인더스트리얼 엣지의 AI 제품군

상세 아키텍처 다운로드 (PDF)

자세한 PDF 다운로드

필드 레벨: AI 실행 레이어로서의 Industrial Edge요

Industrial Edge 장치는 작업 현장에 직접 설치되어 PROFINET, S7, OPC UA, 이더넷/IP, 모드버스 TCP 등에 사전 구성된 커넥터를 사용하여 PLC, 드라이브, 로봇, 카메라 및 기타 자동화 장비에 연결해요.커넥터 라이브러리는 모든 공급업체의 장비를 포괄하기 때문에 아키텍처는 하드웨어 교체 없이 브라운필드 환경에도 적합해요.

로컬 앱 세트가 커넥터와 함께 엣지 디바이스에서 실행돼요.

• 온디바이스 모델 실행, 비전, 시계열, 배치 추론 사용을 지원하는 AI 추론 서버예요.

  케이스들

• GigE 산업용 카메라하고 RTSP 카메라에 연결하여 추론을 위한 비전 데이터를 전달하는 데 사용하는 비전 커넥터 애플리케이션이에요.
• 카메라와 비전 시스템에서 이미지와 메타데이터를 런타임의 추론 결과와 함께 캡처하여 (재) 교육 데이터 파이프라인에 공급하는 비전 데이터 수집기예요.
• Industrial Information Hub는 데이터가 장치에서 나가기 전에 원시 PLC 태그와 추론 결과를 일관된 시맨틱 데이터 모델에 매핑해요.
• 디지털 트윈 시뮬레이션 및 가상 제어를 위한 라이브트윈과 가상 PLC
• Mendix on Edge는 엣지와 업스트림 시스템 모두를 아우르는 역할 기반 운영자 인터페이스용
• 에너지 소비와 OEE를 포함한 운영 KPI에 대한 에너지 매니저 및 퍼포먼스 인사이트
• 엔터프라이즈 시스템 연결용 IT 커넥터

MQTT 기반의 데이터버스는 이 앱들을 기기에서 서로 연결하고 추론 결과, 센서 판독값, 이벤트를 공장 수준까지 전달하는 게시-구독 백본을 제공해요.비전 커넥터와 추론 서버 사이의 비전 데이터는 더 큰 고주파 페이로드를 처리하기 위해 ZMQ를 사용해서 전송돼요.

팩토리 레벨: AI 운영 레이어

AI 자산 관리자는 공장 수준의 가상 Industrial Edge 장치에서 실행되고 작업 현장에서 모든 AI 관련 활동을 위한 원스톱 숍 역할을 해요.위의 개발 환경과 아래 엣지 디바이스 사이에 위치하여 AI 솔루션의 전체 운영 라이프사이클을 조정해요.

AI 애셋 매니저: 모델 배포 및 운영

AI 애셋 매니저의 일은 개발 환경에서 패키지화된 AI 모델을 받아서 플릿 전체의 올바른 AI 추론 서버 인스턴스에 배포하고 모델 성능 및 추론 활동에 대한 메트릭을 수집하는 거예요.AI 솔루션 버전 관리를 관리하고, 장치 수준 배포 상태를 모니터링하고, 자동화 팀이 개발 툴체인과 상호작용할 필요 없이 AI를 관리하는 데 사용할 수 있는 운영 인터페이스를 제공해요.

AI 애셋 매니저를 다음 용도로 사용하세요:

• IT 수준 개발 파이프라인에서 패키지 모델을 가져와 엣지 디바이스에 배포해요
• 롤백과 단계적 출시를 포함하여 Industrial Edge 디바이스 전반의 모델 버전 관리
• 배포된 모델에서 추론 메트릭과 성능 데이터 수집해요
• 모든 기기와 사이트의 AI 솔루션 상태를 한 곳에서 운영적으로 볼 수 있게 해줘요.

AI 애셋 매니저는 개발 도구가 아니에요.모델을 교육하거나, 데이터세트를 검증하거나, 개발 인프라를 관리하지 않아요.이러한 책임은 클라우드나 온프레미스 개발 환경의 MLOps 워크플로에 속해요.AI SDK는 AI 모델을 패키징하고 배포 준비가 완료된 아티팩트를 팩토리 레벨 아키텍처 계층에 전달해요. 여기서 AI 자산 관리자의 범위는 [AN1] 시작하고 운영 지표가 개발 주기로 피드백되면 종료돼요.

산업용 엣지 관리 (가상, 프로, 클라우드) 는 앱 배포, 펌웨어 및 구성 업데이트 푸시, 기기 상태 모니터링, 글로벌 앱 저장소인 Industrial Edge Hub 관리 등 광범위한 장치 관리 계층을 처리해요.AI 애셋 매니저를 대체하는 대신 AI 애셋 매니저와 함께 작동해요. 엣지 매니지먼트는 플랫폼을 처리하고 AI 애셋 매니저는 해당 플랫폼에서 실행되는 AI 솔루션을 처리해요.

