在 AIoT 的應用之中,為何需要邊緣運算協作管理平台?(2/3)
數據治理的落實需要 OT 與 IT 的緊密配合,因為大量的數據來自於工業現場端,擁有解讀數據能力人來自現場端,但實際有能力管理大量數據的人卻是 IT人員。因此建構一個符合數據治理精神的系統架構,並且能夠同時間滿足 OT 與 IT人員的需求,「Edge Orchestration」的概念便應運而生。
文/彭愷翔
Edge Orchestration 是近年在工業物聯網應用興起的概念,由於邊緣端應用涉及的設備、通訊、協定存在許多的變異,很難透過單一的系統來滿足多變的需求。此外,因為工業現場數據最終必需與資訊系統串接,IT 與 OT 的資訊隔閡也造成許多數據孤島。正因如此,透過對於工業物聯網的架構加以解構,讓不同的資訊領域,透過 Edge Orchestration 來實現數據的無縫串接。再進一步透過 IIC(Industrial Internet Consortium)註 所描述的 IIRA(Industrial Internet Reference Architecture),掌握其中的三個層次、四個數據流與五大領域。就能夠理解 Edge Orchestration Platform 所扮演的角色。
誰是 IIC(Industrial Internet Consortium)
前面的章節在介紹工業物聯網的發展與其數據流所面臨的挑戰,本章節將針對前言所提及的工業互聯網聯盟(IIC)與其提出的工業互聯網參考架構(IIRA)有更深入的介紹。
工業互聯網聯盟(Industrial Internet Consortium,IIC)是一個旨在推動工業物聯網發展的全球性組織,該組織更與 DTC(Digital Twin Consortium)結合,致力推動數位孿生/數位分身(Digital Twin)相關技術與應用。而 IIC 於 2017 年所提出的工業互聯網參考架構(IIRA)(圖二),是一個標準化框架,旨在為工業物聯網系統的設計和實施提供指導。
IIRA 架構的組成
IIRA 架構包括三個層次(Layer)、四個數據流(Data Flow)和五個領域(Domain)所構成,以便全面描述工業物聯網系統。以下是 IIRA 的主要組成部分:IIRA 架構中的層次結構包括邊緣層(Edge Layer)、平台層(Platform Layer)和企業層(Enterprise Layer)。每個層次在 IIoT(Industrial Internet of Things)解決方案中扮演著不同的角色。下面將三個主要層次加以說明:
IIRA 三層
一、邊緣層(Edge Layer)
邊緣層位於真實世界和數位世界的交界處,負責數據的收集、預處理和初步分析。它包含了各種邊緣設備、感測器和控制器,這些設備直接與現場環境交互。主要功能如下:
- 數據收集:從各種感測器和設備收集數據,如溫度、壓力、振動等。
- 數據預處理:對原始數據進行初步處理,如過濾、正規化和格式轉換,減少數據量,並確保數據品質。
- 即時反應:執行即時數據分析和本地決策,減少數據傳輸延遲,提高系統的反應速度。
- 邊緣運算:運行輕量級的 AI 模型來進行推論,減少對雲端計算資源的依賴。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球CIO同步獲取精華見解 ]
二、平台層(Platform Layer)
平台層是 IIoT 系統的核心,負責數據的管理、儲存和進階分析。它通常部署在雲端或數據中心,為各種應用提供支援和服務。主要功能如下:
- 數據管理:儲存和管理來自邊緣層的大量數據,確保數據的安全性和可用性。
- 進階分析:進行複雜的數據分析和 AI 模型訓練,從大數據中提取有價值的資訊。
- 設備管理:監控和管理連接的設備,包括設備的配置、狀態監控和軟體更新。
- 應用開發:提供 API 和 SDK 開發工具,幫助開發人員快速構建和部署 IIoT 應用。
三、企業層(Enterprise Layer)
企業層連接 IIoT 系統與企業的業務流程和決策系統。它負責將技術數據轉化為商業價值,支援企業的管理和戰略決策。主要功能如下:
- 業務流程整合:將 IIoT 數據與企業的 ERP(企業資源計劃)、MES(製造執行系統)和 CRM(客戶關係管理系統)等業務應用整合,協助業務流程的自動化和優化。
- 決策支援:提供彙整的報告和可視化工具,幫助經營管理層進行數據驅動的決策。
- 戰略規劃:利用 IIoT 數據進行長期的戰略規劃和預測,優化企業資源配置和市場策略。
- 數據治理:確保數據的合規性、安全性和隱私保護,管理數據的生命周期。
