關於人工智慧、物聯網(AIOT)的支援,英特爾提供的解決方案不只是硬體層面的運算技術,也包含軟體應用技術,而近兩三年以來,他們發展的軟體平臺當中,經常被該公司所提及的開發工具套件是OpenVINO Toolkit,產品全名為Intel Distribution of OpenVINO Toolkit,而OpenVINO這個品牌的全名,則是Open Visual Inference & Neural Network Optimization,支援的運算與加速技術也相當廣泛,包含該公司旗下的中央處理器、整合繪圖處理器、FPGA、Movidius VPU。

若要取得各種軟體開發的相關資源,英特爾原本就設立了專屬網站Intel Developer Zone,目前針對IoT、AI等類別的應用,都已設立了專區。

而在IoT的部份,目前區分為兩大部分,一個是雲端硬體部署測試平臺Intel DevCloud for the Edge,在2019年11月舉行的Intel AI Summit大會推出,另一個則是今年6月悄悄登場的邊緣運算軟體專區Intel Edge Software Hub。

針對多種邊緣運算應用場景,提供多種預先驗證的容器化套件

Edge Software Hub如今之所以受到矚目,主要是因為他們在9月23日舉行的Intel Industrial Summit大會,發表研發代號為Elkhart Lake的Atom x6000E系列、Pentium與Celeron的N系列與J系列處理器,以及採用Tiger Lake微架構的第11代Core通用嵌入型處理器,同時也開始積極主推這套軟體資源共享平臺,一週後,在臺舉行的2020英特爾邊緣運算媒體暨分析師說明會當中,他們也特別提及Edge Software Hub。

一週後,在臺舉行的2020英特爾邊緣運算媒體暨分析師說明會當中,他們也特別提及Edge Software Hub。

在這個網站當中,不僅有開發工具Intel Distribution of OpenVINO Toolkit,也提供Edge系列軟體套件,可針對不同產業的專屬應用需求,目前有Converged Edge Insights(搭配MEC與5G網路的IoT應用)、Edge Insights for Vision(電腦視覺)、Edge Controls for Industrial(將固定功能的工業控制系統轉型為軟體定義方案)、Edge Insights for Industrial(產品品質、預測性分析、工業自動化),以及Edge Insights for Retail。

英特爾表示,上述這些都是經過最佳化調校、容器化的軟體套件,而能促成狀態感測、視覺辨識、自動化處理等種種變換型的邊緣運算應用,可協助業者與開發人員更快推出相關產品,並且提供更強大的效果。

不過,Edge Software Hub的出現,也經歷了一些過程,英特爾公司亞太區物聯網事業部平臺行銷經理張沛哲表示,他們過去三年推廣OpenVINO時,學到很多事情,今年5月推出Intel Edge Software Hub,希望提供一站式的邊緣運算軟體集散中心,解決方案的開發者可以連到這個網站,就能拿到針對英特爾最新平臺優化的軟體,這當中也提供一些除錯工具協助應用程式的設計。

除此之外,有些系統整合廠商也有發展整體解決方案的需求,張沛哲提到,在Intel Edge Software Hub裡面,也提供不同的軟體套件,而在這個網站,可以看到Edge Insights for Industrial、Edge Control for Industrial,都是針對工業4.0專屬的套裝軟體,同時,也有Edge Insights for Retail,是為了零售業而提供的軟體套件,針對視覺運算、AI推論處理的部份,也提供專門的套件,未來英特爾還會提供更多的套件,讓開發人員、開發廠商或系統整合廠商使用。

展示5G網路環境下的同步生產作業原型

在Intel Industrial Summit期間,英特爾透過影片展示了他們設計的5G原型系統,呈現工業級、無線的時間敏感網路(Time Sensitive Networking,TSN),而TSN和時間協調運算(Time Coordinated Computing,TCC)技術,正是上述Elkhart Lake與Tiger Lake處理器所強調的新增特色,支援即時、可靠的工業運算應用。

本場展示提供1微秒以內的同步處理精準度,可支援關鍵的流量處理時間延遲度需求──在兩個端點之間的反應時間,可達到4毫秒以內,而且能在流程中的每個環節實施服務品質控管(QoS),於是,在混合網路流量環境下,可確保TSN效能。

為何要有這樣的示範?英特爾表示,傳統機臺都是單打獨鬥,一個設備只做一件事情,而英特爾展示的是多機臺的協作,以汽車製造為例,在輸送帶的車體上,機器手臂若要進行焊接,需跟著車體的位置移動,隨時調整焊接的位置(車子在動,機器手臂也在動),也就是在兩個運動控制之間,必須做到非常精準的同步。

在英特爾的展示當中,設置了兩個遠端設備,各搭配一臺控制器,兩個遠端設備之間是透過5G網路來進行通訊,而且,兩邊也都有一臺TSN交換器,把5G訊號轉換成TSN的有線訊號,然後再傳送至這兩臺控制器。

