Nuvoton
event
 

GE:1%的威力带来巨变 边缘运算在制造业大行其道

台积电8月曾因计算机系统遭病毒感染造成机台停机。台积电

降低延迟性、加速反应时间,是边缘运算被认为能够解决现有云端运算问题的优势之一。延迟性的问题如果发生在消费市场,可能不足为惧,但若发生在制造端将影响甚钜,而GE(General Electric)则是把它称为「1%的威力」。

事实上,边缘运算的概念比起近年在市场上热议,其很早就出现在工业领域与制造业中,对于边缘控制的想法与实践,制造业可说是运用的相当成熟。在工业领域中,任何微小的改变都可以带来很大的优势,但相对的,任何微小的故障也可能带来极大的损失。

何为1%的威力?这是源自GE前董事长兼执行长Jeffrey R. Immelt的说法,他认为,在工业物联网(IIoT)的变革中,即使效率只提升1%,其所带来的效益也是空前巨大的。例如,1%的商用航空燃料节省意味著300亿美元的成本;1%发电效率提升意味著节省600亿美元燃料;1%石油勘探资本利用率提升意味著节省900亿美元支出等。

工业世界任何微小的改变都会带来很大的优势,因此GE把它称为「1%的威力」。但这1%背后的意义,也代表著任何微小的改变(例如故障),也可能带来极大的损失。

在制造业领域,无论是对内针对设备的预测性维护,还是对外针对消费者的客制化制造,都需要依靠「数据」这个比石油更珍贵的资源。不过,制造现场的很多数据的「保鲜期」都很短,一旦处理延误,就会迅速「变质」。因此只要不够实时,数据的价值便会跌落,因此对于工业现场来说,不是所有数据都必须上传到云端,而边缘便由此而生。

最明显的例子就是对于设备进行状态监控。停机,是一个下至工程师、上至管理者都会害怕的字眼,例如8月时台积电爆发机台遭病毒感染事件,虽然历经39个小时的抢修,但已造成近3亿元的损失。虽然台积电的例子并非因机台故障所导致的停机,但事实证明,对一间工厂而言,停机所带来的巨变让人冷汗涔涔。

为了能够有效掌握这些生财工具,现今制造业者多已开始透过对生产设备进行实时状态监控来提早检测缺陷,避免事到临头因完全损坏而停机。因此,边缘运算对于像监控设备这种关键任务所产生的数据,可进行高效实时的采集和分析,并适时做出反馈,将有效减少制造业者每年因设备故障所产生的隐形成本,这当中包括了维修设备所需的成本,以及因停机所损失的意外成本。

在2015年思科(Cisco)提出雾运算概念,随之其它供应商才相继喊出边缘运算,热潮逐渐浮现。但制造业对于边缘运算的需求与发展,却比较现在市场热议的时间点更早。虽然市场指出,边缘运算的起飞给了许多硬件厂商再逐市场的机会,但特别就制造领域来看,也不完全是如此。

这点从原本就深耕工业领域或制造业的硬件厂商就可以看出。研华IoT嵌入式平台事业群副理高信阳指出,象是在过去研华所接触的制造业者当中,绝大多数的业者原先就倾向于在终端环境中操作,因应早期市场需求,研华在2015年时就曾推出第一版的IoT闸道器,强调边缘装置的运算能力,可协助业者在本地端进行资料搜集与预处理。

追溯到1997年,在施耐德(Schneider)的透明工厂(Transparent Factory)概念中就可以看见现在IIoT的雏型,其主张建构开放透明且灵活的管理架构,让使用者、数据和机器设备共享信息来提高制造业的生产力。而施耐德一脉相承的Modicon系列控制器,就是在这之中扮演边缘控制层的代表性产品。

只不过随著产业需求越趋智能化,过去这些只能响应基本控制与处理的闸道器或控制器也开始往高阶发展,如研华在因应市场需求下,便将此IoT闸道器升级成具有更多智能化功能的边缘智能服务器(EIS)。

制造业对于边缘运算的需求呈现稳定成长。除了其特性能够符合制造业「刻不容缓」的要求外,据IDC预估,IoT的投资将在未来3年内以15.6%的速度成长,2020年达到1.29兆美元。其中,最大宗的投资将由工业应用主导,包括制造业、交通运输业和公用事业。

显而易见,IoT在工业端的应用超越了消费端应用,正在主导全球IoT的投资。随著IoT的蓬勃发展,这也无怪乎边缘运算将会先从该领域开始大行其道了。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 研华 智能制造 边缘运算