כיצד Edge IoT מעצב מחדש את התעשייה

מעקב צי, מעקב אחר נכסים, רכבים אוטונומיים, אוטומציה של ייצור ואחסנה הם כולם תחומים שבהם טכנולוגיות שבבים משובצים בבינה מלאכותית יכולות להוריד עומסים נושאי נתונים ברשת. הם יכולים לעשות זאת תוך מתן מידע חזיתי בזמן אמת.

רבים מהתהליכים האלה בדרכים זקוקים להרבה נתונים כדי להיות מופעלים. יחד עם זאת, הם זקוקים לנתונים האלה בזמן אמת, ובמעבר, כדי להתקיים. תהליכים מסוג זה אינם נהנים ממחשוב ענן כמו תהליכים אחרים עתירי נתונים, כגון אימון נתונים באמצעות למידת מכונה. במקום זאת, תהליכים אלו נהנים בעיקר ממחשוב קצה, שמביא משאבי מחשוב, רשת ומשאבים אחרים ישירות למכשירים ולנתונים הזקוקים להם.

על ידי הפעלת בינה מלאכותית (עיבוד עומסי AI0 ברמה של מערכת-על-שבב (SOC), IT יכול להרחיב את האפשרויות שלו להפצה והורדה של עומסי עיבוד נתונים לשכבות שונות של ארכיטקטורה ארגונית (למשל, ענן, מערכת מרכזית מרכז נתונים, או הקצה עצמו). זה משפר את ניהול ועיבוד הנתונים. זה גם חוסך רוחב פס, ומזרז נתונים ותוצאות.

מיקרו-בקרים משובצים ב-SOC השתמש בזיכרון צר יותר ובצריכת חשמל מזה הנדרש על ידי GPUs מסורתיים (יחידות עיבוד גרפיות), FPGAs (מערכי שער הניתנים לתכנות בשטח) או סוגים אחרים של מעגלים משולבים (ICs).

"נראה את הבינה המלאכותית בקצה הופך לנפוץ בחמש השנים הקרובות", אמר סטיב קונווי, יועץ בכיר למחקר של Hyperion, HPC Market Dynamics.

"ARM Atom, GPU ומעבדים משובצים אחרים כבר נפוצים במכשירי קצה כמו טלפונים סלולריים, חיישנים, מכוניות, מערכות הדמיה רפואית אבחנתית, מערכות משחקים והתקנים רבים אחרים. המעבדים המשובצים המבוססים הללו יהפכו ככל הנראה לזרם המרכזי לתמיכה בשיטות בינה מלאכותית ככל שהשיטות הללו ירוויחו קרקע", אמר.

השפעת התעשייה של Edge IoT

בשנת 2011 הופיע לראשונה המונח "ייצור 4.0". מקורו בדחיפה של ממשלת גרמניה למחשוב ייצור, והיא הציגה חזון עתידי של דיגיטליזציה, אוטומציה ובינה מלאכותית לייצור מפעלים. בתכנית, טכנולוגיית קצה יכולה להקל על החלטות במוקד של בעיה או מצב, שבו SOCs משובצים בינה מלאכותית ממלאים תפקידים מרכזיים.

היום, זה קבלת החלטות קצה בזמן אמת היא אמיתית. תהליכי הייצור מופעלים על ידי החלטות התומכות בינה מלאכותית בקצה. בעתיד, שבב קצה התומך בינה מלאכותית יוכל לשלוח התראה ניתנת לפעולה לרכישה על מחסור בחומרי גלם, או להתריע בפני מכירות על אפשרות של מחסור במוצר אם יימצא רכיב לקוי.

אוטומציה של שבבי Edge AI משנה גם את הלוגיסטיקה.

שיירת משאית יכולה ליצור תקשורת צולבת עם תקשורת קצה עם אחזור נמוך שנפרסה כדי לחסוך בדלק ולמטב מסלולים. בהמשך, רק לאחת מהמשאיות הללו תהיה נהג אנושי, כאשר שאר השיירה פועלת על אוטומציה מונעת על ידי SOC.

זה יכול לפתור בעיה גדולה בענף ההובלות: המחסור בנהגים מוסמכים. "זו אחת הסיבות שאתה רואה כל כך הרבה טכנולוגיה נכנסת לתעשיית ההובלות", אמרה שלי סימפסון, סגנית נשיא בכיר, סמנכ"לית מסחרית, ונשיאת שירותי הכביש המהיר ב-JB Hunt Transport Services,

ניתן גם לנטר סחורות מתכלות על ידי חיישנים חכמים בתוך תא המטען של כל משאית עבור טמפרטורה ולחות.

