Kiến trúc này mô tả cách phát triển, triển khai và vận hành các mô hình AI trên sàn nhà máy bằng cách sử dụng Siemens Industrial Edge. AI Suite cung cấp cơ sở hạ tầng để kết nối thiết bị, thu thập dữ liệu sản xuất, chạy suy luận AI trên các thiết bị biên và quản lý các giải pháp AI trên nhiều trang web.
Điều kiện tiên quyết là phải có một mô hình AI sẵn sàng sử dụng Siemens Industrial AI Suite, cho phép người dùng tự do lựa chọn quy trình làm việc MLOPS theo lựa chọn hoặc mở rộng nó để đưa các mô hình AI đến sàn xưởng.
Siemens AI SDK xử lý việc đóng gói các mô hình AI hiện có của bạn thành một tạo tác thời gian chạy có thể được thực thi ngoại tuyến trên các thiết bị tại cửa hàng, hoàn chỉnh với định nghĩa về giao diện trao đổi dữ liệu với các hệ thống khác từ môi trường đám mây hoặc tại chỗ. AI Asset Manager đóng vai trò là trung tâm hoạt động để phân phối, triển khai và giám sát mô hình. Máy chủ suy luận AI thực thi các mô hình cục bộ trên thiết bị cạnh, gần máy.
Kết nối thiết bị nhà cung cấp không phụ thuộc vào nhà cung cấp với Industrial Edge thông qua các đầu nối được cấu hình sẵn.
Chạy AI và các ứng dụng công nghiệp trên Industrial Edge, không phụ thuộc vào trường hợp sử dụng - tầm nhìn, chuỗi thời gian hoặc suy luận dữ liệu hàng loạt.
AI Asset Manager chạy trên thiết bị Industrial Edge (ảo), hoạt động như một cửa hàng cho tất cả các hoạt động liên quan đến AI. Quản lý, phân phối và vận hành giải pháp AI.
Phát triển, xác thực và đóng gói các mô hình AI với Siemens AI SDK trong môi trường đám mây hoặc tại chỗ.
Đối với hầu hết các nhà sản xuất, rào cản đối với việc mở rộng AI không phải là chất lượng của các mô hình, mà là cơ sở hạ tầng cần thiết để các mô hình đó chạy trên thiết bị sản xuất và giữ cho chúng hoạt động đáng tin cậy trên nhiều trang web. Mỗi máy, dây chuyền hoặc nhà máy đều đưa ra những thách thức tích hợp mới và khoảng cách giữa môi trường khoa học dữ liệu và hệ thống tự động hóa không có cầu nối tự nhiên trong hầu hết các tổ chức.
Bộ AI giúp loại bỏ rào cản đó bằng cách cung cấp một cơ sở hạ tầng hoàn chỉnh, nhiều lớp được xây dựng dành riêng cho các hoạt động AI công nghiệp. Các thiết bị Industrial Edge kết nối với thiết bị từ bất kỳ nhà cung cấp nào và chạy suy luận AI cục bộ mà không yêu cầu kết nối đám mây để đưa ra quyết định theo thời gian thực. Trình quản lý tài sản AI cung cấp một điểm kiểm soát duy nhất để triển khai mô hình, quản lý phiên bản và giám sát trên bất kỳ số lượng thiết bị nào. Siemens AI SDK cho phép các nhà khoa học dữ liệu đóng gói và xác thực các mô hình trong môi trường mà họ lựa chọn - AWS, Azure hoặc tại chỗ - và đóng gói chúng thành các tác phẩm mà AI Asset Manager có thể phân phối cho đội tàu.
Kết quả là một con đường có thể lặp lại, có thể mở rộng từ dữ liệu sản xuất thô đến suy luận AI được triển khai, được xây dựng trên các tiêu chuẩn mở và có thể vận hành bởi các kỹ sư tự động hóa mà không có chuyên môn sâu về MLOP.
