Edge computing a umělá inteligence jsou hnací silou nevyhnutelné transformace výroby. Odvětví usilovně pracuje na odstranění bariér mezi IT a provozními technologiemi (OT), tedy skutečnými stroji v tovární hale, protože jedině tak mohou podniky zvýšit efektivitu a inovace ve svých výrobních halách a přežít na stále více konkurenčním globálním trhu. Problémy ovlivňující trh a úlohu open source technologií definuje v textu níže Francis Chow, vice prezident a generální manažer pro in-vehicle operační systémy and edge řešení ve společnosti Red Hat, která provozuje své celosvětově největší výzkumné a vývojové centrum v České republice.
Autonomní procesy ve výrobě
Podle McKinsey má trh technologií pro inteligentní továrny potenciál dosáhnout do roku 2025 hodnoty až 3,7 bilionu dolarů. K využití tohoto potenciálu ale výrobci potřebují nahradit své tradiční softwarové a hardwarové systémy se specializovanými funkcemi platformou, která pokrývá širokou škálu úloh, využívá automatizační technologie, poskytuje pokročilé funkce zabezpečení a lze ji jednotným způsobem spravovat. Příkladem takové platformy je průmyslová edge platforma vyvíjená Red Hatem a Intelem, která mimo jiné pomáhá nasadit a provozovat funkce, jako je řízení výrobní haly v reálném čase, od cloudu až po okraj sítě a od velkých škálovatelných systémů po standardizovaná řešení, vždy stejným způsobem. To zjednodušuje vývoj, testování a nakonec i nasazení a správu řešení. Jedině tak lze zlepšit celkovou efektivitu zařízení (Overall Equipment Efficiency, OEE).
Vývoj pokročilých distribuovaných řídicích systémů
Udržitelnost je na vrcholu zájmu a mnoho průmyslových podniků investuje do automatizace i řídicích a optimalizačních systémů, aby tuto transformaci podpořily. Taková řešení ale musí být flexibilní, otevřené a interoperabilní. Díky integraci s platformou edge computingu mohou systémy řízení procesů pracovat přesněji a efektivněji, což poskytuje nebývalou flexibilitu pro urychlení zpětné vazby inovací v kontinuálních výrobních procesech. Klíčový je zde moderní, inovativní přístup k návrhu a provozu distribuovaných řídicích systémů (Distributed Control Systems, DCS), jak jej realizuje například firma Schneider Electric ve spolupráci se společnostmi Intel a Red Hat. Vždy ale musí být možné tyto systémy modernizovat, aniž by byla ohrožena základní funkčnost, aby bylo možné optimalizovat fyzická zařízení, procesy a systémy napříč celým řešením.
Konvergence umělé inteligence a technologií edge computingu
Rychlý vzestup AI pokračuje, a to zejména ve výrobě. Tento vývoj má obrovský potenciál v oblastech, jako bezpečnost práce, udržitelný design výrobků, prediktivní údržba a optimalizace dodavatelského řetězce. Open source technologie urychluje tempo inovací, protože se zaměřuje na ekosystémový přístup založený na spolupráci při vytváření a testování řešení a implementaci inovací. Tím také vzniká interoperabilita potřebná pro nasazení AI a digitálních dvojčat. V současné době podniky často nemají přístup k údajům ve svých systémech, protože jsou vázány na vertikálně integrovaná řešení od dodavatelů OT. Mohou implementovat „naroubované“ systémy počítačového vidění, ale nebudou moci plně využívat umělou inteligenci.
Využití dat na maximum
Rozšiřující se dodavatelské řetězce, chytrá zařízení, senzory a další technologie vytvořily v moderní výrobě obrovskou záplavu dat. Tento nárůst objemu dat přináší komplikace, ale také potenciál pro efektivní a udržitelné, na datech založené procesy. Výrobní systémy (Manufacturing Execution Systems, MES) výrazně zlepšují přehled o jednotlivých výrobních procesech. Když organizace nasadí svůj MES na Red Hat OpenShift – jako to udělala například společnost Critical Manufacturing – bude těžit z optimalizovaných pracovních postupů a konzistentního prostředí, ať už systém běží lokálně, nebo v cloudu. Open source technologie hrají zásadní roli také při zvyšování bezpečnosti systému a ochraně citlivých dat.
Privátní sítě pro lepší konektivitu
Privátní 5G a edge computing jsou dvě technologie, které spolu neoddělitelně souvisejí. Mnoho výrobců bude tyto sítě potřebovat pro zvládnutí obrovského nárůstu stroji generovaných dat, což umožní rychlejší rozhodování, bezpečnější a spolehlivější připojení, analýzu i nasazení AI. Prostřednictvím této bezdrátové sítě lze například připojit videokamery, roboty a dopravníky, přičemž každé zařízení slouží jako aplikace edge computingu s vestavěným modelem AI/ML, který pomáhá s odvozováním a rychlým rozhodováním.
Větší bezpečnost a standardizace
Pokud jde o rychlé přizpůsobení se potřebám podniku, musí být v popředí bezpečnost a standardizace platformy, aby byla zajištěna skutečná škálovatelnost. Ve studii S&P Global Report téměř polovina (47 %) pracovníků s rozhodovací pravomocí uvedla, že bezpečnost dat, sítí a fyzických i digitálních zařízení je pro ně při zavádění edge computingu jednou z největších výzev. Čím více zařízení organizace má, tím větší je útočná plocha pro kyberzločince. Proto je nezbytná větší standardizace prostřednictvím společné platformy, která poskytuje konzistentní a spolehlivé bezpečnostní funkce, které výrobcům umožňují ve velkém měřítku řídit ochranu jejich majetku a systémů. Ve výsledku to snižuje provozní složitost a zároveň přispívá k vyšší interoperabilitě.
