Connect with us

Edge Computing: ื”ื•ืคืš ืืช ื”ื™ืฆื•ืจ ืœื—ื›ื, ืžื”ื™ืจ ื•ื‘ื˜ื•ื— ื™ื•ืชืจ ืžืื™ ืคืขื

ืžื ื”ื™ื’ื™ ื“ืขื”

Edge Computing: ื”ื•ืคืš ืืช ื”ื™ืฆื•ืจ ืœื—ื›ื, ืžื”ื™ืจ ื•ื‘ื˜ื•ื— ื™ื•ืชืจ ืžืื™ ืคืขื

mm

בעוד שיצרנים היו מנצלים אוטומציה תעשייתית במשך מאות שנים, כעת, מהר יותר מאי פעם, המעבר ל- edge computing ו- AI משנה את הדרך בה מנהלי מפעלים חושבים על יעילות וכיצד לקבל החלטות מהירות ורווחיות. עם מכונות המחוברות ל- Internet-of-Things (IoT-), חיישנים מתקדמים וכלים אנליטיים מתפתחים, יצרנים יכולים לאוטומט ציוד ולזרום תהליכים בדרכים שלא היו אפשריות לפני כן. כתוצאה מכך, רבים מהיצרנים קיצצו בעלויות, שיפרו את איכות הייצור ושיפרו את הרווח.

המפתח ליעילות החסרת התקדים היא בכמויות הנתונים המגיעות מהציוד המחובר הזה. אולם, מידע זה יכול להיות קשה לנצלל בלי אסטרטגיה מתוכננת היטב לאחסון ועיבוד. באופן מסורתי, יצרנים פנו למרכזי נתונים מרכזיים – או “הענן” – כדי לתמוך בפעולות המבוססות נתונים. אבל ככל שהטכנולוגיה ממשיכה להתפתח ואגמי הנתונים מתרחבים, עיבוד ענן עשוי לא להיות מתאים לתמוך ביישומים הקריטיים ביותר של היצור.

הנתק בין מפעלים לענן

ארכיטקטורת ענן הייתה זמן רב פתרון עבור יצרנים בגלל קלות הגישה, גמישות ויעילות עלות. איכויות אלו הן בעלות ערך לעסקים, אבל, ככל שכמות הנתונים המופקים על הקרקע המפעלית גדלה ויישומים תעשייתיים הופכים למורכבים יותר, החסרונות שלהם מתחילים להיחשף.

כדי למקסם את היעילות בנוף היצור של היום, מנהלי מפעלים צריכים להיות מסוגלים לקבל החלטות בזמן אמת. כאשר נתוני מכונה מצביעים על זמן השבתה פוטנציאלי באופק או תהליכים אוטומטיים זקוקים להתאמות רגעיות, כל מילישניית שנייה נמוכה. אבל, אם כל הנתונים האלה צריכים להישלח למרכז מרכזי ולהיעבד, הדבר מציג את האיחור, מגדיל את הזמן בין גילוי לתיקון.

איחור מאט את התהליכים האוטומטיים ויכול להיות בעיה עבור יצרנים שתלויים בזרמי נתונים קבועים כדי להבין את בריאות המכונה, איכות המוצר ועוד. עיכובים בקבלת מידע זה יכולים לגרום לזמן השבתה יקר או פגמים במוצר, ואף יותר, מונעים מנכסים תעשייתיים מודרניים לבצע במלוא הפוטנציאל שלהם. טכנולוגיה חכמה מתפתחת, כגון יישומי AI, רובוטיקה ורכבים אוטונומיים, תלויים בהעברת נתונים מיידית ועיבוד, והופכים לפחות תפקודיים כאשר איחור מוצג בקרקע המפעל.

ככל שהטכנולוגיה החכמה גדלה בפופולריות, כך גם כמות הנתונים ועלות הפעולה. לא רק העברות נתונים קבועות לענן הן יקרות ומתישות על הרשת, אלא גם תלות יתר בעיבוד ענן לוקחת את השליטה מידי היצרן. כאשר הנתונים מועברים, עסקים לא יכולים עוד להגן על המידע שלהם מפני התקפות סייבר. בפני איומים של הפסד כספי ונזק למוניטין, דרך חדשה של עיבוד נתונים זה יכולה לעזור ליצרנים לעבוד מהר יותר, חכם יותר ובטוח יותר.

