Hvordan Edge IoT omformer industrien

Flåtesporing, aktivasporing, autonome kjøretøy, produksjonsautomatisering og lager er alle områder der kunstig intelligens-innebygde brikketeknologier kan avlaste nettverksdatabærende laster. De kan gjøre dette mens de gir frontlinjeinformasjon i sanntid.

Mange av disse prosessene på farten trenger mye data for å aktiveres. Samtidig trenger de disse dataene i sanntid, og under transport, for å finne sted. Slike prosesser drar ikke så mye nytte av cloud computing som andre dataintensive prosesser, for eksempel opplæring av data gjennom maskinlæring. I stedet drar disse prosessene mest nytte av edge computing, som bringer databehandling, nettverk og andre ressurser direkte til enhetene og dataene som trenger dem.

Ved å aktivere kunstig intelligens (AI0 behandler belastninger på nivå med en system-på-en-brikke (SOC), kan IT utvide mulighetene sine for å distribuere og avlaste databehandlingsbelastninger til forskjellige lag av bedriftsarkitektur (f.eks. sky, en sentral datasenter, eller selve kanten). Dette forbedrer databehandling og -behandling. Det sparer også båndbredde, og det fremskynder data og resultater.

SOC innebygde mikrokontrollere bruke smalere minne og strømforbruk enn det som kreves av tradisjonelle GPU-er (grafiske prosesseringsenheter), FPGA-er (feltprogrammerbare gate-arrays) eller andre typer integrerte kretser (IC).

"Vi vil se AI på kanten bli vanlig i løpet av de neste fem årene," sa Steve Conway, seniorrådgiver for Hyperion, HPC Market Dynamics.

"ARM Atom, GPU og andre innebygde prosessorer er allerede vanlige i avanserte enheter som mobiltelefoner, sensorer, biler, diagnostiske medisinske bildesystemer, spillsystemer og mange andre enheter. Disse etablerte innebygde prosessorene vil sannsynligvis bli mainstream for å støtte AI-metoder etter hvert som disse metodene vinner terreng," sa han.

Industripåvirkningen av Edge IoT

I 2011 dukket begrepet "Manufacturing 4.0" opp for første gang. Det stammer fra den tyske regjeringens press for å datastyre produksjonen, og den introduserte en fremtidsvisjon om digitalisering, automatisering og kunstig intelligens for fabrikkproduksjon. I ordningen kan edge-teknologi lette beslutninger der et problem eller en situasjon befinner seg, der AI-innebygde SOC-er spiller store roller.

I dag, dette sanntids kantbeslutningstaking er reell. Produksjonsprosesser er drevet av AI-aktiverte beslutninger på kanten. I fremtiden kan en AI-aktivert kantbrikke sende et handlingsriktig varsel til kjøp om mangel på råvarer, eller varsle salg om muligheten for produktmangel hvis en mangelfull komponent blir funnet.

Edge AI-brikkeautomatisering transformerer også logistikken.

En lastebilkonvoi kan krysskommunisere med kantkommunikasjon med lav latens som brukes for å spare drivstoff og optimalisere ruter. Fremover vil det være mulig for bare én av disse lastebilene å ha en menneskelig sjåfør, mens resten av konvoien kjører på SOC-drevet automatisering.

Dette kan løse et stort problem i lastebilbransjen: mangelen på kvalifiserte sjåfører. "Dette er en av grunnene til at du ser så mye teknologi komme inn i lastebilindustrien," sa Shelley Simpson, konserndirektør, kommersiell direktør og president for motorveitjenester hos J.B. Hunt Transport Services,

Bedervelige varer kan også overvåkes av intelligente sensorer i hver lastebils lasterom for temperatur og fuktighet.

En lastebil som fraktet produkter til Atlanta, for eksempel, ble omdirigert til det mer nærliggende markedet i Washington, D.C.. Omdirigeringen ble bestilt etter at en sensor inne i lastebilens lasterom varslet sjåføren og logistikkselskapet om faren for produktødeleggelse fra overoppheting. Selskapets evne til å proagere i sanntid til informasjonen avverget ødeleggelse og sparte penger. I næringsmiddelindustrien er det viktig. FNs mat- og landbruksgruppe anslår at 1 billion dollar mat går tapt eller kastes bort hvert år.

AI-aktivert brikketeknologi endrer også hvordan luftbårne og bakkebaserte kjøretøy presterer.

Logistiske utfordringer møter militært personell når de observerer og/eller går inn i et farlig område. Tidligere kunne en risikabel overvåkingsjobb ha krevd at mennesker inspiserte et område på egen hånd, noe som utsatte personell for fare og tap av liv.

Nå med Edge AI-behandling, utfører en flåte av ubemannede droner rekognosering og kommuniserer i sanntid. Hvis en drone i en skvadron blir nedfelt, oppdager flåten problemet og justerer formasjonen for å fortsette oppdraget. "Krøvende arbeidsbelastninger som krever behandling av flere sensoriske innganger, inkludert video og lyd, kan begynne å presse konvolutten med mindre de støttes av spesialiserte brikker," sa Saurabh Mishra, Senior Manager for Product Management i SAS’ IoT- og Edge-divisjon. "Autonome droner, robotarmer og industriell automatisering er alle gode eksempler på hvordan disse brikkene kan brukes."

Geopolitikk og innovasjon

Ikke desto mindre bekymrer bedrifter seg på grunn av geopolitiske krefter som jobber i brikke- og halvlederindustrien.

I 2019 ble Huawei plassert på U.S.A. begrenset liste. NVIDIA kjøpte deretter Arm, Ltd. i en avtale på 40 milliarder dollar som hadde Google, Microsoft, Qualcomm, Apple, Intel, Samsung, Huawei og Amazon bekymret for en kritisk leverandør.