Các thiết bị Industrial Edge nằm trực tiếp trên sàn xưởng và kết nối với PLC, ổ đĩa, rô bốt, máy ảnh và bất kỳ thiết bị tự động hóa nào khác bằng cách sử dụng các đầu nối được cấu hình sẵn cho PROFINET, S7, OPC UA, EtherNet/IP, Modbus TCP và các thiết bị khác. Bởi vì thư viện kết nối bao gồm thiết bị từ bất kỳ nhà cung cấp nào, kiến trúc cũng phù hợp với môi trường brownfield mà không yêu cầu thay thế phần cứng.
Một tập hợp các ứng dụng cục bộ chạy trên thiết bị cạnh bên cạnh cùng với các đầu nối:
các trường hợp
Databus, dựa trên MQTT, kết nối các ứng dụng này với nhau trên thiết bị và cung cấp xương sống đăng ký xuất bản để truyền kết quả suy luận, đọc cảm biến và sự kiện lên đến cấp nhà máy. Dữ liệu tầm nhìn giữa đầu nối tầm nhìn và máy chủ suy luận được truyền bằng ZMQ để xử lý tải trọng tần số cao, lớn hơn.
AI Asset Manager chạy trên thiết bị Industrial Edge ảo ở cấp nhà máy và hoạt động như một cửa hàng cho tất cả các hoạt động liên quan đến AI trên sàn xưởng. Nó nằm giữa môi trường phát triển ở trên và các thiết bị cạnh bên dưới, điều phối toàn bộ vòng đời hoạt động của các giải pháp AI.
Công việc của AI Asset Manager là nhận các mô hình AI đóng gói từ môi trường phát triển, triển khai chúng vào các phiên bản Máy chủ suy luận AI chính xác trên toàn đội xe và thu thập các số liệu về hiệu suất mô hình và hoạt động suy luận. Nó quản lý phiên bản giải pháp AI, giám sát trạng thái triển khai cấp thiết bị và cung cấp giao diện hoạt động thông qua đó các nhóm tự động hóa quản lý AI mà không cần tương tác với chuỗi công cụ phát triển.
Sử dụng Trình quản lý tài sản AI cho:
AI Asset Manager không phải là một công cụ phát triển. Nó không đào tạo các mô hình, xác thực tập dữ liệu hoặc quản lý cơ sở hạ tầng phát triển. Những trách nhiệm đó thuộc về quy trình làm việc MLOPS trong môi trường phát triển đám mây hoặc tại chỗ. AI SDK đóng gói Mô hình AI và cung cấp các hiện vật đọc để triển khai đến lớp kiến trúc cấp nhà máy, nơi phạm vi của Trình quản lý tài sản AI bắt đầu [AN1] và kết thúc khi các số liệu hoạt động được đưa trở lại chu kỳ phát triển.
Industrial Edge Management (Virtual, Pro hoặc Cloud) xử lý lớp quản lý thiết bị rộng hơn: triển khai ứng dụng, cập nhật firmware và cấu hình, giám sát tình trạng thiết bị và quản lý Industrial Edge Hub dưới dạng kho ứng dụng toàn cầu. Nó hoạt động cùng với Trình quản lý tài sản AI thay vì thay thế nó - Edge Management xử lý nền tảng; Trình quản lý tài sản AI xử lý các giải pháp AI chạy trên nền tảng đó.
Việc phát triển mô hình diễn ra trong môi trường đám mây hoặc tại chỗ bằng cách sử dụng Siemens AI SDK. Đường ống ở cấp độ này bao gồm toàn bộ vòng đời phát triển trước khi các mô hình đến nhà máy.
AI SDK cung cấp cho các nhà khoa học dữ liệu công cụ để đóng gói và xác thực các mô hình AI của họ trong môi trường mà họ lựa chọn. Nó là một thư viện python cung cấp các phương pháp xác định giao diện dữ liệu cho các mô hình AI với các hệ thống khác (ví dụ: tự động hóa), xác định yêu cầu thời gian chạy và đóng gói mô hình AI cùng với logic kinh doanh thành một tạo tác có thể được thực thi hoàn toàn ngoại tuyến trên sàn nhà.
