Hvordan Edge IoT omformer industrien

Flådesporing, aktivsporing, autonome køretøjer, produktionsautomatisering og lager er alle områder, hvor kunstig intelligens-indlejrede chipteknologier kan aflaste netværksdatabærende belastninger. De kan gøre dette, mens de leverer frontline-information i realtid.

Mange af disse on-the-go processer kræver masser af data for at blive aktiveret. Samtidig har de brug for disse data i realtid og i transit for at finde sted. Denne slags processer har ikke så meget gavn af cloud computing som andre dataintensive processer, såsom træning af data gennem maskinlæring. I stedet drager disse processer mest fordel af edge computing, som bringer computer-, netværks- og andre ressourcer direkte til de enheder og data, der har brug for dem.

Ved at aktivere kunstig intelligens (AI0 behandler belastninger på niveau med en system-on-a-chip (SOC), kan IT udvide sine muligheder for at distribuere og aflæse databehandlingsbelastninger til forskellige lag af virksomhedsarkitektur (f.eks. cloud, en central datacenter eller selve kanten). Dette forbedrer datastyring og behandling.

SOC indlejrede mikrocontrollere bruge smallere hukommelse og strømforbrug end det, der kræves af traditionelle GPU'er (grafiske behandlingsenheder), FPGA'er (feltprogrammerbare gate-arrays) eller andre typer integrerede kredsløb (IC'er).

"Vi vil se AI på kanten blive almindelig i de næste fem år," sagde Steve Conway, Hyperion research senior rådgiver, HPC Market Dynamics.

"ARM Atom, GPU og andre indlejrede processorer er allerede almindelige i edge-enheder som mobiltelefoner, sensorer, biler, diagnostiske medicinske billedbehandlingssystemer, spilsystemer og mange andre enheder. Disse etablerede indlejrede processorer vil sandsynligvis blive mainstream for at understøtte AI-metoder, efterhånden som disse metoder vinder terræn,” sagde han.

Indvirkningen på industrien af ​​Edge IoT

I 2011 dukkede udtrykket "Manufacturing 4.0" op for første gang. Det stammer fra den tyske regerings fremstød for at computerisere produktionen, og det introducerede en fremtidsvision om digitalisering, automatisering og kunstig intelligens til fabriksproduktion. I ordningen kunne edge-teknologi lette beslutninger på stedet for et problem eller en situation, hvor AI-indlejrede SOC'er spiller store roller.

I dag, dette real-time kant beslutningstagning er reel. Produktionsprocesser er drevet af AI-aktiverede beslutninger på kanten. I fremtiden kan en AI-aktiveret kantchip sende en handlingsadvarsel til indkøb om mangel på råvarer eller advare salg om muligheden for en produktmangel, hvis en mangelfuld komponent findes.

Edge AI-chipautomatisering transformerer også logistikken.

En lastbilkonvoj kan krydskommunikere med kantkommunikation med lav latens, der er implementeret for at spare brændstof og optimere ruter. Fremover vil det være muligt for kun én af disse lastbiler at have en menneskelig chauffør, mens resten af ​​konvojen kører på SOC-drevet automatisering.

Dette kunne løse et stort problem i lastbilbranchen: manglen på kvalificerede chauffører. "Dette er en af ​​grundene til, at du ser så meget teknologi komme ind i lastbilindustrien," sagde Shelley Simpson, executive vice president, chief commercial officer og president of highway services hos JB Hunt Transport Services,

Letfordærvelige varer kan også overvåges af intelligente sensorer i hver lastbils lastrum for temperatur og fugtighed.

En lastbil, der transporterede produkter til Atlanta, blev for eksempel omdirigeret til det mere nærliggende marked i Washington, DC. Omdirigeringen blev bestilt, efter at en sensor inde i lastbilens lastrum advarede chaufføren og logistikvirksomheden om faren for, at produkterne fordærves ved overophedning. Virksomhedens evne til at proagere i realtid til informationen afværgede fordærv og sparede penge. I fødevareindustrien er det vigtigt. De Forenede Nationers Fødevare- og Landbrugsgruppe anslår, at 1 billion dollars mad går tabt eller spildes hvert år.

AI-aktiveret chipteknologi ændrer også, hvordan luftbårne og jordbaserede køretøjer præsterer.

Logistiske udfordringer møder militært personel, når de observerer og/eller går ind i et farligt område. Tidligere kunne et risikabelt overvågningsjob have krævet, at mennesker inspicerede et område på egen hånd, hvilket udsatte personalet for fare og tab af menneskeliv.

Nu med edge AI-behandling, udfører en flåde af ubemandede droner rekognoscering og interkommunikerer i realtid. Hvis en drone i en eskadron bliver skudt ned, opdager flåden problemet og justerer sin formation for at fortsætte missionen. "Krævende arbejdsbyrder, der kræver behandling af flere sensoriske input, inklusive video og lyd, kan begynde at presse rammen, medmindre de understøttes af specialiserede chips," sagde Saurabh Mishra, Senior Manager for Product Management i SAS' IoT og Edge Division. "Autonome droner, robotarme og industriel automatisering er alle gode eksempler på, hvordan disse chips kan bruges."

Geopolitik og innovation

Ikke desto mindre bekymrer virksomheder sig på grund af geopolitiske kræfter, der arbejder i chip- og halvlederindustrien.

I 2019 blev Huawei placeret på USA begrænset liste. NVIDIA købte derefter Arm, Ltd. i en handel på 40 milliarder dollar, som havde Google, Microsoft, Qualcomm, Apple, Intel, Samsung, Huawei og Amazon bekymret over en kritisk leverandør.

