Инсайты AI World: энергетические затраты на разблокировку данных на границе

Беседа у камина на AI World обсудила проблемы, возникающие при извлечении данных с границы.

Можно простить за предположение, что производители готовы раскрыть свои различные производственные системы и начать использовать данные, которые были заперты внутри. Реальность может быть гораздо более сложной.

Проблемы, возникающие при извлечении данных с границы, были исследованы в беседе у камина с Джозефом Этрисом, менеджером инженерных проектов Continental Automotive Systems, присоединившимся Джоном Олдом, региональным директором продаж Zededa, Inc. У меня была возможность модерировать сессию, часть недавней конференции AI World в Бостоне.

См. также: Производство лидирует в IoT

Блок Этриса в Continental производит каталитические конвертеры для автомобильного сектора — энергоемкую задачу. В 2018 году Этрис и его команда вышли на сбор, анализ и смягчение использования электричества и связанных выбросов по своему диапазону программируемых логических контроллеров (PLC) Siemens, впервые установленных в 1990-х. Вызов, объяснил Этрис, заключался в извлечении данных SCADA из PLC для интеграции с данными, исходящими от более новых электрических датчиков.

Хотя многие поставщики заявляют, что старые промышленные системы могут легко отдать свои данные в идеальном IoT-мире, это далеко от случая, рассказывает Этрис. Устаревшие производственные системы часто не были спроектированы открытыми и часто не сетево-включены.

Олд, который представлял Siemens в то время, работал с командой Continental для извлечения данных PLC и предоставления калибровки в реальном времени. Кроме того, данные загружаются каждые 10 минут в облачное репозиторий на Amazon Web Services.

Вызовы, с которыми столкнулась Continental, симптоматичны для проблем, встречающихся по всему производственному ландшафту, объясняет Олд. «Существует много темных данных, существующих в силосах внутри многих компаний». Не только это представляет технические вызовы, но и организационные, так как множество команд должны быть на борту с усилиями ИИ над IoT.

Управление хранилищем данных в эру ИИ и IoT было другой областью, обсужденной панелистами. Многие организации будут бороться с растущими объемами данных, стримящихся в их системы из различных массивов контроллеров и датчиков, и часто заканчивают сбрасывать их в озера данных.

Производителям нужно установить общий интерфейсный слой, который может извлекать и читать данные из всех поколений производственных систем, сказал Олд. Кроме того, согласованность должна быть обеспечена, так как данные из различных систем могут иметь разные значения и пороги. Вызов для многих производителей в том, что у них может быть много отдельных заводов, каждый со своими инициативами и стандартами.