系统集成商可将物联网项目推广至全球各地

跨行业、零售业、城市和其他细分市场的数字化转型浪潮正在为系统集成商创造新的挑战。过去,系统集成商可以专注于特定垂直行业、技术、供应商和领域,如工厂车间或数据中心。然而,只关注特定领域已经无法满足当前需求。

瞬息万变的物联网环境已经拓宽了可能性的边界。但宽泛且可扩展的系统可能会比较零散,而要提供特定垂直市场的解决方案也需要专业能力。系统集成商可通过与全方位服务物联网解决方案聚合商合作,以弥补这一缺口。

聚合商所提供的价值远远超出过去的传统分销商。借助深厚的知识储备和市场化的工具,他们可以在全球为系统集成商提供创新技术、经验证的解决方案、解决方案供应商管理服务、商业服务和物流服务。

世平集团 (WPIG, World Peace Industrial Group) 是英特尔® 物联网解决方案聚合商,其物联网解决方案亚太区副总鈕因任表示,“系统集成商了解其客户眼下的技术需求,但那并不足够。”“我们同时协助系统集成商实现终端用户的整体业务目标,这对于生态系统市场而言十分重要。这是边缘人工智能时代的一站式服务。”

物联网应用覆盖范围广泛

专家预测,在未来三年内,物联网连接设备的数量将增至 430 亿台。广泛的覆盖范围创造了无限机遇,尤其是在智能架构领域。例如,政府正在采用更多可提高效率和安全性的创新技术,以进行城市转型。

世平集团为一座城市打造了智能路灯物联网项目,不仅为城市节省了资金,也为增加新应用奠定了基础。这些互联路灯可根据日期、时刻表或环境条件自动开启和关闭。

一旦应用程序就位,系统集成商即可与聚合商合作,扩展更多面向智能城市的功能,从而发展其业务。例如,可以为路灯配备视频和人工智能,并集成到更为广泛的解决方案中( 1)。

图 1.世平集团通过采购和组装多个组件,协助当地系统集成商部署了一个复杂的物联网项目。(资料来源:绿创新科技)
图 1. 世平集团通过采购和组装多个组件,协助当地系统集成商部署了一个复杂的物联网项目。(资料来源:绿创新科技

“智能路灯可以追踪违规行为,例如司机未在正确的位置停车,或未支付停车费。” 鈕因任谈到,“每盏路灯都可以作为连接 5G 无线基站的微型蜂窝。整体基础设施已融为智慧城市的一部分。我们可以协助将系统集成商与解决方案供应商联系起来,來满足这些需求。我们与各伙伴共同合作,并提出新的想法和解决方案,以实现互联的愿景。”

此外,利用聚合商经过市场验证的英特尔® 物联网行业整体解决方案(英特尔® MRS)和英特尔® 物联网开发套件(英特尔® RRK)产品系列(由产品和合作伙伴的大型生态系统组成),简化了部署,并加快了上市速度。

通过与世平集团合作,系统集成商可以提供难以独立制定的完善解决方案,从而应对极为复杂的挑战。系统集成商可为客户提供经验证且可扩展的解决方案,无需管理所有的合作伙伴,即可解决广泛的集成问题,从而更好地服务客户,并开拓新市场。另一方面,解决方案供应商可以携手世平集团招募的当地系统集成商合作伙伴,将其解决方案快速推广到其他国家。

物联网项目亦可深入市场

系统集成商可以打造自定义的复杂系统,以应对广泛挑战,但也可以深入细分市场,制定针对垂直市场的特定解决方案,从而为客户提供服务。物联网解决方案聚合商也可以为此提供协助。例如,世平集团通过调整英特尔的MRS( 2),优化了其合作伙伴 寬緯科技 (Quadlink, 台湾水产养殖市场中的佼佼者)开发的水聚寶(Aquadlink) 水产养殖解决方案。这款垂直市场特定的产品面向水产养殖业,该行业是亚太地区的重要行业。

图 2.可立即上市的垂直市场特定系统可以协助系统集成商获取更多知识。(资料来源:Quadlink)
图 2. 可立即上市的垂直市场特定系统可以协助系统集成商获取更多知识。(来源:Quadlink

Quadlink 解决方案提供水产养殖水域环境监控,以便进行疾病控制和养殖。该方案采用了物联网自动化传感器和太阳能技术,可以根据养殖类型进行自定义。世平集团正在扩展这一解决方案,协助系统集成商向个体渔场以及渔业协会和饲料行业销售产品、渗透新市场,并在利基市场中建立专业知识。

“台湾地区拥有大量的高价值渔场。” 鈕因任 谈到,“该解决方案针对真实用例制定,并且可以快速部署。我们通过提供概念证明来创造价值,这很重要。系统集成商难以独自完成这样一个解决方案。”

世平集团还通过销售战略咨询,帮助系统集成商深入了解深层领域的知识细节。“我们知道,系统集成商需要与新一代渔民接触,这些渔民更愿意接受新技术。” 鈕因任说,“老一辈渔民相信自己的感觉和经验。他们觉得自己不需要技术。但是新一代渔民并不想每天都前往渔场。他们希望能用手机远程管理渔场情况。你无法自行说服老一辈渔民。但如果你能说服新一代渔民,就能显著提高销售机会。

通过与当地系统集成商携手合作,上述两种方案已在多个其他国家成功实施。世平集团的目标是在亚太国家招募当地的系统集成商合作伙伴,并在最短的时间内于当地分销英特尔 MRS 和 RRK 解决方案。通过技术、销售和市场营销支持,它可以帮助供应商和系统集成商加快上市时间。

借助物联网解决方案聚合商,系统集成商可以服务于更为广泛而深入的市场。与时俱进的关键是跟上瞬息万变的市场需求。“创新永无止境。”鈕因任 表示,“为了做出正确的决策,系统集成商应当具备大局观、着手细节,并快速前进。”

沉着应对物联网边缘计算

自动驾驶汽车会生成大量的数据。事实上,一辆自动驾驶测试车每天可生成 5 至 20 TB 的数据。尽管你可能认为这仅限于自动驾驶汽车,但喷气发动机、风力涡轮机、油泵和自动化系统同样会生成大量的信息。

如何处理所有这些信息?例如,自动驾驶汽车的数据对于未来的车辆设计非常有价值,因此不能丢弃该数据。但显然不能通过有线连接将数据传输到数据中心进行存储,而通过无线网络传输如此数量的数据既昂贵又不切实际。

