การประมวลผลแบบ Edge Computing เทียบกับ IoT: ข้อดี กรณีการใช้งาน และเคล็ดลับด้านสถาปัตยกรรม

เนื่องจากการประมวลผลข้อมูลทางอุตสาหกรรมกำลังเปลี่ยนจากระบบคลาวด์แบบรวมศูนย์ไปสู่ระบบแบบกระจาย ความสัมพันธ์ระหว่าง Edge Computing และ Internet of Things (IoT) จึงมีความสำคัญอย่างยิ่ง IoT เชื่อมต่อเซ็นเซอร์ แอคชูเอเตอร์ และอุปกรณ์อัจฉริยะ ในขณะที่ Edge Computing จะวางพลังการประมวลผล พื้นที่จัดเก็บ และการวิเคราะห์ไว้ใกล้กับแหล่งข้อมูล ซึ่งมักจะอยู่ในพีซีอุตสาหกรรมและเกตเวย์ Edge การเปรียบเทียบนี้เน้นการประมวลผลแบบเรียลไทม์ วงจรควบคุมที่มีความหน่วงต่ำ และเมื่อมีการส่งข้อมูลกลับไปยังคลาวด์เพื่อการฝึกอบรมหรือการรวมโมเดล ในสภาพแวดล้อม IIoT การทำงานร่วมกับ PLC/SCADA, OPC UA, MQTT และ 5G/LPWAN จะกำหนดความปลอดภัย อธิปไตยของข้อมูล และต้นทุน

ปัจจัยสำคัญในการตัดสินใจเกี่ยวกับเทคโนโลยี Edge และ IoT

• ความล่าช้าและการกำหนดอย่างแน่นอน : การควบคุมการเคลื่อนไหว, การประมวลผลภาพทางอุตสาหกรรม, ระบบล็อคเพื่อความปลอดภัย
• การเพิ่มประสิทธิภาพแบนด์วิดท์: การกรองข้อมูลในพื้นที่ การบีบอัดข้อมูล และระบบส่งข้อมูลตามเหตุการณ์
• ความปลอดภัยและการปฏิบัติตามกฎระเบียบ: Zero-Trust, IEC 62443, การเก็บรักษาข้อมูลแบบเลือกสรร
• ความยืดหยุ่น : การทำงานแบบออฟไลน์, การจัดเก็บและส่งต่อข้อมูล, โหนดสำรองเมื่อเกิดข้อผิดพลาด

การแบ่งบทบาทที่ชัดเจน – IoT เชื่อมต่อ ส่วน Edge ตัดสินใจ – ช่วยให้สถาปนิกสามารถกำหนดต้นทุนรวมในการเป็นเจ้าของ เลือกรูปแบบไฮบริด/ฟ็อก และส่งมอบการบำรุงรักษาเชิงคาดการณ์ที่เชื่อถือได้ ดิจิทัลทวิน และการควบคุมในระดับใหญ่ได้

การประมวลผลแบบเอดจ์ (Edge computing) และอินเทอร์เน็ตของสรรพสิ่ง (IoT) เป็นสิ่งที่เสริมซึ่งกันและกันและไม่สามารถใช้แทนกันได้ IoT เชื่อมต่อเซ็นเซอร์ แอคชูเอเตอร์ และอุปกรณ์อัจฉริยะเพื่อรวบรวมข้อมูลทางไกลและออกคำสั่ง ในขณะที่การประมวลผลแบบเอดจ์จะวางพลังการประมวลผล พื้นที่จัดเก็บ และการวิเคราะห์ไว้ใกล้กับแหล่งข้อมูลเหล่านี้ โดยทั่วไปจะอยู่บนพีซีอุตสาหกรรม เกตเวย์เอดจ์ หรือเซิร์ฟเวอร์ที่ทนทาน เพื่อให้ได้การตัดสินใจที่มีความหน่วงต่ำและลดเวลาในการส่งข้อมูลกลับไปยังเซิร์ฟเวอร์หลัก

IoT คืออะไร?