I 2019 købte Intel AI-chip opstart Habana Labs for 2 mia, og AMD erhvervet Xiliinx for 35 milliarder dollars.

"Tendensen i løbet af de sidste 50 år har været at holde urelaterede nationale sikkerhedsbekymringer borte fra den økonomiske analyse, der driver antitrust-beslutninger. Men hvor potentiel konkurrencebegrænsende adfærd også er skadelig for den nationale sikkerhed, bør vi ikke blive overraskede, hvis USG tager en mere aggressiv tilgang til håndhævelse." skrev Cullen O'Keefe, forskningspartner ved Center for Governance of AI, University of Oxford.

IT skal overveje disse retssager og antitrust-handlinger, når det retfærdiggør og forsøger at "fremtidssikre" AI-investeringer.

"I dag ses AI bredt som nøglen til fremtidig økonomisk lederskab, og der er stærke initiativer i Kina, Japan og Europa for at afvise afhængigheden af ​​USA og udvikle indfødte processorer," sagde Conway. "IT-afdelinger kan ikke gøre meget for at påvirke disse geopolitiske kampe, men de kan planlægge at sikre, at forsyningerne af processorer, de har brug for, er sikre, især ved at forhandle langsigtede leverandørkontrakter med strafklausuler og opretholde passende lagerniveauer."

IT's to-do liste

Skiftet til mindre formfaktor IoT vil tvinge et it-fokus på tre nøgleområder:

IT-arkitektur. IT-arkitekturen skal tilpasses, så den passer til de business use cases, som virksomheder ønsker at løse med AI på chipniveau. Som minimum vil denne arkitektoniske revision sandsynligvis give tre niveauer af it-teknologi, behandling og dataarkitektur: datacentret, skyen og kanten.

"Udgangspunktet er selvfølgelig at kortlægge og optimere ende-til-ende-processen og bruge den information til at tildele passende ressourcer på hvert punkt undervejs," sagde Conway, som refererede til PayPals arbejde.

"For et halvt dusin år siden havde PayPal et alvorligt problem med bedrageri i kreditkorttransaktioner," sagde Conway. ”Det tog op til to uger at identificere svindel, og på det tidspunkt havde svindelen ofte ramt kundernes kort. Virksomheden installerede en højtydende computer, der kunne spotte og forhindre svindel, mens det skete, inden for 150 millisekunder, hvilket sparede PayPal for mere end 700 millioner dollars i løbet af det første år eller deromkring.

Applikationen hos PayPal og andre firmaer er afhængig af indlejrede processorer i kortlæserne, sammen med internettet til godkendelsesprocessen tur-retur og serversystemer med ikke-indlejrede processorer til tunge løft, lokalt eller i skyer."

IT-færdigheder. Kun 47 % af undersøgelsens respondenter i en 2019 Microsoft IoT Signals Report mente, at markedet havde individer med de nødvendige IoT jobfærdigheder https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

"Tilgængeligheden af ​​dygtige ressourcer til at styre implementeringen af ​​AI-modeller på chips vil fortsat være en udfordring," sagde Saurabh Mishra, Senior Manager for Product Management i SAS' IoT og Edge Division. »Det bør virksomheder også erkende

edge AI-chips er ikke sølvkugler. De arbejder i sammenhæng med et større system. Det er afgørende at tænke på den komplette pipeline, når du implementerer AI-indlejrede chips, da et svagt led opstrøms eller nedstrøms kan ophæve deres målrettede boost."

Kommerciel IoT-software og hardwarestakke kan hjælpe med at løse pipeline-integrationsudfordringer - men behandlingen skal stadig defineres på hvert niveau af IT. Dette inkluderer modelbygning og programmering af SOC'er.

Investeringsstyring. Konsolideringer, antitrust- og intellektuel ejendomsretssager vil fortsætte med at udspille sig i AI/chip-området, som det har gjort på andre IT-områder.

Den gode nyhed er, at virksomhedens it-afdelinger ikke er fremmede for dette.

At vælge en bredt accepteret IOT-stackløsning med en stor brugerbase er en form for fremtidssikring, samt at sikre, at det IoT, du bruger, er i overensstemmelse med gængse sikkerhedsstandarder og API'er. En anden strategi er at forhandle med IoT-leverandører om ansvar og investeringsbeskyttelse, som du definerer i dine kontrakter.

Endelig skal AI-aktiverede chips levere forretningsresultater.

"Indvirkningen af ​​edge IoT på it-arkitektur vil komme ned til de use cases, som IT bliver bedt om at implementere, hvor AI giver mulighed for at forbehandle information i realtid og kun overføre relevante og nyttige data," sagde Murali Gopalakrishna, leder af produktstyring for autonome maskiner og general manager for Robotics hos NVIDIA.

"En automatiseret AI-inspektionsproces på en fabrik vil bruge realtidsinformation til at træffe beslutninger på et splitsekund på kanten, mens relevante data overføres til back-end-systemer til efterbehandling, analyse og udvikling af nye modeller uden for båndet til IoT-kanten baserede beslutninger."

Applikationer kan registrere beboere, der bærer masker eller tælle antal personer, der går ind og ud af et rum ved at lave varmekort for at sikre, at belægningsgrænserne ikke overskrides. Og med yderligere sensorer, kameraer og automatisering, der sker i IoT og på kanten, vil AI blive mere relevant for it-ledere og infrastrukturarkitektur, sagde Gopalakrishna.