边缘运算结合可视化设计 将成嵌入式制造趋势
- 林稼弘
-
AI在2017年聚焦了全球科技产业的目光，与过去两次的发展不同，这次的AI以垂直应用为重心，深入包括医疗、交通、零售、制造等不同领域，而此一路线与物联网相同，因此两者迅速整合，成为未来智能应用系统的运作核心架构，在今年初的CES上，AI与IoT结合的人工智能物联网(AIoT)就成为展会主轴，不过AIoT要顺利落实，目前仍有许多问题需要克服，第一层设备端的数据量处理就是其一。
研华IoT.SENSE Consulting Service资深经理吕文成就指出，物联网的架构运作是由第一线的传感网络撷取数据，再透过通讯技术，将数据传送至上层云端平台分析，不过在部分领域，此一运作模式将会出现效率不足的问题。他以制造业为例，制造现场的物联网系统需要在各设备上装设传感器用以收集设备运作状态及生产数据，但部分生产设备对于运作与控制的实时性要求非常高，在高实时性状况下，制造设备所产生的传感数据量非常大，而且这些数据如果都必须传回云端平台，经云端分析处理后再传回，一来一往的时间耗费会过久，不符制造系统需求，因此对于工业物联网系统无法采取集中式运算设计时，近年来兴起的边缘运算(Edge Computing)会是更佳选择。
边缘运算是让终端设备具有一定的运算能力，设备所产生像是实时性需求较高、不须后端系统运算的特定数据，都交由前端设备运算，前端设备运算过后的结果，会依当初设定将信息分流传送，仅需实时运算、实时控制的数据，传送到前端设备指示操作，需要进行储存、再分析者，则传送到后端平台，这种边缘运算的做法，不但兼顾了实时性与效能，同时也可降低云端平台的运算负担。
可视化一次掌握所有状态
吕文成表示，边缘运算虽是工业物联网未来的重要设计，不过目前仍有执行难度，除了新厂可一次到位外，智能制造系统在现有工厂的导入必须循序渐进，不可能立即汰换掉所有设备，而现有工厂的旧型设备，未必配置有传感器，更不用说服务器，因此要做到边缘运算，这些服务器必须另外安装，然而制造现场所处的环境严苛，加上生产设备的稳定度诉求相当高，采用一般服务器故障停摆的风险过大，因此吕文成建议采用工规产品。
吕文成以研华在工业物联网边缘运算领域的产品为例指出，研华边缘智能服务器Edge Intelligence Server(EIS)软硬件整合解决方案预载研华WISE-PaaS/EdgeSense软件服务，提供客户进行数据上传至云端的途径，以及加速达成初步智能化的应用。未来也预计规划推出Equipment to Intelligence Solution Ready Platform(E2I SRP)设备联网与预防保养解决方案，除了可将各式设备联网并提供智能化服务外，客户更可将设备中各项有意义的传感数据在E2I装置中进行分析处理后，上传到指定的云服务器上存储，客户可以在任何地点透过电脑或各式移动设备检视设备健康状况并提前做预防保养，及开发各项智能化云端服务。
吕文成指出，可视化是智能工厂的重要概念之一，因此研华的边缘智能服务器也设计了HMI(人机界面)，透过HMI，系统管理者将可看到生产线的所有信息，而数据传上云端平台后，更可将各厂区的数据汇整成仪表板，打造出战情室，让上层管理者可以一次掌握所有厂区状态。
对智能工厂而言，边缘运算与可视化都是未来系统的必要设计之一，因此在建置设备时，吕文成建议选择具有经验的设备供应商，透过供应商的经验，除可减少系统导入时间，更可降低风险，让智能制造系统快速且稳定的上线。
