Skip to main content
Ta strona jest wyświetlana przy użyciu automatycznego translatora. Czy chcesz wyświetlić ją w języku angielskim?
Ewolucja marki 2022
Rozwiązanie Siemens

Pakiet AI Suite na Industrial Edge

Ta architektura opisuje sposób opracowywania, wdrażania i obsługi modeli sztucznej inteligencji w fabryce przy użyciu Siemens Industrial Edge. AI Suite zapewnia infrastrukturę do łączenia sprzętu, przechwytywania danych produkcyjnych, uruchamiania wnioskowania AI na urządzeniach brzegowych i zarządzania rozwiązaniami AI w wielu lokalizacjach.

omówienie

Warunkiem wstępnym jest posiadanie modelu AI gotowego do użycia pakietu Siemens Industrial AI Suite, co daje użytkownikom swobodę wyboru wybranego przez siebie przepływu pracy MLOP lub rozszerzenia go o wprowadzenie modeli sztucznej inteligencji na hali produkcyjnej.

Zestaw SDK Siemens AI obsługuje pakowanie istniejących modeli sztucznej inteligencji w artefakt wykonawczy, który można wykonać w trybie offline na urządzeniach sklepowych, wraz z definicją interfejsów wymiany danych z innymi systemami z chmury lub środowisk lokalnych. AI Asset Manager pełni rolę centrum operacyjnego dystrybucji, wdrażania i monitorowania modeli. Serwer wnioskowania AI wykonuje modele lokalnie na urządzeniu krawędziowym, blisko komputera.

Łączność

Podłącz agnostyczne urządzenia sklepowe dostawców do Industrial Edge za pomocą wstępnie skonfigurowanych złączy.

Biegnij

Uruchamiaj sztuczną inteligencję i aplikacje przemysłowe na Industrial Edge, używaj przypadków agnostycznych - wizji, szeregów czasowych lub wnioskowania danych wsadowych.

Kompleksowa obsługa

AI Asset Manager działający na urządzeniu Industrial Edge (wirtualnym), działającym jako punkt kompleksowej obsługi wszystkich działań związanych z sztuczną inteligencją. Zarządzanie rozwiązaniami AI, dystrybucja i operacje.

Opracowywanie, walidacja i pakowanie

Twórz, sprawdzaj i pakuj modele sztucznej inteligencji za pomocą zestawu SDK Siemens AI w chmurze lub środowiskach lokalnych.

Pobierz PDF

Dla większości producentów barierą w skalowaniu sztucznej inteligencji nie jest jakość modeli, jest to infrastruktura wymagana do uruchomienia tych modeli na sprzęcie produkcyjnym i zapewnienia ich niezawodnego działania w wielu lokalizacjach. Każda maszyna, linia lub zakład wprowadza nowe wyzwania integracyjne, a luka między środowiskami nauki o danych a systemami automatyki nie ma naturalnego pomostu w większości organizacji.

Pakiet AI eliminuje tę barierę, zapewniając kompletną, warstwową infrastrukturę przeznaczoną do przemysłowych operacji sztucznej inteligencji. Urządzenia Industrial Edge łączą się ze sprzętem dowolnego dostawcy i lokalnie uruchamiają wnioskowania sztucznej inteligencji, bez konieczności łączenia się z chmurą do podejmowania decyzji w czasie rzeczywistym. AI Asset Manager zapewnia jeden punkt kontroli dla wdrażania modelu, tworzenia wersji i monitorowania na dowolnej liczbie urządzeń. Zestaw SDK Siemens AI umożliwia naukowcom danych pakowanie i walidację modeli w wybranym przez nich środowisku — AWS, Azure lub lokalnym — oraz pakowanie ich w artefakty, które AI Asset Manager może dystrybuować do floty.

Rezultatem jest powtarzalna, skalowalna ścieżka od surowych danych produkcyjnych do wdrożonego wnioskowania sztucznej inteligencji, zbudowana na otwartych standardach i obsługiwana przez inżynierów automatyki bez głębokiej wiedzy MLOP.

Szczegółowa architektura

    Architecture hub ai suite szczegółowy schemat architektury przedstawiający przepływ danych z urządzeń Industrial Edge do IT Enterprise

    Pobierz szczegółową architekturę (PDF)

    Pobierz szczegółowy plik PDF

    Poziom pola: Industrial Edge jako warstwa wykonawcza AI

    Urządzenia Industrial Edge znajdują się bezpośrednio na hali produkcyjnej i łączą się z sterownikami PLC, napędami, robotami, kamerami i innymi urządzeniami automatyki za pomocą wstępnie skonfigurowanych złączy PROFINET, S7, OPC UA, Ethernet/IP, Modbus TCP i innych. Ponieważ biblioteka złączy obejmuje sprzęt dowolnego dostawcy, architektura pasuje również do środowisk typu brownfield bez konieczności wymiany sprzętu.

