Загрузить подробную архитектуру (PDF)
Загрузить подробный PDF-файл
Полевой уровень: Industrial Edge как уровень исполнения искусственного интеллекта
Устройства Industrial Edge расположены прямо в цехе и подключаются к ПЛК, приводам, роботам, камерам и любому другому оборудованию автоматизации с помощью предварительно сконфигурированных разъемов для PROFINET, S7, OPC UA, Ethernet/IP, Modbus TCP и других. Поскольку библиотека коннекторов охватывает оборудование любого поставщика, эта архитектура также подходит для устаревших сред без необходимости замены оборудования.
Набор локальных приложений работает на периферийном устройстве вместе с разъемами:
- Сервер логических выводов AI для выполнения моделей на устройстве, поддерживающий использование машинного зрения, временных рядов и пакетного вывода
случаях
- Приложение Vision Connector для подключения к промышленным камерам GigE и камерам RTSP для передачи данных зрения для логических выводов
- Vision Data Collector для сбора изображений и метаданных с камер и систем машинного зрения, а также результатов логических выводов во время выполнения, передающих данные (пере) обучения
- Industrial Information Hub, который сопоставляет необработанные теги ПЛК и результаты логических выводов с согласованной семантической моделью данных до того, как данные покинут устройство
- LiveTwin и Virtual PLC для цифрового моделирования двойников и виртуального управления
- Mendix on Edge для интерфейсов операторов на основе ролей, которые охватывают как периферийные, так и вышестоящие системы
- Energy Manager и Performance Insight для операционных ключевых показателей эффективности, включая потребление энергии и OEE
- ИТ-коннекторы для подключения к корпоративным системам
Databus, основанный на MQTT, соединяет эти приложения друг с другом на устройстве и обеспечивает основу для публикации и подписки для передачи результатов логических выводов, показаний датчиков и событий до заводского уровня. Данные машинного зрения между разъемом машинного зрения и сервером логических выводов передаются с помощью ZMQ для обработки больших высокочастотных полезных нагрузок.
Заводской уровень: уровень операций с искусственным интеллектом
AI Asset Manager работает на виртуальном устройстве Industrial Edge на заводском уровне и выступает в качестве единого центра для всех мероприятий, связанных с искусственным интеллектом, в цехе. Она находится между вышеуказанной средой разработки и периферийными устройствами, расположенными ниже, и координирует полный жизненный цикл решений искусственного интеллекта.
AI Asset Manager: распределение моделей и управление ими
Задача AI Asset Manager заключается в получении упакованных моделей искусственного интеллекта из среды разработки, их развертывании на нужных экземплярах сервера AI Inference Server во всем парке и сборе метрик производительности моделей и активности логических выводов. Оно управляет версиями решений искусственного интеллекта, отслеживает состояние развертывания на уровне устройств и предоставляет операционный интерфейс, с помощью которого команды автоматизации управляют искусственным интеллектом без необходимости взаимодействия с наборами инструментов разработки.
Используйте AI Asset Manager для следующих целей:
- Извлечение упакованных моделей из конвейера разработки на уровне ИТ и распространение их на периферийные устройства
- Управление версиями моделей в парке устройств Industrial Edge, включая откат и поэтапное развертывание
- Сбор метрик логических выводов и данных о производительности из развернутых моделей
- Предоставление единого оперативного представления о состоянии решения искусственного интеллекта на всех устройствах и объектах
AI Asset Manager не является инструментом разработки. Она не обучает модели, не проверяет наборы данных и не управляет инфраструктурой разработки. Эти обязанности относятся к рабочему процессу mLOPS в облачной или локальной среде разработки. AI SDK упаковывает модель искусственного интеллекта и передает готовые к развертыванию артефакты на уровне архитектуры заводского уровня, где область действия AI Asset Manager начинается [AN1] и заканчивается, когда операционные метрики возвращаются в цикл разработки.
Industrial Edge Management (Virtual, Pro или Cloud) охватывает более широкий уровень управления устройствами: развертывание приложений, обновление микропрограммного обеспечения и конфигурации, мониторинг состояния устройства и управление Industrial Edge Hub как глобальным репозиторием приложений. Он работает вместе с AI Asset Manager, а не заменяет его: Edge Management отвечает за платформу; AI Asset Manager отвечает за решения искусственного интеллекта, работающие на этой платформе.
Уровень ИТ и предприятия: среда разработки искусственного интеллекта
Разработка модели происходит в облачных или локальных средах с использованием Siemens AI SDK. Конвейер на этом уровне охватывает весь жизненный цикл разработки до того, как модели поступят на завод.
Siemens AI SDK: разработка и упаковка моделей
AI SDK предоставляет специалистам по обработке и анализу данных инструменты для упаковки и проверки моделей искусственного интеллекта в выбранной ими среде. Это библиотека python, которая предоставляет методы для определения интерфейсов данных для моделей искусственного интеллекта с другими системами (например, автоматизация), определения требований к среде выполнения и упаковки модели искусственного интеллекта вместе с бизнес-логикой в артефакт, который можно выполнять полностью в автономном режиме в цеху.
Используйте AI SDK для:
- Упаковывайте модели искусственного интеллекта и создавайте проверенные и готовые к развертыванию артефакты для AI Asset Manager, которые в конечном итоге могут быть выполнены сервером AI Inference Server в цеху с использованием производственных данных из различных источников в реальном времени.
- Интеграция с AWS, Azure или локальными средами mLops для доставки упакованных моделей искусственного интеллекта на заводской уровень
После упаковки модели извлекаются AI Asset Manager и распределяются по автопарку. Обновленные модели, разработанные на основе новых производственных данных, следуют тому же пути, закрывая цикл разработки и развертывания.
Почему полный пакет развертывается вместе
В реалистичном развертывании используются все три уровня в сочетании, поскольку они решают разные проблемы. Рассмотрите возможность внедрения системы визуального контроля качества на сборочной линии электроники:
Без сервера логических выводов AI для получения логических выводов требуется подключение к облаку, а задержки, несовместимые с проверкой скорости передачи данных, не говоря уже о затратах, связанных с каждой транзакцией данных, являются несовместимыми с проверкой скорости передачи данных. Без AI Asset Manager развертывание обновленной модели на пятидесяти станциях на трех объектах потребовало бы 50 операций, выполняемых вручную. Без сборщика данных Vision и структурированного конвейера данных данные Training не отражают реальных производственных условий, а качество модели со временем ухудшается. AI SDK позволяет организовать воспроизводимую доставку, стандартизируя доставляемый артефакт независимо от используемой модели искусственного интеллекта.