IT 및 엔터프라이즈 수준: AI 개발 환경

모델 개발은 Siemens AI SDK를 사용하여 클라우드나 온프레미스 환경에서 진행돼요.이 수준의 파이프라인은 모델이 공장에 도착하기 전의 전체 개발 라이프사이클을 포괄해요.

지멘스 AI SDK: 모델 개발 및 패키징

AI SDK는 데이터 과학자가 원하는 환경에서 AI 모델을 패키징하고 검증할 수 있는 도구를 제공해요.다른 시스템과의 AI 모델에 대한 데이터 인터페이스 (예: 자동화) 를 정의하고, 런타임 요구 사항을 정의하고, 비즈니스 로직과 함께 AI 모델을 작업 현장에서 완전히 오프라인으로 실행할 수 있는 아티팩트로 패키징하는 방법을 제공하는 파이썬 라이브러리예요.

AI SDK를 다음 용도로 사용하세요.

• AI 모델을 패키징하고 AI Asset Manager용 검증되고 배포 가능한 아티팩트를 생성하세요. 다양한 소스의 실시간 생산 데이터를 사용하여 작업 현장의 AI Inference Server에서 결국 실행할 수 있어요.
• AWS, Azure 또는 온프레미스 MLOps 환경과 통합하여 패키지화된 AI 모델을 공장 수준으로 제공해요

일단 패키징되면 AI 애셋 매니저가 모델을 뽑아서 플릿에 분배해요.새 프로덕션 데이터를 기반으로 학습한 업데이트된 모델도 같은 경로를 따르므로 개발에서 배포까지의 루프가 닫힙니다.

전체 제품군이 함께 배포되는 이유

현실적 배포는 세 레벨을 조합해서 사용해요. 서로 다른 문제를 처리하기 때문이죠.전자 조립 라인에 육안 품질 검사를 배치하는 것을 생각해 보세요.

• 비전 데이터 수집기와 비전 커넥터 애플리케이션은 각 검사 스테이션에서 조립된 보드의 이미지를 캡처해요.이미지와 메타데이터가 데이터 랜딩 존 (클라우드 스토리지, (S) FTP) 으로 흘러 MLOps 워크플로우에서 사용돼요.
• 데이터 과학자는 자체 MLOps 워크플로를 사용하여 생산 데이터를 기반으로 결함 분류 AI 모델을 (재) 훈련하고, 검증하고, AI SDK를 사용하여 배포 가능한 아티팩트로 패키징해요.
• AI 애셋 매니저가 패키지된 모델을 가져와서 모든 검사 스테이션에 있는 관련 Industrial Edge 디바이스의 AI 추론 서버에 배포해요.
• 비전 커넥터 애플리케이션은 보드 이미지를 캡처하기 위해 스테이션 카메라에 연결하고 인퍼런스 서버의 AI 모델에 입력으로 제공해요.
• AI 추론 서버는 각 스테이션에서 로컬로 모델을 실행해서 클라우드 의존성 없이 실시간으로 보드를 통과 또는 실패로 분류해요.
• 추론 결과가 데이터버스에 게시돼요. 그리고 ro

  품질 관리 시스템이나 작업자 대시보드에 적용돼요

• 자산 관리자는 또한 각 배포에서 지표 지표를 수집하여 사용자가 규칙에 따라 쉽게 시각화하고 경보를 받을 수 있도록 대시보드를 사용할 수 있게 해줘요.
• 결함 이미지와 분류 결과가 비전 데이터 수집기를 통해 데이터 파이프라인으로 다시 흐르죠.모델이 확장된 데이터를 기반으로 재학습되고 재패키징되어 플릿으로 다시 푸시되죠.

AI 추론 서버가 없으면 추론을 하려면 클라우드 연결이 필요하고 각 데이터 거래에서 발생하는 비용을 제외하고 회선 속도 검사와 호환되지 않는 지연 시간이 발생해요.AI 애셋 매니저가 없으면 업데이트된 모델을 3개 사이트에 있는 50개 스테이션에 배포하면 50번의 수동 작업이 돼요.비전 데이터 수집기와 구조화된 데이터 파이프라인이 없으면 교육 데이터가 실제 생산 조건을 반영하지 못하고 시간이 지날수록 모델 품질이 저하돼요.AI SDK를 사용하면 배포되는 AI 모델의 종류에 상관없이 전달된 아티팩트를 표준화하여 반복 가능한 전달을 하나로 묶을 수 있어요.