Wiadomości

Gdzie uruchamiać AI w zakładzie: chmura, edge czy warstwa sterowania

Wdrażanie AI w przemyśle procesowym wymaga hybrydowej architektury. Część zadań trafi do chmury, część na edge, a część do warstwy sterowania.

Redakcja Ekocentr1 min czytania

Inżynier przy szafie sterowniczej z urządzeniem edge w nowoczesnej nastawni zakładu

Sztuczna inteligencja jest już codziennym narzędziem inżynierów i operatorów, a zespoły OT chcą ją wprowadzić bezpośrednio do instalacji. Jak opisuje Control Engineering Polska, głównym hamulcem jest oparcie dzisiejszych narzędzi AI na chmurze. Automatycy ostrożnie podchodzą do łączenia systemów sterowania z siecią zewnętrzną, a w części zastosowań opóźnienia byłyby po prostu za duże dla pracy w czasie rzeczywistym.

Trzy miejsca pracy dla modeli

Autor uważa, że te przeszkody da się usunąć, jeśli obliczenia przeniesie się bliżej procesu. Producenci automatyki montują w urządzeniach edge akceleratory AI, więc lokalnie można uruchamiać wersje modeli, które powstały z myślą o chmurze. Daje to bezpieczeństwo i małe opóźnienia. W przyszłości dojdą środowiska software-defined, w których AI będzie pracować w tej samej zwirtualizowanej warstwie co funkcje sterowania.

Podział zadań wygląda według źródła tak: w warstwie software-defined pracują aplikacje wymagające determinizmu w milisekundach, na przykład zaawansowane regulatory APC, modele predykcyjne jakości i optymalizacja w czasie rzeczywistym. Na edge trafiają niezawodność, predykcyjne utrzymanie ruchu i efektywność energetyczna. Do chmury idą planowanie produkcji, symulacje, aplikacje inżynierskie i wirtualni doradcy obsługujący floty systemów.

Gdy te środowiska się zazębiają, potrzebna staje się orkiestracja, czyli spójne zarządzanie obciążeniami AI na wszystkich poziomach. Autor uważa, że lepiej sprawdzą się platformy zaprojektowane jako całość niż systemy zlepione kosztownymi integracjami na zamówienie.

Co z tego wynika

Dla zakładu z własną automatyką wniosek jest praktyczny: pytanie nie brzmi, czy użyć AI, tylko gdzie ma działać dana funkcja. Im szybciej reaguje proces, tym bliżej sterowania powinien stać model. Zanim kupi się urządzenia, trzeba uporządkować dane z procesu i sieć przemysłową. O tych podstawach piszemy w tekstach Sieć OT w zakładzie: od czego zacząć cyfryzację produkcji oraz Data Fabric jako sposób na połączenie rozproszonych danych w fabryce. Autor zaznacza zresztą, że nie wszystkie elementy stosu OT+AI są jeszcze dostępne, ale fundamenty można budować już teraz.

Czytaj dalej