邊緣計算正在改變分析、人工智能和機器學習應用。對庫和框架的大量投資，為工程師和運營專家提供了一個將這些功能與過程控制相結合的新領域。雖然有多種方法來實施高價值應用，但在設計過程中必須仔細考慮安全性、管理性和可擴展性。
致力于部署邊緣解決方案的公司需要考慮三個主要方面：在邊緣運行的應用、支持邊緣的基礎設施以及邊緣設備的安全性和協調性。
01 在邊緣運行的應用
邊緣計算是指在控制過程或機器附近執行應用。邊緣設備通常與運營技術(OT)設備運行在同一網絡上，并且在數據收集和響應中具有低延遲的特性。邊緣設備可以是物理設備，也可以是與處理設備之間具有較低網絡延遲的虛擬機(VM)。
在物理設備和虛擬機之間有一個權衡，就是對處理能力或靈活性的偏好。該決策可以簡化為使用邊緣虛擬機還是邊緣物理設備。虛擬機可以根據需要向上或向下擴展，從而提供資源分配的靈活性。
但是，虛擬機增加了一層抽象層，會影響處理效率并帶來延遲。物理設備可實現低延遲和強大的處理能力，但會喪失資源分配的靈活性，而且通常是為單一應用而采購。
邊緣計算應用具有一系列優勢，如快速響應時間(低延遲)、高效使用互聯網資源(帶寬效率)、實時處理數據的能力(實時分析可擴展性)和較強的應用可擴展性。本地應用無需將數據發送到中央服務器，從而可以減少從數據生成到數據處理之間的邏輯距離。如果應用得當，這種方法可以實現接近實時的解決方案；應用可以獲得快速決策和快速響應的能力。擴展邊緣基礎架構對于增加需求、保持性能和響應能力至關重要。擴展是通過在基礎設施中添加邊緣設備來實現的。分布式工作負載減少了瓶頸，增加了節點管理并改進了負載平衡。
在邊緣運行的應用通常是針對特定用例，需要專門設計的。例如，用于優化過程控制的分析或模型，如減少廢品、提高產量、減少公用設施消耗、預測性維護等。數據從本地傳輸到邊緣設備進行處理。將原始數據或聚合數據推送到企業服務器或云端以進行進一步分析；聚合數據可以減少因在云端傳輸和存儲數據而造成的成本。
02 支持邊緣計算的基礎設施
在集成邊緣應用時，支持邊緣技術的基礎設施往往是最未知的因素之一。需要詳細了解邊緣應用的范圍，以了解需要收集哪些流程參數、應用的輸出是什么以及流程成功的定義是什么。
其它需要考慮的因素，比如數據收集和高級分析過程的準備情況，可以從分析成熟度模型中得出。高級過程分析需要在數據收集、清理、情境化和存儲方面進行投資，并通過互補的基礎設施提供支持。并非所有企業都已準備好進行高級過程分析。請與分析專家合作，確保這些解決方案能夠得到支持。
隨著設備的部署和應用的擴展，網絡負載也會隨之增加。了解數據在網絡上傳輸的位置對于最大限度地減少當前基礎設施的負載問題至關重要。可能需要升級網絡交換機以支持更大的數據規模，從而最大限度地減少帶寬爭用造成的網絡中斷。在規劃階段就與工廠底層網絡集成商進行協商，有助于確定并提供緩解網絡爭用的解決方案。
03 邊緣設備的安全性與協調性
在設計過程中，應首先考慮邊緣設備的安全性。邊緣應用的功能要求可用于指定處理數據的安全要求。這些安全要求的常見例子可能包括傳輸和靜態數據加密、傳輸級安全(TLS)通信和系統修補。編排平臺(orchestration platform)還可以保護邊緣設備管理其生命周期，以及更新設備及其各自的應用程序。編排平臺也可以實現大規模運行，為部署的大型邊緣設備提供此類服務。可以跨設備組執行管理活動，例如更新應用程序的版本、推送新的分析模型或更新安全補丁。
在編排平臺上構建解決方案可以加速應用的開發和可擴展性。可以對概念驗證或試點解決方案進行小規模評估，并將其部署到與該過程一起工作的邊緣設備組中。編排平臺上的創新速度，加上內置的安全性，為開發人員提供一個強大的工具，可以專注于提供解決方案，而不是管理部署和架構。
嵌入人工智能的邊緣計算為控制工程帶來了新的可能性和挑戰。邊緣應用可以實現低延遲通信，并可以針對各種業務目標進行定制。了解并投資于支持邊緣計算的基礎設施，對于大規模分析和網絡準備是必要的。具有安全第一的理念和強大協調功能的編排平臺，可以確保邊緣設備得到有效的管理和保護。
在提升安全性、協調性和基礎設施方面的投入，有助于制造企業為邊緣人工智能解決方案鋪平道路，以更好地優化工廠運營。
所有評論僅代表網友意見，與本站立場無關。