唯一可行的选择是为车辆本身配备高性能嵌入式计算 (HPEC) 数据记录器。

“这必须在车辆上进行,因为无法无线传输如此大量的数据,” Eurotech S.p.A 的产品管理部门高级集团经理 Pierfrancesco Zuccato 说。“这就提出了一些非常苛刻的要求,因为车辆存在冲击和振动,必须符合一定的监管标准,却没有太多空间。”

有限的空间不仅对汽车工程师来说是一个棘手的问题,而且对于任何需要大量性能的系统的设计师来说也是如此。在自动驾驶测试车这样的用例中,不能使用风扇为数据记录器散热,因为活动部件会显著降低系统的可靠性。而且在很多情况下,这些设备被置于车辆内,几乎不接触环境空气。它们通常还会消耗和计算设备本身同样多的能量。

那么,如何将 HPEC 存储在像自动驾驶测试车这样空间受限的恶劣环境中?答案是液体。

“如果使用液体冷却,就可以达到最大的密度水平,因为除了液体,无需留出空间让任何东西在里面流动,液体可以被精准引导到需要散热的部件,” Zuccato 说。“通过液体冷却,你会获得空气冷却无法比拟的效率。”

液体冷却数据中心

多年来,液体冷却已被应用于多种系统。其中包括使用该技术使电池保持在最佳温度的电动汽车 (EV),以及让燃料流经板载电子设备以防止过热的飞机。

但电动汽车和飞机热管理系统是定制设计的,在测试系统或希望使用耐用 CPU、GPU和/或 FPGA 的任何其它空间有限的设计中,液体冷却的实现成本极高。为此,Eurotech 的边缘系统工程师设计了 DynaCOR 40-35,这是一款耐用的液体冷却数据记录器,具有高达 123 TB 的 NVMe 存储容量,具有数据中心级温度控制(图1)。

图 1.液体冷却 DynaCOR 40-35 数据记录器专为耐用的边缘应用程序而设计。(信息来源:Eurotech)
图 1. 液体冷却 DynaCOR 40-35 数据记录器专为耐用的边缘应用程序而设计。(信息来源:Eurotech

在自动驾驶测试车中,DynaCOR 40-35 直接接受来自汽车的冷却液,并通过系统内的冷板进行传递。这些冷板当然是紧密耦合的,这可以防止液体干扰任何板载电子元件,同时也符合平台的 ISO 16750-3/LV-124-2 认证合规性。

该系统的 123 TB 焊接 ECC NVMe 存储器分为五个支持 RAID 0 或 RAID 5 架构的盘位,后者通过在多个冗余驱动器上分布所记录的信息来提供数据恢复能力。即使 RAID 5 系统中的一个驱动器出现故障,也可以从其它工作的驱动器拼凑校验信息,以重建原始数据(图2)。

图 2.RAID 5 架构可为多个 NVMe 存储驱动器提供数据冗余。(信息来源:Alandata)
图 2. RAID 5 架构可为多个 NVMe 存储驱动器提供数据冗余。(信息来源:Alandata

为了支持来自高分辨率汽车传感器的恒定数据流,DynaCOR 40-35 包含一个三层交换机、两个100 GbE,以及四个 10 GbE 接口,总吞吐量超过 200 Gbps。为了有效管理如此大量的数据,该系统能保持 80 Gbps 的内存写入速度,使 DynaCOR 40-35 能作为企业级存储集群,用于车辆中的所有端点。

所有这些部件均为液体冷却,但 DynaCOR 40-35 需要液体冷却的真正原因是需要对其进行管理,而且平台也必须分析所记录的数据。这由 16 核英特尔® 至强® D-2100 系列处理器执行,它集成了英特尔® AVX-512 扩展和一个用于计算阵列的融合乘加运算 (FMA) 块。

至强处理器焊接在主板上,提高了其在恶劣环境下的耐用性和可靠性。尽管如此,该芯片仍然提供诸如英特尔® 虚拟化技术(英特尔® VT)、英特尔® 通信加速技术(英特尔® QAT),以及平台存储扩展的企业级功能,这有助于提高板载存储能力。

这些功能产生的整体热设计功率 (TDP) 低至60 瓦,显著低于其它 GPU 产品。这种低每瓦耗电量 (PPW) 是对 Zuccato 的“在边缘复制数据中心”的愿景的理想补充。

“你可以非常严格地控制设备的运行条件,这意味着你不仅可以部署在车辆内,还可以部署在几乎任何地方,因为你可以有效地将热管理要求与实际环境条件解耦,” Zuccato 解释说。“这意味着,你甚至能以符合设计使用条件的方式部署诸如最新、最好的 CPU 的数据中心硬件,以及诸如 GPU 或 NVMe 存储单元等其它外围设备。”

成品 HPEC

近十年来,HPEC 系统一直被作为一种使边缘计算更智能的方式来推广。但许多尝试都失败了,因为将为数据中心的受控环境设计的技术移植到现实世界的恶劣环境中必然存在困难。成功的尝试通常需要大量定制,因此对于大多数应用程序来说不现实。

如今,诸如 HPEC 和液体冷却等先进技术已经发展到不仅可以广泛使用,而且提供成品。事实上,DynaCOR 40-35 有一个快速对接选项,使设计师能快速将其从测试车辆上移除,在办公环境中提取数据,然后再将其放回原位。如果这还不能说明边缘计算的高性能,那我不知道还有什么能够说明。

区块链:物联网网络安全的关键

如果您是一名黑客,那么方法很简单:控制一个保护程度较低的物联网端点,然后利用它来访问企业网络中其他位置上价值更高的目标。所以,针对物联网设备的网络攻击在 2019 年上半年增长了两倍也就不足为奇了

这种攻击方式之所以可行,至少部分是因为大多数物联网网络基于集中式通信和安全架构,例如公钥基础结构 (PKI)。当管理成千上万个难以控制的分布式系统时,PKI 带来的诸多挑战使物联网部署容易受到中间人攻击,以及发生单点故障。

区块链安全公司 SmartAxiom 的副总裁 Trent Poltronetti 解释说。

“问题在于 PKI 涉及很多证书,而这种信任链又会回溯到根证书,” Poltronetti 说。“如果实施得当,它是相当安全的,但在现实世界中如果您拥有一些这样面向用户的端点设备,那么您就必须与某个遥远的服务器进行通信,而同时也许还有数百万台设备也与之联系。

“如果捕获到密钥,则可以进行中间人攻击,并将虚假数据提供给服务器或设备。接下来,您会面临这样一个问题:是将系统设计为“失效开放” (Fail Open) 以使它可以继续运行并且让用户满意,但安全性得不到保障,还是直接将整个系统完全锁闭。”

所以,与其尝试将集中式安全架构强加到分布式系统上,为什么不采用像区块链这样的分布式安全架构呢?