其中一臺控制器搭配第11代Core處理器,另一臺則是Atom x6000E處理器,這兩臺控制器底下各連接一個馬達驅動器、控制一個齒輪的轉軸。而英特爾也在齒輪的一邊設置了雷射光發射器,將光線投射至另一邊的齒輪上,以此驗證兩邊的齒輪轉動是否同步,若是、兩邊的轉軸是完全密合的,雷射光無法穿透到另一邊,反之,就會看到雷射光穿透,代表出現兩邊轉軸不密合、不同步的狀況。

例如,一邊齒輪的突出剛好符合另一邊齒輪的凹洞,此時,雷射光就不會穿透,但如果兩邊沒做好同步,就很容易忽快忽慢,導致雷射光會發生穿透過去的狀況。

除此之外,英特爾又在這個環境當中,特別加上了AI人臉辨識的應用,他們在另一個環境架設了網路攝影機,將視訊畫面連接到TSN交換器,以模擬網路同時有大量封包傳送的情境。他們想以此突顯,即使在有其他大型運算流量的干擾下, 透過5G、TSN等網路傳送的這種即時訊號封包,不會受到影響。

而基於這樣的應用方式,英特爾認為,Atom x6000E與第11代Core處理器可提供更強大的運算能力,對於影像運算、AI處理,也都有很大的改善,另外,它們也支援最新工業應用的特色。像是TSN、TCC,以及工業領域日益受到重視的功能安全(Functional Safety)。

透過TSN的運用,我們可以實現5G無縫而全面的即時控制,例如,在醫療領域,我們可以從遠端進行達文西手術。另外,這樣的架構也能增加IT與OT網路之間的整合。

在傳統的工業環境裡面,傳送IT資訊與OT訊號的網路是分開的,而在OT環境當中,底層的律動控制或機器手臂控制都在封閉網路下進行,以免受到干擾;若能透運用TSN,就可以把這兩種網路技術直接統合在TSN身上,在同個網路上,也就可以兼容多種網路協定,此時,網路頻寬不僅增大,能具有時間確定的、同步的特性,而不需要布建多種網路的環境,進而節省成本。

而在軟體的配置上,英特爾表示,若搭配英特爾提供的Edge Control for Industrial平臺,可以更容易實現IT與OT的整合,提升產品使用的彈性、可用性、可靠性,並且能節省整體營運資本支出。

除了用齒輪來印證可同步進行製造流程,英特爾另一個提出的例子是無人搬運車,能讓搬運車到達輸送帶的時間跟輸送帶能夠產出物品的時間,兩者完美匹配,而不會發生搬運車在一旁處於等待的閒置狀態,可提升整體利用率。

關於網路環境的應用,不論是5G或是Wi-Fi,要用到TSN,才能支援決斷性時間(deterministic time)的特性,英特爾強調,工業網路環境並不是連線速度夠快、頻寬夠大就好,還要很確定的時間,而不能忽快忽慢,增加生產的不確定性。以5G網路而言,裡面有個規範是URLLC(超可靠低延遲通信),支援決斷性時間,若是Wi-Fi,則需要搭配TSN,即可支援決斷性時間網路。

而在軟體的搭配上,英特爾在此運用Edge Insights for Industrial和Edge Control for Industrial,前者可用來執行影像與非影像資料的採集、分析、運算、儲存、通訊,後者支援即時與TSN的控制。

介紹連續型製造與離散型製造的應用

在2020英特爾邊緣運算媒體暨分析師說明會,以另一支影片展示他們用於製造業的軟體應用,當中區分為連續型製造與離散型製造等兩種情境。

以連續型製造的場景為例,最大的挑戰在於如何確保工廠內部的控制系統,不會因為任何異常而中斷。像是石化、飲料、食品或是醫療等產業的製程是連續、不可中斷的,若在某個環節發生故障,系統需要關機、重新設定,將會導致很大的損失。

而英特爾展示的作法是運用超融合系統(Hyper Converged System),以及Edge Control for Industrial的軟體套件,若企業臨時要把當中的某個運算節點下架,來進行維護,原本在節點執行的應用程式,會自動移轉到另一個可執行的節點,以便繼續運作;若因為意外而導致運算節點離線,這些工作也會自動切換到可用的運算節點,避免產生服務中斷的情況。

在離散型製造的部份,像是汽車製造、手機或3C產品加工等生產環境,業者面臨的主要挑戰在於,如何生產得更快、具備更高的生產效能、產量要倍增、增加生產準確性與產品品質,因此他們的製程要很聰明、靈活、可根據外在環境不同而進行調整。英特爾在此展示的例子是機器手臂結合視覺辨識的物件抓取,當一個六面的立方體被一支機器手臂擲出、放在輸送帶上移動,即便物體發生不規則的滾動,所在的位置與本身的角度都處於不規則的狀態下,但機器人還是可以即時偵測到物體所在位置並進行判讀,而且跟隨得很緊,做到精準抓取,反應時間可達到兩毫秒。

相較於傳統機器手臂的功能都是固定,現在結合視覺辨識與終端控制軟體的機器手臂,可隨時根據定義好的物件來進行追蹤,而能夠將其用在高度不確定、且需即時控制的環境裡面,對於汽車製造這類產業的生產製造流程很有益。因為,對製造業而言,越來越常面臨「少量」「多樣」的產品,因此會需要具備這樣快速、動態的調整能力。


Advertisement

更多 iThome相關內容