Традиционные приложения ИИ обычно полагаются на облачные серверы для обучения моделей, инференса и анализа данных, в то время как конечные устройства собирают данные и загружают их в облако. Однако в промышленных производственных средах этот подход может быть ограничен задержкой сети, надежностью подключения, безопасностью данных, стоимостью полосы пропускания и необходимостью непрерывной работы. В результате все больше компаний внедряют архитектуры Edge AI, развертывая инференс ИИ, обработку данных и выбранные возможности принятия решений на промышленных ПК, периферийных шлюзах и интеллектуальных устройствах, расположенных ближе к источнику данных.
Например, на автоматизированной производственной линии промышленные камеры захватывают изображения продуктов, а периферийный компьютер использует модели ИИ для выявления дефектов в режиме реального времени перед отправкой результатов в систему управления производством. Инспекция выполняется локально, в то время как облако обрабатывает обновления моделей, агрегацию данных, межзаводскую аналитику и долгосрочную оптимизацию.Периферийный ИИ не заменяет облачные вычисления. Вместо этого он обеспечивает совместную архитектуру, в которой модели обучаются в облаке, инференс выполняется на периферии, а действия выполняются конечными устройствами.Это является важным фактором, способствующим переходу промышленных ПК от обычных терминалов управления к интеллектуальным вычислительным платформам.
В последние годы промышленные компании сместили фокус с проектов «доказательство концепции» ИИ на развертывание в реальных производственных процессах. Исследовательская серия Cisco «Состояние промышленного ИИ» изучает, как промышленные организации внедряют ИИ и развивают свои операционные технологии и сетевую инфраструктуру. Из этого исследования вытекает последовательное послание:успех промышленного ИИ зависит не только от моделей и вычислительной мощности, но и от подключения на цеховом уровне, сбора данных, интеграции систем и управления безопасностью.Для производителей промышленных ПК конкуренция, следовательно, перемещается за пределы поставок вычислительного оборудования в сторону интегрированных платформ, которые сочетают обработку ИИ, сетевое подключение, управление безопасностью и системную интеграцию.
Поставщики промышленного вычислительного оборудования все чаще включают периферийный ИИ, робототехнику и системную интеграцию в свои продуктовые и экосистемные стратегии. Advantech, ADLINK и другие компании, занимающиеся встраиваемыми вычислениями, продолжают инвестировать в аппаратное обеспечение Edge AI, инструментарии программного обеспечения, управление устройствами и отраслевые решения. Эти разработки указывают на то, чторынок промышленного вычислительного оборудования выходит за рамки конкуренции, основанной исключительно на традиционном оборудовании IPC. Дифференциация все больше зависит от ускорения ИИ, программных экосистем, управления устройствами и подключения.Ценность промышленного ПК будет все больше заключаться не просто в предоставлении компьютера, а в предоставлении платформы периферийных вычислений, способной надежно запускать приложения ИИ в течение длительного времени.
Традиционные промышленные ПК в основном обрабатывали сбор данных, связь с ПЛК, взаимодействие человека с машиной и мониторинг производства. По мере того как ИИ-зрение, интеллектуальная инспекция и автономная робототехника становятся все более широко используемыми, промышленные ПК берут на себя более сложные рабочие нагрузки, включая обнаружение дефектов продукции, предиктивное обслуживание оборудования, восприятие роботов, мониторинг промышленной безопасности и интеллектуальное складирование. В типичной гетерогенной вычислительной архитектуре ЦП обрабатывает общее управление и планирование системы, ГП выполняет параллельные вычисления и инференс зрения, а НП ускоряет энергоэффективный инференс ИИ.Гетерогенные вычисления становятся важным направлением проектирования для периферийных устройств ИИ следующего поколения.
Физический ИИ фокусируется на том, чтобы позволить системам ИИ понимать реальный мир и выполнять физические задачи с помощью роботов и автоматизированного оборудования. Приложения включают гуманоидных роботов, промышленные роботизированные манипуляторы, автономных мобильных роботов (AMR) и автоматизированные управляемые транспортные средства (AGV), инспекционных роботов и системы автоматизированного складирования. Роботы должны подключаться к камерам, датчикам, приводам и терминалам управления. По мере того как задачи развиваются от выполнения отдельных действий к автономному восприятию и сложному взаимодействию, вычислительные платформы должны обрабатывать больше данных в реальном времени.Поэтому промышленные роботы становятся важными периферийными конечными точками вычислений, в то время как периферийные компьютеры обеспечивают ключевую часть возможностей восприятия, инференса и связи, которые их поддерживают.
