在20世紀(jì)80年代和90年代,由于精益制造,即時(shí)制造等受豐田和六西格瑪影響的技術(shù)提高了生產(chǎn)率,制造企業(yè)的效率卻在不斷下降。

近年來,年度生產(chǎn)力平均增長率為0.5%。由于很少有地方可以繼續(xù)改進(jìn)運(yùn)營,制造業(yè)組織不得不尋找新的方法來改善生產(chǎn),績效和利潤。

進(jìn)入數(shù)字產(chǎn)業(yè)轉(zhuǎn)型時(shí)代

利用信息技術(shù)創(chuàng)新,制造企業(yè)開始提高績效和生產(chǎn)力水平。雖然云計(jì)算是產(chǎn)業(yè)信息化轉(zhuǎn)型的主要推動(dòng)因素,但邊緣計(jì)算正在迅速成為工業(yè)物聯(lián)網(wǎng)(IIoT)目標(biāo)的關(guān)鍵部分,以加速數(shù)字化轉(zhuǎn)型。邊緣計(jì)算并不是一個(gè)新概念,但幾種趨勢已經(jīng)結(jié)合在一起,創(chuàng)造了一個(gè)機(jī)會(huì),幫助制造企業(yè)組織將大量基于機(jī)器的數(shù)據(jù)轉(zhuǎn)化為更靠近數(shù)據(jù)源的可操作智能端。

什么是邊緣計(jì)算?

邊緣計(jì)算是靠近數(shù)據(jù)源的計(jì)算基礎(chǔ)架構(gòu)。

在IIoT的背景下,“邊緣”是指靠近數(shù)據(jù)源存在的計(jì)算基礎(chǔ)設(shè)施,例如,工業(yè)機(jī)器(風(fēng)力渦輪機(jī),磁共振(MR)掃描儀,海底防噴器),工業(yè)控制器(SCADA)系統(tǒng)和時(shí)間序列數(shù)據(jù)庫聚合來自各種設(shè)備和傳感器的數(shù)據(jù)。這些邊緣計(jì)算設(shè)備通常遠(yuǎn)離企業(yè)云端的集中計(jì)算。維基百科是這么定義:邊緣計(jì)算是將計(jì)算應(yīng)用程序,數(shù)據(jù)和服務(wù)的前沿從集中式節(jié)點(diǎn)推向網(wǎng)絡(luò)的邏輯極端。

至今,邊緣計(jì)算的作用主要用于向云系統(tǒng)提取、存儲(chǔ)、過濾和發(fā)送數(shù)據(jù)。然而我們現(xiàn)在正處在一個(gè)時(shí)間點(diǎn),邊緣計(jì)算正在打包更多的計(jì)算、存儲(chǔ)和分析能力,以消耗和處理設(shè)備位置的數(shù)據(jù)。包括亞馬遜,微軟和谷歌在內(nèi)的一些最大的科技公司正在探索邊緣計(jì)算,這可能會(huì)引發(fā)下一場大型計(jì)算競賽。

邊緣計(jì)算對制造業(yè)意味著什么?

制造業(yè)互聯(lián)網(wǎng)化在未來幾年內(nèi)將發(fā)生巨變。

行業(yè)是權(quán)威人士已經(jīng)計(jì)算出,數(shù)百億的連接事物將從不同來源產(chǎn)生大量數(shù)據(jù)。制造業(yè)互聯(lián)網(wǎng)信息化轉(zhuǎn)型的將在未來幾年內(nèi)發(fā)生巨大的變化。知名管理公司McKinsey&Co.估算,到2015年,工業(yè)物理網(wǎng)(IIoT)的價(jià)值將達(dá)7.5T,工業(yè)物聯(lián)網(wǎng)匯聚了人才和機(jī)器,將人們連接到加速數(shù)字信息化轉(zhuǎn)型的大數(shù)據(jù)中。

通過將大數(shù)據(jù),高級分析和機(jī)器學(xué)習(xí)應(yīng)用于運(yùn)營,制造業(yè)可以減少意外停機(jī)時(shí)間,提高資產(chǎn)性能,降低維護(hù)成本,并為從機(jī)器數(shù)據(jù)中捕獲尚未開發(fā)的價(jià)值的新業(yè)務(wù)模型開發(fā)潛力。

智能制造有望從現(xiàn)在工廠大量部署的傳感器(接近數(shù)據(jù)的設(shè)備)中獲得洞見

在過去幾年中,制造業(yè)組織已經(jīng)開始將云融入其運(yùn)營中,以收集大量數(shù)據(jù)中的洞察力,這些數(shù)據(jù)有助于實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)成果,包括減少意外停機(jī)時(shí)間,提高生產(chǎn)效率,降低能耗等。云仍然在通過工業(yè)物聯(lián)網(wǎng)實(shí)現(xiàn)新的性能水平方面發(fā)揮著關(guān)鍵作用,工業(yè)物聯(lián)網(wǎng)需要大量的計(jì)算能力來有效地管理來自機(jī)器的大量數(shù)據(jù)。

但隨著更多的計(jì)算,存儲(chǔ)和分析功能被捆綁到更接近數(shù)據(jù)源的較小設(shè)備中,即工業(yè)機(jī)器邊緣計(jì)算將有助于實(shí)現(xiàn)邊緣處理以實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)的承諾。

驅(qū)動(dòng)邊緣計(jì)算在智能制造領(lǐng)域應(yīng)用的關(guān)鍵因素:

1、低/間歇連接(例如遠(yuǎn)程位置)

