Working Smarter by IoT & Digital Transformation

Ứng dụng Edge Computing trong các dự án IIoT

Edge Computing
1 2.668

Như đã biết Điện toán biên là một mô hình điện toán phân tán, mang tính toán và lưu trữ dữ liệu đến gần vị trí cần thiết hơn, để cải thiện thời gian phản hồi và tiết kiệm băng thông cho toàn hệ thống. Từ khi Edge Computing ra đời, các ứng dụng và kiến trúc Điện toán biên có thể cung cấp để giải quyết những người dùng internet công nghiệp, những thách thức khó khăn nhất.

Và theo SmartFactoryVN dự đoán cùng với sự phát triển mạnh mẽ của IIoT, Edge Computing sẽ là một xu hướng mới cho kỷ nguyên Internet of things. Vì thế loạt bài viết này SmartFactoryVN mong muốn sẽ mang đến cho các bạn 1 kiến thức đầy đủ nhất trên hành trình tìm hiểu cách ứng dụng Edge Computing vào trong các dự án của doanh nghiệp bao gồm :

  • Khi nào cần sử dụng Edge Computing
  • Các đặc trưng của Edge Computing
  • Những yếu tố chính để thực hiện Edge Computing
  • Vì sao các ứng dụng ở rìa của các dự án IIoT nên triển khai Edge Computing

Và thông qua loạt bài viết bạn đọc sẽ có những Thông tin đầy đủ về:

  • Cách xác định và đánh giá các tiêu chuẩn, thực tiễn và đặc điểm phù hợp nhất để giải quyết vấn đề Điện toán biên một cách toàn diện.
  • Khám phá và xác định các phần mở rộng cho mô hình Điện toán biên hiện tại giúp mở rộng và tăng cường chức năng của các thiết bị tính toán biên.
  • Một số case study chi tiết được nêu bật, tính toán biên cho phân tích công nghiệp được khám phá và các thách thức bảo mật cho việc triển khai tính toán biên.

Điện toán biên (Edge Computing) nằm ở đâu ?

Biên là một lớp logic chứ không phải là một lớp phân chia vật lý cụ thể, vì vậy nó mở ra cho ý kiến cá nhân và giải thích về điều mà ở đó điện toán biên sẽ giải quyết tuỳ thuộc vào ứng dụng cụ thể Trong Công nghiệp. Chúng ta hãy cùng xem xét vị trí của điện toán biên trong 1 ví dụ cụ thể ở nhà máy và doanh nghiệp như sau :

Vị trí của Edge Computing trong 1 ứng dụng công nghiệp (lớp màu xanh)

THIẾT BỊ BẢO VỆ BƠM DO QUÁ NHIỆT
Trong kịch bản này, một cặp nhiệt điện hư hỏng chết tiệt đo nhiệt độ trên một máy bơm. Một máy bơm có khả năng tính toán biên có thể thực hiện các phân tích cơ bản để xác định xem có vượt quá ngưỡng xác định hay không và tắt máy bơm trong một phần nghìn giây. Không có độ trễ quyết định và không cần kết nối để thực hiện chức năng này. Kết nối là không cần thiết, nhưng nó có thể được sử dụng để thông báo. Giá trị thời gian của thông tin nhiệt độ phân rã nhanh chóng vì phản ứng chậm trễ có thể dẫn đến hư hỏng thiết bị. Trong trường hợp này, cạnh nằm ở cấp thiết bị vì nó có thể đạt được mục tiêu chính, ngay cả khi kết nối với các hệ thống và mạng cấp cao hơn bị gián đoạn.

GIÁM SÁT HIỆU SUẤT TỔNG THỂ PHÂN XƯỞNG HOẶC DÒNG SẢN XUẤT
Hiệu suất của thiết bị và dây chuyền sản xuất thường được thể hiện thông qua các chỉ số hiệu suất như Hiệu quả Thiết bị Tổng thể (OEE). Các phân tích gần thời gian thực trên nhiều điểm dữ liệu từ các cảm biến trong phân xưởng có thể được xử lý trên một cổng cục bộ và cung cấp các xu hướng và cảnh báo OEE cho các hệ thống hoặc nhân viên vận hành. Trong trường hợp này, khả năng cơ bản yêu cầu thông tin từ nhiều nguồn thiết bị để thực hiện phân tích đơn giản. Giá trị thời gian của thông tin cao vì sự chậm trễ phản hồi chờ đợi các quyết định từ đám mây có thể gây ra tổn thất đáng kể. Vấn đề kinh doanh này cho thấy rằng các cạnh là ở cấp độ phân xưởng.