区块链:分布式边缘安全

区块链为 PKI 提供了替代方案。作为一种分布式数据库技术,区块链通过在对等网络上的节点之间建立信任,来消除与传统安全架构相关的单点故障。

由于使用多个分散节点来验证交易,因此基于区块链的网络具有以下优点:

  • 冗余:即使单个服务器或网络出现故障,其他区块链节点也可以继续验证交易。而且,由于交易存储在多个节点上,因此一个节点发生安全风险并不会损害整个系统。
  • 弹性:由于密码散列将每个块绑定到前一个块,所以交易是使用共享历史记录进行身份验证的,这是防止中间人攻击的另一种方式。
  • 可扩展性:区块链网络上的节点越多,安全性就越高,因为有更多的计算资源应用于交易验证。

Poltronetti 说:“尽管单个节点结构简单并有可能被破解,但作为节点组,它们可以协同工作来替代安全服务器的功能,以进行身份​​验证和批准。”“它们的可靠性来自于冗余。因为这是大多数人的共识。”

与比特币相比,更适合物联网系统

尽管具有这些优势,但大多数区块链技术都是为企业部署而设计的。在这些应用中,区块链节点通常可以使用数据中心级的计算和内存资源。而且,随着区块链的发展以及向网络中添加越来越多的节点,生成和验证块变得更加复杂且耗时,因此在许多企业区块链用例中,预计会产生巨大的延迟。

当然,物联网边缘节点也不包含任何数据中心级计算。而且它们对时间非常敏感,就像用户无法接受要等 10 分钟才能打开灯或空调。为了弥补这些弊端,SmartAxiom 开发了他们称为 BlockLock 的多链区块链,可以从端点到云端帮助保护物联网网络。BlockLock 将传统的区块链架构分为两部分:一个是用于控制节点供应、身份验证和身份管理的“设备链”,另一个用于记录交易的“事件链”(图 1)。

图 1.区块链验证过程被划分为“设备链”和“事件链”,以改善内存利用率和系统延迟。(来源:SmartAxiom)
图 1. 区块链验证过程被划分为“设备链”和“事件链”,以改善内存利用率和系统延迟。(资料来源:SmartAxiom)

这种方法从多个方面使物联网系统受益。首先,由于“设备链”仅负责设备而不考虑其进行的交易,因此它可以放在端点级的小容量、高速 SRAM 中。其次,该架构极大地减少了存储需求,因为不必在每次新交易时都复制设备数据。如果交易位于共享历史记录验证所需的缓冲区之外,则可以丢弃这些交易或将其存档在云存储中。

BlockLock 跨越各种硬件、操作系统和网络。它可以在内存不足 512 MB,以英特尔® 凌动® 处理器为驱动的物联网网关上运行,并且消耗的资源不到系统总资源的 5%。

但是,对于由简单的微控制器驱动,并且资源有限的物联网传感器节点来说,它的性能要求仍然过高。而且,运行 BlockLock 的网关的效率不足以支持完整规模的企业区块链。

为了实现完整的边缘到云区块链架构,以利用多链架构的速度和存储优势,SmartAxiom 开发了两个额外的组件作为 BlockLock 堆栈的补充:

  • 在端点中,Beachhead Microcode 提供了一个小型区块链库,可帮助促进加密块的生成。它还实施了一个用于临时存储交易的微型分类账。
  • 在云端/数据中心,该公司的 Tenacious Service 与 INFORMIX 集成,可以长期存储时间序列和空间/GIS 数据,允许用户将本地物联网区块链与其他分布式分类帐同步,并包括一些其他异常检测和安全分析工具。

图 2 中显示了 SmartAxiom 区块链产品组合的整体图,统称为 Fortress。即使所有这些基础设施都准备就位,SmartAxiom 多链也能够在 100 毫秒或更短的时间内批准区块链交易 — 至少比传统 PKI 身份验证快 5 倍。

图 2.Fortress 包含三个区块链组件,将多链架构从边缘扩展到云端。(来源:SmartAxiom)
图 2. Fortress 包含三个区块链组件,将多链架构从边缘扩展到云端。(来源:SmartAxiom

物联网安全性的现状

新技术成功进入市场通常需要花费数年的时间,但是物联网安全性已经落后于形势。为了应对不断发展的物联网威胁态势,当今组织正在实施基于区块链的安全解决方案。

例如,一家大型汽车制造商在他们的一个工厂采用了 SmartAxiom 的多链安全架构。在这里,该项技术用于增强实时传感器、执行器和控制系统的网络安全性。另外,这种方法还可以用于消除仓库 IT、运营和分析平台之间的孤岛,从而将工厂数据同步到一个整体系统中。

在这种情况下,SmartAxiom 部署能够实现小于 10 毫秒的延迟。

但是,区块链的应用领域并不仅限于增强安全性和自动化效率。它的特性还可以外展至车辆或其电子控制单元 (ECU),从而潜在地保障“边缘设备”与维持物联网运转的企业应用程序之间的连接。

“汽车上有 200 个处理器。如果您把它们划分成六个或七个最大的轻型区块链来运行 — 然后让它们彼此信任,使它们协同工作,那么汽车就能够自我防御,” Poltronetti说。“如果区块链也信任汽车,那么汽车将成为更大型系统中的一个端点。所以,无论对于打车、汽车共享,还是送货,这都是一件相当美妙的事情。”

从 OT 到 IT:系统集成商的工具套件

依托实践经验的背景,运营技术系统集成商 (OT SI) 可以构建和安装使公司更高效地运行的设备。他们不仅是运营方面的专家,也是各自领域的大师,专注于能源、制造或零售等行业。但一个关键挑战可能是跟上日益复杂和不断发展的基础设施。