משאית שהובילה תוצרת לאטלנטה, למשל, נותבה לשוק הקרוב יותר בוושינגטון הבירה. המסלול מחדש הוזמן לאחר שחיישן בתוך תא המטען של המשאית התריע בפני הנהג וחברת הלוגיסטיקה על סכנה של קלקול התוצרת מהתחממות יתר. היכולת של החברה להתקדם בזמן אמת למידע מנעה קלקול וחסכה כסף. בתעשיית המזון, זה חשוב. קבוצת המזון והחקלאות של האו"ם מעריך שטריליון דולר של מזון הולך לאיבוד או מבוזבז מדי שנה.

טכנולוגיית שבבים התומכת בינה מלאכותית משנה גם את אופן הביצועים של כלי רכב מוטסים וקרקעיים.

אתגרים לוגיסטיים מתמודדים עם אנשי צבא כאשר הם צופים ו/או נכנסים לאזור מסוכן. בעבר, עבודת מעקב מסוכנת הייתה עשויה לדרוש מבני אדם לבדוק אזור ממקור ראשון, ולהעמיד אנשי צוות בסכנה ואובדן חיים.

עכשיו עם עיבוד בינה מלאכותית של קצה, צי של מל"טים בלתי מאוישים מבצע סיור ומתקשר בזמן אמת. אם מזל"ט בטייסת מופל, הצי מזהה את הבעיה ומתאים את היווצרותו להמשך המשימה. "עומסי עבודה תובעניים הדורשים עיבוד של מספר כניסות חושיות כולל וידאו ואודיו עשויים להתחיל לדחוף את המעטפת אלא אם כן נתמכים על ידי שבבים מיוחדים", אמר Saurabh Mishra, מנהל בכיר לניהול מוצר בחטיבת IoT ו-Edge של SAS. "מל"טים אוטונומיים, זרועות רובוטיות ואוטומציה תעשייתית הם כולם דוגמאות טובות לאופן שבו ניתן להשתמש בשבבים האלה."

גיאופוליטיקה וחדשנות

עם זאת, חברות דואגות בגלל כוחות גיאופוליטיים הפועלים בתעשיות השבבים והמוליכים למחצה.

בשנת 2019 הוצבה Huawei על רשימה מוגבלת בארה"ב. לאחר מכן, NVIDIA רכשה את Arm, Ltd בעסקה של 40 מיליארד דולר עם גוגל, מיקרוסופט, קוואלקום, אפל, אינטל, סמסונג, Huawei ו אמזון מודאגת לגבי ספק קריטי.

בשנת 2019, אינטל רכשה את הסטארט-אפ של שבבי AI Habana Labs תמורת 2 מיליארד דולר, ו-AMD נרכשה Xiliinx תמורת 35 מיליארד דולר.

"המגמה ב-50 השנים האחרונות הייתה לשמור על דאגות ביטחון לאומי שלא קשורות אליהן מהניתוח הכלכלי שמניע החלטות הגבלים עסקיים. עם זאת, כאשר התנהלות אנטי-תחרותית פוטנציאלית מזיקה גם לביטחון הלאומי, אל לנו להיות מופתעים אם ה-USG נוקט בגישה אגרסיבית יותר לאכיפה". כתב קאלן אוקיף, שלוחת מחקר במרכז לממשל בינה מלאכותית, אוניברסיטת אוקספורד.

IT חייב לשקול תביעות משפטיות ופעולות הגבלים עסקיים אלה כאשר הוא מצדיק ומנסה "להוכחת עתיד" השקעות בינה מלאכותית.

"כיום, בינה מלאכותית נתפסת באופן נרחב כמפתח למנהיגות כלכלית עתידית, ויש יוזמות חזקות בסין, יפן ואירופה להפטר מהתלות בארה"ב ולפתח מעבדים מקומיים", אמר קונווי. "מחלקות ה-IT לא יכולות לעשות הרבה כדי להשפיע על הקרבות הגיאו-פוליטיים האלה, אבל הן יכולות לתכנן להבטיח שהאספקה ​​של המעבדים הדרושים להם מאובטחת, במיוחד על ידי משא ומתן על חוזי ספקים ארוכי טווח עם סעיפי עונשין ושמירה על רמות מלאי נאותות."

רשימת המטלות של IT

המעבר ל-IoT קטן יותר יאלץ התמקדות ב-IT בשלושה תחומים מרכזיים:

ארכיטקטורת IT. יש ליישר מחדש את ארכיטקטורת ה-IT כך שתתאים למקרי השימוש העסקיים שחברות רוצות לפתור באמצעות AI ברמת השבב. למינימום, עדכון ארכיטקטוני זה עשוי להניב שלושה שכבות של טכנולוגיית IT, עיבוד וארכיטקטורת נתונים: מרכז הנתונים, הענן והקצה.