    Zestaw aplikacji lokalnych działa na urządzeniu krawędziowym obok złączy:

    • AI Inference Server do wykonywania modelu na urządzeniu, obsługujący wykorzystanie wizji, szeregów czasowych i wnioskowania wsadowego

      przypadki

    • Aplikacja Vision Connector do podłączania do kamer przemysłowych GigE i kamer RTSP w celu dostarczania danych wizyjnych do wnioskowania
    • Vision Data Collector do przechwytywania obrazów i metadanych z kamer i systemów wizyjnych, wraz z wynikami wnioskowania z środowiska wykonawczego, zasilając potok danych (re) szkoleniowych
    • Industrial Information Hub, który mapowuje surowe znaczniki PLC i wyniki wnioskowania do spójnego semantycznego modelu danych, zanim dane opuszczą urządzenie
    • LiveTwin i Virtual PLC do cyfrowej symulacji bliźniaków i sterowania wirtualnego
    • Mendix on Edge dla interfejsów operatorów opartych na rolach, które obejmują zarówno systemy brzegowe, jak i zaawansowane
    • Energy Manager i Performance Insight dla wskaźników efektywności operacyjnych, w tym zużycia energii i OEE
    • Złącza IT do łączności z systemami korporacyjnymi

    Databus, oparty na MQTT, łączy te aplikacje ze sobą na urządzeniu i zapewnia szkielet publikowania i subskrypcji do przekazywania wyników wnioskowania, odczytów czujników i zdarzeń do poziomu fabrycznego. Dane wizyjne między złączem wizyjnym a serwerem wnioskowania są przesyłane za pomocą ZMQ do obsługi większych ładunków o wysokiej częstotliwości.

    Poziom fabryczny: warstwa operacji AI

    AI Asset Manager działa na wirtualnym urządzeniu Industrial Edge na poziomie fabrycznym i działa jako punkt kompleksowej obsługi wszystkich działań związanych z sztuczną inteligencją na hali produkcyjnej. Znajduje się pomiędzy środowiskiem programistycznym powyżej a urządzeniami brzegowymi poniżej, koordynując pełny cykl życia rozwiązań AI.

    AI Asset Manager: dystrybucja modeli i operacje

    Zadaniem AI Asset Manager jest odbieranie pakietowych modeli sztucznej inteligencji ze środowiska programistycznego, wdrażanie ich we właściwych instancjach AI Inference Server w całej flocie oraz zbieranie metryk dotyczących wydajności modelu i aktywności wnioskowania. Zarządza wersją rozwiązań AI, monitoruje stan wdrożenia na poziomie urządzenia i zapewnia interfejs operacyjny, dzięki któremu zespoły automatyzacji zarządzają sztuczną inteligencją bez konieczności interakcji z łańcuchami narzędzi programistycznych.

    Użyj AI Asset Manager do:

    • Wyciąganie opakowanych modeli z rurociągu rozwojowego na poziomie IT i dystrybucja ich do urządzeń brzegowych
    • Zarządzanie wersjami modeli w całej flocie urządzeń Industrial Edge, w tym wycofywanie i stopniowe wdrażanie
    • Gromadzenie metryk wnioskowania i danych dotyczących wydajności z wdrożonych modeli
    • Zapewnienie jednego widoku operacyjnego stanu rozwiązania AI na wszystkich urządzeniach i witrynach

    AI Asset Manager nie jest narzędziem programistycznym. Nie trenuje modeli, nie weryfikuje zbiorów danych ani nie zarządza infrastrukturą rozwojową. Obowiązki te należą do przepływu pracy MLOP w chmurze lub lokalnym środowisku programistycznym. Pakiet AI SDK pakuje model AI i dostarcza artefakty odczytu do wdrożenia do warstwy architektury na poziomie fabrycznym, gdzie zakres AI Asset Manager rozpoczyna się [AN1] i kończy, gdy metryki operacyjne wracają do cyklu rozwojowego.

    Industrial Edge Management (Virtual, Pro lub Cloud) obsługuje szerszą warstwę zarządzania urządzeniami: wdrażanie aplikacji, aktualizacje oprogramowania układowego i konfiguracji, monitorowanie stanu urządzeń oraz zarządzanie Industrial Edge Hub jako globalnym repozytorium aplikacji. Współpracuje z AI Asset Manager, zamiast go zastępować - Edge Management obsługuje platformę; AI Asset Manager obsługuje rozwiązania AI działające na tej platformie.