TỐI ƯU HÓA CHUỖI CUNG ỨNG CHO NHÀ MÁY
Tối ưu hóa các quy trình chuỗi cung ứng cho một cơ sở local, nhà máy hoặc mỏ dầu đòi hỏi dữ liệu từ nhiều nguồn trong khoảng thời gian ngắn để áp dụng các thuật toán và phân tích tối ưu hóa sẽ điều chỉnh các kế hoạch chuỗi cung ứng trong các hệ thống kinh doanh như SCM hoặc ERP. Khả năng cơ bản đòi hỏi kết nối cấp địa phương hoặc cấp nhà máy với các quyết định được đưa ra trong vài giờ. Thông tin bổ sung bên ngoài chu vi của nhà máy có thể hữu ích, nhưng không bắt buộc để tối ưu hóa hiệu quả. Trong trường hợp này, điện toán biên nằm ở tổng thể của nhà máy, hoặc cấp điều hành sản xuất.

TIÊN ĐOÁN HƯ HỎNG VÀ BẢO TRÌ CHỦ ĐỘNG
Các mô hình machine learning để dự đoán sự cố Máy bơm chìm điện – Electric Submersible Pump (ESP) yêu cầu dữ liệu từ nhiều nền tảng. Các mô hình phân tích rất phức tạp và cần một lượng lớn dữ liệu để đào tạo và huấn luyện lại các mô hình. Nó cũng yêu cầu nguồn cấp dữ liệu thường xuyên từ các ESP hoạt động để xác định mỗi đơn vị còn lại thời gian sử dụng hữu ích. Dữ liệu từ các ESP riêng lẻ cần được phân tích thường xuyên nhưng phân rã thông tin chậm hơn nhiều so với các kịch bản và quyết định khác có thể được đưa ra hàng ngày hoặc hàng tuần. Tính toán thường được thực hiện ở cấp doanh nghiệp bằng cách sử dụng public cloud hoặc private cloud và ở đầu cuối của tính liên tục của edge computing.

Như vậy chúng ta có thể thấy Edge Computing có thể nằm bất cứ nơi nào dọc theo biểu đồ giá trị thời gian như các ví dụ này minh họa. Đó là nơi xử lý dữ liệu từ cảm biến hoặc các thông tin khác được sử dụng để đạt được mục tiêu chính cụ thể hoặc giải quyết một vấn đề kinh doanh cụ thể.

Giá trị của dữ liệu tại biên theo dòng thời gian

Vì sao lại cần tính toán tại biên ?

Điện toán biên là một cơ sở hạ tầng điện toán phi tập trung, trong đó tài nguyên điện toán và dịch vụ ứng dụng có thể được phân phối dọc theo đường truyền thông từ nguồn dữ liệu đến đám mây. Nghĩa là, các nhu cầu tính toán có thể được thỏa mãn tại biên mạng, nơi mà dữ liệu được thu thập hoặc nơi người dùng thực hiện một số hành động nhất định.

Điện toán biên có những lợi ích là:

  • Cải thiện hiệu suất.
  • Tăng cường tính tuân thủ, quyền riêng tư dữ liệu và mối quan tâm bảo mật dữ liệu.
  • Giảm chi phí hoạt động cho toàn bộ Data center tập trung.

Cải thiện hiệu suất công việc xử lý dữ liệu

Edge không chỉ đơn thuần là một cách để thu thập dữ liệu để truyền lên đám mây, nó còn xử lý, phân tích và hành động trên dữ liệu được thu thập ở rìa trong một phần nghìn giây và do đó rất cần thiết để tối ưu hóa dữ liệu công nghiệp ở mọi khía cạnh của hoạt động.

