账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
聪明部署边缘节点 实现灵活工业运行环境
发挥边缘运算潜力

【作者: 王岫晨】2022年04月25日 星期一

浏览人次:【2700】

工业领域的边缘运算需求,可以从很多方面来说起。因为具有资料的局部性、可靠性和低延时等不同要求,因此工业控制应用可以说是边缘运算的主要应用场域。由於资料(甚至是中继资料)被视为是公司的关键资产,使得资料局部性要求将资料保留在工业环境的物理场所中(例如工厂)。而考虑到控制链的稳定时间(例如移动机械臂)与反??回路的延迟等直接相关时,就很容易理解低延迟要求是非常严格且重要的一件事情。至於可靠性的要求更是显而易见的,因为停机的代价将会十分高昂。


工业环境复杂化

恩智浦半导体边缘运算事业部大中华区行销经理李宜儒指出,由於需要在设备之间进行大量的协调,使得现代工业生产环境相对更为复杂。这也推动了在设备之间进行协调和时序对齐的需求,在理想情况下,对某些形式的集中管理和控制增加了新的需求。这些需求反过来又促使边缘运算环境,对有线或无线通讯的需求日渐急迫。


今日的工业网路环境包含本地生产域,在本地域主要透过如TSN有线乙太网连接,能够实现数十微秒的端到端延迟。有线通讯网路可以支援集中式操作控制和协调,而工业用的无线Wi-Fi方案则大多是用於对时间精度和可靠性要求有限的应用场景。


工业4.0的概念在於提倡使用智慧技术和大规模的机器间(M2M)通信,来实现更为灵活工业运行环境。例如,使用无人导引车(UGV)的现代仓库,以及导入非线性而是在装配站之间按造需求调度操作的现代化装配线。在这些应用环境中,需要透过5G专网来确保实现低延迟、高可靠性的连接方案。借助5G的无线连接,可以取代生产域之间的连接,以及生产域与集中控制域之间的连接,进而可以实现更为灵活的部署、行动化连接,以及边缘运算的工业控制应用。


发挥工业市场运算潜力

事实上,工业边缘运算不只局限於单一节点上的独立处理,部分边缘应用适用於在边缘节点的本地端处理资料,而有些应用则需要多个边缘节点相互协调,并在即时条件下进行操作或感知。在这些情况下,在边缘端建立一个本地网路以聚合边缘节点,并组成一个分散式的边缘构件,该边缘构件作为单一巨集群的组件,以在限定时间内进行边缘运算。


在工业系统中,包含将物料制成产品的系统,以及用於实施程序控制、流程管理和过程监控的即时嵌入式系统。工厂可以使用工业乙太网技术,并利用运行传统工业通信协定的标准乙太网来提供即时回应。遗憾的是,许多工业乙太网的协议既不能彼此互联,也不能与标准乙太网相容,因此限制了技术供应商的大规模发展,同时也减缓了创新的步伐。在工厂中的每台机器,可能都连接不同的工业乙太网网路,并运行特定的协定,来实现不同的控制功能。


借助TSN技术,边缘节点可以聚合在单个巨集群组中,该巨集群组可以透过上层协议来作为边缘基础设施中的单个实体,以便进行管理。这可以使用在各种物联网领域中,包括工厂、智慧电网、和家庭健康管理等任何需要多个节点即时协调运行,以在边缘实现共同目标的场景。


工业环境AI部署

嵌入式边缘设备正变得越来越复杂,功能也越来越强大,因为它们整合了更多硬体元件(例如CPU、GPU、DSP和机器学习加速器等),来执行各种形式的机器学习。然而,这些复杂的硬体元件必须得到有效利用。带有GPU和NPU等专用加速器的边缘设备,执行矩阵乘法的速度与效率明显高於CPU,机器学习框架也可以更有效地利用这些硬体元件。


例如,TensorFlow Lite解释程式是使用『委托』的概念,可以将计算密集型操作移交给专用硬体以实现加速。支援机器学习的软体架构则可以优化机器学习在SoC中的执行流程,以提供高性能、低功耗的解决方案。


图一说明了机器学习的优化管道,包含了对於影像资料的智慧(工业检测、人脸、人物、物件检测与分类,以及动作识别)不断成长的需求。这种需求推动了视觉系统快速整合机器学习技术。尽管基於手动特徵来提取与使用的传统视觉技术仍在大量使用,但是强大的运算推理引擎的出现,再结合广泛可用的机器学习框架和基於视觉的模型,降低了完全(或几??完全)使用机器学习来满足机器视觉场景需求的障碍。



图一 : 机器学习优化管道(制图/王岫晨)
图一 : 机器学习优化管道(制图/王岫晨)