透過這樣的層次結構,企業能夠實現從現場數據收集到進階的數據分析,再到企業決策的全流程數位轉型,提高營運效率和競爭力。此外,IIRA 的架構又更進一步揭露在各層次之中存在的五大領域(Domain)與四個數據流(Data flow)概念。以下將會針對各領域的定位加以說明,有助於各位讀者對於工業物聯網的架構能夠有更完整的認識:
五大領域(Domain)
1.控制領域(Control Domain):
負責邊緣端即時控制和監控的功能,包括感測器和控制器。
2.訊息領域(Information Domain):
負責數據的收集、傳輸和儲存,確保數據的完整性和可用性。
3.維運領域(Operation Domain):
涉及設備維運和管理,針對物聯網閘道器或是閘道器後方的設備進行的設備管理、資產管理和營運優化。
4.應用領域(Application Domain):
支援應用程序和服務的開通與部署,滿足各式業務需求。
5.業務領域(Business Domain):
涵蓋業務流程和決策支援,確保技術與業務目標的一致性。
四個數據流(Data Flow)
1.生產資料(Data Flow):
泛指系統在運行過程之中從客戶端設備所取得的資料,例如:生產機台的生產數值、工業現場設備所量測到的環境溫、溼度、運輸工具上面偵測到的異常訊號,皆稱為生產資料。
2.閘道器管理資料(Gateway Management Flow):
取得部署於邊緣端的閘道運作的相關資料。例如:閘道器運行的狀態、部署的位置、系統資源的耗用、運行的應用程式與其版本、硬體設備的版本、推論模型的版本、閘道器後方連接的設備 profile 等資料,更包括透過邊緣運算協作管理平台(Edge Orchestration Platform)建構的商業邏輯與其版本。
3.協作定義資料(Orchestration Flow):
將定義好的系統配置、數據流向、資料前處理規則、商業邏輯、通訊協定、AI 模型,統一透過 Orchestration Flow 部署至邊緣端的閘道器運行。
4.商業資訊(Information Flow):
關於商業活動涉及的相關資訊,並且有助於在工業物聯網的應用。例如:MES 的製造相關工單資訊、ERP 的客戶訂單資訊、CRM 的客戶資訊、SCM 系統提供的供應商資訊。
傳統的 IIoT 平台架構與 Edge Orchestration 平台架構有何不同?
過往的 IIoT 平台都是將 IIRA 架構之中的五大領域加以整合,提供一個端到端(end-to-end)解決方案。如此的架構雖然滿足單一的需求,但其後卻衍生出其他的問題。接下來,我們將逐一分析可能遭遇到的問題:
●資料擁有權與隱私:
傳統 IIoT 平台通常會將客戶的生產數據集中儲存於其雲端平台。客戶可以透過平台提供的儀表板(Dashboard)即時監控和獲取關鍵營運資訊。當企業需要從 IIoT 平台中存取其數據時,通常必須透過平台提供的 API 來操作,這不僅增加了操作的複雜性,也可能因為平台供應商對 API 存取收取額外費用而增加成本。其次,從數據隱私和安全的角度來看,生產數據是企業的核心機密資訊,將這些資料提供給第三方 IIoT 平台存在著一定程度的風險。
●資訊呈現存在差異性:
傳統 IIoT 平台雖然提供可視化的介面,但許多呈現的方式或分析的手法並無法滿足企業的需求,亦缺少客製化的彈性。即便提供客製化的服務,也有可能被收取高額的費用。
●資料孤島的問題:
企業在導入資訊系統或自動化系統時,傳統上習慣採用專案導向的實施方式。然而,這種方法經常導致不同專案的系統間無法互相對接,從而形成數據孤島。為了解決這一問題,企業不得不啟動資訊整合專案,以實現數據的整合。然而,即使如此,所開發的客製化系統仍可能成為企業的額外負擔,增加了維護和管理的複雜性和成本。
●封閉式的架構:
作為一個平台,應確保其開放性。然而,當前市場上的大多數 IIoT 平台都採用了封閉的架構。這些平台缺乏開放的 API/SDK,或是僅支援自家的硬體設備。在工業現場,單一廠商的解決方案通常無法完整滿足實務上的需求。因此,理想的 IIoT 平台必須具備整合不同廠商設備和資訊系統的彈性。
●完整的系統安全規劃:
許多 IIoT 平台主打便利性、價格親民,但在整體系統的設計上面缺少完整的資安規劃。試想,從 control domain 建立對外網路連結,如果沒有嚴謹的資安配套措施,一但發生資安事件,後果將不堪設想。
在 OT 架構下落實數據治理,需要考慮到 OT 系統的即時性、安全性和穩定性需求,並且與 IT 系統進行有效協作。透過統一的數據治理框架、強化數據安全、優化數據品質、有效的數據生命周期管理,以及運用先進的數據治理技術,可以在 OT 環境中成功落實數據治理,提升整體營運效率和數據價值。
[ 推薦閱讀:在 AIoT 的應用之中,為何需要邊緣運算協作管理平台?(1/3)]
(本文授權非營利轉載,請註明出處:CIO Taiwan)