IIoT与工业AI融合,让边缘计算不在“边缘”

发布者:张延强最新更新时间:2018-08-21 关键字:IIoT  边缘计算 手机看文章 扫描二维码
随时随地手机看文章

根据埃森哲(Accenture)的研究报告,全球工业物联网(Industrial Internet of Things,简称IIoT)市场规模预计在2020年将超过5,000亿美元。基于当前的投入水平,到2030年预计工业物联网为世界经济带来的收益至少在10万亿美元。同时,随着中国制造业的发展,工业物联网的市场规模逐渐扩大,预测未来15年中国将在工业物联网领域受益约1.8万亿美元,市场前景广阔。

 

当前,工业物联网正打通从产品、产线到产业链的全方位升级。作为国内一流IIoT平台的代表,雪浪制造大脑正致力于构建国家级工业物联网平台、打造自主可控的工业数据操作系统,并围绕“1+1+N”的模式:一群合作伙伴用一套共性技术服务于N个垂直行业。在关键的系统底层,为了构建广泛适用的基于数据、算法等基础的智能平台,雪浪制造大脑携手业界领先的测试测量方案提供商——美国国家仪器公司(National Instruments,以下简称NI)开展深度合作,为制造业提供一站式的数字化解决方案。

 

“在工业领域,比如工业资产的状态监测、预测性维护等广泛应用,工业物联网拥有着先天的优势,是制造行业不可所缺的关键技术之一。NI拥有的优势在于,几乎所有的工业物联网比如雪浪制造大脑平台,都可以在NI领先的技术平台上找到最佳落脚点。”在不久前结束的2018雪浪大会 “雪浪制造大脑”分论坛上, NI大中华区工业物联网/人工智能行业经理郭翘这样表示。

image.png

图1:郭翘在2018雪浪大会分论坛上讲述NI工业物联网布局

 

边缘计算不再“边缘”, NI助力构建100ns内同步的IIoT系统

 

在工业物联网的架构中,IIoT的“物”、运营技术(Operational Technology, 以下简称OT)以及信息技术(Information Technology,以下简称IT)是基础组成部分。边缘计算,则主要围绕OT与IT端发力。据IDC预计,2018年将有40%的数据需要在网络边缘侧分析、处理与储存,边缘计算可谓不再“边缘”,愈发收到业界重视。郭翘表示:“实际上,NI是处于OT端的玩家,IT端则是亚马逊、微软、阿里、百度等厂商为主流。在工业物联网的边缘计算中,NI以开放的平台与各大主流IT厂商进行无缝对接和集成,这是NI的优势。”

 

image.png

图2:NI眼中的工业物联网架构,包含“物”、OT及IT三个部分

 

测试资产、生产设备、运营资产以及交通运输和重型设备等工业资产是IIoT系统的重要成分。 对于OT端的NI而言,分布式在线状态监测及设备预测性维护,是NI在IIoT边缘计算领域最为关注的应用方向。“基于NI模块化、开放式平台的IIoT系统,实现了纳秒级分析和控制、采集任意传感器的数据、适用于边缘计算的硬件以及使用时间敏感网络(Time Sensitive Network,以下简称TSN)同步的架构。”郭翘表示,“由于使用TSN技术,实现边缘节点高达100 ns内的同步精度不受距离限制,这成为了IIoT系统的一大突破!”

image.png

图3:NI从五大维度赋能工业物联网OT端

 

另外,在数据管理与分析方面,NI拥有稳定、灵活的数据采集平台,搭配分布式系统管理软件SystemLink,贯穿了工业物联网监测、测试、控制、分析处理的全过程。位于决策端的企业设备状态监测软件 NI InsightCM则更倾向旋转机械的预测性维护方案也可与第三方数据库或云平台相连,进而实现系统集群概念。

 

image.png

图4:NI展示专业数据管理及分析软件,进一步完善IIoT架构

 

