e-works数字化企业网  »  新闻  »  记者观察  »  正文

『加速场景化落地,满足差异化需求』浪潮边缘计算助力智能制造

2021年7月5日             作者:e-works 王阳       
关键字:浪潮边缘计算  
聚生态之力,浪潮边缘计算在智能制造领域正从星星点点的项目落地到规模化复制过渡,最终形成边缘计算技术在智能制造领域的燎原之势。
     边缘计算正成为驱动行业数字化转型和社会变革的创新点。在浪潮边缘计算事业部总经理孙波看来,物联网和5G让万物互联,数据大爆炸;人工智能催生出丰富的边缘应用场景,它们共同驱动边缘计算市场与应用快速发展。

     根据TrendForce的预测,边缘计算产品和服务市场在2018-2022年将以年复合增长率30%以上的速度增长,这一增速正开启千亿级美元的市场。Gartner的预测则显示,到2025年有75%的数据将产生于边缘端,到2023年底50%以上的大型企业将至少部署6个以上的边缘计算应用,主要用于物联网或者沉浸式的边缘计算体验。

     从2016年开始布局边缘计算,到2020年成立边缘计算事业部,到如今加速边缘计算发展,浪潮在边缘计算领域一直专注于计算力产品的研发与创新。孙波强调,浪潮的策略是将计算力设备做到极致卓越,而将芯片、系统、软件、AI算法等交给生态合作伙伴。

     基于多年来在计算领域的深耕,浪潮面向边缘端演化出不同行业场景,这其中以智能制造领域的应用场景最为典型。在发展过程中,浪潮联合智能制造领域系统、算法、应用合作伙伴,打造出多款边缘计算“杀手级”解决方案,不断助力智能制造产业创新发展。聚生态之力,浪潮边缘计算在智能制造领域正从星星点点的项目落地到规模化复制过渡,最终形成边缘计算技术在智能制造领域的燎原之势。

“边缘”时代势不可挡

     作为分布式运算架构,边缘计算是连接核心云/传统数据中心和终端设备的桥梁,它在尽可能靠近物、数据源或用户的地方进行应用计算与数据存储,仅将必要的结果送到核心数据中心,同时能够接受来自于核心数据中心下发的指令与控制要求。

     数字经济时代,80%的人工智能决策将发生在边缘和端侧。根据IDC的预测,全球企业基础设施建设在边缘部署比例将从2020年的10%增长到2023年的50%,全球智能终端接入数量将从2020年的500亿个增长到2025年的1500亿个。在中国,预计到2024年边缘服务器市场将增长超60亿美元的规模。
IDC
     在中国信息通信研究院宋平博士看来,边缘计算可以从四个方面赋能行业数字化转型。首先在网络方面,它可以提供低时延、大带宽、海量设备接入;在平台方面,它与云计算协同,构建“云边端”一体的行业应用运行平台;在创新方面,它与大数据、人工智能等技术深度融合,为行业应用创新提供基础;在安全方面,在边缘位置保障用户隐私安全,为数据安全提供保障。

     从边缘计算的技术实现方式来看,其主要分为运营商边缘、云边缘和工业边缘三大类,且已经在制造、能源、公共交通、农业、医疗等众多垂直行业的不同场景中得以广泛应用。

     除了在运营商边缘和云边缘的广泛应用,智能制造浪潮下催生的工业边缘应用需求正急剧增长。对于制造企业来说,面向“人、机、料、法、环” 部署工业边缘应用,已成为实现IT与OT融合的必由之路。

智能制造发展的数据挑战

     根据浪潮和IDC发布的2020全球计算力指数评估报告显示,制造行业是全球算力投资第二大行业,也是算力投入最大的传统行业。在全球2000强的制造企业中,算力投资主要集中在研发、生产、供应链和服务等环节。

     在国家政策推动和制造业转型升级的背景下,中国智能制造产业发展迅速。特别是智能制造装备产业受到国家高度重视,市场规模持续增长,企业如雨后春笋般接连涌现,产业发展整体向好。