Ví dụ, trong một cánh gió, nếu tốc độ gió hoặc hướng thay đổi, phần mềm cạnh có thể phân tích dữ liệu này theo thời gian thực và điều chỉnh các tuabin riêng lẻ để tối ưu hóa tổng thể sản xuất trang trại gió. Chỉ dữ liệu tổng hợp được gửi lên đám mây, giảm yêu cầu băng thông truyền thông và cải thiện thời gian truyền dữ liệu.

Ngoài ra, các tuabin tạo ra nhiều terabyte dữ liệu. Gửi dữ liệu này đến nền tảng đám mây để chạy các phân tích nâng cao có thể đạt được về mặt công nghệ, nhưng chi phí và băng thông không cho phép phải làm hàng ngày. Thông qua Tính toán biên, người dùng cuối có thể thu thập dữ liệu truyền phát từ tuabin và sử dụng nó trong thời gian thực để ngăn chặn thời gian ngừng hoạt động ngoài dự kiến ​​và kéo dài tuổi thọ của thiết bị trong khi giảm dữ liệu xuống kích thước dễ quản lý hơn để truyền lên đám mây.

Thách thức của việc truyền một lượng lớn dữ liệu trong thời gian thực có hiệu quả về chi phí từ các site công nghiệp từ xa có thể được giảm thiểu bằng cách thêm trí thông minh vào các thiết bị ở rìa mạng, trong nhà máy hoặc tại hiện trường. Điện toán biên trên thiết bị mang các khả năng phân tích đến gần máy hơn và cung cấp tùy chọn ít tốn kém hơn để tối ưu hóa hiệu suất tài sản.

Phối hợp kiến trúc đa Edge

Tuân thủ sự riêng tư của dữ liệu và bảo mật dữ liệu

Public Cloud tạo ra một danh sách dài các vấn đề riêng tư, quy định và tuân thủ liên quan đến dữ liệu được phân loại hoặc nhạy cảm. Ngày nay, các nhà cung cấp dịch vụ có thể đảm bảo quyền truy cập và kiểm soát riêng tư nhưng với mức giá cồng kềnh, tốn kém, không co giãn và khó quản lý.

Điện toán biên cho phép doanh nghiệp hoạt động độc lập bằng cách sử dụng Public Cloud / private cloud bằng cách sử dụng điện toán cục bộ dựa trên khu vực, khu vực, miền hoặc ranh giới bảo mật cục bộ cần thiết.

Giảm chi phí hoạt động

Kết nối, di chuyển dữ liệu, băng thông và các tính năng độ trễ của điện toán đám mây rất tốn kém.

Tính toán biên giải quyết những điều này bằng cách giảm yêu cầu băng thông và độ trễ.Ví dụ, nếu một công ty dầu khí khoan ở Nigeria yêu cầu tính toán để dự đoán tỷ lệ suy giảm sản xuất giếng dầu, thì các phương án là xây dựng trung tâm dữ liệu của riêng họ (với các giới hạn về chi phí và quy mô liên quan) hoặc sử dụng nhà cung cấp đám mây ( nơi trung tâm dữ liệu gần có thể đi 5.000 dặm) với chi phí đáng kể và dịch vụ đáng tin cậy. Với Tính toán biên, người dùng cuối có thể xử lý dữ liệu theo thời gian thực cục bộ với chi phí chỉ bằng một phần của Public Cloud, trong khi vẫn duy trì tính linh hoạt mà cơ sở hạ tầng đám mây cung cấp.

Điện toán biên tạo ra một sự liên tục có giá trị từ thiết bị đến đám mây để xử lý lượng dữ liệu khổng lồ được tạo ra từ IIoT. Xử lý dữ liệu gần hơn với nơi nó được sản xuất và tại thời điểm đáp ứng được yêu cầu bởi các ứng dụng cục bộ giải quyết các thách thức về việc tăng nhanh khối lượng dữ liệu.