这些细分领域内的企业正朝着数字化转型快速发展。但并非每一家集成商都拥有相应的工具、技术和专业知识来追上这股潮流。

如今,对于这些传统的孤立应用,其大部分设备正在经历一场数字革命,以期实现输出的最大化和损耗的最小化。从工厂车间到零售店面,系统集成商被推上了这一快速转型的风口浪尖。要在当今取得成功,系统集成商必须将业务视野从运营领域延伸到 IT 部门

为了避免错过发展机遇,乃至失去竞争优势,OT SI 需要掌握最新的信息,以及获取先进的技术、产品和创新。但是并不是每个人都有时间参加 IT 速成班。为了更好地服务客户,为他们提供完整的解决方案,运营专家可以在解决方案聚合商中寻找合作伙伴。

令您轻松获取技术

聚合商正涌现为一股行业中的新兴势力,他们不再是过去的分销商角色。这些增值合作伙伴在物联网领域拥有深厚的知识,是价值链中的新枢纽。他们可以通过各行各业的供应商组合所有必要的技术,形成经过验证、针对特定用例的解决方案来满足运营专家的需求(图 1)。

图 1.聚合商帮助部署和扩展物联网项目。(来源:英特尔®)
图 1. 聚合商帮助部署和扩展物联网项目。(来源:英特尔®

“也许您拥有服务于能源领域的 SI,”英特尔全球物联网解决方案聚合商项目经理 Troy Smith 说。“他们在能源领域的运营上拥有丰富的专业知识。并且通过与聚合商的合作,他们能够应对新的挑战。例如,聚合商可以帮助提供定制的边缘至云端智能电网解决方案,实现对能源的实时监控,以提高能源生产、分配和消耗的效率。”

系统集成商了解他们的行业,而英特尔® 物联网解决方案聚合商知道有哪些优秀的技术和工具,可用于满足最终用户的总体业务目标。运营专家也许能够胜任有针对性的部署,例如在工厂车间安装预测性资产维护系统,但对于利用最新的物联网创新技术却束手无策。

从自动质量控制到机器人系统,人工智能 (AI) 和计算机视觉正通过重大运营革新重组着整个业务流程。聚合商可以帮助 OT SI 接触到无法自行部署的现代技术,从而拓展 OT SI 的深度和范围。

实际上,聚合商工具箱中的解决方案可以改变行业,帮助 SI 构建新型和出人意料的应用程序,从而优化业务运营。考虑使用计算机视觉和 AI 驱动的无人机来监视牧场,以帮助管理牧场运营。

这是印度尼西亚正在发生的事情,养牛农场主通过这种方式管理着数百万头奶牛。理论上说,我们无法评估每一头牛的身体情况,但是对牛群实施预防性的监控,根据动物的行为预测动物的健康状况可以改善农民的业务和收入。同样的技术也可以应用于多个行业。

英特尔全球物联网生态系统规模总监 Michael Lin 表示:“在各大行业和应用中,聚合商解决方案组合的丰富和多样性对 SI 社区来说至关重要。”

为物联网项目创造更多价值

除了衔接运营团队和最新的工具之外,聚合商还有助于解决其他挑战。例如,部署概念验证可能会使项目延迟数月甚至数年,从而降低生产效率,拉长收益时间。而解决方案聚合商通过一个合作伙伴生态系统,它包括云解决方案提供商 (CSP)、物联网组件供应商以及一系列英特尔® 物联网行业整体解决方案和英特尔® 物联网开发套件,帮助解决了这一难题。这个“价值链”通过现成的体系架构加快部署速度,在更短的时间内满足了客户的需求“聚合商可以采用现有的“行业整体解决方案”或“ 物联网开发套件,” Smith 说。“他们可以对解决方案和套件进行解构和重建,以适应当地市场和需求。尽管解决方案和用例相同,但是实际配置和封装可以针对特定的最终客户、地理位置或应用领域进行调整。”

降低复杂性

超过70% 的公司没有准备好物联网方案。这就是运营专家介入的机会。解决方案的知识和可用性是关键因素,与聚合商的关系则有助于 OT SI 降低复杂性并发展业务。将来,聚合商将很有可能成为设计和实施完整解决方案的重要合作伙伴。

“对话成为了关键,” Lin 说到。“OT SI 可能联系聚合商说,‘你们曾帮助我为客户部署了预测性维护解决方案。现在,他们希望实现质量控制流程的自动化。你们有其他解决方案能为我提供帮助吗?”聚合商可以帮助他们服务客户。这是他们的价值根基所在。”

多供应商物联网解决方案的一站式访问有助于系统集成商加速物联网解决方案的部署

物联网系统集成商所需的专业知识

随着更多的企业开始专注于数字化转型,系统集成商需要对越来越复杂的数字化基础设施提供支持。给这一等式进一步平添难度的是,物联网正在成为全新系统的一个有机的组成部分。据专家估计,今年连入的物联网设备数量将达到 310 亿台,而截至 2025 年,这个数字将至少翻一番,达到 750 亿台。

由此产生的结果是,创新正在飞快地加速。物联网对数字化转型作出的延伸远远超出了 IT 的范畴,进入物理操作。可能性是无限的,解决方案的数量也一样。设计和组装端到端系统需要将位于多个地理位置的供应商提供的元件缝合到一起。而将所有这些技术整合成一个完整的解决方案,需要访问权限和信息。

对于处于转型中心的 SI 来说,新技术(例如人工智能和计算机视觉)的发展节奏成为了创新技术的传送带,速度不断加快。从何处开始?而且更重要的是,它们如何跟上改变?