На производственных линиях в производстве полупроводников, автомобильных компонентов, электроники и упаковки пищевых продуктов промышленные камеры используются для контроля качества, измерения размеров и анализа дефектов. По мере увеличения количества камер, разрешения изображений и сложности алгоритмов ИИ объем данных, генерируемых на цеховом уровне, также растет. Типичный рабочий процесс включает промышленные камеры, захватывающие изображения, передающие их по сети на периферийный компьютер, запуск моделей зрения на ГП или НП, возврат результатов инспекции в систему управления производством и синхронизацию данных инспекции с облаком. Многопотоковое видео, беспроводные терминалы зрения и мобильное инспекционное оборудование требуют надежного подключения и достаточной пропускной способности данных.Важно отметить, что основной путь передачи данных для промышленного машинного зрения часто будет по-прежнему использовать Industrial Ethernet или выделенные интерфейсы, в зависимости от требований к полосе пропускания, расстоянию и детерминизму. Wi-Fi, как правило, лучше подходит в качестве дополнительного варианта для беспроводного развертывания, мобильных конечных точек и удаленного обслуживания.
Коммерческое развертывание промышленного ИИ требует большего, чем ГП. Оно также зависит от совместимости архитектуры процессора, развертывания и обновления моделей, управления контейнеризированными приложениями, удаленного мониторинга устройств, кибербезопасности и долгосрочного обслуживания. Поставщики платформ промышленного вычисления используют наборы для разработки программного обеспечения, поддержку Linux, управление контейнерами, обновления «по воздуху» (OTA) и управление жизненным циклом устройств для упрощения процесса разработки, проверки и масштабирования приложений ИИ.Для поставщиков беспроводных модулей доступность драйверов, совместимость с Linux, SDK, техническая документация и возможности интеграции платформ будут важными факторами при принятии решений о покупке клиентами.
Рост промышленного ИИ предъявляет новые требования к промышленным сетям. Мобильным роботам требуется постоянное беспроводное подключение, промышленные камеры должны передавать данные изображений, удаленные терминалы обслуживания нуждаются в доступе к информации об оборудовании, а несколько периферийных компьютеров должны обмениваться данными. Традиционные проводные промышленные сети остаются важными, но беспроводная связь может обеспечить большую гибкость для мобильного оборудования, гибких производственных линий и временных развертываний. Отчеты IDC о тенденциях в области корпоративных WLAN могут помочь проиллюстрировать внедрение Wi-Fi 7 в корпоративную сетевую инфраструктуру.Однако рынок корпоративных точек доступа следует отличать от рынка беспроводных модулей: доли отгрузок или доходов от точек доступа не следует рассматривать как прямые показатели спроса на промышленные модули Wi-Fi или их отгрузок.
Wi-Fi 7 (IEEE 802.11be) предлагает улучшения в ширине канала, модуляции, многоканальной работе (MLO) и многопользовательских коммуникациях.Для периферийных вычислений с ИИ и промышленных ПК его ценность не ограничивается пиковыми скоростями передачи данных. Он также предоставляет дополнительные возможности подключения для приложений с высокой пропускной способностью, множества подключенных устройств и сложных беспроводных сред.
Wi-Fi 7 поддерживает ширину канала до 320 МГц в диапазоне 6 ГГц, удваивая максимальную ширину канала 160 МГц, доступную в Wi-Fi 6/6E. Это создает потенциальные преимущества для многопотокового видео высокой четкости, передачи данных машинного зрения, беспроводных терминалов промышленной инспекции и передачи больших файлов. Доступ к каналам 320 МГц зависит от наличия соответствующего спектра 6 ГГц на каждом целевом рынке. Фактическая пропускная способность также зависит от расстояния, качества сигнала, помех, конструкции антенны и конфигурации сети.