I 2019 kjøpte Intel oppstart av AI-chip Habana Labs for 2 milliarder dollar, og AMD kjøpte opp Xiliinx for 35 milliarder dollar.

"Tendensen de siste 50 årene har vært å holde urelaterte nasjonale sikkerhetsbekymringer borte fra den økonomiske analysen som driver antitrustbeslutninger. Men der potensiell konkurransebegrensende oppførsel også er skadelig for nasjonal sikkerhet, bør vi ikke bli overrasket om USG tar en mer aggressiv tilnærming til håndhevelse,» skrev Cullen O'Keefe, forskningstilknyttet ved Center for the Governance of AI, University of Oxford.

IT må vurdere disse søksmålene og antitrusthandlingene når den rettferdiggjør og forsøker å "fremtidssikre" AI-investeringer.

"I dag er AI allment sett på som nøkkelen for fremtidig økonomisk lederskap, og det er sterke initiativer i Kina, Japan og Europa for å avvise tilliten til USA og utvikle urfolks prosessorer," sa Conway. "IT-avdelinger kan ikke gjøre mye for å påvirke disse geopolitiske kampene, men de kan planlegge for å sikre at forsyningene til prosessorer de trenger er sikre, spesielt ved å forhandle langsiktige leverandørkontrakter med straffeklausuler og opprettholde tilstrekkelige lagernivåer."

ITs gjøremålsliste

Overgangen til mindre formfaktor IoT vil tvinge frem et IT-fokus på tre nøkkelområder:

IT-arkitektur. IT-arkitekturen må justeres på nytt for å passe de forretningsmessige brukstilfellene som bedrifter ønsker å løse med AI på brikkenivå. Som minimum vil denne arkitekturrevisjonen sannsynligvis gi tre nivåer av IT-teknologi, prosessering og dataarkitektur: datasenteret, skyen og kanten.

"Utgangspunktet er selvfølgelig å kartlegge og optimalisere ende-til-ende-prosessen og bruke denne informasjonen til å tildele passende ressurser på hvert punkt underveis," sa Conway, som refererte til PayPals arbeid.

"For et halvt dusin år siden hadde PayPal et alvorlig problem med svindel i kredittkorttransaksjoner," sa Conway. «Det tok opptil to uker å identifisere svindel, og på den tiden hadde svindelen ofte rammet kundenes kort. Selskapet installerte en datamaskin med høy ytelse som kunne oppdage og forhindre svindel mens det skjedde, innen 150 millisekunder, og sparte PayPal for mer enn 700 millioner dollar det første året eller så.

Applikasjonen hos PayPal og andre firmaer er avhengig av innebygde prosessorer i kortleserne, sammen med Internett for retur-autorisasjonsprosessen, og serversystemer med ikke-innebygde prosessorer for tunge løft, lokalt eller i skyer."

IT-ferdigheter. Bare 47 % av respondentene i en 2019 Microsoft IoT Signals Report mente at markedet hadde individer med de nødvendige IoT-jobbferdighetene https://news.microsoft.com/2019/07/30/microsoft-announces-iot-signals-research-report-on-state-of-iot-adoption/.

"Tilgjengeligheten av dyktige ressurser for å administrere utplasseringen av AI-modeller på brikker vil fortsatt være en utfordring," sa Saurabh Mishra, Senior Manager for Product Management i SAS’ IoT- og Edge-divisjon. "Bedrifter bør også erkjenne det

edge AI-brikker er ikke sølvkuler. De fungerer i sammenheng med et større system. Det er avgjørende å tenke på hele rørledningen når du distribuerer AI-innebygde brikker siden en svak kobling oppstrøms eller nedstrøms kan oppheve deres målrettede løft."

Kommersiell IoT-programvare og maskinvarestabler kan bidra til å takle pipeline-integrasjonsutfordringer – men behandling må fortsatt defineres på hvert nivå av IT. Dette inkluderer modellbygging og programmering av SOC-er.

Kapitalforvaltning. Konsolideringer, antitrust- og immaterielle rettssaker vil fortsette å spille på AI/chip-området, slik det har gjort på andre IT-områder.

Den gode nyheten er at bedriftens IT-avdelinger ikke er fremmede for dette.

Å velge en bredt akseptert IOT-stakkløsning med en stor brukerbase er en form for fremtidssikring, i tillegg til å sikre at IoT-en du bruker er i samsvar med vanlige sikkerhetsstandarder og APIer. En annen strategi er å forhandle med IoT-leverandører for ansvar og investeringsbeskyttelse som du definerer i kontraktene dine.

Til slutt må AI-aktiverte brikker levere forretningsresultater.

"Effekten av Edge IoT på IT-arkitektur vil komme ned til brukstilfellene IT blir bedt om å implementere, der AI tilbyr muligheten til å forhåndsbehandle informasjon i sanntid og kun overføre relevante og nyttige data," sa Murali Gopalakrishna, leder av produktledelse for autonome maskiner og daglig leder for Robotics hos NVIDIA.

"En automatisert AI-inspeksjonsprosess i en fabrikk vil bruke sanntidsinformasjon til å ta beslutninger på et brøkdel av et sekund på kanten, samtidig som relevante data overføres til back-end-systemer for etterbehandling, analyse og utvikling av nye modeller utenfor båndet til IoT-kanten baserte beslutninger."

Applikasjoner kan oppdage beboere som bærer masker eller telle antall personer som går inn og ut av et rom ved å lage varmekart for å sikre at beleggsgrensene ikke overskrides. Og med tilleggssensorer, kameraer og automatisering som skjer i IoT og på kanten, vil AI bli mer relevant for IT-ledere og infrastrukturarkitektur, sa Gopalakrishna.