中国电子技术网

设为首页 网站地图 加入收藏

 
 
  • 首页 > 新闻 > 施耐德电气:边缘计算,工业智能化的最佳“搭档”

施耐德电气:边缘计算,工业智能化的最佳“搭档”

关键词:边缘计算工业智能化

时间:2019-09-18 15:41:40      来源:施耐德电气

物联网时代的到来,将联接从人与人之间进一步扩展到了人与物、物与物之间,数字化和智能化的浪潮开始席卷制造、电力、交通、医疗、农业、公共事业等各行各业。

施耐德电气:边缘计算,工业智能化的最佳“搭档”

物联网时代的到来,将联接从人与人之间进一步扩展到了人与物、物与物之间,数字化和智能化的浪潮开始席卷制造、电力、交通、医疗、农业、公共事业等各行各业。

据IDC预测,全球数据总量到2025年将从2018年的33ZB增长到175ZB,复合年增长率为61%。随着数据的指数级激增,企业渐渐察觉,以云计算为代表的“集中式统一供水模式”存在很多问题:首先,每家每户用水量的增加使得水厂有些不堪重负;其次,水从水厂流到水龙头需要一定的延迟时间;最后,一旦供水厂出现问题,就会影响到整张供水网络的运作……

于是,人们开始思考,能否在靠近水龙头的地方安装一个“应急水箱”来应对这些挑战呢?边缘计算这种分布式计算模式由此兴起。

工业是边缘计算最先落地的土壤

根据边缘计算产业联盟(ECC)与工业互联网产业联盟(AII)联合发布的《边缘计算参考架构3.0》报告中的定义:边缘计算是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的分布式开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

进入2019年后,边缘计算的热度持续升温,各行各业都在积极推进边缘计算的落地,以期成为这条新赛道上的“领跑者”。但在施耐德电气看来,工业领域或许将为边缘计算的落地提供最优的“土壤”,很多典型的工业场景对边缘计算存在着天然的需求。

联网设备规模的迅速扩大使得工厂产生的数据量正以极高的速度发生“膨胀”。根据思科统计,采矿业的操作每分钟可以生成高达2.4 TB的数据,每个汽轮机每小时产生0.4 TB数据,每个自动化工厂每小时产生1 TB数据……。

将数据的珍贵程度比作原油毫不过分,然而原油只有经过采集、运输、加工、提炼,才能真正得以使用。工业现场的很多数据“保鲜期”很短,一旦处理延误,就会迅速“变质”,数据价值呈断崖式下跌。

工业互联网产业联盟边缘计算特设组主席史扬以炼钢过程的轧钢工艺为例,对此进行了形象的说明。轧钢板就像是压面条,经过擀面杖(轧机)的多次挤压,面(钢板)就越擀越薄。轧机靠多个伺服电机协同驱动轧制过程,伺服电机不能出现丝毫的偏差,否则可能导致整块钢板报废。为了保证轧制精度,需要以毫秒级的数据采集频率来监测电机的运转是否正常。显然,在实时性、网络传输成本等多个条件约束下,这个应用场景下是不能把实时数据上云的。

因此,边缘计算的出现恰逢其时。它为设备提供了“贴身”计算服务,预测性维护等应用能够根据实时数据做出最佳决策,让数据的价值得以最大程度的释放。

除了时延,工业领域对数据安全的要求也格外严格。比如在石化行业,工艺参数决定了其产品质量和生产成本,是企业核心和宝贵的数据。如果把这些数据上传到云端,就存在企业安全隐私泄露的风险。边缘计算将数据从集中式管理演变成分布式管理,提高了数据的安全性。

工业边缘计算落地的挑战

IDC的数据显示,到2020年将有超过500亿的终端与设备联网,2025年超过75%的数据需要在边缘侧分析、处理与储存。施耐德电气近几年来一直加速对边缘计算的研究,已经先后发布了5篇与边缘计算相关白皮书。据施耐德电气数据中心研发中心总监林密表示,低时延、实时交互、数据安全……这些优势已经成了边缘计算的代名词。然而,即使是看似全能的边缘计算,在工业领域的实际落地过程中还是会遭遇不小的挑战。