工业边缘运算需求

Arm AIoT方案资深经理黄晏祥指出,为因应新的标准,例如对於OPC UA的支援,工业等级的MCU应用场景将深且广,从边缘运算、行动装置到感测器,都将需要各种不同效能需求的MCU。MCU对运算效能的需求范围,从超低功耗微控制器到高阶伺服器级处理器皆有所不同,所以工业界需要一个多元且能涵盖支援IIoT的CPU IP家族来满足不同的需求。



图二 : Arm AIoT方案资深经理黄晏祥
图二 : Arm AIoT方案资深经理黄晏祥

此外,安全对於工业环境至关重要,因为人们在靠近机器与机器人的位置作业。因此除了效能需求之外,工业物联网对资讯安全(Security)、功能性安全(functional Safety)和即时性的要求,将更甚於一般於消费市场的应用。一般来说,Arm架构MCU对於工业市场的优势如下:


多样化与涵盖范围广的CPU与相关的IP

多样化与涵盖范围广的CPU与相关的IP是Arm架构对於工业用MCU产品线支援一个很大的优势。Arm IP产品组合通过与任何其他供应商不同的Cortex-M、Cortex-R和Cortex-A CPU,真正从工业自动化层次结构的顶部到底部进行性能扩展的架构来满足这一需求。CPU之外,还包括了处理图形的GPU,得以应用於触控显示器的驱动器,甚至是更为复杂的AR/VR设备。工业物联网对能够处理机器学习(ML)工作负载的设备的要求也越来越高,这些都可以透过CPU来执行,或者对於密集型工作负载用专用的NPU。


安全防护

部分Arm的CPU提供了功能性安全(functional Safety)以供选配。功能性安全是在汽车、机器人、工厂等处内部系统的关键要素。它让系统能够侦测、诊断并且安全地减轻任何故障的发生,防止对人员与环境造成伤害。安全是工厂内外部署的许多系统的关键考虑因素,其中攸关於系统检测、诊断和安全缓解任何故障发生的能力,防止对人和环境造成伤害。另外,Arm Safety Ready产品符合了工业应用的IEC61508标准,可提供支援IIoT构建功能安全的设备。这种安全防护能力,有助於加速安全产品开发、认证和部署。


进阶的资安防护

数据安全攸关智能制造供应链的每个环节,对於防范工业系统中的一系列漏洞和威胁模型至关重要。工厂需要保护他们的商业秘密,防止远程干扰生产,并保护产品免受仿冒。随着运营技术(OT)和资讯技术(IT)网路开始融合,工厂外部可能会暴露出更大的攻击面。也因此,这对每个IIoT设备的硬体和在其上执行的软体增加了额外的安全要求。Arm拥有许多支持点到点安全性方案,包括TrustZone和CryptoCell等技术,它们有助於达到PSA Certified(Arm亦为创始会员)概述的最低安全要求。由於IEC62443工业自动化网路安全标准获得更多重视,PSA认证的创始企业也开始致力於将PSA认证框架对应到这一日益重要的标准,这将为整个供应链提供合规设备的保证。


提供完整生态系

Project Cassini是一项开放、协作、基於标准的计划,目的是为搭载Arm Cortex-A的装置,提供无缝的云端原生软体使用体验。物联网和基础建设边缘解决方案的开发人员,可透过Arm SystemReady和PSA认证的晶片、开发板以及来自Arm生态系统的OS Linux支援,取得Cassini的功能。同时为了推动物联网在Cortex-M上快速蓬勃成长,Arm也与合作夥伴开发了Project Centauri协作计划。


结语

边缘设备可以是采用先进技术的小而复杂的设备。因此,开发人员需要各种代码开发、整合、调试和优化工具,以帮助他们有效率地设计和控制其设备。与传统嵌入式系统或MCU开发过程相比,为现代应用(包括边缘运算设备)开发软体更具有挑战性,这不仅是因为硬体更为复杂、韧体需要更多功能,而且还因为更高的生产力目标改变了开发流程。因此选择正确的流程搭配正确的工具,对於在预算和时间限制内开发高品质的应用至关重要。


相关文章
智慧家居大步走 Matter实现更好体验与可靠连结
车载软体数量剧增 SDV硬体平台方兴未艾
低功耗MCU释放物联网潜力 加速智慧家庭成形
AI赋能智慧边缘 行动运算处理器的时代革命
ST以MCU创新应用技术潮流 打造多元解决方案
comments powered by Disqus
相关讨论
  相关新闻
» 资策会携手日本5GMF推动5G发展趋势及创新应用
» 工研院推升全球AIoT产业链结 携手Arm创建世界级系统验证中心
» Satellite 2024:仁宝携手耀登与富宇翔展示全新卫星通信解决方案
» 圆展与新光保全合作打造远距照护服务
» Arm发布车用技术及运算子系统路径图 将加速AI车辆上市时程


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.2048.54.198.45.0
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw