边缘计算的下一步发展是什么？

在一系列行业中,特别是在工业自动化的纵向领域,人们普遍认为,将现代计算机资源与基于云的软件生命周期管理模型相结合,将变得越来越普遍。将虚拟计算机资源放置在创建多个数据流的地方是很好的。这是解决纯粹云计算方法无法解决的系统延迟、隐私、成本和弹性挑战的途径。2010年左右,思科系统公司在"雾计算"的标签下启动了这种范式转变,并逐步转变为现在所谓的"边缘计算"。

关键工业系统的需求

尽管如此,这种转换在计算和数据分析中的全部潜力还远远没有实现。任务的关键要求比云本地模式所能提供的要严格得多。这尤其是因为特派团关键应用程序有四项具体要求

· 异质硬件-典型的工业自动化设置有不同的架构,X86,ARM,以及地板上的各种计算配置

· 安全要求-安全要求及其缓解措施因设备而异,需要小心处理

· 创新--虽然有些工业应用可以继续沿用过去10年来保持不变的传统模式,但大多数工业世界现在还需要现代数据分析和监测其安装中的应用

· 数据保密性--和其他信息技术领域一样,在连接的机器中,数据权限管理越来越复杂,需要从数据的起源开始就进行管理。

· 实时和决定论--控制器提供的实时决定论对操作的安全和保障仍然至关重要。

出于这些原因,市场正在寻求被"任务关键边缘"所称的"山猫软件技术"。这一概念源于将嵌入式计算(安全、实时和安全、决定性行为)的典型要求纳入现代网络化、虚拟化、集装箱化的生命周期管理以及丰富的数据和智能计算。

任务关键边缘的作用

如果没有一个充分展示的任务关键边缘,我们将无法解决目前工业电子基础设施所特有的许多痛苦点。特别是,我们将无法安全地巩固、整理和丰富数据分析和人工智能的成果,许多连接不佳、支离破碎和老化的子系统控制当今的工业环境。

下面这幅广泛的架构图展示了我们实现这一目标的愿景,例如:

· 分布式和互联式,具有混合临界能力,虚拟化多核心计算节点(系统系统)

· 网络支持,包括传统的信息技术通信(例如:、以太网、Wifi),但也是决定性的遗留领域公共汽车,正在走向IEEE时间敏感网络(TNS),以及公共和私人4G/5G,也在走向决定论

· 支持基于标准中间件(OPCUA、MQTT、DDS等)的节点内部和节点之间的数据分布,也将努力实现决定论(例如。,总检察长办公室

· 必须进行远程管理和软件的分布式节点将作为虚拟机(VMS)和容器(现代云本地微服务的模型)交付和编排。

分布式系统系统旨在应对控制当今工业环境的许多连接薄弱、支离破碎和老化的子系统所面临的挑战。

林奇公司将工业操作架构(工业自动化楼层基础设施架构)的演变确定为实现整个任务关键边缘模式的最适当目标之一。

与更强大和可伸缩的新多核平台相匹配,任务关键边缘计算方法可以提供一个统一和统一的基础设施,从机器到工业地面,再到电信边缘和云,使硬件和软件基本脱钩。作为vm包装的应用程序和越来越多的作为容器包装的应用程序,可以在这个基础结构的所有层上进行动态管理和编排。

融入当今支离破碎的工业环境

控制当今物理环境的许多连接薄弱、支离破碎和老化的子系统可以有效和安全地巩固、协调和丰富数据分析和人工智能的成果。

当任务关键边缘部署到工厂的业务技术领域时,基础设施将如何看起来。有一个分布式的节点集,有的离工厂很近,有的很远。

上面的图表显示了当任务关键边缘部署到工厂的业务技术领域时,基础设施将如何看待。有一个分布式的节点集,有的离工厂很近,有的很远。实际上,这就像一个分布式数据中心,但是包含了一个更加异构的、互联的虚拟化计算机资源集,它可以在需要的时候和需要的时候托管应用程序。这些将以虚拟机和容器的形式部署,它们是由云或本地组织的。

让我们讨论一下奥迪制造厂的一个具体用例,更具体地说,是针对奥迪A3的。内卡苏姆工厂的生产线上有2,500个自主机器人。每个机器人都配备了某种工具,从胶水枪到螺丝刀,并完成了组装奥迪汽车所需的特定任务。

奥迪在内卡苏伦工厂每天组装大约1,000辆车,每辆车有5,000个焊点。为确保焊接质量,奥迪进行手动质量控制检查。然而,每天要手动检查1,000辆汽车是不可能的,所以奥迪采用了行业标准的取样方法,每天把一辆汽车从线路上拉下来,并使用超声波探测器测试焊接点,记录每个点的质量。取样成本高,劳动密集,容易出错。因此,目的是检查每辆车的5,000个焊点,并推断每一个焊点在微秒内的结果。

通过将机器电子学习算法的预测结果与奥迪提供的实际检验数据进行比较,建立并培训了一种精确度的机器电子学习算法。记住,在边缘有一个丰富的数据集,可以访问。机器学习模型采用焊接控制器生成的数据,显示焊接过程中的电压和电流曲线。数据还包括其他参数,如焊接的结构、金属的类型和电极的健康性。

然后,将这些模型部署在两个层次,首先是在线条本身,也是单元格层次。结果是,这些系统能够在实施前预测出糟糕的焊接。这大大提高了质量标准。这项工作取得成功的核心是在边缘(即生产线)而不是在云中收集和处理与任务关键流程有关的数据。因此,可以实时调整这一进程。

在嵌入和信息技术之间的边界获得集成的好处

还有一些技术领域需要取得相当大的进展。山猫的焦点主要集中在两个方面

· 在多中心系统中传递确定性行为;随着多个系统合并起来在单个多中心处理器上运行,诸如内存和I/O之类的资源共享引起干扰,这意味着保证具有时间临界功能的行为将成为问题。

· 为应用程序提供严格隔离,以确保系统的高度可靠性和安全性

还有其他一些主题,包括为这些复杂的连接系统提供时间敏感的数据管理、边缘分析和网络功能。例如,为这些确定性的、具有时间敏感性的系统部署编排和调度的正确方法是什么?

总之,关键任务就在这里。它开始实现雾计算的最初意图。我们正开始从嵌入式技术和信息技术之间的真正一体化中获得巨大的好处。需要做更多的工作,这将需要一个村庄。这将需要一系列广泛的生态系统伙伴,以简化这种技术如何交付到市场。