     有数据预估,智能制造装备产值规模已达2万亿,急剧增加的智能设备意味着对计算能力、服务速度和质量等方面有着前所未有的需求和期望。这背后是不容忽视的数据挑战。

     首先是复杂多元算力的挑战。以工业边缘的图像、视频处理为例,随着深度学习不断发展,分类算法AlexNet分析224X224大小的图像需要720FLOPS,以往使用工控机设备处理大概需要1秒左右,而实际生产中常使用的ResNet50视频处理的计算量是AlexNet的数十倍,复杂度越来越高;

     其次是海量数据贯通的挑战。智能制造转型升级要实现智能化生产、个性化定制、网络化协同等创新应用都并非易事。海量的智能化装备、各异的生产线以及跨领域的系统平台的出现,让工厂的数据量以指数形式增长。以智能化装备为例,2015年至今,国内机器人装机量从25万台猛增长到100万台,数控机床、PLC的市场规模从1400亿增长到2000多亿,智能设备和产线的增加带来了海量的数据。对企业来说,只有解决海量数据的贯通和深度挖掘计算的问题,才能实现对不同流程及业务的精准预测及优化;

     另外还有高并发实时处理的挑战。随着机器视觉技术的发展,智能制造过程广泛使用装配机器人,但对智能机器人的目标识别、轨迹规划的计算实时性、复杂性也提出了更高的要求。有数据显示,工业现场单个摄像头每天会产生大概330G的视频数据,完全传输至云端不仅占用带宽,也难以满足实时性(毫秒级)的业务需求。
浪潮边缘计算
    再来看中国市场的需求,中国计算力指数是全球排名第二的国家。IDC将企业数字化成熟度划分为入门者、探索者、组织者、转型者、颠覆者5个阶段,目前来看,中国制造企业数字化转型总体成熟度处在中间阶段,在第四、五阶段的数字化转型者和数字化颠覆者的占比很低。其中一个重要原因就在于人工智能、物联网等技术在制造行业应用落地中,企业迫切需要边缘侧强大的计算力支持智能制造发展。

     所以孙波认为边缘计算已成为支撑智能制造发展的关键技术。物联网和5G让万物互联,数据量大爆炸;人工智能催生出丰富的边缘应用场景,共同驱动边缘计算技术落地。

如何应对场景化和差异化需求?

     在技术层面,5G、AI的牵引为边缘计算提供了大展拳脚的机会;但在应用层面,工业场景的多样化和复杂性还是给边缘计算应用带来不小的挑战。

     在工业场景下,智能制造的本质是为了促进IT/OT/CT/DT的融合,由此衍生出数据采集、预防性维护、云边协同、工业质检、边缘视觉、智能运维……等众多业务需求,并且不同行业的不同企业还存在着差异化需求。

     孙波坦言,边缘应用一定要跟企业现场、跟具体的应用场景紧密集合。只有通过连接不同的设备、不同的传感器,还要部署不同的上层解决方案,才能真正满足制造企业的差异化需求。

     对于浪潮来说,JDM模式是满足客户差异化需求的不二秘诀。基于JDM模式,浪潮采取与客户联合开发的方式,充分理解客户需求和场景,实现计算力供给端与需求端的紧耦合。借助JDM模式,使得产品开发周期大大缩短,如果客户改变想法和需求,可以随时沟通解决,所以能更快交付定制化的产品方案。
浪潮边缘计算
     此外,基于浪潮柔性化的生产线,可以满足多品种小批量的产品研制。以浪潮的边缘计算微服务器EIS800为例,其在设计之初就采用模块化架构理念,揉合了不同客户的差异化需求。这其中,不仅要解决研发的问题,还有供应链的问题。譬如某客户需要小规模定制,哪怕只有一台,浪潮依然可以在最短时间内响应客户的差异化定制需求。

     能够快速满足客户基于场景的差异化需求,是孙波认为浪潮边缘计算在智能制造领域的最大优势所在。孙波说,“我们希望自己的边缘计算产品方案足够短平快,并且拥有最优的TCO,帮助客户打造差异化解决方案。”

