icon__time_white.png Часы работы: пн.-пт. с 9:00 до 18:00
icon__mes_white.png sales@gst-it.ru Оставить заявку

Что такое пограничные вычисления

1. Введение

Объем данных, которые генерирует производство, медицина, строительство, логистика и розница просто огромны. И этот объём постоянно растёт.

Поскольку данные поступают из множества систем, задача управления и архивирования становится всё более сложной. Традиционные центры обработки данных и даже облачные серверы быстро достигают своих пределов, когда их разворачивают в удаленных местах, например на производственных площадках или цехах.

Даже в местах с хорошей связью объем генерируемых данных может быть слишком большим для передачи и обработки в традиционных ЦОД.

Пограничные вычисления (далее ПВ) позволяют собирать и анализировать данные на одном и том же устройстве. Которое как раз и расположено “на границе” сбора данных. Отсюда и название.

ПВ снижают нагрузку на сеть передачи данных, риски нарушения конфиденциальности данных, время на передачу информации. Заодно сокращаются время и расходы на обработку и хранение данных.

Для создания сети ПВ можно использовать разные ресурсы. Так, FUJITSU предлагает создавать распределенные ИТ-инфраструктуры на основе гибридной системы, которая сочетает хранилище и сеть, облака, Amazon, Microsoft, Nutanix или VMware. Но каждая система уникальна, поэтому программные и аппаратные решения всегда будут индивидуальны для каждой компании.

Давайте рассмотрим основные возможности пограничных вычислений.

technology-2082642.jpg

2. Вызовы

Цифровизация и цифровая трансформация быстро меняют основы промышленного производства и связанные с ним процессы: производство, распределение промышленных товаров, удовлетворение требований клиентов и рынка, продажи и, получение прибыли.

Новые процессы можно назвать “Индустрия 4.0”. Это соединение оборудования и даже готовых товаров с производством на основе данных (например, высоко индивидуализированные продукты) и услугами. Этот сдвиг позволяет компаниям повысить свою эффективность, а также стимулировать инновации.

Связь и сетевые возможности обеспечивают гибкость удовлетворения потребностей клиентов, вплоть до производства товаров в единичном экземпляре или глубоко индивидуализированных.

Смену парадигмы хорошо показывает сравнение:

Индустрия 1.0: Механизация, использование силы воды и пара

Индустрия 2.0: Электрификация, взаимозаменяемые детали, производственные линии

Индустрия 3.0: Компьютерное управление, автоматизация, дискретные системы

Индустрия 4.0: Умные фабрики, автономные системы, машинное обучение, промышленный интернет вещей (ПИВ).

Индустрия 4.0 подразумевает, что производственные системы и машины всегда подключены к интернету и передают значительные массивы данных.

И это будущее, которое уже наступает.

Программное обеспечение и возможности подключения

Важным аспектом технологического сдвига становятся цифровизация и связность. Под последним нужно понимать подключение необходимых устройств к сети для обмена данными.

Аппаратное обеспечение по-прежнему необходимо для производственных процессов, но теперь оно должно обеспечивать сбор информации с устройств и обеспечивать работу сети.

Новые умные производственные системы основаны на оцифровке, анализе, принятии решений, предоставлении инструкций и обратной связи.

Это не разрозненные, локальные процессы, требуется тесная интеграция с остальной частью организации и ее цепочками поставок.


geometric-1732847_1920.jpg


Рост объёмов данных

Как мы писали выше, ПИВ генерирует огромное количество данных.

Их источники:

  • Различные датчики
  • Программируемые логические контроллеры
  • Распределенные системы управления
  • Промышленные роботы
  • Сама ИТ-инфраструктура

Чтобы эти данные имели экономическую и практическую ценность, их нужно обрабатывать и преобразовывать в полезную информацию о всей цепочке создания стоимости.

Так, опоздание грузовика с сырьем даже на 15 может нарушить работу производственного цеха. В итоге это скажется на себестоимости партии, поскольку ради её производства пришлось поменять рабочие планы. Что в итоге может привести к удорожанию и остальной продукции.

Для более эффективной оценки нужно также подключать анализ операционных данных, например данные о клиенте и рынке.

Со структурной точки зрения данные, которые генерируют системы операционных технологий (OT) и информационных технологий (IT) предприятия должны сближаться и объединяться. Однако трафик от сотен и тысяч устройств делает это сближение все более сложным.

Сколько данных может генерировать производственный цех в час? Сказать сложно, но, например, умный автомобиль собирает 25 гигабайт данных. Если на вашем производстве много датчиков и камер, то цифры вполне сопоставимы.