    Poziom IT i przedsiębiorstwa: środowisko rozwoju sztucznej inteligencji

    Tworzenie modeli odbywa się w chmurze lub środowiskach lokalnych przy użyciu zestawu SDK Siemens AI. Rurociąg na tym poziomie obejmuje pełny cykl życia rozwoju, zanim modele dotrą do fabryki.

    Siemens AI SDK: opracowywanie modeli i pakowanie

    Zestaw SDK AI zapewnia naukowcom danych narzędzia do pakowania i walidacji ich modeli sztucznej inteligencji w wybranym przez nich środowisku. Jest to biblioteka Pythona, która zapewnia metody definiowania interfejsów danych dla modeli AI z innymi systemami (na przykład automatyzacja), definiowania wymagań wykonawczych i pakowania modelu sztucznej inteligencji wraz z logiką biznesową w artefakt, który można wykonać całkowicie offline w sklepie.

    Użyj zestawu SDK AI do:

    • Pakowanie modeli sztucznej inteligencji i generowanie sprawdzonych, wdrożonych artefaktów dla AI Asset Manager, które ostatecznie mogą być wykonywane przez AI Inference Server w sklepie, wykorzystując dane produkcyjne w czasie rzeczywistym z różnych źródeł.
    • Integracja ze środowiskami AWS, Azure lub lokalnymi środowiskami MLOP w celu dostarczania pakietowych modeli sztucznej inteligencji na poziomie fabrycznym

    Po zapakowaniu modele są pobierane przez AI Asset Manager i dystrybuowane do floty. Zaktualizowane modele przeszkolone w oparciu o nowe dane produkcyjne podążają tą samą ścieżką, zamykając pętlę rozwoju do wdrożenia.

    Dlaczego cały pakiet jest wdrażany razem

    Realistyczne wdrożenie wykorzystuje wszystkie trzy poziomy w połączeniu, ponieważ radzą sobie z różnymi problemami. Rozważ wdrożenie wizualnej kontroli jakości na linii montażowej elektroniki:

    • Kolektor danych Vision wraz z aplikacją złącza wizyjnego rejestruje obrazy zmontowanych płyt na każdej stacji kontrolnej. Obrazy i metadane przepływają do strefy docelowej danych (przechowywanie w chmurze, (S) FTP) w celu wykorzystania przez przepływ pracy MLoP
    • Naukowcy zajmujący się danymi wykorzystują własny przepływ pracy MLOP do (ponownego) przeszkolenia modelu AI klasyfikacji defektów na tych danych produkcyjnych, walidacji go i pakowania jako artefakt do wdrożenia przy użyciu zestawu SDK AI
    • AI Asset Manager pobiera pakowany model i wdraża go na serwerze AI Inference Server na odpowiednich urządzeniach Industrial Edge we wszystkich stacjach kontrolnych
    • Aplikacja Vision Connector zapewnia łączność z kamerami stacji w celu przechwytywania obrazu płyty i dostarcza go jako wejście do modelu AI na serwerze Inference Server
    • Serwer wnioskowania AI uruchamia model lokalnie na każdej stacji, klasyfikując tablice jako przejściowe lub awaryjne w czasie rzeczywistym bez zależności od chmury
    • Wyniki wnioskowania są publikowane w Databus i ro

      podłączone do systemów zarządzania jakością lub pulpitów nawigacyjnych operatora

    • Menedżer zasobów zbiera również orientacyjne dane z każdego wdrożenia i umożliwia użytkownikowi pulpit nawigacyjny w celu łatwej wizualizacji i alarmowania w oparciu o reguły
    • Obrazy defektów i wyniki klasyfikacji wpływają z powrotem do rurociągu danych za pośrednictwem kolektora danych wizyjnych. Model jest przekwalifikowany na podstawie rozszerzonych danych, przepakowany i wypychany z powrotem do floty

    Bez AI Inference Server wnioskowanie wymaga łączności w chmurze i wprowadza opóźnienia niezgodne z kontrolą prędkości linii, poza kosztami ponoszonymi przy każdej transakcji danych. Bez AI Asset Manager wdrożenie zaktualizowanego modelu na pięćdziesięciu stacjach w trzech lokalizacjach oznaczałoby pięćdziesiąt operacji ręcznych. Bez kolektora danych wizyjnych i ustrukturyzowanego pociągu danych dane szkoleniowe nie odzwierciedlają rzeczywistych warunków produkcji, a jakość modelu z czasem ulega pogorszeniu. AI SDK umożliwia łączenie powtarzalnej dostawy poprzez standaryzację dostarczonego artefaktu, agnostycznego do rodzaju wdrażanego modelu sztucznej inteligencji.

    Wartości i korzyści

    Komponenty