值得一提的是,当前数据在边缘计算的转化过程中基本上遵循二八原则, 即80%的数据尚未得到优化利用。“因此,若要提高数据转化率,既需要效率更高、更加智能化的数据采集与控制终端,也需要终端设备具备对数据进行实时的数据处理和预分析的能力,如此才能将传统的工业设备变成一个个更加智能化的边缘计算节点。” 郭翘说道。

 

顶尖客户案例为证,NI推进工业AI与边缘计算深度融合

 

众所周知,工业大数据驱动的机器学习是实现预测性维护的基础,也是工业人工智能(Artificial Intelligence,以下简称AI)的关键应用之一。但是,当前多数企业在谈论AI时,都是从自身擅长的模式作为出发点去探讨AI应用,这其中尤以互联网企业为代表。

 

“事实上,工业AI与互联网AI天生存在很大的差异,这是工业AI应用、特别是边缘计算中是不可规避的问题。”郭翘指出,“很重要的一点在于分析结果的精度要求上,比如在某知名电商举办的大数据推荐商品AI算法比赛中,推荐准确率大于10%就可以拿到冠军。”但对于工业应用来说,10%的准确率是绝对不能接受的。工业AI应用必须利用算法告诉企业主,设备是否真的坏了需要检修。若预测准确率只有10%,那么采用定期保养与定期维护的传统方式反而更为划算。这已然成为了工业AI的挑战。

 

image.png

图5:NI全力推进人工智能与边缘计算深度融合

 

因此,NI正持续不断地推出针对工业物联网、人工智能、机器学习相关的软件产品,包括数据收集、特征提取和降维、模型训练与模型验证等AI工具,帮助客户加速从原始数据提取出有价值的信息,并部署模型至边缘计算一侧。凭借强大边缘计算能力的开放平台,NI正面向客户提供工业大数据的完整解决方案。

 

作为美国最大的发电控股公司,NI客户——杜克能源具备火电、风电、核电等多样化能源组合,但厂房老化、发电厂运行效率低下、预测性维护能力不足等是该公司面临的重大挑战。郭翘说道:“在部署NI方案之前,杜克能源已有的预测性维护措施中80%用于数据采集,仅20%用于分析,远远无法提供准确结果。” 于是,杜克能源选择与NI深度合作,在基于NI InsightCM和CompactRIO方案的基础上,从预测性维护和设备加强管理等维度入手,实现了60个以上电厂的智能监测。截至2017年,NI已帮助杜克能源预测到的故障损失折合现金约为3,000万美元,远高于项目成本。

 

image.png

图6:NI 为杜克能源提供智慧电厂的IIoT架构

 

“类似的例子还包括了中广核应急柴油机检测系统、中车青岛四方车辆PHM系统等。”郭翘说道,“NI的平台除了稳定之外,还可以提供尽可能高的灵活性,帮助客户根据实际需求进行二次开发,打造智能化、可定制化的方案,这是很多竞争对手无法实现的。”

 

覆盖产学研多维布局,NI与合作伙伴共营生态

 

 “雪浪制造大脑”仅仅是NI深耕中国制造产业,在工业物联网布局的一个例子。除了产业链上下游企业之间的合作,NI更提出了“培养下一代卓越工程师”的划时代院校教育主旨,与全球超过上千所院校建立合作,如NI与西安电子科技大学合作,致力于战略新兴产业微电子半导体测试领域的人才培养;以及与常熟理工共同探索教学实践,培养应用型人才等。

 

image.png

图7:与合作伙伴共营生态,NI 致力于全产业链的工程创新

 

郭翘总结说:“产学研是NI长期贯彻的一个方针,这是NI不断提升产品研发,以及打造产业生态的重要举措。”一方面,作为工业领域超过40年的玩家,NI正持续不断地针对工业物联网和人工智能推出更好的解决方案,来帮助各行各业从原始数据获取分析出发,到完成整个工业互联物联网的链路。另一方面, NI提供的生态不是一个封闭的生态,NI不追求做行业里的唯一玩家,更期待和上下游共同打造更完善的生态圈,将人工智能技术在工业应用落地,推动整个产业的突破与创新。