Искусственный интеллект и машинное обучение: новые приложения зависят от больших объемов данных

Объедение производственных и ИТ-систем дополняется новыми технологиями, которые могут сами по себе трансформировать производство. Это искусственный интеллект и машинное обучение (МО). Вместе они позволяют не только анализировать данные, но и контролировать качество продукции с помощью камер и сенсоров, анализировать поведение потребителей и цепочку поставок.

ИИ и МО не смогут работать без огромного большого потока входящих данных. Нужна отдельная ИТ-среда для работы этих алгоритмов. Но для работы с производством обе технологии должны действовать в реальном времени.

Необходимо учитывать эти не сходящиеся процессы при создании предприятия эпохи Индустрии 4.0.


engineer-4941342_1920.jpg


3. Пограничные вычисления как решение проблем OT / IT

Концепция пограничных вычислений

Традиционные и облачные ЦОД имеют свои пределы, когда мы говорим о данных, которые создает периферия. Проблема усугубляется, если производственные подразделения, логистические центры, склады работают в удаленных местах плохой или ограниченной связью (в том числе мобильной).

В итоге теряются данные и анализ становится неэффективным, принять бизнес-решение становится сложно или невозможно.

Решение: пусть все данные проходят обработку на месте создания. Дополнительно можно настроить фильтрацию и распределить потоки данных. Наиболее важные будут идти в головной ЦОД, а остальные будут обрабатываться на месте. Так можно значительно сократить трафик и нагрузку на ЦОД, ускорить обработку и анализ средствами ИИ и МО.

Такой подход выглядит разумно, однако периферийные точки должны быть хорошо защищены от утечек и взлома.

Преимущества пограничных вычислений

Помимо технических преимуществ, есть и экономические. Это снижение затрат на работу сети, стоимость облачных вычислений. На втором уровне экономической выгоды — ускорение обработки данных и более оперативное принятие решений, информирование о потенциальных сбоях и так далее.

В целом можно выделить пять основных преимуществ:

  • Уменьшение стоимости доставки данных
  • Снижение затрат на содержание сети
  • Ускорение работы системы в целом
  • Увеличение скорости оперативного реагирования на изменения
  • Уменьшение затрат на обеспечение ИБ


network-3424070_1920.jpg

Преобразование протоколов и форматов данных

Важный аспект связи между ОТ и ИТ, локальным сбором данных, хранением и обработкой в облаке — это преобразование протоколов и форматов данных.

Мир ОТ традиционно использует AMQP, SOAP, MQTT, ModBus, ProfiNet, BACnet или OPC UA. Этот набор недавно был дополнен протоколами, которые пришли ИТ и телекоммуникаций, но были адаптированы для промышленности: Narrowband-Iot (NB-IoT), LoRa WAN или Sigfox.

Что скрывается за сокращениями?

AMQP — Расширенный протокол очереди сообщений. Открытый протокол прикладного уровня для промежуточного программного обеспечения, ориентированного на сообщения. Он обеспечивает управляемую потоком связь между программными компонентами в промышленных системах

BACnet — Автоматизация зданий и сети управления. Протокол позволяет обмениваться данными между системами автоматизации и управления зданиями для таких приложений, как отопление, вентиляция и кондиционирование, освещение, контроль доступа, обнаружение пожара и так далее. Поддерживается и разрабатывается лабораториями тестирования BACnet (BTL).

LoRa WAN — глобальная сеть дальнего действия. Протокол беспроводной сети с низким энергопотреблением от LoRa Alliance. Частично основан на программном обеспечении с открытым исходным кодом. Дальность может достигать 10 км.

ModBus — Протокол связи, ориентированный на шины передачи данных. Первоначально опубликован компанией Modicon, сегодня принадлежащей Schneider Electric. ModBus открытый и бесплатный, что сделало его де-факто стандартом для подключения промышленных электронных устройств.

MQTT — Транспорт телеметрии очереди сообщений. Протокол публикации-подписки, который передает сообщения между устройствами. В настоящее время обычно работает через TCP/IP. Хорошо подходит для подключений к удаленным точкам, где пропускная способность сети ограничена. MQTT - это стандарт ISO, поддерживаемый OASIS (Организация по развитию стандартов структурированной информации).

NB-IoT — Узкополосный интернет вещей. Стандарт сотовой связи, связанный с LTE и ориентированный на приложения IoT, и оптимизирован для низкого энергопотребления.

OPC UA — Унифицированная архитектура коммуникаций открытой платформы. Стандарт обмена данными в виде открытой сервис-ориентированной архитектуры.