您的物联网项目指南

为了在这一全新的领域中制胜,SI 可以与物联网解决方案聚合商建立合作伙伴关系。

聚合商是在行业中刚刚崭露头角的新角色,处于价值链的中部,他们可以跨一系列技术合作伙伴,将解决方案的多个元素组装起来,从而为 SI 提供经验证的集成产品。可以把他们理解为能够协助 SI 为解决方案组建明星团队的星探。他们是未来的分销商,也是物联网生态系统的一个至关重要的组成部分。

“‘聚合商’这个术语十分形象;事实上,这个概念是英特尔® 首创的,”英特尔全球物联网解决方案聚合商项目经理 Troy Smith 说道。

“随着行业的演化,分销商开始意识到该功能所提供的价值,并拥抱这一角色。作为聚合商,他们将所有的碎片组合在一起,并管理供应商关系。这使 SI 能够专注于完成自己的工作,而不是不得不招募和管理一大堆新的供应商。” Smith 说。

物联网应用的正确连接方式

物联网的空间,从其本身的性质来看,是碎片化的。聚合商已经与一系列广泛的供应商建立了连接关系。他们知道,针对某些特定市场和用例是否存在着更新或更具说服力的解决方案。与传统的分销商相比,他们通过提供专业知识和规模,扩大 SI 的接触范围,以获取后者自身可能无法接触到的技术。

聚合商对于中小型 SI 来说可能格外具有价值,因为后者可能不具备足够的议价能力。聚合商可以帮助他们通过优化成本结构来提高采购能力。

集成商及其客户的痛点之一是寻找能够协同工作的解决方案以实现成功的部署,从而带来真正的业务优势。对于新技术的概念验证可能需要耗时数月,甚至数年。英特尔® 物联网聚合商带来的一组英特尔® 物联网行业整体解决方案和英特尔® 物联网开发套件能够立即解决某些痛点。加速部署可以缩短产生收入所需的时间(图 1)。

图 1.英特尔® 物联网行业整体解决方案和英特尔® 物联网开发套件对于缩短产生收入所需的时间而言,至关重要。(资料来源:英特尔)
图 1. 英特尔® 物联网行业整体解决方案和英特尔® 物联网开发套件对于缩短产生收入所需的时间而言,至关重要。(资料来源:英特尔)

以专注于医疗护理行业的 SI 为例,向最新的远程医疗体系转化是一项迫切的需求。聚合商可以将经过测试和验证的解决方案组合起来,包括所有所需的产品、技术和服务。他们与英特尔的合作伙伴关系有助于聚合商更快地加入新的供应商,以更好地满足市场需求——对于 SI 及其医疗护理领域的客户而言是一个双赢的解决方案。

价值的加成

聚合商可以帮助 SI 借助下一代技术(包括云、安全性、物联网、数据分析和移动性)来扩展其业务,提供一个涵盖所有最新组件的框架,以在市场中保持相关性。他们还提供增值的财务和后勤服务,以确保 SI 无需被与诸多供应商合作的细节所困扰。此外,从耗时的解决方案组装、配置和测试任务中解脱出来,允许 SI 把更多的时间花在客户身上。

聚合商还可以以顾问的形式与 SI 合作,在共同开发强大的解决方案的同时协助后者构建自身的专业知识。SI 负责解决业务问题,但他们对于技术因素,以及为什么一种解决方案优于另一种却不甚了解。而聚合商凭借着与供应商的关系,可以提供这类指导,以协助 SI 选择最具相关性的解决方案,以应对他们正在尝试解决的挑战。

“市场上的解决方案实在太多了,”英特尔的全球物联网生态系统规模总监 Michael Lin 说道。“聚合商可以帮助 SI 提供服务,并创造新功能,以满足客户的许多需求。他们甚至可以进行定制。聚合商可以提供一站式的服务,不仅仅是从原材料可用性的角度;也是从解决方案层面。”

多供应商物联网解决方案的一站式访问有助于系统集成商加速物联网解决方案的部署

智能工厂实现快速转型

全球疫情已经导致人们对于个人防护设备(通常被称为 PPE)出现了迫切和持续的需求。但是,第一响应人员(从救护车到 ICU)仍然继续面临着 KN95/N95 口罩和其他防护装备的短缺。制造商正在 24/7 全天候无休地工作,才能出制造足够多的设备,跟上不断增长的需求。

这些人们迫切需要的 KN95/N95 口罩只是一个例子,还有更多制造商不得不在一夜之间从制造一种产品转型为另一种。但重新部署生产线并不是一件容易的事。重新设置机器通常很麻烦,而安装各种传输设备则涉及大量的连接、集成和测试工作。

人工智能 (AI)、计算机视觉和强大的边缘计算技术领域的进步对于提高效率和质量控制来说非常关键,这使企业能够应对疫情期间对于安全和预防材料的激增的需求。

平衡速度和质量

当然,我们不能以牺牲质量为代价去追求速度。特别是,KN95/N95 防护口罩的质量要求比一般的口罩要严格得多。因此,制造商必须在保持极高的测试准确度的同时,提高检验效率。任何一方面都不能妥协。

虽然传统的机器交付产品生产线和人工测试解决方案可能无法胜任,但是采用基于人工智能的机器视觉技术的全自动化系统却可以迎接这一严峻的挑战。这些系统在帮助企业快速部署和高效生产优质产品方面非常有效。

通过自动化优化生产

通过 KN95/N95 口罩生产线部署,大部分的工作负载包含与机器有关的安装和测试。印刷和剪切的相位同步以及传送鼻线和置入鼻梁条的机械步骤的时间控制尤其耗时。而且通常需要多个工程师同时进行协调与合作,多次尝试,才能完成这个流程。

来自深圳汇川技术有限公司的 AC800 智能机械控制器能够帮助制造商解决这些挑战,加快生产并实行严格的口罩测试。

控制器是一套完全自动化的系统,能够降低生产线的调试困难程度和工作负载,同时优化设备的性能和运行效率。用户可以基于人工智能开发一个采用工业视觉技术的检测系统,帮助制造商降低成本、提高效率并确保产品质量。

借助采用灵活的伺服马达系统的全自动化平台,制造商能够及时通过自整定或模糊调整控制参数,协调生产线的所有组件,以实现更高的智能和准确性。此外,该系统将组件传输至生产线中最理想的位置,从而有效降低部署过程中的难度和工作负载,并大大缩短设备交付周期。

但是,此解决方案比过去更加依赖于控制器的计算处理能力,并且在面对复杂操作时,现有的单一功能的控制器可能不够用。出于这个原因,汇川的 AC800 系列采用了高性能的英特尔® 酷睿 处理器和英特尔® Industrial Edge Control 平台(图 1)。

图 1.汇川 AC800 系列高性能智能机械控制器。(资料来源:汇川科技)
图 1. 汇川 AC800 系列高性能智能机械控制器。(资料来源:汇川科技)

这些“软件定义”的工业 PC 使用户能够更换单一功能的控制器并实现边缘测试的负载集成,高效地协助设备制造商降低开发成本、缩短开发周期,使用户能够提高系统响应速度并降低运行和维护的困难,最终降低成本,并提高整个产业链的效率。