עיבוד קצה תוכנן כדי לשים יישומים ונתונים כקרוב שפוס, ככל האפשר, לטכנולוגיה שצריכה אותם. ביצור, זה יכול להיות עיבוד נתונים ישירות על הקרקע המפעלית באמצעות התקנים כגון חיישנים ומצלמות, במקום הענן, מאפשר קבלת החלטות בזמן אמת וזמני תגובה מהירים יותר, צעד חשוב באימוץ טכנולוגיה מודרנית יעילה. כאשר יצרנים עובדים נתונים בקצה, העברות, ניתוח ואחסון כולם מתרחשים בתוך המתקן, מקטינים את האיחור ומגנים על הנתונים הקריטיים ביותר של העסק מידי האקרים.

פריסת התקני קצה: עבודה מהירה, בטוחה ויעילה יותר

עיבוד קצה יכול להביא עידן חדש של אוטומציה תעשייתית. עכשוו, זהו הזמן לשקול כיצד המתקנים שלכם יכולים להרוויח מהתקנים האלו וכיצד הם מתאימים לרשת הקשר המורכבת שלכם. על ידי ניתוח מבנים נוכחיים והבנת היכן תהליכי מפעל יכולים להרוויח מעיבוד ללא איחור, יצרנים יכולים לשדרג את יכולות הייצור שלהם ולפרוס התקנים מאופשרי קצה ללא חיכוך.

החליטו איזו טכנולוגיה להעדיף לחיבור בזמן אמת

בעוד עיבוד ענן עדיין יכול להיעשות לעיבוד נתונים לא רגישי זמן, תהליכי ייצור רבים כגון בקרת איכות, פיקוח מכונה ואופטימיזציה של תהליכים דורשים ניתוח וסמכות מיידית. בנוסף, נכסים תעשייתיים מודרניים כגון רובוטיקה ופעולות אוטונומיות אחרות, המשתמשים ב- AI ונתונים בזמן אמת כדי לקבוע זרימת עבודה במפעל, שוגשגים על ידי עיבוד בקצה.

הבנת כיצד התקני קצה ישולבו עם מערכות קיימות

בתשתית IoT שלמה, עיבוד קצה ועיבוד ענן עובדים בצוותא כדי לעבד “נתונים בנפח גדול, ערך נמוך” באופן מיידי עבור ההתקנים שצריכים אותם, בעוד הם מפנים “נתונים בנפח נמוך, ערך גבוה” לענן, מקסימליים את היעילות תוך שמירה על יעילות עלות. יצרנים צריכים לשקול כיצד הקצה ישולב בארכיטקטורת הענן הקיימת שלהם ולשמור את התשתית הנוכחית של המפעל בראש מעייניהם. השקעה ביחס עבודה בין כל ההתקנים על הקרקע המפעלית היא בלב המקסימליזציה של הפרודוקטיביות, כגון השימוש ב- tech stack יליד קצה כדי לסווג נתונים ולקבל החלטות על היכן שהמידע הזה צריך להיעבד.

יצירת מערכת אקוסיסטם מחוברת של התקני קצה לפרודוקטיביות מרבית

תאימות היא קריטית לבניית מערכות אקוסיסטם גמישות, מסוקלות ושיתופיות של קצה, אשר תפשטו העברות נתונים חסרות מאמץ ותקטינו את המורכבות על הקרקע המפעלית. כאשר התקני קצה הם בסינכרון, יצרנים יכולים לנגוע במעיין פרודוקטיביות ויעילות בלתי מוכר.

אופק חדש ליצור

עיבוד קצה ויישומים חכמים מאפשרים עיבוד וניתוח נתונים בזמן אמת, קרוב יותר למקור, אשר יכול לאופטימיזציה של יעילות היצור ולעזור לעובדים להשיג את הבלתי אפשרי עם עיבוד ענן מלא באיחור. עם כמה התחשבויות, יצרנים יכולים לפרוס התקני קצה לצי האוטומטי שלהם ולעבד נתונים ישירות על הציוד שצריך אותם ביותר. אף יותר, מערכות הודעות מתקדמות כגון NATS.io (NATS) קיימות כדי לטפל באופן חסר מאמץ בתקשורת מקצה לענן ובתוך הקצה, היבט קריטי בשמירה על סביבת ייצור יעילה.

עם תובנה מיידית לנתוני מכונה דרך עיבוד קצה, יצרנים יכולים להגיב מיד לתנאים משתנים וליהנות מיתרונותיה של טכנולוגיה אוטומטית מתקדמת.

ื–'ืืŸ-ื ื•ืืœ ืžื•ื™ืŸ ื”ื•ื ื‘ืขืœ ืžืขืœ 30 ืฉื ื•ืช ื ื™ืกื™ื•ืŸ ื‘ืชืขืฉื™ื™ืช ื”ื˜ื›ื ื•ืœื•ื’ื™ื” ื•ื›ืจื’ืข ื”ื•ื ื”-CTO ืฉืœ Synadia.