IoT (และ IIoT ในโรงงาน) เชื่อมต่ออุปกรณ์ภาคสนามเข้ากับแอปพลิเคชันผ่านทาง Ethernet, Wi-Fi, 5G และ LPWAN (NB-IoT, LoRaWAN) โปรโตคอลต่างๆ เช่น MQTT, CoAP, OPC UA, Modbus และ HTTP/REST ส่งข้อมูลการวัดระยะทาง สัญญาณเตือน และข้อความควบคุม ฟังก์ชันทั่วไป ได้แก่ การบำรุงรักษาเชิงคาดการณ์ การติดตามสินทรัพย์ ดิจิทัลทวิน การบูรณาการ SCADA/HMI และการอัปเดตคำสั่ง แพลตฟอร์มคลาวด์รวบรวมข้อมูลสำหรับการวิเคราะห์แบบกลุ่ม การฝึกอบรมการเรียนรู้ของเครื่อง และการจัดการกลุ่มอุปกรณ์

เอดจ์คอมพิวติ้ง คืออะไร?

การประมวลผลแบบ Edge computing นำเสนอการประมวลผลแบบสตรีมมิ่ง การประมวลผลเหตุการณ์ที่ซับซ้อน และการอนุมาน AI ใกล้กับเครื่องจักรเพื่อเอาชนะข้อจำกัดด้านความหน่วงแฝงที่กำหนดไว้ล่วงหน้า แพลตฟอร์มมักใช้คอนเทนเนอร์ (Docker) และ Kubernetes ที่มีน้ำหนักเบา (K3s) พร้อมตัวเร่งความเร็ว GPU/TPU หรือ RTOS/TSN สำหรับประสิทธิภาพแบบเรียลไทม์ขั้นสูง คุณสมบัติประกอบด้วยการกรองในพื้นที่ การบัฟเฟอร์ (จัดเก็บและส่งต่อ) กลไกควบคุม และการควบคุมด้วยการรวม PLC ความปลอดภัยอาศัยการบูตที่ปลอดภัย TPM/HSM คอนเทนเนอร์ที่ลงนาม และการเข้าถึงแบบ Zero-Trust

การคำนวณที่ดำเนินการใกล้กับการแปลงแหล่งข้อมูลจะเปลี่ยน IoT จากการรับส่งข้อมูลแบบพาสซีฟไปสู่การตัดสินใจแบบเรียลไทม์ ด้วยการวิเคราะห์ข้อมูลที่ขอบระบบ การอนุมานด้วย AI และการประมวลผลสตรีมบนพีซีฝังตัวทางอุตสาหกรรมหรือเกตเวย์ที่ขอบระบบ บริษัทต่างๆ จะลดความหน่วง ประหยัดแบนด์วิดท์ และเพิ่มความยืดหยุ่น ในขณะเดียวกันก็ตอบสนองความต้องการด้านอธิปไตยของข้อมูลและข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ

ข้อได้เปรียบในการดำเนินงาน

ความหน่วงต่ำและความแน่นอน:วงจรควบคุมระดับมิลลิวินาทีสำหรับการประมวลผลภาพทางอุตสาหกรรม หุ่นยนต์ และระบบล็อคเพื่อความปลอดภัย ผ่านทาง GPU/TPU และ TSN ของอุปกรณ์

• การเพิ่มประสิทธิภาพแบนด์วิดท์: การกรองข้อมูลในพื้นที่ การดึงคุณลักษณะ และระบบส่งข้อมูลตามเหตุการณ์ ช่วยลดค่าใช้จ่ายในการส่งข้อมูลกลับไปยังเซิร์ฟเวอร์หลักและค่าใช้จ่ายในการส่งข้อมูลออกจากระบบคลาวด์
• ความน่าเชื่อถือและระยะเวลาการใช้งาน: การจัดเก็บและส่งต่อข้อมูล การแคชข้อมูลที่ขอบเครือข่าย และการสลับการทำงานอัตโนมัติ ช่วยให้ระบบ SCADA/HMI ตอบสนองได้อย่างรวดเร็วในระหว่างเกิดเหตุการณ์ผิดปกติในเครือข่าย WAN หรือระบบคลาวด์
• ความเป็นส่วนตัวของข้อมูลและอำนาจอธิปไตยทางข้อมูล: เก็บรักษาข้อมูลที่เป็นความลับไว้ในสถานที่ทำงาน อัปโหลดเฉพาะข้อมูลที่รวบรวมไว้แล้วเท่านั้น เพื่อให้เป็นไปตามข้อกำหนดของ GDPR, HIPAA และกฎการเก็บรักษาข้อมูลตามสัญญา
• การควบคุมและคุณภาพที่แน่นอน: การตัดสินใจแบบวงปิดใกล้กับเครื่องจักรช่วยปรับปรุงประสิทธิภาพโดยรวมของอุปกรณ์ (OEE) เวลาในการทำงาน และการตรวจจับข้อผิดพลาดสำหรับการบำรุงรักษาเชิงคาดการณ์
• ค่าใช้จ่ายและต้นทุนรวมในการเป็นเจ้าของ: การใช้พื้นที่บนคลาวด์ที่น้อยลง ฮาร์ดแวร์ที่มีขนาดเหมาะสม และการใช้งาน MEC/5G ที่ตรงเป้าหมาย จะส่งผลให้ต้นทุนต่อเนื่องลดลง
• ความสามารถในการปรับขนาดและการจัดการ: เวิร์กโหลดแบบคอนเทนเนอร์ (Docker, K3s) ช่วยให้การปรับใช้มีความสม่ำเสมอ การอัปเดต COMMAND และการทดสอบ A/B ในระดับกลุ่มระบบ

