Z perspektywy wdrażania rozwiązań przetwarzania danych na krawędzi sieci (edge computing) istotne są trzy czynniki, takie jak: eliminacja przestojów na produkcji, możliwość analizowania, wykorzystywania i ochrony danych w czasie rzeczywistym oraz uproszczenie operacji.
W raz ze wzrostem liczby urządzeń i maszyn podłączonych do sieci transmisji i komunikacji danych, kadra przedsiębiorstw przemysłowych zaczyna zdawać sobie sprawę z potrzeby znalezienia efektywnego sposobu zarządzania dużymi ilościami danych. Ponieważ technologia przemysłowa staje się bardziej złożona, a urządzenia uzyskują coraz potężniejsze możliwości, technologia przetwarzania danych na krawędzi sieci zaczyna być postrzegana jako wartościowe rozwiązanie, sprzyjające wykorzystaniu całej mocy obliczeniowej do osiągnięcia określonych wartości biznesowych. Organizacje przekonują się, że nie mają odpowiednich połączeń sieciowych w swoich infrastrukturach technologii operacyjnej (OT), aby możliwe było przesyłanie olbrzymich ilości danych do chmury obliczeniowej i w drugą stronę. Nie dysponują także odpowiednią ilością czasu. Problemy z opóźnieniami przesyłu danych przez sieć utrudniają wykorzystywanie danych w czasie rzeczywistym. A zatem lokalizowanie tej dużej mocy obliczeniowej na krawędzi sieci może być bardziej praktyczne i opłacalne dla organizacji, w których wymagane jest analizowanie w czasie rzeczywistym wielkich ilości różnorodnych danych (Big Data).
Technologia przetwarzania danych na krawędzi sieci umieszcza moc obliczeniową bliżej miejsc, w których dokonywane są pomiary, i ułatwia podejmowanie decyzji w ramach różnych pętli sterowania. Może ona dać wielkie korzyści przedsiębiorstwom przemysłowym. Niektóre z pojawiających się rozwiązań przetwarzania danych na krawędzi sieci mogą dać użytkownikom korzyści takie same, jak z wykorzystaniem mechanizmów chmury obliczeniowej, ale bez ograniczeń czasowych i wrażliwości na cyberataki.
Podczas analizowania tych technologii firmy powinny wziąć pod uwagę wiele aspektów, w tym opisane poniżej trzy kluczowe komponenty, które pomogą im we wdrożeniu „podobnej do chmury” (cloud-like) technologii przetwarzania danych na krawędzi sieci.
1. Eliminacja przestojów na produkcji
Niezakłócona produkcja oraz wspieranie ogólnej efektywności zawsze będą priorytetami dla uzyskania wartości dodanej, wynikającej z wdrożenia technologii Przemysłowego Internetu Rzeczy (IIoT). Aby bardziej efektywnie rozdzielać obciążenia robocze na kluczowe dla firmy maszyny oraz sprzęt realizujący przetwarzanie w czasie rzeczywistym, przedsiębiorstwa powinny rozpatrzeć możliwość wdrożenia platform analizy danych w czasie rzeczywistym, w których przetwarzanie i analizowanie danych odbywa się dokładnie tam, gdzie dane te są generowane, czyli na krawędzi sieci. To zautomatyzowane podejmowanie decyzji jak najbliżej samego procesu technologicznego/produkcji czyni sensownym wykorzystanie aplikacji, takich jak zaawansowany monitoring i diagnostyka, optymalizacja w czasie rzeczywistym pracy maszyn oraz konserwacja prognozowana. Przetwarzanie danych na krawędzi sieci może pomóc przedsiębiorstwom przemysłowym w redukowaniu nieplanowanych przestojów i zapewnianiu nieprzerwanej zdolności produkcyjnej, przy jednoczesnym zwiększaniu efektywności w obszarze kosztów.
2. Możliwość analizowania, wykorzystywania i ochrony danych w czasie rzeczywistym
Im więcej przedsiębiorstw wykorzystuje dane pochodzące ze zautomatyzowanych systemów, tym bardziej krytyczne stają się te dane. W rzeczywistości generowane dane mogą być najbardziej wartościowym zasobem organizacji, uzyskanym z prac nad wdrożeniem IIoT. Wdrażanie technologii przetwarzania danych na krawędzi sieci umożliwia przedsiębiorstwom odnajdowanie znaczenia czasu rzeczywistego w transmisji kluczowych danych, bez opóźnień czasowych związanych z przechowywaniem tych informacji w fizycznym centrum danych lub w chmurze obliczeniowej.
Ze względu na swoją wartość i znaczenie dane te muszą być chronione. Wymaga to zapewnienia niezawodnej infrastruktury, konserwacji zapobiegawczej i cyberbezpiecznych połączeń sieciowych. Przedsiębiorstwa będą musiały chronić swój sprzęt, przy jednoczesnym realizowaniu potrzeby posiadania ujednoliconej infrastruktury brzegowej, dla umożliwienia ewolucji istniejących już w systemie możliwości i funkcji, aby jak najlepiej wykorzystać swoje kluczowe dane.
3. Uproszczenie operacji
Wraz z rozpowszechnianiem się technologii IIoT w przedsiębiorstwach przemysłowych zaczyna zacierać się linia podziału między centrum danych i systemami informatycznymi firmy (IT) a systemami automatyki produkcji (technologii operacyjnej, OT) oraz ich odpowiednimi sieciami, zwykle obiektowymi (Fieldbus). Pracujący w takiej firmie „specjalista od hybrydowej technologii operacyjnej” („hybrid OT professional”) posiada różne umiejętności i może łączyć światy technologii informatycznej i operacyjnej, w ten sposób zmniejszając obciążenia pracowników działu IT przy transformacji jego organizacji w kierunku IIoT.
Rosnąca popularność i adaptowanie technologii IIoT generuje obecnie większy popyt na sprzęt i oprogramowanie do przetwarzania masowych ilości danych na krawędzi sieci. Poprzez łączenie aplikacji i oprogramowania IIoT z możliwościami kompleksowego modelowania predykcyjnego, przedsiębiorstwa mogą odkryć nową generację przetwarzania danych na krawędzi sieci. Technologia ta skraca przestoje na produkcji i zmniejsza wynikające z nich koszty, nadaje większe znaczenie i wartość kluczowym danym oraz umożliwia technologii operacyjnej uzyskanie pozycji lidera transformacji sieciowych systemów przemysłowych w kierunku IIoT, co minimalizuje obciążenie pracowników działów IT. Wykorzystanie potęgi przetwarzania danych na krawędzi sieci pomoże osiągnąć sukces przedsiębiorstwom rozpoczynającym wdrażanie technologii IIoT.
Jason Anderson, wiceprezes i dyrektor zarządzający firmy Stratus Technologies. Firma ta jest członkiem Stowarzyszenia Integratorów Systemów Automatyki (CSIA) i partnerem CFE Media ds. treści.