Tato architektura popisuje, jak vyvíjet, nasazovat a provozovat modely umělé inteligence v továrně pomocí Siemens Industrial Edge. AI Suite poskytuje infrastrukturu pro připojení zařízení, zachycení produkčních dat, spouštění odvození AI na hraničních zařízeních a správu řešení AI na více pracovištích.
Předpokladem je mít model AI připravený k použití Siemens Industrial AI Suite, což uživatelům dává svobodu zvolit si pracovní postup MLOPS podle svého výběru nebo jej rozšířit tak, aby přinesl modely umělé inteligence do dílny.
Siemens AI SDK zpracovává zabalení vašich stávajících modelů umělé inteligence do runtime artefaktu, který lze provádět offline na výrobních zařízeních, doplněný definicí rozhraní pro výměnu dat s jinými systémy z cloudového nebo místního prostředí. AI Asset Manager funguje jako operační centrum pro distribuci, nasazení a monitorování modelů. AI Inference Server spouští modely lokálně na hraničním zařízení v blízkosti počítače.
Připojte zařízení dodavatele nezávislé na prodejně k Industrial Edge pomocí předkonfigurovaných konektorů.
Spusťte umělou inteligenci a průmyslové aplikace na Industrial Edge, používejte nezávisle na případu — vize, časové řady nebo dávkové vyvozování dat.
AI Asset Manager běžící na virtuálním zařízení Industrial Edge a funguje jako jednotné kontaktní místo pro všechny činnosti související s umělou inteligencí. Správa, distribuce a operace řešení AI.
Vyvíjejte, ověřujte a balte modely AI pomocí sady Siemens AI SDK v cloudových nebo on-prem prostředích.
Pro většinu výrobců není překážkou škálování AI kvalita modelů, je to infrastruktura potřebná k tomu, aby tyto modely fungovaly na výrobním zařízení a aby byly spolehlivě provozovány na mnoha místech. Každý stroj, linka nebo závod přináší nové integrační výzvy a propast mezi prostředím datové vědy a automatizačními systémy nemá ve většině organizací přirozený most.
AI Suite tuto bariéru eliminuje tím, že poskytuje kompletní, vrstvenou infrastrukturu vytvořenou speciálně pro průmyslové operace s umělou inteligencí. Zařízení Industrial Edge se připojují k zařízením od jakéhokoli dodavatele a provádějí závěry umělé inteligence lokálně, aniž by bylo nutné cloudové připojení pro rozhodování v reálném čase. Správce prostředků AI poskytuje jediný kontrolní bod pro nasazení modelu, správu verzí a monitorování napříč libovolným počtem zařízení. Siemens AI SDK umožňuje datovým vědcům balit a ověřovat modely ve zvoleném prostředí — AWS, Azure nebo on-premises — a zabalit je do artefaktů, které může správce prostředků AI distribuovat do vozového parku.
Výsledkem je opakovatelná, škálovatelná cesta od nezpracovaných výrobních dat k nasazeným závěrům umělé inteligence, postavená na otevřených standardech a obsluhovatelná automatizačními inženýry bez hlubokých odborných znalostí MLOP.
Zařízení Industrial Edge se nacházejí přímo v dílně a připojují se k PLC, pohonům, robotům, kamerám a jakémukoli jinému automatizačnímu zařízení pomocí předkonfigurovaných konektorů pro PROFINET, S7, OPC UA, EtherNet/IP, Modbus TCP a další. Protože knihovna konektorů pokrývá zařízení od jakéhokoli dodavatele, architektura také vyhovuje prostředím brownfieldu bez nutnosti výměny hardwaru.
Sada místních aplikací běží na hraničním zařízení vedle konektorů:
případy
Databus, založený na MQTT, propojuje tyto aplikace navzájem na zařízení a poskytuje páteř publikování a předávání odběrů pro předávání výsledků odvozování, odečtů senzorů a událostí až na tovární úroveň. Data vidění mezi konektorem vidění a inferenčním serverem jsou přenášena pomocí ZMQ pro manipulaci s většími vysokofrekvenčními užitečnými zatíženími.
AI Asset Manager běží na virtuálním zařízení Industrial Edge na úrovni továrny a funguje jako jediné kontaktní místo pro všechny činnosti související s umělou inteligencí v dílně. Nachází se mezi výše uvedeným vývojovým prostředím a hraničními zařízeními níže a koordinuje celý provozní životní cyklus řešení AI.
Úkolem manažera AI Asset Manager je přijímat balené modely AI z vývojového prostředí, nasazovat je do správných instancí AI Inference Serveru napříč flotilou a shromažďovat metriky o výkonu modelu a inferenční aktivitě. Spravuje správu verzí řešení AI, monitoruje stav nasazení na úrovni zařízení a poskytuje provozní rozhraní, prostřednictvím kterého automatizační týmy spravují AI, aniž by musely komunikovat s vývojovými nástroji.
