Esta arquitectura describe cómo desarrollar, implementar y operar modelos de IA en la fábrica utilizando Siemens Industrial Edge. AI Suite proporciona la infraestructura para conectar equipos, capturar datos de producción, ejecutar inferencia de IA en dispositivos periféricos y administrar soluciones de IA en múltiples sitios.
Es un requisito previo tener un modelo de IA listo para usar Siemens Industrial AI Suite, dando a los usuarios la libertad de elegir un flujo de trabajo mLOPS de su elección o extenderlo para llevar modelos de IA a la planta de producción.
El SDK de IA de Siemens maneja el empaquetado de sus modelos de IA existentes en un artefacto de tiempo de ejecución que se puede ejecutar sin conexión en dispositivos del taller, completo con la definición de interfaces de intercambio de datos con otros sistemas de entornos en la nube o locales. El AI Asset Manager actúa como el centro operativo para la distribución, implementación y monitoreo de modelos. El servidor de inferencia de IA ejecuta modelos localmente en el dispositivo perimetral, cerca de la máquina.
Conecte equipos de taller independientes del proveedor a Industrial Edge a través de conectores preconfigurados.
Ejecute IA y aplicaciones industriales en Industrial Edge, use cualquier caso de uso: visión, series temporales o inferencia de datos por lotes.
AI Asset Manager que se ejecuta en un dispositivo Industrial Edge (virtual), que actúa como la tienda única para todas las actividades relacionadas con la IA. Administración de soluciones de IA, distribución y operaciones.
Desarrolle, valide y empaque modelos de IA con el SDK de IA de Siemens en entornos en la nube o en las aplicaciones.
Para la mayoría de los fabricantes, la barrera para escalar la IA no es la calidad de los modelos, es la infraestructura necesaria para que esos modelos funcionen en equipos de producción y mantenerlos funcionando de manera confiable en muchos sitios. Cada máquina, línea o planta presenta nuevos desafíos de integración, y la brecha entre los entornos de ciencia de datos y los sistemas de automatización no tiene un puente natural en la mayoría de las organizaciones.
AI Suite elimina esa barrera al proporcionar una infraestructura completa y en capas diseñada específicamente para las operaciones industriales de IA. Los dispositivos Industrial Edge se conectan a equipos de cualquier proveedor y ejecutan inferencia de IA localmente, sin necesidad de conectividad en la nube para tomar decisiones en tiempo real. AI Asset Manager proporciona un único punto de control para la implementación del modelo, el control de versiones y la supervisión en cualquier número de dispositivos. El SDK de IA de Siemens permite a los científicos de datos empaquetar y validar modelos en su entorno de elección (AWS, Azure o local) y empaquetarlos en artefactos que AI Asset Manager puede distribuir a la flota.
El resultado es una ruta repetible y escalable desde los datos de producción sin procesar hasta la inferencia de IA implementada, construida sobre estándares abiertos y operable por ingenieros de automatización sin una profunda experiencia en MLOP.
Los dispositivos Industrial Edge se encuentran directamente en el taller y se conectan a PLC, unidades, robots, cámaras y cualquier otro equipo de automatización mediante conectores preconfigurados para PROFINET, S7, OPC UA, EtherNet/IP, Modbus TCP y otros. Debido a que la biblioteca de conectores cubre equipos de cualquier proveedor, la arquitectura también se adapta a entornos industriales industriales sin necesidad de reemplazo de hardware.
Un conjunto de aplicaciones locales se ejecuta en el dispositivo perimetral junto con los conectores:
casos
Databus, basado en MQTT, conecta estas aplicaciones entre sí en el dispositivo y proporciona la red troncal de publicación-suscripción para pasar resultados de inferencia, lecturas de sensores y eventos hasta el nivel de fábrica. Los datos de visión entre el conector de visión y el servidor de inferencia se transmiten mediante ZMQ para manejar cargas útiles más grandes y de alta frecuencia.
El AI Asset Manager se ejecuta en un dispositivo virtual Industrial Edge a nivel de fábrica y actúa como ventanilla única para todas las actividades relacionadas con la IA en el taller. Se encuentra entre el entorno de desarrollo anterior y los dispositivos de borde de abajo, coordinando el ciclo de vida operativo completo de las soluciones de IA.
El trabajo del AI Asset Manager es recibir modelos de IA empaquetados del entorno de desarrollo, implementarlos en las instancias correctas del servidor de inferencia de IA en toda la flota y recopilar métricas sobre el rendimiento del modelo y la actividad de inferencia. Administra el control de versiones de soluciones de IA, supervisa el estado de implementación a nivel de dispositivo y proporciona la interfaz operativa a través de la cual los equipos de automatización administran la IA sin necesidad de interactuar con las cadenas de herramientas de desarrollo.