"נקודת ההתחלה, כמובן, היא למפות ולמטב את התהליך מקצה לקצה ולהשתמש במידע הזה כדי להקצות משאבים מתאימים בכל נקודה לאורך הדרך", אמר קונווי, שהתייחס לעבודה של PayPal.

"לפני חצי תריסר שנים, ל-PayPal הייתה בעיה רצינית עם הונאה בעסקאות בכרטיסי אשראי", אמר קונווי. "זה לקח עד שבועיים לזהות הונאה, ועד אז ההונאה פגעה לעתים קרובות בכרטיסי הלקוחות. החברה התקינה מחשב בעל ביצועים גבוהים שיכול היה לזהות ולמנוע הונאה תוך כדי 150 מילישניות, וחסך ל-PayPal יותר מ-700 מיליון דולר בשנה הראשונה לערך.

האפליקציה ב-PayPal וחברות אחרות מסתמכת על מעבדים משובצים בקוראי הכרטיסים, יחד עם האינטרנט לתהליך ההרשאה הלוך ושוב, ומערכות שרתים עם מעבדים לא משובצים להרמה כבדה, במקום או בעננים".

מיומנויות IT. רק 47% מהמשיבים בסקר בדוח אותות IoT של מיקרוסופט לשנת 2019 האמינו שלשוק יש אנשים עם כישורי העבודה הדרושים ל-IoT https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

"הזמינות של משאבים מיומנים לניהול פריסת מודלים של AI על שבבים תישאר אתגר", אמר Saurabh Mishra, מנהל בכיר לניהול מוצר בחטיבת IoT ו-Edge של SAS. "גם חברות צריכות להכיר בכך

שבבי בינה מלאכותית קצה אינם כדורי כסף. הם עובדים בהקשר של מערכת גדולה יותר. זה קריטי לחשוב על הצינור המלא בעת פריסת שבבים משובצים בינה מלאכותית, שכן חוליה חלשה במעלה או במורד הזרם יכולה לשלול את הדחיפה הממוקדת שלהם."

ערימות תוכנה וחומרה IoT מסחריות יכולות לעזור להתמודד עם אתגרי אינטגרציה של צינורות - אך עדיין יש להגדיר את העיבוד בכל שכבה על ידי ה-IT. זה כולל בניית מודלים ותכנות SOCs.

ניהול השקעות. תביעות איחוד, הגבלים עסקיים וקניין רוחני ימשיכו להתנהל בתחום הבינה המלאכותית/שבבים, כמו בתחומי IT אחרים.

החדשות הטובות הן שמחלקות ה-IT הארגוניות אינן זרות לכך.

בחירת פתרון IOT מחסנית מקובל עם בסיס משתמשים גדול היא אחת מהדרכים להבטחת עתיד, כמו גם הבטחה שה-IoT שבו אתה משתמש תואם לתקני אבטחה ו-API נפוצים. אסטרטגיה שנייה היא ניהול משא ומתן עם ספקי IoT להגנה על אחריות והשקעות שאתה מגדיר בחוזים שלך.

לבסוף, שבבים התומכים בבינה מלאכותית חייבים לספק תוצאות עסקיות.

"ההשפעה של ה-IoT הקצה על ארכיטקטורת ה-IT תסתכם במקרי השימוש שה-IT מתבקש ליישם, שבהם AI מציעה את היכולת לעבד מידע מראש בזמן אמת ולהעביר רק נתונים רלוונטיים ושימושיים", אמר Murali Gopalakrishna, ראש מנהל של ניהול מוצר למכונות אוטונומיות ומנהל כללי לרובוטיקה ב-NVIDIA.

"תהליך בדיקת בינה מלאכותית אוטומטית במפעל ישתמש במידע בזמן אמת כדי לקבל החלטות של שבריר שניות בקצה תוך העברת נתונים רלוונטיים למערכות עורפיות עבור עיבוד שלאחר, ניתוח ופיתוח מודלים חדשים מחוץ לתחום ה-IoT. החלטות מבוססות".

יישומים יכולים לזהות דיירים לובשי מסכות או לספור את מספר אנשים שנכנסים ויוצאים לחלל על ידי יצירת מפות חום כדי להבטיח שלא יחרגו ממגבלות התפוסה. ועם חיישנים נוספים, מצלמות ואוטומציה המתרחשים ב-IoT ובקצה, AI יהפוך לרלוונטי יותר עבור מנהלי IT וארכיטקטורת תשתית, אמר Gopalakrishna.