Zhromažďovanie a kontextualizácia hrán (Industrial Edge)
Industrial Edge prevádzkuje zariadenia on-prem v blízkosti predajne a pripája sa k automatizačným zariadeniam agnostiky dodávateľa prostredníctvom konektorov OT (OPC UA, Modbus, Ethernet/IP atď.). Získava surovú telemetriu, alarmy a udalosti.
Na okraji sú údaje vopred spracované: filtrovanie, kompresia, normalizácia časovej pečiatky, obohatenie metaúdajmi aktív (hierarchie aktív, pracovný príkaz/dávkový kontext) a lokálna agregácia na zníženie šírky pásma cloudu.
Interná databáza (MQTT /Unified Namespace) alebo Industrial Information Hub šíri harmonizované tematické toky pre následné komponenty a miestnych spotrebiteľov.
Premostenie protokolov a formátov
FFT DataBridge (Edge App) pripravuje a obohacuje dáta na streamovanie a prijímanie v krátkom reálnom čase do Databricks. Jeho bezplatná sprievodná aplikácia FFT DataService pristupuje k kontextovým údajom z Industrial Information Hub Essentials (Edge App) a sprístupňuje ich spoločnosti FFT DataBridge, ktorá potom zverejňuje zarovnané, kontextualizované dátové toky cez Zerobus, čo umožňuje nepretržité doručovanie priamo do tabuliek riadených katalógom Unity.
Na zaistenie robustnosti využíva riešenie vyrovnávanie v pamäti a lokálnu perzistenciu na prerušenie pripojenia a predĺžené výpadky. Na strane Databricks sa údaje postupne prijímajú do tabuliek Delta v katalógu Unity, čo umožňuje riadený prístup s nízkou latenciou pre následnú analýzu a pracovné zaťaženie AI. Bezpečné pripojenie sa udržiava prostredníctvom autentifikačných mechanizmov založených na tokenoch alebo kľúčoch.
Platforma pre dátové spravodajstvo Databricks
Streamovanie cez Zerobus nepretržite dodáva údaje do Databricks, kde sa prichádzajúce užitočné zaťaženie OT zapisuje do tabuliek Bronze Delta riadených katalógom Unity, čím sa zachováva nespracovaná štruktúra a metadáta pre úplnú vysledovateľnosť a auditovateľnosť.
Transformačné potrubia vytvorené pomocou deklaratívnych potrubí Lakeflow, Databricks Workflows a Apache Spark postupne spresňujú údaje do strieborných (kurovaných) a zlatých (analytických) vrstiev, čím podporujú časové zarovnanie, kontextové obohatenie a pripravenosť na spotrebu BI, ako aj prípady použitia založené na AI.
Modely AI sa vyvíjajú a trénujú centrálne v Databricks pomocou MLFlow a Mosaic AI a potom ich možno nasadiť späť do Siemens Industrial Edge na vykonávanie s nízkou latenciou v blízkosti predajne, čo umožňuje optimalizáciu uzavretej slučky a fyzické scenáre AI.
Unity Catalog presadzuje úplné riadenie vrátane jemnej kontroly prístupu, maskovania údajov a sledovania línie, zatiaľ čo platforma Lakehouse beží natívne cez AWS, Microsoft Azure a Google Cloud Platform, podporuje nasadenie medzi cloudami a bezproblémovú mobilitu údajov.