ProfiNet — Сеть технологического поля. Стандарт передачи данных через Industrial Ethernet. Определяет связь с подключенными периферийными устройствами. Поддерживается PROFIBUS и PROFINET International (PI).

Sigfox — Стандарт беспроводной связи от французской телекоммуникационной компанией с таким же названием. Ориентирован на сети с низкой пропускной способностью и высокую энергоэффективность.

SOAP — Простой протокол доступа к объектам. Протокол обмена структурированной информацией по сети любого типа. Использует XML в качестве формата сообщений, а для их передачи HTTP. Первоначально разработанная Microsoft, спецификация впоследствии стала рекомендацией консорциума W3C (World Wide Web Consortium).

Важной задачей систем на границе между промышленной сетью и ИТ-сервисами, становится перевод данных в формат, подходящий для обработки и анализа.

К слову, разумный выбор форматов данных и протоколов также помогает снизить потребность в широкой полосе пропускания в краткосрочной и долгосрочной перспективе.


ikea-2714998_1920.jpg


4. Примеры использования

Производство

Мы уже приводили пример как интернет вещей можно использовать на производстве. Но помимо сбора телеметрии и оценки складских запасов умные системы могут оценивать состояние оборудования, ускорять или замедлять его работу для оптимизации использования ресурсов.

Умные фабрики могут регулировать освещение, температуру и другие средства управления окружающей средой, чтобы оптимизировать использование электроэнергии, повысить комфорт рабочих в цехах и многое другое.

Прогнозный анализ определяет, когда критически важное оборудование отправить на обслуживание.

Логистика

Оптимизация цепочек поставок не только делает работу склада более эффективной. Параллельно она улучшает работу автопарка, снижает затраты на ГСМ и амортизацию.

Однако в секторе логистики передача данных по сотовым сетям может быть дорогостоящей, а в некоторых сучаях и невозможной.

В этом секторе приложения пограничных вычислений есть свои определения: “тонкая рамка” и “толстая”.

В основном эти термины применяются для грузовиков и лайнеров. “Толстая рамка” подразумевает, что все вычисления идут на сервере, который установлен на транспортном средстве.

“Тонкая грань” работает иначе. На транспортном средстве размещается специальный шлюз, который собирает данные с различных датчиков и контейнеров, датчиков в упаковке товара. Собранные данные обрабатываются и анализируются. Возможно использование ИИ. Вычисления по-прежнему происходят в «тонкой» среде, поскольку подключение к облаку или центру обработки данных не всегда возможно.

В зависимости от сценариев использования проанализированные обработанные результаты таких вычислений могут по-прежнему передаваться через мобильное соединение в центр обработки данных или в облако.

Энергетика / Управление объектами

Помимо повышения энергоэффективности производства и операций, технологии Индустрии 4.0 и периферийных вычислений могут снизить общее энергопотребление или обеспечить более разумное управление оборудованием.

В условиях непрерывной трансформации производства и распределения энергии, элементы интеллектуальной сети могут легко генерировать объемы данных величиной до терабайта в день. Подключенные устройства, как правило, генерируют больше полезных данных, чем традиционная инфраструктура может эффективно передавать. Создается бутылочное горлышко. Поэтому использование пограничных вычислений становится жизненно важным для предприятия.

Многие компании, эксплуатирующие критически важную инфраструктуру, (например, электростанции или электрические сети), хотели бы ограничить возможность подключения к оборудованию в интересах кибербезопасности. Пограничные вычисления могут быть ответом на эту дилемму, частично устраняя необходимость связывать критические элементы с сетями связи и ядром.

Кроме того, периферийные платформы обработки данных могут также предоставлять внутреннюю аналитику, которую можно использовать для управления оборудованием для его рационального использования. В такие решения можно интегрировать ИИ для повышения эффективности отопления, охлаждения и освещения в зависимости от фактического использования или внешних факторов, таких как погода.


cloud-computing-4246668_1920.jpg


5. Заключение

Индустрия 4.0 может выглядеть слишком фантастично и громоздко. Однако на рынке уже достаточно технологий и оборудования, которые могут сделать инновации повседневным решением.

Со своей стороны мы готовы поставить всё необходимое:

Мы понимаем, что переход в Индустрию 4.0 может показаться сложным. Но если не внедрять новые возможности, то завтра преимущества будут упущены.

Свяжитесь с нами и мы приложим все усилия, опыт и знания, чтобы вывести вас в лидеры рынка.



Ответим на ваши вопросы в течение одного дня!
sales@gst-it.ru
Время работы: с 9 до 18
С понедельника по пятницу
Оставить заявку