Điện toán biên giảm thời gian phản hồi cho các sự kiện bằng cách loại bỏ một lượng dữ liệu vô nghĩa lên đám mây để phân tích. Nó tránh được việc bổ sung băng thông tốn kém bằng cách loại bỏ nhu cầu truyền hàng gigabyte dữ liệu lên đám mây. Nó cũng bảo vệ dữ liệu IIoT nhạy cảm bằng cách phân tích cục bộ trong mạng riêng.

Do đó, các doanh nghiệp sử dụng Điện toán biên có thể cải thiện và tối ưu hóa hiệu suất hoạt động và giải quyết các mối lo ngại về tuân thủ và bảo mật trong khi quản lý hiệu quả chi phí.

Hình dưới minh họa nhiều ví dụ về triển khai tính toán biên dựa trên sự khác biệt ở các lớp quản trị trong doanh nghiệp và quan điểm kinh doanh. Các ví dụ phát triển từ trái sang phải khi lớp cạnh trở nên phức tạp hơn và tổng hợp nhiều chức năng hệ thống bên dưới.

Lớp máy tính di chuyển lên ngăn xếp kiến ​​trúc, tổng hợp khả năng xử lý, thông tin và dữ liệu từ bên dưới.
Vô số lựa chọn có nghĩa là có một sức mạnh tổng hợp cạnh đám mây thay vì cạnh so với đám mây. Nếu có thể, số hóa sẽ luôn sử dụng tính năng cạnh và đám mây trong đó tính toán nhanh và cục bộ diễn ra ở rìa trong khi tính toán toàn cầu, phát triển mô hình, quản lý và bảo mật có thể được hưởng lợi từ sự khôn ngoan của đám mây.

Minh hoạ Ứng dụng Điện toán biên trong doanh nghiệp

Bắt đầu với một ví dụ về bộ điều khiển nhiệt độ đơn giản (xem Nhà máy A bên trái trong Hình), vấn đề cần giải quyết là theo dõi và kiểm soát nhiệt độ của một thiết bị hoặc vùng cụ thể. Trong trường hợp này, các thiết bị cạnh sẽ là cặp nhiệt độ gửi dữ liệu nhiệt độ và phần tử cung cấp nhiệt hoặc làm mát, và thiết bị tính toán biên sẽ là bộ điều khiển nhiệt độ chạy thuật toán điều khiển và điều chỉnh.Nếu mục tiêu là điều chỉnh nhiệt độ trên một số thiết bị hoặc khu vực, thì cạnh đó sẽ trở thành bộ điều khiển nhiệt độ (cho dù là các thành phần riêng lẻ hoặc hệ thống độc lập) và lớp Điện toán biên trở thành hệ thống điều phối điều khiển, điển hình là hệ thống PLC hoặc SCADA.

Xét tại rìa, các ứng dụng quản lý và điều khiển, thu thập dữ liệu thì Edge Computing có vai trò như một hệ thống SCADA. Trước đây cũng có một số tranh cãi về SCADA và Edge, theo quan điểm của SmartFactoryVN thì chúng ta đừng nên quan trọng hoá những thuật ngữ này lắm mà hãy tập trung vào chức năng của hệ thống bởi vì về lâu dài chúng ta cần những lợi ích do hệ thống mang lại hơn là từ ngữ.

Nếu mục tiêu kinh doanh là giám sát và quản lý nhiều cơ sở phân tán theo địa lý, thì cạnh là mỗi cơ sở riêng lẻ báo cáo trạng thái của nó với một lớp tính toán trên đám mây (vị trí C trong hình).

Đặc điểm của mô hình tính toán biên IIoT

Điện toán biên tồn tại theo chiều dọc trong toàn bộ ngăn xếp từ thiết bị đến đám mây và theo chiều ngang trên các hệ thống con IIoT. Mô hình điện toán mới được phân phối đầy đủ và có thể hỗ trợ một loạt các tương tác và mô hình giao tiếp bao gồm:

  • Mạng ngang hàng p2p, ví dụ như camera an ninh giao tiếp về các đối tượng trong phạm vi của chúng,
  • Cộng tác qua lại trên thiết bị cạnh như các phương tiện tự tổ chức đi cùng nhau hoặc cộng đồng tua-bin gió ở các địa điểm xa,
    truy vấn phân tán trên dữ liệu được lưu trữ trong thiết bị, trên đám mây và bất kỳ nơi nào ở giữa,
  • Quản lý dữ liệu phân tán, xác định vị trí và dữ liệu nào sẽ được lưu trữ và làm thế nào
  • Quản trị dữ liệu bao gồm các khía cạnh chất lượng, khám phá, khả năng sử dụng, quyền riêng tư và bảo mật của dữ liệu.

