Simulering med digitala tvillingar underlättar beslutsfattande för stora system

Simulering med digitala tvillingar underlättar beslutsfattande för stora system

Källnod: 2553235
Simulering med digitala tvillingar underlättar beslutsfattande för stora system
Dr William L. Bain är grundare och VD för ScaleOut Software, som utvecklar mjukvaruprodukter för in-memory computing och stream-bearbetning utformade för att förbättra operativ intelligens inom live-system. Bill tog en doktorsexamen. i elektroteknik från Rice University. Under en 40-årig karriär fokuserad på parallell datoranvändning har han bidragit till framsteg på Bell Labs Research, Intel och Microsoft, och har flera patent inom datorarkitektur och distribuerad datoranvändning.

Tänk om telematiktillämpningar kunde spåra telemetri från varje fordon i en flotta och omedelbart analysera det för att identifiera problem, såsom förlorade eller oregelbundna förare eller uppkommande mekaniska problem? Tänk om flygbolagen kontinuerligt kunde spåra passagerarnas framsteg under deras resplaner och proaktivt reagera på förseningar och avbokningar för att minska stress och smidig drift? Vad händer om järnvägsoperatörer kunde upptäcka förestående mekaniska fel innan en urspårning inträffar?

Applikationer som dessa måste samtidigt spåra det dynamiska beteendet hos många datakällor, såsom IoT-enheter och sensorer, för att identifiera problem (eller möjligheter) så snabbt som möjligt, vilket ger operativa chefer bästa möjliga situationsmedvetenhet. De ScaleOut Digital Twin Streaming Service möjliggör konstruktion av strömningsanalysapplikationer för att möta utmaningarna. Med sin nya release lägger den här tjänsten nu också till möjligheten att köra dessa applikationer i simulering både för testning med syntetiska arbetsbelastningar och för att modellera komplexa interaktioner. 

Mjukvarumodellen "digital twin" förenklar applikationsutveckling för både streaminganalys och simuleringar. Digitala tvillingar tillhandahåller också de byggstenar som behövs för att skilja applikationsdesign från orkestreringen av storskaliga implementeringar med tusentals enheter.

Simulera en arbetsbelastning för streaminganalys

För att simulera en stor population av datakällor som skickar periodiska telemetrimeddelanden kan utvecklare bygga en digital tvillingmodell för en enda fysisk datakälla, till exempel ett fordon i en flotta och sedan köra tusentals digitala tvillingar för att generera telemetri för alla datakällor. De fungerar som en arbetsbelastningsgenerator och kan testa en strömningsanalysapplikation som körs i simulering, till exempel en telematikapplikation, som också kan implementeras med digitala tvillingar. När analyskoden har validerats kan utvecklare distribuera den för att spåra ett livesystem.

Många vertikala applikationer kan dra nytta av simulering av streaminganalys. Digitala tvillingar kan till exempel simulera perimeterenheter som upptäcker säkerhetsintrång i en stor infrastruktur för att hjälpa till att utvärdera hur väl streaminganalys kan identifiera och klassificera hot. De kan också modellera järnvägsvagnar i ett rikstäckande järnvägssystem för att validera streaminganalyser som spårar varje järnvägsvagns mekaniska problem och varna ingenjörer innan en urspårning inträffar.

Simulera ett stort system med många enheter

För att underlätta operativ planering och beslutsfattande kan digitala tvillingar också modellera tusentals enheter som interagerar inom ett stort system. De kan till exempel implementera en flygbolagssimulering som omfattar tusentals flygpassagerare, flygplan, flygplatsportar och flygtrafiksektorer. Dessa digitala tvillingar upprätthåller tillståndsinformation om de fysiska enheter de representerar, kör kod vid varje tidssteg i simuleringens exekvering och utbyter meddelanden som modellerar interaktioner. Simuleringen uppdaterar det digitala tvillingtillståndet över tid för att spåra resultaten av interaktioner och ge insikter till operativa chefer. 

Till exempel kan en flygbolagssimulering mäta effekten av flygförseningar på trängsel vid gate och ändringar av passagerares resplaner. I praktiken kan flygbolag använda simuleringar som dessa för att modellera väderförseningar och systemavbrott (som markstopp) och utvärdera alternativa schemaläggningsbeslut som svarar på dessa situationer. Genom att köra snabbare än i realtid kan simuleringar hjälpa till att göra förutsägelser som hjälper förvaltare av livesystem i deras beslutsfattande.

Skala simuleringar enkelt

ScaleOut Digital Twin Streaming Service använder skalbar datorteknik i minnet för att ge den hastighet och minneskapacitet som krävs för att köra stora simuleringar med många enheter. Den lagrar digitala tvillingar i minnet och distribuerar dem automatiskt över ett kluster av servrar som är värd för en simulering. Vid varje tidssteg kör varje server simuleringskoden för en delmängd av de digitala tvillingarna och bestämmer nästa tidssteg som simuleringen behöver köras. Streamingtjänsten orkestrerar simuleringens framsteg i klustret och förflyttar simuleringstiden i en takt som väljs av användaren. 

Att bygga simuleringsmodeller med digitala tvillingar ger en ren separation av applikationskoden från orkestreringen av simuleringen. Streamingtjänsten kan utnyttja så många servrar som den behöver för att vara värd för en stor simulering och köra den med maximal genomströmning. Den kan lägga till nya servrar medan en simulering körs, och den kan på ett transparent sätt hantera serveravbrott om de skulle inträffa. Utvecklare behöver bara fokusera på att bygga digitala tvillingmodeller och distribuera dem till streamingtjänsten.

Kartlägga en ny väg

Digitala tvillingar har historiskt sett använts som ett verktyg för att modellera det detaljerade beteendet hos en enda, komplex fysisk enhet, som en jetmotor. ScaleOut Digital Twin Streaming Service tar digitala tvillingar i en ny riktning: simulering av stora system med många interagerande enheter. ScaleOut Softwares mycket skalbara datorarkitektur i minnet gör att den enkelt kan simulera tusentals enheter och deras interaktioner. Detta ger ett kraftfullt nytt verktyg för att extrahera insikter om stora system med komplexa beteenden och ger operativa chefer viktiga nya analytiska och prediktiva möjligheter.

(Foto av Donny Jiang on Unsplash)

Taggar: digitala tvillingar, Skala ut

Tidsstämpel:

Mer från Iot nyheter