Správce prostředků AI použijte pro:
AI Asset Manager není vývojový nástroj. Netrénuje modely, neověřuje datové sady ani nespravuje vývojovou infrastrukturu. Tyto povinnosti patří pracovnímu postupu MLOPS v cloudovém nebo místním vývojovém prostředí. AI SDK zabalí model AI a dodává artefakty čtení k nasazení do vrstvy architektury na úrovni továrny, kde rozsah AI Asset Manager začíná [AN1] a končí, když se provozní metriky vrátí zpět do vývojového cyklu.
Industrial Edge Management (Virtual, Pro nebo Cloud) zpracovává širší vrstvu správy zařízení: nasazování aplikací, odesílání aktualizací firmwaru a konfigurace, monitorování stavu zařízení a správu Industrial Edge Hub jako globálního úložiště aplikací. Funguje spíše společně s AI Asset Manager, než aby jej nahrazoval - Edge Management spravuje platformu; Správce prostředků AI zpracovává řešení AI běžící na této platformě.
Vývoj modelů probíhá v cloudovém nebo místním prostředí pomocí Siemens AI SDK. Potrubí na této úrovni pokrývá celý vývojový cyklus před tím, než se modely dostanou do továrny.
AI SDK poskytuje datovým vědcům nástroje k zabalení a ověření jejich modelů AI v prostředí podle vlastního výběru. Jedná se o pythonovou knihovnu, která poskytuje metody pro definování datových rozhraní pro modely AI s jinými systémy (například automatizace), definování požadavků na runtime a zabalení modelu AI spolu s obchodní logikou do artefaktu, který lze v dílně provést zcela offline.
Používejte AI SDK pro:
Po zabalení jsou modely taženy správcem aktiv AI a distribuovány do vozového parku. Aktualizované modely vyškolené na nových výrobních datech sledují stejnou cestu a uzavírají cyklus vývoje až nasazení.
Realistické nasazení využívá všechny tři úrovně v kombinaci, protože řeší odlišné problémy. Zvažte nasazení vizuální kontroly kvality na montážní lince elektroniky:
aplikováno na systémy managementu kvality nebo řídicí panely operátorů
Bez AI Inference Serveru vyžaduje odvozování cloudové připojení a zavádí latenci nekompatibilní s kontrolou rychlosti linky, kromě nákladů, které vznikají za každou datovou transakci. Bez AI Asset Manager by nasazení aktualizovaného modelu na padesát stanic na třech místech představovalo padesát manuálních operací. Bez sběrače vizuálních dat a strukturovaného datového kanálu data tréninková data neodrážejí skutečné výrobní podmínky a kvalita modelu se postupem času zhoršuje. AI SDK umožňuje spojit opakovatelnou dodávku standardizací dodaného artefaktu, který je závislý na typu nasazeného modelu AI.
Industrial Edge se připojuje k jakémukoli vybavení dodavatele automatizace prostřednictvím standardních protokolů. Funguje v prostředí brownfieldu bez výměny hardwaru nebo zablokování jednoho dodavatele.
AI SDK vyhovuje pracovním tokům v oblasti datové vědy; Správce prostředků AI zajišťuje nasazení v dílně. Inženýři nasazují bez odborných znalostí MLOP; datoví vědci staví bez infrastruktury automatizace učení.
Spuštění inference lokálně na hraničním zařízení eliminuje zpáteční cesty cloudu pro rozhodnutí citlivá na latenci. Na stroji dochází k detekci závad, označování anomálií a monitorování parametrů.
Vision Data Collector a Industrial Information Hub zachycují data ze skutečných výrobních podmínek, strukturovaná konzistentně. Modely trénují na realitě v dílně, nikoli na syntetických nebo laboratorních datech.
Stejná architektura provozuje jednu inspekční stanici nebo stovky míst. Díky centrální správě prostřednictvím AI Asset Manager a Industrial Edge Management je škálování otázkou konfigurace, nikoli přepracování
• AI Inference Server pro provádění modelu na zařízení napříč případy použití vize, časových řad a dávkových závěrů
• Vision Data Collector pro snímání obrazu a metadat z kamer v dílně a kamerových systémů
• AI Asset Manager: distribuce modelů, koordinace nasazení, správa verzí, inferenční metriky a provozní monitorování napříč vozovým parkem
• (S) FTP Server: vytváření obrazů a metadat mezi úrovní Edge a IT
• Siemens AI SDK pro balení modelů, ověřování a doručení (AWS, Azure, on-prem)
• Datová přistávací zóna pro strukturované přijímání výrobních dat
• Balené modelové artefakty pro distribuci prostřednictvím AI Asset Manager