Từ Cloud đến Edge Computing

IIoT đã phá vỡ mô hình điện toán đám mây với các kịch bản sử dụng mới dẫn đến các yêu cầu sau:

  1. Tương tác nhanh nhạy với thời gian: Thường các quyết định cần được đưa ra trong vòng một phần nghìn giây trong khi một lượng dữ liệu khứ hồi lên đám mây lại đưa ra độ trễ không mong muốn. Độ tin cậy và quản lý kiểm soát đường dẫn quan trọng làm cho nó quá rủi ro khi chỉ dựa vào logic từ xa. Một ví dụ điển hình là xe tự hành AGV trong nhà máy; mặc dù thuật toán chống va chạm có thể thực thi trong đám mây, tốt nhất là chạy các thuật toán ở biên.
  2. Truyền thông: Cơ sở hạ tầng mạng di động có xu hướng theo mô hình triển khai đến các khu vực đô thị đông dân cư, trước khi đi xuống các vùng nông thôn hoặc vùng xa. Đối với các tài sản thực sự ở xa, kết nối vệ tinh có thể là lựa chọn duy nhất. Điều này tạo ra một mô hình trong đó các case study IIoT cho các ngành công nghiệp như khai thác, dầu khí, hóa chất và vận chuyển không được phục vụ tốt bởi truyền thông giá cả phải chăng mạnh mẽ.
  3. Ranh giới dữ liệu: Trong một số ứng dụng, dữ liệu được sản xuất và tiêu thụ bởi các thiết bị chỉ được yêu cầu bởi các thiết bị khác trong khu vực địa phương. Dữ liệu cục bộ này có thể được thu thập và phục vụ với độ trễ thấp cạnh cho người dùng trong khu vực địa phương. Tùy thuộc vào trường hợp sử dụng, bán kính của khu vực địa phương có thể thay đổi từ vài cm từ thiết bị đến toàn bộ khu phố hoặc thành phố. Trong các kịch bản thực tế mở rộng, ví dụ như ở các thành phố thông minh, cơ sở hạ tầng biên địa phương có thể lưu trữ thông tin về các điểm quan tâm của một khu phố. Vì hầu hết quyền truy cập vào dữ liệu (hoặc mức tiêu thụ dữ liệu) sẽ được thực hiện trong cùng một khu vực địa phương, nên không cần lưu trữ tất cả thông tin trên cloud. Khi một chiếc xe tải chuyển từ mạng riêng sang mạng công cộng và qua các ranh giới có chủ quyền cả chính sách doanh nghiệp và quy định dữ liệu địa phương sẽ xác định những gì có thể được lưu trữ cục bộ và những gì có thể được gửi lên cloud.
  4. Khối lượng dữ liệu: Lượng dữ liệu được tạo ra bởi các cảm biến có thể rất lớn. Ví dụ, hàng trăm camera độ phân giải cao tạo luồng video ở 30 khung hình mỗi giây có thể làm tắc nghẽn các kênh liên lạc. Điện toán cạnh cho phép dữ liệu được xử lý và lưu trữ cục bộ chỉ với dữ liệu được xử lý trước được chuyển lên đám mây.
  5. Hội tụ IT / OT: Trong lịch sử các công nghệ vận hành (OT – Operation Technology) được sử dụng để quản lý và tự động hóa các thiết bị công nghiệp tồn tại ở biên mạng trong khi công nghệ thông tin (IT) thì tập trung hơn. Mặc dù các hệ thống này đã được xử lý riêng, nhưng có một giá trị trong việc có một chiến lược IT / OT tích hợp cung cấp:
  • Dữ liệu kinh doanh cần thiết để diễn giải hoặc bối cảnh hóa dữ liệu IoT để ra quyết định,
  • Sự sẵn có của cả kết quả kinh doanh hiện tại và mới, mô hình kinh doanh tận dụng dữ liệu tích hợp,
  • Các quy trình chuẩn để dẫn đến kết quả.
  • Quản trị dữ liệu liên quan đến các khía cạnh chất lượng, khám phá, khả năng sử dụng, quyền riêng tư và bảo mật của dữ liệu. Quản trị dữ liệu không đầy đủ có thể khiến một công ty dễ bị ảnh hưởng trước những gián đoạn kinh doanh lớn. Mặt khác, quản trị dữ liệu cực đoan có thể kìm hãm sự đổi mới.
  • Tính toán biên giúp đơn giản hóa việc quản trị dữ liệu bằng cách: giảm sự lộn xộn dữ liệu: dữ liệu chuỗi thời gian khối lượng lớn có thể được phân tích ở cạnh, tinh chỉnh khả năng sử dụng dữ liệu: edge computing cho phép dữ liệu được ngữ cảnh hóa dẫn đến khả năng sử dụng tốt hơn, cải thiện quyền riêng tư dữ liệu: chính sách bảo mật ở cạnh chỉ cho phép chia sẻ dữ liệu liên quan đến các hệ thống trong hệ thống phân cấp và giảm tác động của vi phạm bảo mật: vì edge computing cho phép dữ liệu lưu trữ và phân tích được liên kết, tác động của vi phạm an ninh có thể được chứa.