2、將數(shù)據(jù)傳輸?shù)皆频母叱杀編?/p>

3、低延遲,例如機(jī)器洞察和驅(qū)動(dòng)之間的閉環(huán)交互(即在機(jī)器上采取行動(dòng))

4、即時(shí)分析(例如,在現(xiàn)場工作以檢查機(jī)器性能的技術(shù)人員)

5、訪問時(shí)態(tài)數(shù)據(jù)以進(jìn)行實(shí)時(shí)分析

6、合規(guī)性,監(jiān)管或網(wǎng)絡(luò)安全限制

邊緣計(jì)算與霧計(jì)算將計(jì)算能力和智能推向更靠近數(shù)據(jù)源的地方

有人開玩笑說,霧計(jì)算是真正邊緣計(jì)算的糟糕營銷術(shù)語。但霧計(jì)算及其在物聯(lián)網(wǎng)(IoT)中的作用與邊緣計(jì)算類似的目標(biāo):推動(dòng)計(jì)算能力和智能更接近數(shù)據(jù)來源,例如泵,渦輪機(jī),傳感器等機(jī)器。霧網(wǎng)絡(luò)或霧化是一種分散的計(jì)算基礎(chǔ)設(shè)施,其中數(shù)據(jù)、計(jì)算、存儲(chǔ)和應(yīng)用程序分布在數(shù)據(jù)源和云之間最合乎邏輯、最有效的位置。霧網(wǎng)絡(luò)專注于相互通信的邊緣設(shè)備,例如物聯(lián)網(wǎng)網(wǎng)關(guān),但邊緣計(jì)算主要關(guān)注實(shí)際附著在“物體”上的設(shè)備和技術(shù),例如工業(yè)機(jī)器。

邊緣計(jì)算與云計(jì)算協(xié)同工作

為了讓制造企業(yè)充分認(rèn)識到機(jī)器生成的大量數(shù)據(jù)的價(jià)值,邊緣計(jì)算和云計(jì)算必須協(xié)同工作。邊緣計(jì)算將占主導(dǎo)地位的情景包括需要低延遲(速度至關(guān)重要)或存在帶寬限制的地方(諸如礦山或海上石油平臺之類的地點(diǎn));當(dāng)行動(dòng)需要大量計(jì)算能力,管理來自工廠的數(shù)據(jù)量,資產(chǎn)健康監(jiān)控和機(jī)器學(xué)習(xí)等時(shí),云計(jì)算將占據(jù)更主導(dǎo)的位置。云計(jì)算和邊緣計(jì)算對于智能制造業(yè)運(yùn)營來說都是必不可少的,以便從當(dāng)今云端和邊緣應(yīng)用的復(fù)雜、多樣化和大量數(shù)據(jù)中獲得最大價(jià)值,無論何時(shí)都能有效地實(shí)現(xiàn)預(yù)期結(jié)果。

正在應(yīng)用中的邊緣計(jì)算

邊緣計(jì)算助推自動(dòng)駕駛汽車

對于自動(dòng)駕駛汽車,基本上是輪式數(shù)據(jù)中心與邊緣計(jì)算起著主導(dǎo)作用。粗略計(jì)算,每百輛汽車正常行駛8小時(shí),通過車輛傳感器將產(chǎn)生40TB數(shù)據(jù)。將如此多的數(shù)據(jù)發(fā)送到云是不安全、不必要和不切實(shí)際的。

不安全是因?yàn)樵谶@個(gè)場景中,邊緣計(jì)算的感知、思考和行動(dòng)屬性必須以超低延遲實(shí)時(shí)完成,以確保乘客和公眾的安全操作。在經(jīng)過城市街道和高速公路時(shí),將數(shù)據(jù)發(fā)送到云進(jìn)行分析和決策后,返回給自動(dòng)駕駛汽車將會(huì)導(dǎo)致災(zāi)難性的結(jié)果。例如,汽車在道路上正常行駛,突然有一個(gè)兒童出沖進(jìn)了道路中間,在這樣的情況下,決策和后續(xù)啟動(dòng)需要低延遲(汽車現(xiàn)在需要?jiǎng)x車!)。沒有必要將所有數(shù)據(jù)發(fā)送到云端,因?yàn)檫@組特定的數(shù)據(jù)只具有短期價(jià)值(避免汽車撞上兒童)。該數(shù)據(jù)的啟動(dòng)及響應(yīng)速度至關(guān)重要。將從傳感器生成的大量數(shù)據(jù)傳輸?shù)皆圃俜祷厥遣磺袑?shí)際的。

關(guān)于邊緣計(jì)算的其他應(yīng)用

邊緣計(jì)算技術(shù)的應(yīng)用行業(yè)不僅限于智能制造和自動(dòng)駕駛汽車,還包括金融和零售。這兩個(gè)部門都使用大量客戶和后端數(shù)據(jù)集來提供從股票市場選擇到店內(nèi)服裝放置的所有信息,并且可以從較少依賴云來處理數(shù)據(jù)中獲益。零售業(yè)可以使用邊緣計(jì)算應(yīng)用程序來增強(qiáng)客戶體驗(yàn)。雖然如今許多零售商都專注于改善店內(nèi)體驗(yàn),但優(yōu)化收集和分析數(shù)據(jù)的方式是有意義的,特別是當(dāng)許多人正在嘗試使用連接鏡和智能顯示器時(shí)。此外,許多人使用從店內(nèi)平板電腦生成的銷售點(diǎn)數(shù)據(jù),然后將其傳輸?shù)皆苹驍?shù)據(jù)中心。通過邊緣計(jì)算,可以在本地分析數(shù)據(jù),減少敏感數(shù)據(jù)泄漏的可能性。