智慧制造的桥梁:边缘运算 IOT AI人工智慧

边缘运算,减少资料往返的速度与网路上传资料量的负荷

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程式、数据资料与服务的运算,由网路中心节点,移往网路逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部份,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。资料来源:维基百科

边缘运算

为什么需要边缘运算

对于晶片的尺寸要求越来越小,但是对于网路上要求的解析度却越来越大,相对的所要承载的数据也跟着越来越庞大,更随着4K影像、3d、VR游戏等等,需要耗费大量的数据频宽。除了边缘运算简而言之,就是为了要让这些大量的数据,跟上使用者的速度(低延迟需求),所以在前端先透过边缘运算的技术进行极致的量化然后呈现出最终结果,减少网路频宽使用和延迟,缩短回应时间,加速结果显示给使用者。因此,也可以说边缘运算是加速互联网回应的主要关键。


边缘运算 的市场价值

边缘运算的市场价值市场研究公司Trend Force预测从2018年到2022年,全球的边缘运算市场的复合成长率将超过30%,市场调查Grand View Research分析边缘运算的市场价值到2025年可能会超过32.4亿美元边缘运算为何带来如此大商机? 边缘运算简单来说是一种就近运算的概念,在靠进资料源的本地端进行运算,然后再分批对应丢资料,减少资料往返的速度与网路上传资料量的负荷。而随着IOT与AI发展,边缘运算非常适合用来部署IOT应用架构,例如机械手臂、自驾车、AR等应用,对于这些应用发展特别会强调即时的影像分析及辨识处理的能力,所以传输辨识结果必须要在数十毫秒甚至是微秒时间内就能回应至装置。然而透过网际网路传输往返,而仅依靠云端运算目前还无法达成快速回应大量的资料量,所以边缘运算也就强势过于云端运算了。由于边缘运算被看好,连主要云端大厂AMAZON也开始发布非云端产品,例如:GREENGRASS、SNOWBALL EDGE等。

云端处理层 / 大数据处理 / 商业逻辑运算 / 数据仓库

云端处理层 / 大数据处理 / 商业逻辑运算 / 数据仓库

雾运算处理层 / 局部分析归类 / 控制反应 / 虚拟化 / 标准化

边缘物联网 / 局部分析归类 / 控制反应 / 虚拟化 / 标准化

边缘物联网 / 局部分析与归类 / 控制反应 / 虚拟化 / 标准化

边缘运算端 / 巨大量实时数据处理 / 来源 / 本地数据可视化 / 工业电脑 / 嵌入式系统 / 闸道器 / 微数据存储

边缘运算端 / 巨大量实时数据处理 / 来源 / 本地数据可视化 / 工业电脑 / 嵌入式系统 / 闸道器 / 微数据存储

传感器和控制器(数据来源)

传感器和控制器(数据来源)

地上的云:边缘物联网 Edge IIoT

边缘运算可以是一台大型运算设备,或者是小型运算装置、手机装置所组成本地端网路内运算设备,由于装置与装置靠得很近,透过蓝芽、WIFI或LORA等传输方式就会变很快。边缘运算是一种本地端运算的作业系统,跟云端运算比较起来就会将边缘运算比喻成地面上的云。在搜集和处理数据时,资讯安全是很重要的课题,由于边缘运算是采用本地处理所以也恰恰提供了另一层级的防护作用。

工业4.0中的边缘运算,于物联网系统中比过去所常谈的分散式架构要复杂许多。随着各式工业制造系统越来越精密,对于即时检测结果的要求越来越高,因此从底层运算一直到上层传输,所耗费的电力和整合能力的难度更高。对于物联网可以分成两大类,一种是稳态讯号,是利用感测器搜集机器物理式数据讯号,将讯号撷取分析、分类后显示于监测系统或人机界面,处理方式较为单纯。另一种属动态讯号,将感测器搜集而来的机台物理量讯号、动态讯号等巨大量数据,经由多重加工运算后,再转化成使用者需要看到的资讯。透过加工运算传输动态讯号组合而成边缘物联网,相较于一般物联网,其运算加工方面更为复杂,并不是只是单单对接讯号数据、过滤讯号而已。


边缘物联网对于产线检测的帮助

对于市面上帮助产线检测制程的系统中,大多采用AOI视觉检测,但这已经让不良品产生,花费和错误也已经产生,属于『被动』检测方式。 若我们能够更进一步『主动』在不良品产生前就先提早预防阻止,才更能有效帮助产线提升产能,避免废料。而边缘物联网的帮助,除了在产线上能够及时检测不良品外,还能够对于各式制程动作中,提早检知异常,更早一步拦截不良品的产生。


边缘人工智慧 : Edge AI

从过去工业制造中的少样多量到现在的少量多样,在在考验人员技能与设备通能,为了让良率在少量制程中也能够保持一定的稳定度,近年来的AI导入,大大帮助了产线效能优化提升。而藉由边缘运算让系统建立各种模型,并透过机器学习AI演算自主学习,有效帮助产线智能化。
固德推出的线上监测、感测系统,皆是利用边缘运算,让数据传输更快、更安全,有效解决科技厂或设备厂设备振动量测的相关问题。


边缘运算的兴起为IOT物联网和AI人工智慧完美的搭建起智慧制造的新桥梁