Lợi ích của Điện toán biên

Không cần phải bàn cãi về tính lợi ích của điện toán biên, chúng ta thấy rõ ràng kiến trúc edge computing đã phân bổ tài nguyên tính toán để tối ưu hoá xử lý:

  1. Dữ liệu nhạy cảm về thời gian có thể được xử lý ngay tại điểm gốc bởi bộ xử lý cục bộ (một thiết bị sở hữu khả năng tính toán riêng).
  2. Các máy chủ trung gian có thể được xử dụng để xử lý dữ liệu gần với vị trí địa ly gần với nguồn (điều này được giả định là độ trễ trung gian chấp nhận được, mặc dù các quyết định thời gian thực nên được thực hiện càng gần nguồn gốc càng tốt)
  3. Các máy chủ cloud có thể được sử dụng để xử lý ít dữ liệu thời gian nhạy cảm hơn hoặc để lưu trữ dữ liệu dài hạn. Với IoT, bạn có thể thấy bản kê khai này trong bảng điều khiển phân tích (dashboard).
  4. Các dịch vụ ứng dụng biên giảm đáng kể lượng dữ liệu phải được di chuyển, lưu lượng truy cập, và khoảng cách dữ liệu được di chuyển. Điều này sẽ làm giảm chi phí truyền tải, giảm thời gian trễ, và nâng cao được chất lượng dịch vụ.
  5. Điện toán biên loại bỏ lượng lớn hiện tượng “nút thắt cổ chai” và tiềm năng lớn các lỗi bằng cách nhấn mạnh vào sự phụ thuộc vào môi trường tính toán lõi. Đồng thời an toàn dữ liệu được cải thiện khi dữ liệu mã hoá được kiểm tra khi nó vượt qua các bức tường lửa và điểm bảo vệ khác, nơi mà các loại virut, dữ liệu bị xâm nhập và hacker có thể bị đánh lừa sớm.
  6. Khả năng mở rộng của biên tăng lên nhờ hợp lý hoá của các nhóm xử lý CPU khi cần thiết, tiết kiệm chi phí khi truyền dữ liệu thời gian thực.

Hết phần 1

Đăng ký để nhận ebook
Đăng ký để nhận ebook "Những điều cơ bản cần biết về Smart Factory và công nghệ IoT" từ chúng tôi.
Đăng ký để được nhận ebook "Những điều cơ bản cần biết về Smart Factory và công nghệ IoT".

Để lại bình luận

Địa chỉ email của bạn sẽ không được công bố.