关键字:IIoT  边缘计算 引用地址:IIoT与工业AI融合,让边缘计算不在“边缘”

上一篇:边缘节点与工业物联网的完美结合
下一篇:NB-IoT小科普

推荐阅读最新更新时间:2024-03-30 23:54

没有移动边缘计算,5G很难大显身手
翻译自——EEtimes 有消息称,两个致力于移动领域多接入边缘计算(MEC)开发的组织预计将于下月初公布下一代通信技术的规范。 其中一个是1月份成立的 “5G Future Forum”(5G未来论坛,简称5GFF)由运营商领导,成员包括Verizon、沃达丰(欧洲)、澳大利亚电信(Telstra)、美洲移动、Rogers和韩国电信(KT)。 通过5GFF项目,能够将5G数据应用到诸多变革性业务和消费者用例中,包括: • 前沿的机器学习 • 自主工业设备 • 智能汽车 • 智慧城市 • 物联网(IoT) • 增强现实 • 虚拟现实 • 更多应用场景 该小组还专注于创建“统一的互操作性规范”。伴随着大型公
[网络通信]
没有移动<font color='red'>边缘计算</font>,5G很难大显身手
如何提高边缘机器学习的易用性
随着新硬件的出现,“边缘智能”变得越来越容易获得——甚至对那些没有接受过正式数据培训的设计师也能轻松搞定。 近年来,连接设备和物联网已经在我们的日常生活中无处不在。许多小型设备都连接到云——例如,几乎所有拥有智能手机或笔记本电脑的人都在使用基于云的服务,无论是主动使用还是通过自动备份。 然而,一种被称为“边缘智能”的新范式正迅速在的科技圈获得关注。本文介绍了基于云的智能、边缘智能以及专业用户可能使用的用例,以便让所有人都可以使用机器学习(ML)。 从云计算向边缘计算的转变为构建数十亿支持ML软件的设备提供了可能性。 云计算 简单地说,云计算就是客户机需要远程计算资源时的可用性。 对于公有云服务,云服
[嵌入式]
如何提高边缘机器学习的易用性
浅析边缘计算,看海康威视如何让它不“边缘”
近几年,每年都会有一些新的概念出现,但其中有意义的概念并不多。很多概念宣称自己包罗万象,但没有任何概念能一法通万法,就像没有包治百病的“大力丸”,充其量,也就是做到吃不死人罢了。    最近,有一个概念日益火热——边缘计算,和其它许多概念不太一样的是,它极力阐述“我不是什么”,对已经存在的理念及应用作了填补,以此论点出发,再辅以强大的学术论证和巨头背书,使得它真实可信。众多物联网和智能家居企业则争先恐后,想在边缘计算相关领域的市场上拔得头筹。    边缘计算是什么?有何过人之处?     其实,边缘计算并不是一个新生事物,它的运算原理很早就被提出来了。随着物联网产业的发展、5G时代的到来,大多数企业都希望数据的挖掘过程能够
[安防电子]
Rambus提升GDDR6带宽,以应对边缘计算挑战
为了不断满足人工智能和机器学习需求的迅速增长,算力在快速增长,数据量也在快速增长。 现在ChatGPT等人工智能相关的应用程序,它的增长速度以及对数据的需求更是非常庞大,而且ChatGPT-3是以1750 亿个参数进行训练的。这些人工智能应用的快速发展,也对处理器及带宽提出了更高的要求和标准。 “市面上越来越多的客户和公司都开始专注于开发自己个性化、定制化的处理器产品,以更好地满足神经网络以及专属应用的需求。”Rambus IP核产品营销高级总监Frank Ferro说道。 此时,内存墙问题越来越成为制约算力的重要问题。Frank表示:“尽管算力的增长非常显著,但是带宽上的进步却无法改善,也就是造成两者间的不匹配,很多
[半导体设计/制造]
Rambus提升GDDR6带宽,以应对<font color='red'>边缘计算</font>挑战