借助人工智能和计算机视觉实现准确高效的检验

质量检验尽管是工业生产中不可或缺的一步,却常常成为可能影响效率的瓶颈,因为传统的人工检验手段贯穿整个生产流程的多个节点。

KN95/N95 口罩的检验尤其复杂。它们必须针对表面外来物质、鼻梁条和海绵条的对齐和平整性、密封边缘的宽度,以及耳挂的定位进行检验。但是由于缺乏统一的测试标准以及检验人员的疲劳,准确性可能会受到很大影响。

采用汇川科技启用了人工智能的 KINOVISION 平台,有助于解决这些挑战。英特尔酷睿处理器和英特尔® OpenVINO Toolkit 的集成,为整个流程优化了服务器和加速引擎。它已被部署在多个 KN95/N95 口罩生产线中,结果令人印象深刻。

  • 受测试的体积达到每分钟 150 个口罩,准确率高达 99.98%。
  • 一条平均水平的生产线可以减少 2-3 个检验人员。
  • 制造商可以实现 24/7 无间断生产,在提高测试效率和确保质量标准的同时,有效地降低劳动力成本。

全球响应和整备

汇川 AC800 和 KINOVISION 平台正在使全球范围内的制造商得以在改善检验结果的同时加快生产线的重新部署。我们在响应全球疫情的挑战时,也正在逐步走向恢复,生产基本的 PPE 比以往任何时候都重要。创新性地将诸如人工智能、计算机视觉和高性能边缘计算之类的技术付诸应用,使之成为可能。借助同样的技术,制造商还可以部署全新的智能工厂解决方案,在未来几年中继续进行数字化转型。

人工智能和计算机视觉为疫情恢复赋能

顶尖的计算机视觉和人工智能是突破性应用的基础。医疗保健提供商、教育工作者、零售商、城市等等,都在使用这些技术来推动响应和恢复。

教育技术远程化任重道远

随着全球疫情爆发,教育工作者被迫从教室授课转向远程教学。数字学习需要丰富的视觉内容来弥合差异。一家公司正在通过创新的解决方案实现这一目标。

人工智能技术改变供应链运营模式

在这个特别具有挑战性的时代,供应链运营商如何比以往更快地将货物从一个地方运送至另一个地方?最新的物联网传感器、加固型计算机和人工智能可以满足这些需求。

嵌入式软件将实时分析融入电网

公用事业运营商能否在电力不中断的情况下向传统变电站添加实时分析?嵌入式软件使之成为可能,并且节省了时间和资源。尖端技术使公用事业公司能够最大限度地利用可再生能源,从而减少化石燃料的消耗。

借助工业物联网保护电网

气候变化正在推动全球能源系统的重塑。最新技术在使其成为可能的过程中起着重要的作用。了解芬兰的公用事业公司如何通过集中式变电站的保护和控制来解决该问题。

利用人工智能快速重新配置工厂

在快速变化的时代,制造商需要变得敏捷。如今,当工厂被改造成提供个人防护装备 (PPE) 和其他急需的产品时,情况更是如此。部署工业物联网和智能工厂技术的制造商正在使用数据分析来快速响应。

实时分析推动实时安全

企业、学校、医院和其他组织对于人员和资产保护的需求从未如此强烈。计算机视觉和边缘分析可提供强大的安全解决方案,让解决这些难题变得更加容易,从而减轻安保人员的负担。

遇到编码问题?尝试无代码解决方案

对于许多物联网项目来说,复杂性可能是致命的。开发人员通常要应对各种传统系统,其中每个系统都有自己的编程语言、工具集、协议等等。他们需要解读来自这些旧系统的数据,并弄清楚如何将这些新获取的数据发送到正确的目的地,而这可能意味着要学习另一套 API 和协议。例如,可能要将数据转到一个 web 仪表盘,触发 SMS 警报,或将数据集成到各种企业应用程序中。

仅传输数据可能就是个问题。信息通常需要跨越各种网络,包括边缘的专用实时网络和后台的企业 IT 网络。这时,开发人员又一次需要各种不同的技能。

当然,越来越多的应用程序需要例如机器学习或预见性维护等人工智能技术,而这又需要掌握另一套高难度技能。

可以投入运行了?还没完

公司在设法解决这些问题并进行全面部署时会遇到新的障碍:对其物联网设备收集到的信息加以利用。物联网系统通常会结合许多互不相干的信息源来提取有用的见解。这种协作方式往往与组织内的实际数据竖井存储方式不符。

有时,这种障碍是物理和技术上的,就像一个从未打算与现代网络设备接口的老式任务关键型控制系统。有时会存在文化或制度上的困难。有些员工可能看不到跨竖井分析的价值,尤其是当需要和通常与其存在竞争关系的企业业务部门合作时。

快速解决方案

但是从某种意义上说,这些问题如此普遍实际上是个消息。由于这些问题在许多不同行业威胁着物联网的部署,因此人们将大量注意力集中在 Webee 这样的解决方案上,从最早的横向扩展到渗透数据竖井和执行分析,它可以简化整个工业物联网部署过程。

Webee 将其机器实时监控解决方案描述为“由人工智能、物联网和计算机视觉驱动的无编码端到端工具集”。其基于英特尔® 酷睿 的硬件平台集成了对英特尔® OpenVINO 的支持,并使用了一些该工具套件附带的计算机视觉算法。

Webee 的软件提供了直观的可视化界面来配置传感器数据流和硬件,而不是依赖于特定的编码技能或对某个供应商软件的熟悉程度。如视频 1 所示,它采用一种与硬件和平台无关的方式,专注于功能而非架构。

视频 1。Webee 提供了一个可以简化复杂应用程序的构建过程的无编码工具集。(资料来源:Webee

这种新方法可以显著提升开发速度。例如,这种无代码方法帮助松下在时间紧迫的情况下推出了 Cosmos 室内空气质量监测系统。“从一开始,Webee 的工具集真的能帮我们在短时间内有效部署解决方案,”松下研发总裁 Jim French 表示。

飞跃竖井和扩展障碍

当然,第一个障碍是让设备开始对话。“多数情况下,客户已经掌握了他们需要处理的信息,” Webee 首席执行官 Lucas Funes 解释道。“他们要么不能像需要的那样轻松地跨数据竖井访问数据,要么不能实时分析数据。”

