, od Jetson Orin Nano do lżejszych zadań wnioskowania, po Jetson AGX Orin do wysokowydajnych aplikacji wielokamerowych i wielomodelowych. Wybór odpowiedniego modułu zależy od złożoności obciążenia oraz od tego, czy konieczne jest uruchomienie jednego potoku wnioskowania, czy kilku jednocześnie.

Gęstość wejścia/wyjścia i łączność sieciowa

Komputer brzegowy AI nie istnieje w izolacji. Łączy się z kamerami, czujnikami, sterownikami PLC, siłownikami i sieciami nadrzędnymi. Liczba i rodzaj dostępnych portów – Gigabit Ethernet (w tym PoE do zasilania kamer IP), USB 3.2, szeregowy COM, magistrala CAN, cyfrowe wejścia/wyjścia – decyduje o elastyczności integracji systemu z istniejącą infrastrukturą. Wiele portów LAN jest szczególnie ważnych dla segmentacji sieci technologii operacyjnych (OT) i informatycznych (IT), co stanowi coraz większe wymaganie w obiektach dbających o cyberbezpieczeństwo.

Długoterminowe wsparcie dostaw i cyklu życia

Wdrożenia przemysłowe nie są elektroniką użytkową. System wizyjny maszynowy, walidowany dla linii produkcyjnej, może wymagać replikacji w wielu zakładach przez kilka lat, a jednostki zamienne mogą być potrzebne dekadę po pierwotnej instalacji. To sprawia, że ​​długoterminowa dostępność produktu jest kluczowym kryterium wyboru – tym, które odróżnia producentów sprzętu przemysłowego od firm, które aktualizują swoje katalogi co dwanaście miesięcy.

Kontrola nad projektem na poziomie komponentów również ma znaczenie. Producenci posiadający własne BIOS-y, projekty płyt głównych i oprogramowanie sprzętowe mogą oferować niestandardowe konfiguracje, zobowiązania do wydłużenia cyklu życia i szybszego czasu reakcji w razie potrzeby modyfikacji – bez konieczności polegania na decyzjach stron trzecich.

Dopasowanie odpowiedniego sprzętu do aplikacji

Nie każda aplikacja wymaga takiego samego poziomu mocy obliczeniowej AI. Zrozumienie, na jakim poziomie znajduje się Twoje obciążenie, pomaga w wyborze odpowiedniej platformy — i odpowiedniego poziomu inwestycji.

Podejście Contec: oparte na inżynierii, gotowe do zastosowania

W Contec nasze podejście do sprzętu edge AI opiera się na 50 latach doświadczenia w projektowaniu przemysłowych platform obliczeniowych dla środowisk o znaczeniu krytycznym. Jesteśmy kluczowym producentem w ekosystemie Jetson firmy NVIDIA, tworzącym wytrzymałe, bezwentylatorowe komputery edge AI, zaprojektowane od podstaw z myślą o ciągłej pracy w środowisku przemysłowym, a nie adaptowane do projektów konsumenckich czy komercyjnych.

Nasza seria komputerów Edge AI DX obejmuje pełną gamę Jetson, od Orin Nano do AGX Orin. Każdy z nich mieści się w kompaktowej, bezwentylatorowej obudowie z szerokim zakresem temperatur pracy, wieloma portami Gigabit LAN, pamięcią masową NVMe i opcjonalną łącznością 4G LTE. Każdy system jest objęty długoterminowymi zobowiązaniami dotyczącymi dostaw, dostosowanymi funkcjami BIOS-u oraz kontrolą projektu aż do poziomu płyty głównej. Oznacza to, że gdy Twoja aplikacja wymaga niestandardowej konfiguracji, możemy ją dostarczyć bez opóźnień i kompromisów wynikających z pracy w oparciu o stały katalog produktów.

W przypadku aplikacji, które nie wymagają dedykowanego przyspieszenia AI, nasza seria BX bezwentylatorowych komputerów wbudowanych z procesorami Intel od Atom do Core i7 13. generacji zapewnia taką samą niezawodność klasy przemysłowej i długi cykl życia jak tradycyjne przetwarzanie brzegowe, gromadzenie danych i zadania kontrolne.

Dlaczego zespoły inżynierskie wybierają Contec:

• 50 lat doświadczenia w dziedzinie informatyki przemysłowej: Zaufali nam liderzy w dziedzinie opieki zdrowotnej, obronności i automatyzacji
• Kontrola projektu na poziomie BIOS-u: Konfiguracje niestandardowe bez zależności od firm trzecich
• Rozszerzalne cykle życia: Ochrona inwestycji wdrożeniowych
• Część grupy Daifuku: globalna skala produkcji z rocznym przychodem przekraczającym 273 mln USD
• Zaprojektowano, zintegrowano i wspierano w Melbourne na Florydzie: Ponad 600 pracowników na całym świecie

Wprowadzenie: od oceny do wdrożenia

Jeśli oceniasz sprzęt oparty na sztucznej inteligencji brzegowej pod kątem nadchodzącego projektu, niezależnie od tego, czy jest to nowa aplikacja do przetwarzania obrazu, wdrożenie konserwacji predykcyjnej czy inicjatywa dotycząca inteligencji w całej fabryce, najbardziej produktywnym pierwszym krokiem jest rozmowa o konkretnym środowisku i wymaganiach.

Każde wdrożenie jest inne. Liczba kamer, złożoność modelu wnioskowania, fizyczne ograniczenia instalacji, architektura sieciowa, wymogi prawne – wszystkie te czynniki wpływają na wybór odpowiedniego sprzętu.

Uniwersalne podejście nie sprawdza się w środowisku brzegowym, dlatego też Contec oprócz standardowej linii produktów oferuje również konfiguracje niestandardowe.