Sử dụng AI SDK cho:
Sau khi đóng gói, các mô hình sẽ được Trình quản lý tài sản AI kéo và phân phối cho đội xe. Các mô hình cập nhật được đào tạo trên dữ liệu sản xuất mới đi theo cùng một con đường, đóng vòng lặp phát triển đến triển khai.
Một triển khai thực tế sử dụng cả ba cấp độ kết hợp vì chúng xử lý các vấn đề riêng biệt. Xem xét triển khai kiểm tra chất lượng trực quan trên dây chuyền lắp ráp điện tử:
được áp dụng cho các hệ thống quản lý chất lượng hoặc bảng điều khiển của nhà điều hành
Nếu không có Máy chủ suy luận AI, suy luận yêu cầu kết nối đám mây và giới thiệu độ trễ không tương thích với kiểm tra tốc độ dòng, ngoài chi phí phát sinh cho mỗi giao dịch dữ liệu. Nếu không có AI Asset Manager, việc triển khai một mô hình cập nhật cho năm mươi trạm trên ba địa điểm sẽ là năm mươi thao tác thủ công. Nếu không có bộ thu thập dữ liệu tầm nhìn và đường ống dữ liệu có cấu trúc, dữ liệu đào tạo không phản ánh các điều kiện sản xuất thực tế và chất lượng mô hình giảm dần theo thời gian. AI SDK cho phép kết hợp phân phối có thể lặp lại với nhau bằng cách tiêu chuẩn hóa hiện vật được giao, không phụ thuộc vào loại mô hình AI đang được triển khai.
Industrial Edge kết nối với bất kỳ thiết bị của nhà cung cấp tự động hóa nào thông qua các giao thức tiêu chuẩn. Hoạt động trong môi trường brownfield mà không cần thay thế phần cứng hoặc khóa vào nhà cung cấp duy nhất.
AI SDK phù hợp với quy trình công việc khoa học dữ liệu; Trình quản lý tài sản AI xử lý việc triển khai tại xưởng. Các kỹ sư triển khai mà không cần chuyên môn của MLOPS; các nhà khoa học dữ liệu xây dựng mà không cần cơ sở hạ tầng tự động hóa học tập.
Chạy suy luận cục bộ trên thiết bị biên giúp loại bỏ các chuyến đi vòng qua đám mây cho các quyết định nhạy cảm với độ trễ. Phát hiện lỗi, đánh dấu bất thường và giám sát thông số xảy ra tại máy.
Bộ thu thập dữ liệu Vision và Industrial Information Hub thu thập dữ liệu từ các điều kiện sản xuất thực tế, có cấu trúc nhất quán. Các mô hình đào tạo dựa trên thực tế tại cửa hàng, không phải dữ liệu tổng hợp hoặc dữ liệu phòng thí nghiệm.
Cùng một kiến trúc chạy một trạm kiểm tra hoặc hàng trăm địa điểm. Quản lý trung tâm thông qua AI Asset Manager và Industrial Edge Management làm cho việc mở rộng quy mô trở thành vấn đề cấu hình chứ không phải tái cấu trúc
• Máy chủ suy luận AI để thực thi mô hình trên thiết bị trên các trường hợp sử dụng tầm nhìn, chuỗi thời gian và suy luận hàng loạt
• Bộ thu thập dữ liệu tầm nhìn để thu thập hình ảnh và siêu dữ liệu từ máy ảnh sàn nhà xưởng và hệ thống thị giác
• AI Asset Manager: phân phối mô hình, điều phối triển khai, quản lý phiên bản, số liệu suy luận và giám sát hoạt động trên toàn đội xe
• (S) Máy chủ FTP: dàn dựng hình ảnh và siêu dữ liệu giữa Edge và cấp IT
• Siemens AI SDK để đóng gói mô hình, xác thực, phân phối (AWS, Azure, on-prem)
• Vùng hạ cánh dữ liệu để lấy dữ liệu sản xuất có cấu trúc
• Các hiện vật mô hình đóng gói để phân phối thông qua Trình quản lý tài sản AI