首当其冲的是边缘计算的多站点管理问题。边缘是一个相对的概念,处于物理实体和工业连接之间。施耐德电气将边缘计算分为本地边缘计算数据中心和区域边缘计算数据中心两种类型。对于工业企业来说,边缘侧往小了说可以是指工业网关,往大了说可以指生产车间、配送仓库,对于一些大型集团甚至可以是指某个分厂,并同时拥有数千个本地边缘站点需要管理,管理人员面临着必须兼顾多个站点的挑战,然而现场人手往往不足甚至完全没有。

如何以标准化的方式对所有边缘站点的设备进行维护?不同的工业解决方案商有不同的应对策略,施耐德电气的两大“绝招”值得借鉴。一方面,施耐德电气能够为用户提供基于云的管理工具;以实现对所有资产的远程可视化和主动控制;另一方面,施耐德电气还能利用大数据分析和人工智能,帮助客户解决人力资源不足等挑战,实现无人值守的运维管理。

1
施耐德电气:边缘计算,工业智能化的最佳“搭档”

除了多站点的管理值得关注,史扬也认为,边缘计算在行业落地面临的首要挑战并不是技术本身,而是厘清技术究竟能给行业的特定应用场景带来什么样的提质降本增效的商业价值。只有获得客户的价值认可,才有机会去迭代和推广边缘计算的应用。

史扬对此表示:“边缘计算还处于产业探索期,需要从点切入,也就是客户的痛点或者价值场景切入。独行者疾,众行者远,生态是产业发展的关键。发展边缘计算产业仅靠个别企业的力量是远远不够的,比如工业企业可能缺乏边缘侧的相关AI、分布式计算等技术,而ICT企业缺少工业的know-how,需要产业链上下游,特别是OT产业和ICT产业的开放协作。”

在对生态的认识上,施耐德电气也是“英雄所见略同”。施耐德电气作为物理基础设施供应商,通过过去几年的努力,已经成功构建了整合物理基础设施供应商、系统集成商、IT设备制造商、托管服务供应商和最终用户在内的相互协同的合作伙伴生态系统,可以以标准化、可预测、高效、可靠的方式跨站点交付和管理边缘数据中心。

而施耐德电气业务领域广泛的优势无疑为其边缘计算业务的落地加分,施耐德电气在工业领域具有深厚的积累,也是工业自动化领域的先行者,能够基于EcoStruxure平台和丰富的行业经验赋能生态圈合作伙伴,从而为客户提供一站式的解决方案。

驱动产业链变革的力量

施耐德电气认为虽然边缘计算能为工业企业带来诸多受益,但是如果只把边缘计算简单看作一种技术,那可能还是低估了它的价值。从某种意义上来说,边缘计算正在驱动整个产业链的变革。

林密以汽车行业为例,对汽车行业的数字化转型进行了说明。过去的汽车制造商,就是把钢铁变成一辆辆飞驰的“骏马”,以贩卖钢铁为主。但是现在,基于边缘计算,从研发到制造到销售再到无人驾驶的整个汽车产业链都发生了颠覆性的变革,未来汽车制造商将向“出行服务提供商”进行转型,以提升客户出行服务体验为导向。

在制造端,分布在车间内的边缘站点使得管理层可以随时知悉订单的执行情况,信息的透明化为智能制造的实践奠定了基础;在销售端,汽车体验店可以通过AR、VR技术为客户提供浸入式体验;研发端可以利用CAD,CAE等仿真技术研发新车和缩短新车上市的周期;汽车上路后,无人驾驶大大提高了驾驶的安全性和出行的舒适型。所以这些需求的实现都要依赖于边缘计算的能力。未来,道路上的人、车、物将相互连接,形成一张复杂的网络,大量的交通数据会在边缘侧得以产生、处理,由于边缘计算的储存和大数据分析的能力有限,很多数据则被进一步上传至云端,利用超大规模的云计算能力进行进一步的存储和计算,边云协同,将彻底改变人们的出行方式……

施耐德电气表示,正是因为整个产业链的协作,边缘计算的玩家也不能再像过去那样只专注于自身专精的领域,而是积极拥抱生态。从集中式的数据中心,到分散式的数据中心,再到边云协同,边缘计算正在迸发超乎想象的力量,为产业带来无穷活力!

  • 分享到:

 

猜你喜欢

  • 主 题:安森美数字助听芯片的创新
  • 时 间:2024.05.09
  • 公 司:安森美

  • 主 题:IO-Link 技术介绍及相关设计解决方案
  • 时 间:2024.05.22
  • 公 司:ADI & Arrow