这就是 Webee 专注于将不同解决方案整合为一个统一的整体的原因。“我们直接连接 PLC 或 OPC UA 服务器,从已配置的机器标签中提取数据,” Funes 表示,他指出他们还支持 SCADA。从那里,作为该解决方案的核心的英特尔® NUC 会通过以太网或 Wifi 连接到局域网生产网络。

一切连接就绪后,Webee 工具会对构建一个可扩展的解决方案发挥其巨大价值。“我们看到的是,当您上传完所有内容并获得数据后,挑战才真正开始。您突然获得了这些信息的访问权限,您会怎么做?如何从拥有几个传感器扩展到集成上下文数据和第三方数据库?” Webee 首席营销官和联合创始人 Cecilia Flores 说。

“每个人都会连接传感器。每个人都会提取数据。但已经拥有数据后,我们要怎么做?如何从收集到的数据中获取真正的价值?这正是物联网复杂性的开端。”

不再遇到同样的问题

Webee 目标明确,那就是让并非物联网专家的公司工程师们更容易从易于编程的数据流中提取有用信息。如果您在物联网部署中遇到问题,并且正在努力构建一个软件堆栈,以便从已投入服务的硬件中提取有用的信息,那么可能有一种更简单的方法来解决这个问题。

在现实世界中构建人工智能视觉系统

2019 年的一项 IDC 调查发现,25% 部署人工智能的组织存在 50% 的故障率。造成该结果的因素有好几个,但共同点是在收集、集成和管理用于训练人工智能模型的数据方面存在不足。

即难以开发和维护某些模型,这些模型基于精确代表现实世界状况的数据。

“当你身处实验室中,你使用的是固定数据集,但它们无法代表实际部署的复杂性,” Deepomatic 的联合创始人兼首席技术官 Vincent Delaitrent 解释道。“和现实世界的复杂性数据相比,实验室中的数据集极为有限。”

Delaitre 引用了与 Compass Group 的一次合作来说明这一点,后者是全球最大的餐饮服务公司之一,为众多大型企业提供餐饮服务。为了加快午餐时段的付款过程(使用人工销售点系统的耗时高于 5 分钟),Compass Group 希望寻找一款自动化结账系统,利用基于人工智能的对象识别功能,瞬间识别顾客并完成扣款。

当然,这需要系统内运行的神经网络能够识别15,000 多种菜品,这些菜品以不同方式料理、用各式餐具盛放,并在各种照明条件下扫描。更具挑战性的是,因季节性供应以及菜单变更等因素,菜品经常更换。

不幸的是,在实验室中开发和测试人工智能系统所使用的固定数据集无法包含多种此类变量。事实上,它们中的大多数无法在实验室环境中测试,或者被开发人员排除在测试案例外,因为对于现实世界部署而言,这样的案例或事件简直是数不胜数。

如果无法持续应对变化的数据,那么 Compass Group 所设想的自动化结账系统将产生相当高的错误率,使其实际效率低于传统的人工方式。

“A” 代表人工智能 (AI)。同时也代表“敏捷” (Agile)。

基于人工智能的系统适应陌生环境的一个主要障碍是传统的软件开发。人工智能系统需要一种高度灵活、敏捷的开发方法,容许开发人员快速识别意外情况,并对其训练数据集进行适当调整。

矛盾的是,要遇到这些意外情况意味着必须在现场部署系统,这样他们才能将出乎预料的数据记录下来,以便纳入未来更综合、更智能的模型中。

为了帮 Compass Group 启动这一以数据为中心的反馈回路,Deepomatic 基于自己的 Deepomatic Studio 和 Deepomatic Run 解决方案,协助部署了一套基于边缘的人工智能系统 。

Deepomatic Studio 是一种混合的人工智能开发和数据管理平台,允许非技术人员在其自动可扩展的基础架构基础之上训练、测试和视觉化专有算法性能(图 1)。这些算法随后通过 Deepomatic Run(一种基于 Docker 的边缘环境,可使用本地 API 在边缘设备上根据程序执行推断算法)被部署到现实世界的生产环境中。

图 1.Deepomatic Studio 是一种人工智能开发环境,允许非技术人员设计复杂的人工智能推断算法。(资料来源:Deepomatic)
图 1. Deepomatic Studio 是一种人工智能开发环境,允许非技术人员设计复杂的人工智能推断算法。(资料来源:Deepomatic

在 Compass Group 自动结账系统的案例中,由 Deepomatic 生态系统工具开发的算法被部署到来自 AAEON Technology Inc. 公司的 UP Xtreme 主板上。UP Xtreme 是一款经济高效的单主板计算机,搭载第八代智能英特尔® 酷睿 和英特尔® 赛扬® 处理器,支持高达 6 个具有英特尔® Movidius 视觉处理器的模块,以执行基于计算机视觉的对象识别和检测要求苛刻的边缘推理任务( 2)。

图 2.AAEON UP Xtreme 配备了英特尔® 酷睿™ 或英特尔® 赛扬® 处理器,并支持多达 6 个英特尔® Movidius™ 视觉处理器。(资料来源:研扬)
图 2. AAEON UP Xtreme 配备了英特尔® 酷睿 或英特尔® 赛扬® 处理器,并支持多达 6 个英特尔® Movidius 视觉处理器。(资料来源:AAEON

但是在 Deepomatic 环境中开发的算法本质上并未专为 UP Xtreme 目标进行优化,这可能会给 Compass Group 等终端用户带来执行时间长、精度低和功耗高等负面影响。为了避免这些缺陷,Deepomatic 平台利用英特尔® OpenVINO 工具套件,这种跨平台命令行工具可从各种开发框架中导入模型,并实现英特尔® 硬件的理想性能(图 3)。

图 3.英特尔® OpenVINO 工具套件是一款用于准备来自各开发平台的模型,使之适用于边缘应用程序执行的优化平台。(来源:英特尔®)
图 3. 英特尔® OpenVINO 工具套件是一款用于准备来自各开发平台的模型,使之适用于边缘应用程序执行的优化平台。(资料来源:英特尔®

OpenVINO 工具套件包含在 Deepomatic 软件开发套件 (SDK) 内。组合使用,该解决方案堆栈可不断改进边缘人工智能系统所需的双向数据流。

“该 SDK 将自动连接、下载您边缘设备上的应用程序,并开始推断和处理所有信息,” Delaitre 表示。“它会将数据发送回 Deepomatic Studio 平台,帮助您迭代和训练您系统的新版本,并不断循环改进。”