Wi-Fi 7 представляет модуляцию 4096-QAM. В идеальных условиях сигнала она может передавать больше данных за единицу времени, чем модуляция 1024-QAM, используемая в Wi-Fi 6. Однако более высокая порядок модуляции также требует лучшего качества сигнала. Металлическое оборудование, заводские конструкции, электромагнитные помехи и мобильность устройств могут повлиять на реальную производительность.
MLO позволяет устройству обмениваться данными по нескольким каналам частотных диапазонов и планировать эти каналы в соответствии с возможностями устройства и условиями сети. Потенциальные преимущества включают улучшенное подключение в сложных беспроводных средах, более эффективное использование ресурсов канала, снижение задержки в определенных сценариях и большую гибкость подключения.MLO не следует интерпретировать как гарантию полностью бесшовного роуминга или детерминированных промышленных коммуникаций в реальном времени. Его фактические возможности зависят от реализации клиентским устройством, точкой доступа и чипсетом.
Помимо доступа к локальной сети, периферийным устройствам ИИ может потребоваться связь с близлежащими периферийными устройствами, такими как датчики Bluetooth, инструменты промышленной пусконаладки, беспроводные устройства человеко-машинного интерфейса, метки отслеживания активов и измерительное оборудование. Wi-Fi используется для высокоскоростного подключения к локальной сети, в то время как Bluetooth поддерживает связь на короткие расстояния и взаимодействие с периферийными устройствами. Объединение двух протоколов может снизить сложность проектирования, связанную с отдельными модулями связи. Фактические результаты, однако, зависят от радиочастотного сосуществования, расположения антенн, поддержки драйверов и требований конечного устройства.
По мере того как промышленные ПК эволюционируют от обычных вычислительных терминалов к платформам периферийных вычислений с ИИ, беспроводные модули должны адаптироваться к новым архитектурам устройств. Требования к подключению промышленного ПК зависят в первую очередь от его среды установки, интерфейсов хост-платформы, доступного пространства и предполагаемых функций связи.
O2072PM — это комбинированный модуль Wi-Fi 7 и Bluetooth 6.0 от QOGRISYS. Он имеет форм-фактор 22 × 30 мм и интерфейс M.2 PCIe. Согласно информации о продукте, его ключевые особенности включают платформу Qualcomm QCC2072, трехдиапазонную работу 2,4 ГГц/5 ГГц/6 ГГц, 2T2R MIMO, максимальную теоретическую скорость PHY 5,8 Гбит/с и улучшения Wi-Fi 7. Интерфейсы M.2 широко используются во встраиваемых компьютерах и промышленных материнских платах. Промышленные материнские платы, платформы встраиваемых вычислений и периферийные компьютеры с ИИ, оснащенные совместимым слотом M.2 и хост-интерфейсом, могут интегрировать беспроводную связь на этапе проектирования материнской платы. Потенциальные приложения включают промышленные ПК, периферийные ИИ-боксы, платформы для робототехники и выбранные системы машинного зрения. Для основного пути передачи данных в приложениях машинного зрения проектировщики должны оценить, остается ли Industrial Ethernet или выделенный интерфейс необходимым на основе требований к полосе пропускания, расстоянию и детерминизму. Также следует проверить интерфейс Bluetooth для хоста, поддержку драйверов, совместимость с операционной системой и детали интеграции платформы в соответствии с соответствующей документацией продукта.
O2072PB имеет компактный форм-фактор 13 × 15 мм, что делает его подходящим для встраиваемых материнских плат с ограниченным пространством. Согласно информации о продукте, его ключевые особенности включают платформу Qualcomm QCC2072, Wi-Fi 7 и Bluetooth 6.0, работу в диапазонах 2,4 ГГц/5 ГГц/6 ГГц, 2T2R MIMO и максимальную теоретическую скорость PHY 5,8 Гбит/с.Его основная ценность заключается в компактной интеграции, а не просто в стремлении к более высоким скоростям беспроводной связи.Меньший форм-фактор модуля обеспечивает большую гибкость компоновки для терминалов ИИ-зрения, компактных промышленных шлюзов, интеллектуальных устройств управления и встраиваемых роботизированных систем. Окончательные конструкции по-прежнему должны учитывать размещение антенн 2T2R, радиочастотную изоляцию, тепловой режим, помехи от близлежащих компонентов и механическую структуру готового корпуса.