Utilice AI Asset Manager para:
El AI Asset Manager no es una herramienta de desarrollo. No entrena modelos, valida conjuntos de datos ni administra infraestructura de desarrollo. Esas responsabilidades pertenecen al flujo de trabajo de MLOPS en el entorno de desarrollo en la nube o en las instalaciones. AI SDK empaqueta el modelo de IA y entrega artefactos de lectura a implementación a la capa de arquitectura a nivel de fábrica, donde comienza el alcance del AI Asset Manager [AN1] y termina cuando las métricas operativas retroalimentan el ciclo de desarrollo.
Industrial Edge Management (Virtual, Pro o Cloud) maneja la capa más amplia de administración de dispositivos: implementación de aplicaciones, envío de actualizaciones de firmware y configuración, monitoreo del estado del dispositivo y administración de Industrial Edge Hub como repositorio global de aplicaciones. Funciona junto con AI Asset Manager en lugar de reemplazarlo: Edge Management maneja la plataforma; el AI Asset Manager maneja las soluciones de IA que se ejecutan en esa plataforma.
El desarrollo del modelo se lleva a cabo en entornos locales o en la nube mediante el SDK de IA de Siemens. La línea de producción en este nivel cubre el ciclo de vida completo del desarrollo antes de que los modelos lleguen a la fábrica.
El SDK de IA proporciona a los científicos de datos las herramientas para empaquetar y validar sus modelos de IA en un entorno de su elección. Es una biblioteca de Python que proporciona métodos para definir interfaces de datos para modelos de IA con otros sistemas (automatización, por ejemplo), definir requisitos de tiempo de ejecución y empaquetar el modelo de IA junto con la lógica de negocio en un artefacto que se puede ejecutar completamente fuera de línea en el taller.
Utilice el SDK de IA para:
Una vez empaquetados, los modelos son sacados por AI Asset Manager y distribuidos a la flota. Los modelos actualizados capacitados en nuevos datos de producción siguen el mismo camino, cerrando el ciclo de desarrollo a implementación.
Una implementación realista utiliza los tres niveles en combinación porque manejan distintos problemas. Considere una implementación de inspección visual de calidad en una línea de ensamblaje de productos electrónicos:
se utiliza para los sistemas de gestión de calidad o los paneles del operador
Sin el servidor de inferencia de IA, la inferencia requiere conectividad en la nube e introduce una latencia incompatible con la inspección de velocidad de línea, aparte de los costos incurridos por cada transacción de datos. Sin el AI Asset Manager, implementar un modelo actualizado en cincuenta estaciones en tres sitios sería cincuenta operaciones manuales. Sin el recopilador de datos de visión y una canalización de datos estructurada, los datos de training no reflejan las condiciones reales de producción y la calidad del modelo se degrada con el tiempo. AI SDK permite unir la entrega repetible mediante la estandarización del artefacto entregado, independiente del tipo de modelo de IA que se está implementando.
Industrial Edge se conecta a los equipos de cualquier proveedor de automatización a través de protocolos estándar. Funciona en entornos industriales industriales industriales sin reemplazo de hardware o bloqueo de un solo proveedor.
El SDK de IA se adapta a los flujos de trabajo de ciencia de datos; el AI Asset Manager maneja la implementación en la planta de ventas. Los ingenieros despliegan sin experiencia en MLOP; los científicos de datos construyen sin infraestructura de automatización de aprendizaje.
Ejecutar inferencia localmente en el dispositivo perimetral elimina los viajes de ida y vuelta a la nube para decisiones sensibles a la latencia. La detección de defectos, el marcado de anomalías y el monitoreo de parámetros ocurren en la máquina.
El recopilador de datos Vision y el Industrial Information Hub capturan datos de condiciones de producción reales, estructurados de manera consistente. Los modelos se entrenan en la realidad del piso de la tienda, no en datos sintéticos o de laboratorio.
La misma arquitectura ejecuta una estación de inspección o cientos de sitios. La administración central a través de AI Asset Manager e Industrial Edge Management hace que el escalado sea una cuestión de configuración, no de reingeniería
• Servidor de inferencia de IA para la ejecución de modelos en el dispositivo en casos de uso de visión, series temporales e inferencia por lotes
• Recopilador de datos de visión para la captura de imágenes y metadatos de cámaras del taller y sistemas de visión
• AI Asset Manager: distribución de modelos, coordinación de implementación, administración de versiones, métricas de inferencia y monitoreo operativo en toda la flota
• (S) Servidor FTP: almacenamiento de imágenes y metadatos entre el Edge y el nivel de TI
• Siemens AI SDK para empaquetado de modelos, validación y entrega (AWS, Azure, on-prem)
• Zona de aterrizaje de datos para la ingestión estructurada de datos de producción
• Artefactos modelo empaquetados para su distribución a través de AI Asset Manager