訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
聰明部署邊緣運算 AI實現工業4.0高效能應用
新電子Michael McNerney
獲取產業訊息零時差!立即訂閱電電公會電子報。

工業4.0加速工業自動化的革新,提升了工廠的生產效率。然而這些優勢也伴隨著一定的技術挑戰。新技術雖然可精進產品品質、減少停機時間,但另一方面,從物聯網裝置、智慧機械及感測器端所蒐集的大量數據,都需要更多時間整理與分析,這也成為企業邁向工業4.0需面對的新課題。

另一項趨勢則是,運算方式正迅速從集中式的資料處理,如大型資料中心,往分散式運算發展。因應5G而衍生的新技術、新興經濟模式及消費者應用的需求,促使運算位置移動至距離資料生成位置更近的「邊緣」—此處的「邊緣」,指的可能是桌上型電腦、筆記型電腦、小型伺服器、感測器,或是不需仰賴集中式運算的應用程式或終端裝置。

根據Research and Markets的預測,邊緣運算市場的成長幅度將在2021至2025年間達到72.9億美金,擁有約26.47%的年均複合成長率,充分展現出新世代科技的創新動能;而從工業物聯網的需求面來看,Frost & Sullivan的研究也顯示,2022結束之前,將有90%的工業化企業視邊緣運算為一種「基礎技術」。

為加速收集及分析工業物聯網產生的大量資料,邊緣運算可以更即時地處理,大幅減少在伺服器、雲端和裝置之間的資料傳輸,進而降低延遲,提升資料安全,加快響應式數據的收集,進而降低營運成本。

搶食邊緣運算商機 GPU伺服器異軍突起

運算硬體的革新是推動工業邊緣運算及其轉型的關鍵要素之一,包括可支援高效能CPU及GPU的電腦與伺服器。新世代的CPU與GPU與前幾代的產品相比,每瓦可執行更多工作量,在恆定的功率位準下可作出更多決策,或在每顆CPU執行額外的工作負載,而可置入更小伺服器的小尺寸GPU也是如此,此一新技術意謂著運算系統比起以往要來得更小、更節能,同時具備足夠的性能來執行各種工業邊緣運算程序,如邊緣人工智慧(Edge AI)。

Edge AI是目前普遍應用在各種裝置上的AI部署。之所以稱為Edge AI,是因為AI運算是在用戶端完成的,靠近資料所在之處,而不是集中在雲端運算設施或私有資料中心。因此,Edge AI能夠解決延遲、網路瓶頸的挑戰,並在本地控管資料,僅將分析和見解上傳到雲端來增強隱私保護。Edge AI還可允許用戶在裝置上應用、微調和訓練AI模型。

以目前製造業中需求高的晶圓瑕疵檢測為例,某半導體晶圓製造商若在顯微鏡模組端就內建影像感測器,搭配可辨識孔洞、色差、刮痕、磊缺、髒污的AI模型,即可在邊緣上自動檢測晶圓品質,不僅可提高辨識與檢測效率,同時還能克服傳統自動光學檢測(Automated Optical Inspection, AOI)無法辨識複雜瑕疵的限制。

此外,隨著最新GPU伺服器(圖1)的創新技術發展,企業得以為其各種工作負載需求,包括影像與圖形處理、高效能運算與人工智慧等進行部署,GPU的貢獻遠不止於此。現在已不再需要將資料送回遙遠的集中式設施進行處理與分析。廠商如Supermicro開發服器產品組合來因應廣大的Edge AI需求,透過搭載合適的CPU和GPU加速器,幾乎可安裝在任何位置、室內或室外高效運作。從工業閘道器設備、IP65柱式戶外伺服器(圖2),到機架式伺服器,都有針對電信應用和安全性規範(如NEBS 3級)進行最佳化設計,同時提供資料中心級的效能。

 

 


圖1 GPU伺服器的技術進展到可滿足企業各種工作負載需求,包括影像與圖形處理、高效能運算與人工智慧等進行部署

 


圖2 柱式戶外伺服器

 

邊緣運算在工業場景的應用

現實生活中也有不少例子能夠展現邊緣運算的優勢。由於大多數消費性電子產品都配備了多個智慧感應器,因此在許多建築環境中都能受益。現今多數的家用電子產品附有控制燈光、空氣調節、音響和外部保全系統的功能,因此需要即時在智慧裝置端處理大量的資料,而某些運算的過程甚至需要一個小型伺服器來過濾輸入與輸出的數據。商辦大樓對這種基於邊緣運算的嵌入式系統要求則更高,以便能持續監控周遭環境,包括溫度、濕度、照明、氣流、電源與安全系統。

場景回到工廠中,本地端運算的能力能讓生產線以更快的速度適應和改進,廠方能在不停止生產線的的情況下,利用AI邊緣運算調整、改善製造流程中的每個面向。其中一個例子就是Edge AI驅動的工業機器人。未來,工廠中的機器人不只能組裝產品、搬運貨物,也具備AI語音、AI視覺、繪圖運算、虛擬化等邊緣的處理能力,讓工業邊緣的應用更多元且敏捷。

除此之外,得力於本地端的運算能力,機器與機器之間以及物聯網設備的通訊速度將可大幅提升。過往仰賴線纜而無法立刻傳輸、處理的資料與數據,現在就可以透過無線的方式達成。因此,5G將機器間的通訊提升到全新的水平,並透過無線網路降低延遲。近期一個結合AR擴增實境及邊緣運算的案例,是高壓電塔的技術人員,透過由5G支援的強大邊緣運算系統,在高達100公尺的戶外電塔上下瀏覽AR驅動的遠端工作台,以利戶外高壓電塔的維護工作。

邊緣運算、雲端運算將相輔相成

隨著從邊緣到雲端的連續運算,資料能在不同階段進行處理。這促成了分段式決策的結構,部分資料留在邊緣處理,而其餘資料則可送回中心化的資料中心處理或儲存。隨著5G的崛起及AIoT應用方興未艾,不但讓用戶享有邊緣運算的益處,還帶來更多新興應用和體驗。可以觀察到邊緣運算並不能取代雲端運算,因為每隔一段時間可能會需要將資料集中處理和儲存。雲端運算和邊緣運算將相輔相成,不可偏廢。

因為在智慧工廠的場景中,雲端服務可用於整合大量的數據,也可負責管理、排程、生產等資料量較大的決策。邊緣計算則成為一種本地端的替代方案,可直接在裝置端收集、儲存和分析機器的數據,不僅讓這些數據的運用更即時,且可降低延遲,有效偵測生產的溫度、碰撞等使機具故障的變因, 並迅速反應。操作結束後,邊緣設備會移除不再需要的數據,或者將部分或全部數據傳遞回雲端作進一步分析。身處5G蓬勃發展、數據驅動的應用普及的時代,邊緣運算將扮演打造新一代智慧製造場景的關鍵角色,為工廠建立臨機應變的大腦,真正邁向工業4.0的目標。

(本文作者為Supermicro行銷與網路安全副總裁)

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。