В производстве полупроводников, автомобильной электронике, потребительской электронике и прецизионном производстве машинное зрение уже используется для контроля качества продукции, измерения размеров и анализа дефектов. Модели ИИ-зрения позволяют инспекционным системам выполнять более сложные задачи обработки изображений. Для терминалов зрения, поддерживающих беспроводную передачу данных или удаленное обслуживание, или совместную работу нескольких устройств, Wi-Fi 7 может служить дополнительным вариантом подключения.
Роботы должны оставаться подключенными к вычислительным платформам, системам управления и другому оборудованию. Wi-Fi 7 может обеспечить высокоскоростной беспроводной доступ, пусконаладку и передачу данных для выбранных роботизированных систем, в то время как Bluetooth может поддерживать периферийные устройства и взаимодействие на короткие расстояния.
Промышленные периферийные компьютеры развертываются вблизи оборудования для сбора данных, инференса ИИ, мониторинга устройств и подключения к облаку. Их интерфейсы обычно включают Ethernet, USB, PCIe, RS-485, Wi-Fi и Bluetooth.
В энергетике, нефтехимической промышленности, железнодорожном транспорте и крупных промышленных парках инспекционные роботы собирают видео высокой четкости, тепловые изображения, показания температуры и данные о состоянии оборудования. Периферийный ИИ может выполнять анализ изображений и обнаружение аномалий локально. Wi-Fi 7 может обеспечить высокоскоростной доступ к сети для мобильного инспекционного оборудования на объектах с подходящей беспроводной инфраструктурой.
Обслуживание промышленного оборудования становится все более удаленным и цифровым. Wi-Fi 7 может обеспечить высокоскоростное беспроводное сетевое подключение для промышленных ПК, а Bluetooth может поддерживать взаимодействие с близлежащими периферийными устройствами. Для производителей оборудования эти возможности могут сделать развертывание и обслуживание более гибкими.
Интеллектуальное складирование сочетает идентификацию на основе ИИ, координацию парка роботов, автоматическую сортировку и цифровое управление. Мобильное оборудование должно взаимодействовать с системами управления складом, платформами периферийных вычислений и беспроводными сетями доступа. Высокая пропускная способность Wi-Fi 7 и возможности многоканальной работы предлагают еще один вариант подключения для сред с плотным развертыванием беспроводных устройств. Фактические развертывания по-прежнему должны быть проверены на роуминг, покрытие, сетевые переходы и стабильность задержки.
IDC отслеживает глобальные расходы на ИИ-инфраструктуру, включая ускоренные вычисления, серверы, хранилища и смежные области. Эти показатели инвестиций отражают более широкое развитие ИИ-инфраструктуры, но их не следует интерпретировать как размер рынка промышленного периферийного ИИ или использовать для прямой оценки спроса на модули Wi-Fi. Для сектора промышленного вычисления более актуальным вопросом является то, как вычислительные возможности ИИ распространяются из центров обработки данных на фабрики, склады, транспортные системы и энергетическую инфраструктуру. При цитировании последнего выпуска отчета IDC «Worldwide Quarterly AI Infrastructure Tracker» указывайте дату публикации отчета, отчетный квартал, валюту и охваченные категории расходов.
Следующий этап промышленного ИИ будет включать не только развертывание ограниченного числа систем инспекции зрения на основе ИИ. Ожидается, что возможности ИИ будут распространяться на большее количество производственного оборудования, зон фабрик и систем управления. Периферийные вычислительные платформы должны будут локально обрабатывать данные, координируясь с облачными платформами, промышленными сетями и мобильными устройствами.
По мере того как системы ИИ-зрения, роботы и мобильные промышленные устройства становятся все более распространенными, промышленные среды потребуют более широкого спектра вариантов беспроводной связи. Wi-Fi 7 предоставляет новые возможности для высокоскоростной и многоканальной связи, но ценность развертывания по-прежнему будет зависеть от покрытия сети, нормативных актов в отношении спектра, возможностей точек доступа, совместимости конечных точек и проверки на месте.
