Podczas wdrażania w zakładzie przemysłowym technologii przetwarzania danych na krawędzi sieci należy przeanalizować kilka ważnych czynników mających wpływ na powodzenie przedsięwzięcia.
Wraz ze wzrostem liczby maszyn i urządzeń połączonych w sieci, przedsiębiorcy zaczynają zdawać sobie sprawę z potrzeby posiadania efektywnej metody zarządzania dużymi ilościami danych generowanych przez maszyny i urządzenia znajdujące się na wyposażeniu zakładu. Ponieważ technologia przemysłowa staje się coraz bardziej złożona, a możliwości urządzeń są coraz większe, to idea i technologia przetwarzania danych na krawędzi sieci (edge computing) staje się wartościowym rozwiązaniem, pozwalającym na wykorzystanie całej mocy obliczeniowej dla podniesienia wartości biznesowej przedsiębiorstwa (business value). Organizacje przekonują się, że nie mają w swoich zakładach ani takiego stopnia usieciowienia, jakie jest wymagane w ich infrastrukturze technologii operacyjnej (operational technology – OT) w celu przesyłania olbrzymich ilości danych do chmury obliczeniowej i w drugą stronę, ani nie dysponują nadmiarem czasu, który pozwoliłby na ich modernizację. A zatem posiadanie wspomnianej mocy obliczeniowej na krawędzi sieci zakładowej może się okazać bardziej praktycznym i opłacalnym rozwiązaniem dla organizacji, które wymagają analizowania w czasie rzeczywistym wielkich ilości różnorodnych i zmiennych w czasie danych (Big Data).
Technologia przetwarzania danych na krawędzi sieci lokalizuje moc obliczeniową procesorów bliżej miejsc, gdzie dokonywane są pomiary i podejmowane decyzje w układach automatyki. Może ona przynieść znaczne korzyści przedsiębiorstwom przemysłowym. Niektóre pojawiające się rozwiązania przetwarzania danych na krawędzi sieci mogą dać użytkownikom takie korzyści, jakie oferuje chmura obliczeniowa, ale bez związanych z nią ograniczeń i słabych punktów, bez konieczności wyjścia danych na zewnątrz, co również ma niebagatelne znaczenie ze względów bezpieczeństwa.
Podczas analizowania kwestii związanych z wdrożeniem tych technologii firmy powinny wziąć pod uwagę podane niżej trzy kluczowe czynniki. Pomoże to w osiągnięciu sukcesu we wdrożeniu podobnej do chmury technologii przetwarzania danych na krawędzi sieci.
1️⃣ Eliminacja przestojów na produkcji
Niezakłócona produkcja oraz dążenie do ogólnej efektywności działania zakładu zawsze będą priorytetami dla uzyskania wartości dodanej z wdrożenia i wykorzystania technologii Przemysłowego Internetu Rzeczy (Industrial Internet of Things – IIoT). Aby wydajniej rozdzielać obciążenia robocze dla funkcji o znaczeniu krytycznym oraz przetwarzania danych w czasie rzeczywistym, przedsiębiorstwa powinny poszukać takich platform analizy danych w czasie rzeczywistym, które przetwarzają i analizują dane dokładnie tam, gdzie są one generowane, czyli na krawędzi sieci lokalnej, zakładowej. Dokonywanie tego zautomatyzowanego podejmowania decyzji jak najbliżej realizowanego procesu nadaje sens takim aplikacjom, jak zaawansowany monitoring i diagnostyka, optymalizacja pracy maszyn w czasie rzeczywistym oraz konserwacja prognozowana. Przetwarzanie danych na krawędzi sieci może pomóc przedsiębiorstwom przemysłowym w skróceniu nieplanowanych przestojów i zapewnieniu niezakłóconej realizacji produkcji, przy jednoczesnym zmniejszeniu kosztów.
2️⃣ Analizowanie, przetwarzanie i ochrona danych w czasie rzeczywistym
Im więcej przedsiębiorstw wykorzystuje dane pochodzące ze zautomatyzowanych systemów oraz IIoT, tym więcej powstaje danych o znaczeniu krytycznym. W rzeczywistości te generowane dane mogą okazać się najbardziej wartościowym zasobem organizacji, wynikającym z ich prac i wysiłków związanych wykorzystaniem technologii IIoT. Wdrożenie technologii przetwarzania danych na krawędzi sieci pozwala odnajdywać wartości i dane o znaczeniu krytycznym zasadniczo w reżimie czasu rzeczywistego. Wyeliminowane zostaje bowiem opóźnienie czasowe (latencja), związane z przechowywaniem informacji w fizycznym centrum danych lub chmurze obliczeniowej.
Ze względu na swoją wartość takie dane muszą być chronione. Wymaga to niezawodnej infrastruktury, serwisowania prognozowanego, monitorowania wydajności aplikacji (application performance management – APM) oraz bezpiecznych połączeń sieciowych. Przedsiębiorstwa będą musiały zabezpieczać swój sprzęt i jednocześnie realizować potrzebę posiadania ujednoliconej infrastruktury krawędzi sieci i rozwijać swoje możliwości, aby jak najlepiej wykorzystać kluczowe dane.
3️⃣ Uproszczenie realizowanych operacji
Wraz ze wzrostem wykorzystywania technologii IIoT w przemyśle zacierają się linie podziału pomiędzy centrum danych przedsiębiorstwa i systemami informatycznymi firmy (information technology – IT) a systemami automatyki sterującej produkcji (OT) oraz związanymi z nimi sieciami. Tę swoistą połączoną „hybrydową profesjonalną technologię operacyjną OT” cechuje kombinacja umiejętności, łącząca ze sobą światy technologii IT i OT. Prowadzi to do redukcji obciążenia informatyków podczas transformacji ich organizacji w kierunku IIoT.
Rosnąca adaptacja technologii IIoT generuje jednocześnie większe zapotrzebowanie na przetwarzanie danych oraz obliczenia równoległe (data-intensive computing) prowadzone w modułach instalowanych na krawędzi sieci. Poprzez łączenie ze sobą aplikacji i oprogramowania IIoT z możliwościami kompleksowego modelowania predykcyjnego, przedsiębiorstwa mogą opracować mechanizmy następnej generacji przetwarzania danych na krawędzi sieci. Technologia ta skraca przestoje na produkcji i zmniejsza związane z nimi koszty, nadaje wartość krytycznym danym oraz umożliwia pracownikom działów związanych z technologią operacyjną odgrywanie wiodącej roli w transformacji w kierunku IIoT, co zmniejsza z kolei obciążenie pracowników działów informatycznych. Wykorzystanie potęgi technologii przetwarzania danych na krawędzi sieci pomoże osiągnąć sukces tym przedsiębiorstwom, które obecnie rozpoczynają swoją drogę w kierunku IIoT.
Jason Andersen jest wiceprezesem i dyrektorem zarządzającym w firmie Stratus Technologies.