เมื่อเปรียบเทียบระหว่าง Edge Computing และ IoT สิ่งสำคัญคือต้องตระหนักว่าเทคโนโลยีเหล่านี้ไม่ได้แข่งขันกัน แต่เป็นเสาหลักที่เสริมซึ่งกันและกันของระบบอุตสาหกรรมสมัยใหม่ แต่ละเทคโนโลยีจัดการกับโครงสร้างพื้นฐานดิจิทัลในระดับที่แตกต่างกัน – IoT มุ่งเน้นไปที่การเชื่อมต่อและการสร้างข้อมูล ในขณะที่ Edge Computing นำเสนอการประมวลผลข้อมูลและปัญญาประดิษฐ์ในระดับท้องถิ่น

ความแตกต่างที่สำคัญ

บทบาทหลัก

• IoT (อินเทอร์เน็ตของสิ่งต่างๆ): ออกแบบมาเพื่อเชื่อมต่ออุปกรณ์ทางกายภาพ เซ็นเซอร์ และเครื่องจักร และส่งข้อมูลอย่างต่อเนื่อง
• การประมวลผลแบบเอดจ์: ประมวลผลข้อมูลใกล้กับแหล่งที่มา จึงช่วยลดการพึ่งพาเซิร์ฟเวอร์คลาวด์ส่วนกลาง

การไหลของข้อมูล

• อุปกรณ์ IoT สร้างข้อมูลดิบจำนวนมหาศาล
• ระบบ Edge ทำการกรอง วิเคราะห์ และประมวลผลข้อมูลแบบเรียลไทม์ ก่อนที่จะส่งเฉพาะข้อมูลเชิงลึกที่สำคัญไปยังระบบคลาวด์

ความหน่วงและประสิทธิภาพ

• อุปกรณ์ IoT เพียงอย่างเดียวมักประสบปัญหาเรื่องความหน่วงของเครือข่าย
• เทคโนโลยี Edge ช่วยให้ได้เวลาตอบสนองที่รวดเร็ว ซึ่งเป็นสิ่งสำคัญสำหรับแอปพลิเคชันที่ต้องการความรวดเร็ว เช่น ยานยนต์ไร้คนขับ ระบบอัตโนมัติทางอุตสาหกรรม และการบำรุงรักษาเชิงคาดการณ์

การประมวลผลแบบ Edge computing ช่วยเพิ่มประสิทธิภาพ IoT/IIoT โดยการถ่ายโอนการคำนวณแบบกำหนดผลลัพธ์ได้ไปยังพีซีอุตสาหกรรมหรือเกตเวย์ Edge ที่อยู่ใกล้กับกระบวนการผลิต ด้านล่างนี้คือโดเมนที่มีมูลค่าสูงซึ่งการวิเคราะห์ การควบคุม และอธิปไตยทางข้อมูลในระดับท้องถิ่นเป็นสิ่งสำคัญที่ต้องพิจารณา

1) การผลิตภาคอุตสาหกรรม (IIoT)

