AI在工厂中的应用仍处于初期发展阶段,对于嵌入式技术供货商如何学会了让AI在自家生产在线发挥作用,制造商将会听到更多的案例;本文提到的故事听起来充满希望,但还是先抱持怀疑的态度吧! ddlLS
工业4.0和工业物联网(IIoT)已成为大众话题,但许多人都没有意识到,在将物联网(IoT)原理运用于工厂的生产流程时,在转换过程中会损失什么。 'S@C,x%2,
建立IIoT的理念是,运用于加速IT技术进展的技术同样可以应用于运营技术(operational technology,OT)。这个想法仍然合理,但工厂生产在线有一些细微差别被忽略了,这两种环境仍然有所不同。 EvQN (_
一方面,摩尔定律(Moore’s Law)多年来一次又一次地满足了IT界对速度更快、功能更强大的处理器的无止境追求。然后是人工智能(AI);随着深度学习开始应用到各个专业领域,例如机器翻译(machine translation)、药物设计(drug design)和西洋棋,制造产业开始意识到机器也可以产出与人类专家相当——在某些情况下甚至优于人类专家——的成果。 {gK
i15t
另一方面,现在OT领域中部署的控制系统仍处于工业时代,很多工厂和公用基础设施尚未连网。它们建立在专属控制系统之上,只能在封闭环境中运作,独立于IT基础设施。 i<)c4
工厂管理者发现,将IT基础设施的进展转移到工业控制系统并非易事;首先必须将IT机制转化为OT,而最适合执行这个任务的,非早已熟悉工厂环境的那些公司莫属,例如英飞凌(Infineon)、瑞萨(Renesas)、意法半导体(STMicroelectronics)和德州仪器(TI)等。 ykX}T6T
TI副总裁暨连网微控制器事业部门总经理Ray Upton表示,比较IT和OT系统,OT在能源消耗和延迟等方面的要求与IT截然不同,“工厂生产在线的各种帮浦和马达内部有成百上千个传感器,绝不允许停机;”他表示:“可预测性、安全性、可靠度和能效等条件,对工业控制系统至关重要。” CKNH/[ZR,
而一座智能工厂所需的基础设施,其强韧度和可靠度要比一般的IT基础设施高出一个等级。 aq,&W
q@
公用因特网连结? i nF&Pv