浪潮边缘计算三大杀手级应用

     那么,浪潮在智能制造领域主要提供哪些边缘计算应用呢?孙波介绍,浪潮边缘计算主要在智能制造领域的落地主要涵盖三个方面:

     首先是智慧场务的管理,包括无感知打卡、工厂危险区域入侵监测、消防安全管理、工装监测等应用场景。基于这些场景,浪潮边缘计算技术充当着企业24小时在线的“安全监督员”,譬如检测工人是否佩戴安全帽、空气呼吸器等安全防护设备,工作区域是否存在明火烟雾,危险禁区是否有人员入侵等生产监督和安全管理的重要防范内容。

     目前制造业的作业现场安全监督工作仍以人工管理为主,完全依赖人眼通过监控系统或者现场巡查进行核查,无法做到24小时不间断控制,很容易出现疏漏。因此,利用机器视觉、边缘计算等技术手段,对生产全过程进行智能化监管,已经成为制造企业保障安全的优先发展方向。构建生产安全监控系统,实现基于计算机视觉的AI智能监管,可以通过摄像机采集现场视频,依托安全帽监测、防护服监测、人脸检测等算法来判断工人的行为是否符合安全规范,随后自动进行告警和记录。

     其次是工业质检,包括部件入场检测、成品检测、板卡检测等应用场景。譬如浪潮联合思谋科技推出的质检解决方案,可以帮助制造企业炼就一双“火眼金睛”。

     以3C行业为例,传统的质检工人通常每天要完成1万多个零件的检测,平均每分钟要检测十几个产品。如此庞大的工作量往往需要质检工人超过10个小时的高负荷工作,导致工人精力跟不上,不仅产品质量提升不上去,还会造成漏检率不断提升。

     为帮助制造企业提升产品品质,缓解工人质检工作压力,浪潮携手思谋科技基于深度学习算法打造边缘工业智能质检解决方案。思谋科技首席架构师侯力政接受记者采访时介绍,智能质检解决方案融合了浪潮强大的边缘侧算力,和思谋科技自主研发的缺陷检测算法能力,可以自动、快速、便捷地检测工业制成品和零部件的表面外观缺陷,帮助制造企业降低质检人力资源成本,大幅提升产品的良品率。目前,该解决方案已成功应用在钢铁、3C电子及汽车等用户的智能工厂,缺陷诊断率从原来的90%提升到99%,日均处理产品件数大幅提升,对产品品质控制和生产效率优化具有重要意义。

     最后是物联网大数据平台,包括预测性维护、自动化产线监控,提升OEE等应用场景。譬如浪潮与展湾科技开发的智能制造物联网平台解决方案,能够帮助工业设备进行“智能体检”。

     众所周知,随着智能工厂规模的日益增长,工厂内智能机器人数量与日剧增,海量机器设备需要进行统一的运维与管理。浪潮与展湾科技开发的“智能体检模型”,能够实时监控智能工厂内机器人健康参数,通过“物联网+算法模型” 在线监控和预测机器人系统可能发生故障的隐患,将传统TBM转变为以设备状态进行管理的CBM。根据设备健康参数提供分析图表,可提前将有问题的设备进行更换,避免机器人非计划停机,保证了全自动化产线全天连续、稳定高效的生产运转,提升工厂的整体效率。

     据了解,目前该解决方案已经在设备预防保全、设备预测性维修、在线质检系统、智能工厂物联网平台建设、ERP/MES厂商数据对接等场景中得到成功实施和应用,为制造业推进智能制造发展提供了支撑。

     可以看到,浪潮边缘计算在智能制造三大方向的落地,都离不开合作伙伴的身影。孙波说,“合作伙伴对浪潮边缘计算的作用越来越大,我们正全力拓展合作伙伴生态,汇聚智能制造领域系统、算法、应用等伙伴,形成更多智能制造解决方案。因为只有联合伙伴,共建生态,才能合作共赢。”

 
责任编辑:王阳
e-works
官方微信
掌上
信息化
编辑推荐
文章推荐
博客推荐
视频推荐