• การบำรุงรักษาเชิงคาดการณ์สำหรับเครื่อง CNC/หุ่นยนต์ โดยใช้แบบจำลองการสั่นสะเทือน/ความร้อน และการตรวจจับความผิดปกติที่ขอบ
• การประมวลผลภาพระดับอุตสาหกรรม (การตรวจจับข้อบกพร่อง การหยิบชิ้นส่วน) ด้วย GPU/TPU ในตัว; เวลาตอบสนองต่ำกว่า 100 มิลลิวินาที เมื่อใช้ระบบปฏิบัติการ TSN / เรียลไทม์
• การบูรณาการกับ PLC/SCADA ผ่าน OPC UA, Modbus และ MQTT เพื่อการควบคุมและการบังคับใช้สูตรการผลิต
• การปฏิบัติตามข้อกำหนดและความปลอดภัย: IEC 62443, Zero Trust, TPM/HSM, คอนเทนเนอร์ที่ลงนามแล้ว

2) เมืองอัจฉริยะและระบบขนส่งอัจฉริยะ

• การวิเคราะห์ปริมาณการจราจร, V2X และการตรวจจับเหตุการณ์ด้วย 5G MEC ช่วยลดความหน่วงและประสิทธิภาพการเชื่อมต่อเครือข่ายหลัก
• สรุปวิดีโออยู่ด้านข้าง; ส่งเฉพาะเหตุการณ์ไปยังคลาวด์เพื่อประหยัดแบนด์วิดท์และค่าธรรมเนียมการส่งข้อมูล

3) ธุรกิจค้าปลีกและโลจิสติกส์

• ในด้านธุรกิจ การป้องกันการสูญเสียและการทำแผนที่ความร้อน รวมถึงการวิเคราะห์ข้อมูลแบบเรียลไทม์ ช่วยให้ได้ข้อมูลแบบเรียลไทม์เกี่ยวกับการจัดสรรพนักงานและการปฏิบัติตามแผนผังการจัดวางสินค้า
• การตรวจสอบห่วงโซ่ความเย็นด้วยระบบส่งข้อมูลทางไกลแบบขับเคลื่อนด้วยเหตุการณ์ การบันทึกและส่งต่อช่วยรักษาข้อมูลไว้ได้แม้ในระหว่างที่เครือข่าย WAN ขัดข้อง
• คำสั่ง: การอัปเดตทั่วทั้งระบบโดยใช้ Docker/K3s เพื่อการเปิดตัวที่คาดการณ์ได้

4) การดูแลสุขภาพ

• การตรวจสอบข้างเตียง การคัดกรองภาพ และการติดตามทรัพย์สิน โดยปฏิบัติตาม HIPAA/GDPR อย่างเคร่งครัด เก็บรักษาข้อมูล PHI ไว้ในพื้นที่ และอัปโหลดข้อมูลที่รวบรวมไว้
• การตรวจจับความผิดปกติของสัญญาณชีพ การส่งต่อสัญญาณเตือนยังคงดำเนินต่อไปในระหว่างเหตุการณ์ระบบคลาวด์

5) พลังงานและการจัดหา

• การควบคุมสถานีไฟฟ้าย่อย ระบบไมโครกริด และการตรวจจับการรั่วไหล/ความผิดปกติแบบอัตโนมัติ การควบคุมแบบกำหนดค่าได้ต้องใช้ระบบภายในองค์กร (on-prem-edge)
• การซิงโครไนซ์ดิจิทัลทวินส์ที่ขอบระบบ; ข้อมูลประวัติจำนวนมากถูกจัดเก็บไว้ในคลาวด์เพื่อการฝึกอบรมแมชชีนเลิร์นนิง

IoT เชื่อมโยงสินทรัพย์และผู้คนเข้าด้วยกัน โดยระบบ Edge Computing จะเป็นตัวกำหนดวิธีการเชื่อมต่อ มินิพีซีแบบไร้พัดลม , พีซีอุตสาหกรรมแบบไร้พัดลม , พีซีแบบฝังกล่อง ในระดับท้องถิ่น – มอบความหน่วงต่ำ การเพิ่มประสิทธิภาพแบนด์วิดท์ ความยืดหยุ่น และการปฏิบัติตามข้อกำหนดที่ตรวจสอบได้ในภาคการผลิต เมือง การค้าปลีก การดูแลสุขภาพ และพลังงาน

หนังสือแนะนำ:

คอมพิวเตอร์ตั้งโต๊ะแบบพกพาคืออะไร?
คอมพิวเตอร์ฝังตัวคืออะไร?