工业互联网--从边缘智能迈向边缘自治
工业互联网得到全球主要国家重视,主要目标均指向先进制造业,发展战略上均体现出国家产业政策引领的特点,行动路径上强调平台和标准化并发展上体现出一定的曲折性,产业整体上处于高速增长阶段;- 为推进工业互联网的健康发展,各国纷纷定义工业互联网标准架构。中国工业互联网平台中的边缘层提供海量工业数据接入、转换、数据预处理和边缘分析应用等功能;- 边缘计算在工业互联网中的应用在最近几年得到了极大的拓展,包括工业边缘网关、低成本多源异构数据采集和可视化应用和 5G+工业边缘云的机器视觉检测。 01、工业互联网的概念和内涵 人类社会的现代化是伴随着工业化革命进程而发展的。始于 18 世纪 60 年代的工业革命拉开了机器加速替代手工劳动的序幕,
[嵌入式]
工业互联网--从边缘智能迈向边缘自治
边缘计算和安防行业有何关系?如何在安防行业落地?
随着物联网的快速发展以及数据处理 2.0 时代的到来, 边缘计算 很快成为了广受追捧的热门技术。IDC 数据显示,未来超过 50% 的数据需要在网络边缘侧分析、处理和存储,边缘计算市场规模将超万亿,成为与 云计算 平分秋色的新兴市场。 随着亚马逊、阿里、华为、微软等巨头的战略布局,边缘计算已经逐步成为互联网时代的另一新爆点。未来边缘计算不仅能就近提供智能互联服务,还能满足行业在数字化变革过程中的关键需求。但需要注意的是,与物联网有着“亲密关系”的边缘计算,不管在 安防 行业还是工业,要实现落地,应用必将是最核心的问题。 然而要想了解这其中的逻辑关系,需要一步步来解析: 什么是边缘计算? 广义的说法是在靠近用户数据和访问
[嵌入式]
<font color='red'>边缘计算</font>和安防行业有何关系?如何在安防行业落地?
人工智能在边缘计算中的优势
翻译自——semiwiki 无论是在边缘和极端边缘之间,还是在无线电接入网中出现的层次结构——这一切是如何发生的将是一个有趣的现象。Synopsys的设计软件IP产品营销经理Ron Lowman,最近发布了一份技术简报,提供了一些关于移动计算和AI接近边缘的动机,以及这些变化如何影响IP选择和系统架构的见解。 无线电接入网络中的层次结构 到目前为止,基本原理已经很好地理解。从数十亿或数万亿的边缘设备中传输zettabytes的数据到云端是不可能的——因为在功率和带宽方面太过昂贵。所以我们开始把计算移到更靠近边缘的地方。这样,本地处理更多的数据,只需要较短的跳跃。Ron引用了Rutgers/Inria在增强现实(
[嵌入式]
人工智能在<font color='red'>边缘计算</font>中的优势
边缘计算打响攻芯战
2021年可谓边缘计算2.0的元年,产业链上下游亦加紧厉兵秣马寻觅新商机。在边缘计算2.0的定义中,以“边云协同”和“边缘智能”为核心能力发展方向,而硬件平台需更考虑异构计算能力,如Arm、X86、GPU、NPU、FPGA等,这些架构既互相借力又暗中较劲,加上背后的各有拥趸,使得落地“最后一公里”的争夺日趋激烈,而各种新型工艺和封装技术也在其中推波助澜,让边缘计算芯片的“此消彼长”之势不减。 异构“芯”主张 之所以异构计算为主力,无疑是细分化的需求使然。 如在工业物联网领域,赛灵思工业、视觉、医疗及科学(ISM)市场总监Chetan Khona就提及,主要考量在于:一是
[物联网]
<font color='red'>边缘计算</font>打响攻芯战
小广播
添点儿料...
无论热点新闻、行业分析、技术干货……
最新物联网文章
换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved