工業(yè)4.0以來
　　
　　一出出“變形金剛”大戲
　　
　　在全球范圍內(nèi)上演
　　
　　工廠車間發(fā)力智能制造
　　
　　信息技術(shù)滲透到各個(gè)生產(chǎn)環(huán)節(jié)
　　
　　笨重機(jī)械的老古董
　　
　　搖身一變
　　
　　成了智慧、自動(dòng)化的化身
　　
　　傳統(tǒng)制造業(yè)搭上智能數(shù)字化快車,搖著降本增效的大旗革新底層架構(gòu),煥發(fā)出新時(shí)代的勃勃生機(jī)。
　　
　　我們知道羅馬非一日建成,制造業(yè)“老樹發(fā)新芽”的背后是車間機(jī)床上的無數(shù)次探索,今天讓我們一起走進(jìn)歐洲一流理工大學(xué)實(shí)驗(yàn)室,看看智能制造是如何從走出理論、走向?qū)嵺`的。
　　
　　生產(chǎn)線上的
　　
　　流式數(shù)據(jù)處理難題
　　
　　德國(guó)亞琛工業(yè)大學(xué)(RWTH)成立于1870年,是德國(guó)頂級(jí)理工大學(xué),現(xiàn)為歐洲四所頂尖理工大學(xué)戰(zhàn)略聯(lián)盟(IDEA?聯(lián)盟)成員之一,迄今已連續(xù)三屆在德國(guó)精英大學(xué)中榮膺首位,被譽(yù)為“歐洲的麻省理工”。
　　
　 　具有100多年歷史的亞琛工業(yè)大學(xué)機(jī)床與生產(chǎn)工程實(shí)驗(yàn)室 (Laboratory?for?Machine?Tools?(WZL)?of?RWTH?Aachen?University,以下簡(jiǎn)稱WZL)是世 界上最大的機(jī)械研究所,多年來在世界各地的生產(chǎn)工程領(lǐng)域進(jìn)行前瞻性研究并獲得成功。除了基礎(chǔ)理論,WZL研究還涉及工業(yè)環(huán)境中的應(yīng)用,并為促進(jìn)生產(chǎn)合理化 制定實(shí)用的解決方案。
　　
　　

　　
　 　在WZL,科學(xué)家、數(shù)學(xué)家和軟件開發(fā)人員一起工作,研究從邊緣產(chǎn)生的實(shí)時(shí)數(shù)據(jù)中獲取洞察的方法。作為WZL制造流程的一部分,精密沖裁創(chuàng)新中心會(huì)產(chǎn)生大 量數(shù)據(jù),振動(dòng)傳感器、聲學(xué)傳感器及其他制造條件下的專用傳感器每秒生成超過100萬個(gè)數(shù)據(jù)點(diǎn),這些數(shù)據(jù)首先必須在第一線記錄下來并快速處理。
　　
　 　面對(duì)海量流數(shù)據(jù),WZL以往的做法是使用Hadoop、Apache、Kafka、Spark等經(jīng)典大數(shù)據(jù)平臺(tái)對(duì)流數(shù)據(jù)進(jìn)行捕捉、處理和歷史分析,然而 由于大量傳感器分布在不同機(jī)器、不同位置,且并非所有的傳感器都時(shí)時(shí)刻刻運(yùn)轉(zhuǎn),實(shí)驗(yàn)室經(jīng)常要?jiǎng)佑萌肆硖幚碡?fù)載平衡問題。
　　
　　此外,WZL在管理Hadoop堆棧方面也遇到了麻煩,雖然是大型實(shí)驗(yàn)室,但WZL所擁有的資源相當(dāng)有限,在生產(chǎn)數(shù)據(jù)小批量、本地化處理的方式下,其研究人員不得不花費(fèi)大量時(shí)間進(jìn)行內(nèi)部系統(tǒng)開發(fā)。
　　
　　在數(shù)據(jù)管理流程上投入太多精力迫使WZL尋找一個(gè)可實(shí)施的極低延遲的流模型,WZL希望尋找這樣一個(gè)平臺(tái),可以利用高頻率數(shù)據(jù),幫助制造商在生產(chǎn)過程中收集數(shù)據(jù)、分析變化,監(jiān)測(cè)產(chǎn)量和工藝質(zhì)量并實(shí)時(shí)做出調(diào)整。
　　
　　實(shí)時(shí)采集海量數(shù)據(jù)
　　
　　在工業(yè)邊緣實(shí)現(xiàn)洞察
　　
　　長(zhǎng)期以來,戴爾科技與WZL一直保持著良好的合作關(guān)系,戴爾團(tuán)隊(duì)從WZL需求和實(shí)際情況出發(fā),為其提供戴爾流數(shù)據(jù)平臺(tái)SDP(Streaming?Data?Platform)解決方案,搭建邊緣計(jì)算集群以實(shí)時(shí)攝取、存儲(chǔ)和分析連續(xù)的流數(shù)據(jù)。
　　
　　對(duì)此WZL首席數(shù)據(jù)官兼數(shù)字轉(zhuǎn)型主任的Daniel?Trauth博士這樣評(píng)價(jià):
　　
　　“?
　　
　　戴爾流數(shù)據(jù)平臺(tái)以流的形式處理所有東西,使我們可以輕松地使用一個(gè)處理模型來創(chuàng)建新的分析管道。
　　
　　”
　　
　　戴爾科技為WZL搭建的本地系統(tǒng)包括一個(gè)經(jīng)過優(yōu)化的SDP軟件平臺(tái),可連接從智能物聯(lián)網(wǎng)到云集成的所有組件和服務(wù),并利用人工智能對(duì)實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行分析。
　　
　　硬件上PowerEdge?R640服務(wù)器為這個(gè)集群提供支持,它擁有240個(gè)處理器內(nèi)核、1.563?TB內(nèi)存、3.84TB?SSD內(nèi)存、360TB?HDD內(nèi)存和6塊GPU。
　　
　　PowerEdge?R640搭載英特爾?至強(qiáng)?系列可擴(kuò)展處理器,在核心、緩存、內(nèi)存以及I/O方面進(jìn)行了大量?jī)?yōu)化,使得其在整體性能上有了極大的提升,可滿足多種工作負(fù)載需求。
　　
　　為了對(duì)不同類型的數(shù)據(jù)提供近乎無限的"DVR式"存儲(chǔ)和回放,WZL選擇PowerScale存儲(chǔ)來處理流數(shù)據(jù)平臺(tái)的長(zhǎng)期存儲(chǔ)需求,為歷史數(shù)據(jù)采集、分析和機(jī)器學(xué)習(xí)模型開發(fā)提供空間。
　　
　　

　　
　　獲得收益:
　　
　　流數(shù)據(jù)平臺(tái)與精沖機(jī)連接之后,每0.4毫秒即可記錄多達(dá)1,000個(gè)特征值,這些特征值來源于海量的圖像流、X射線和物聯(lián)網(wǎng)設(shè)備,采集后立即被邊緣PowerEdge服務(wù)器存儲(chǔ)起來進(jìn)行實(shí)時(shí)預(yù)分析,以便人工智能和機(jī)器學(xué)習(xí)開展進(jìn)一步評(píng)估。
　　
　　WZL的精沖線上每天產(chǎn)生大約80TB數(shù)據(jù),盡管模型計(jì)算是個(gè)非常耗費(fèi)CPU和時(shí)間的過程,但得益于流數(shù)據(jù)平臺(tái)的邊緣連接性,這些工作幾乎可以瞬間完成。
　　
　　

　　
　　由于速度和溫度等條件處于AI的持續(xù)監(jiān)督之下,機(jī)器能夠自動(dòng)調(diào)整以防止任何中斷。通過這種方式對(duì)機(jī)器進(jìn)行監(jiān)測(cè),WZL可以實(shí)時(shí)捕捉、預(yù)測(cè)整個(gè)金屬?zèng)_壓過程中的異常情況,據(jù)此優(yōu)化生產(chǎn)過程,并從邊緣的產(chǎn)生的數(shù)據(jù)挖掘新的價(jià)值。
　　
　　基于戴爾的解決方案,WZL最終從邊緣的生產(chǎn)數(shù)據(jù)中獲得實(shí)時(shí)洞察力,這將幫助制造商根據(jù)需要調(diào)整流程,并大規(guī)模地管理大量數(shù)據(jù)和IT基礎(chǔ)設(shè)拖。
　　
　　IDC預(yù)計(jì),到2025年,全球物聯(lián)網(wǎng)連接數(shù)將增長(zhǎng)至270億個(gè),物聯(lián)網(wǎng)設(shè)備數(shù)量將達(dá)到1000億臺(tái),超過70%的數(shù)據(jù)和應(yīng)用將在邊緣產(chǎn)生和處理。
　　
　 　在通往智能制造的道路上,邊緣計(jì)算是繞不開的大趨勢(shì),它結(jié)合人工智能、物聯(lián)網(wǎng)等技術(shù),將業(yè)務(wù)洞察推到生產(chǎn)環(huán)節(jié)的各個(gè)神經(jīng)末梢,真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)發(fā) 展。作為全球領(lǐng)先IT基礎(chǔ)架構(gòu)供應(yīng)商,戴爾科技可提供完善的邊緣計(jì)算解決方案,幫助制造業(yè)用戶更好更快地實(shí)現(xiàn)智能轉(zhuǎn)型!