对计算机视觉系统进行持续改进

采用这样的方法论和基础架构,Compass Group 得以训练包含超过 100 万个图像的数据集,以识别 1 万多件不同的物品。现在,该算法已部署在多个 Compass Group 地点的自动结账系统上,将每客等待时间降低至不到 10 秒,并取得高达 92% 的顾客满意度评分。

尽管取得了这样的成绩,Delaitre 紧接着提醒道,这种程度的精准和表现是通过多重部署历经多年才得以实现的。他指出,在新地点部署智能结账系统时,错误率比项目开始时设定的目标高出四倍。花了两年时间才实现了系统的完全优化,这证明了收集反馈的长期重要性。

幸运的是,AAEON 致力于在这种新型实时开发流程和整个长期部署周期中持续为客户提供支持。在与英特尔® 的合作中,该公司提出新计划,将对某些人工智能硬件和软件解决方案堆栈提供长达 15 年的支持。

更智能的系统需要更智能的开发基础架构,并确保当它们需要不断适应所处的环境时,该开发平台随时可供使用。

现在两者皆已实现,要让它们持续学习,您唯一的任务就是保持数据流动。

打造智慧工厂的全方位服务生态系统

对于在工厂车间仍严重依赖人工流程的制造商来说,正确的方向是走数字化之路,享受其带来的高效率。但想和做是两回事。

机器设备年代跨度大,相互之前没有通用语言,制造商对这些机器的运行缺乏了解,这样是无法提升效率的。真正能够帮制造商部署最佳解决方案的合作伙伴数量有限,这使事情变得更加复杂。

“您要请顾问来指出问题所在,并告诉您如何利用工业物联网解决问题。您要请 IT 人员进行编码。您要请硬件人员安装传感器和边缘计算设备,” thyssenkrupp Materials IoT GmbH 销售总监 Sebastian Lang 说。

制造商真正需要的是一个同时精通这三个方面的合作伙伴,这个合作伙伴要对机器和制造工艺有深入了解,可以确当数字化能在如何在哪些方面提供帮助,可以安装和维护实现数字化所需的工具。

从小处着手的智慧工厂

凭借以往几十年的经验,thyssenkrupp Materials IoT GmbH 开发了 toii 工业物联网平台,从浅尝数字化转型开始,陪伴制造商完成整个数字化转型过程。

“许多制造商还不知道他们想要通过构建智慧工厂实现什么目标,是完全实现机器控制自动化还是仅仅访问数据,” thyssenkrupp AG 首席执行官 Joerg Plenert 表示。如果他们想要从小处着手,市场上那些更大规模的昂贵解决方案就显得过头了。

另一方面,作为对前期小规模投资和价格公道的持续订阅的回报,toii 使制造商可以实时洞悉机器停机时间和故障及其背后的原因,这些是提高效率的关键信息。

“其中一项关键促成因素是,我们 toii 模块的每月订阅费用反应了客户的业务用例。我们可以保证,客户所得一定数倍于我们的订阅费用,” Lang 说。

例如,当一台本该持续运行的昂贵机器停止运行,是因为它正为下一流程进行设置?还是因为材料丢失或是什么故障?toii 能以最简单的方式传达这些信息:信息将伴随着一系列灯光,以醒目的可视化方式呈现。

久而久之,这类数据的价值是巨大的。“如果您发现去年发生了多次意外故障,您就可以考虑一下自己的维护策略,” Lang 解释道。“如果您经常发现材料丢失,您可以调整一下自己的材料流程。如果设置过程耗时太长,可以培训员工,加快设置过程。”

对于刚刚开始迈向智能工厂之旅的公司来说,这个平台是一款精巧的工具。但由于提供一系列不同的模块可供选择,它还具有高度可扩展性。因此,如果制造商想要提高工作节奏,他们可以(图 1)。

图 1. toii 是专为车间环境开发的端到端工业物联网平台生态系统。
图 1. toii 是专为车间环境开发的端到端工业物联网平台生态系统。

缩短生产设置时间

thyssenkrupp 欧洲材料加工公司是隶属于 thyssenkrupp 集团的一家钢筋加工公司,在决定优化其位于德国斯图加特的卷板分条操作时,正需要这种灵活性。这家公司想要更新其流程,并最终实现机器控制自动化。因此,它与 thyssenkrupp Materials IoT GmbH 合作,确定从哪里开始。

经过初步磋商,两家公司发现提高效率的主要障碍在于设置切分机花费的时间,每更换一块卷板就要重新设置一次。由于这些机器使用的语言不同,相互之间没有通信,测量卷板厚度和宽度基本要手动完成,这大大延长了设置时间。

“很清楚,我们需要实现测量步骤自动化,” Plenert 表示。“他们已经有一些功能完善的机器,可以实际测量。他们需要的只是让这些机器能够彼此对话,从而快速完成测量。”

将所有机器与 toii 平台相连,借助它所提供的自动化,使停机时间缩短 10% 以上。除此之外还有更多好处。例如,这个解决方案界面直观,员工可以用更为准确的数字化程序来取代耗时的手写程序,将员工解放出来去做更重要的工作。

无缝衔接工业 4.0

这个卷板解决方案提供的集成机器数据只是 thyssenkrupp Materials IoT GmbH 提供的端到端服务的一部分,其中包括在每一步提供专家级支持。

为每个客户部署解决方案之前,都要由具有丰富制造业和工业物联网知识的顾问来确定最具价值的整体解决方案。确定用例后,将由现场工程师到工厂车间安装。软件工程师为客户专门配置 toii 后,由公司提供持续支持。

这种白手套服务可以在制造商实现数字化转型的各个阶段为其提供帮助。

但他们的进展速度还取决于是否具备合适的工具。“在边缘可视化和分析大量机器数据需要强大的计算资源,” Plenert 说。“英特尔® 是这个领域的佼佼者。因此我们与他们合作,并且鼓励我们的客户也使用他们的产品。”

所有必要工具准备就绪后,后面的过程一般会以同样的方式完成。“制造商凭借小型 toii 模块受益后,会希望部署更多模块,” Plenert 表示。因此,从收集数据和数据可视化等小规模部署开始,会以实现工厂车间的完全自动化、高效的生产线和竞争优势结束。