Ускоренный переход на машинное обучение и интернет вещей с граничными вычислениями

Род Дрейк (Rod Drake), вице-президент, Microchip Technology

 

Пандемия Covid-19 побуждает индустрию встраиваемых систем ускорить автоматизацию производства, совершенствование систем сбора информации и граничных вычислений с помощью машинного обучения.

 

Полупроводниковая отрасль пытается удовлетворить выросший рыночный спрос на цифровизацию. Чтобы идти в ногу в этом направлении с потребностями заказчиков, в первую очередь, необходимо обеспечить гибкость на всех этапах проектирования и производства, начиная с разработки платы или системы и заканчивая всей цепочкой поставок. Со всей очевидностью такая необходимость станет понятной в силу проблем, с которыми отрасль будет сталкиваться на протяжении 2022 г.

Решение этих задач потребует не только гибкости в том, как реализуются граничные вычисления, какие типы устройств и методы используются, но и как внедряются периферийные системы в интернет вещей. Широкий ряд технологий Microchip наряду с собственными производственными мощностями позволяет компании предоставлять конечным потребителям все необходимые решения.

Одним из примеров являются интеллектуальные датчики изображения с локальным машинным обучением на программируемых ПЛИС. Благодаря такому решению на основе ключевых алгоритмов машинного обучения для обработки изображений на периферии с помощью камер отпадает необходимость в отправке потоков данных в облако. В результате сокращаются время реакции, энергопотребление и требования к данным в IoT-сети.

Использование ПЛИС также позволяет инженерам разрабатывать собственные системы машинного обучения или настраивать существующие под нужды конкретных приложений. Благодаря этой возможности повышается эффективность приложений на периферии, начиная с решения задач по обнаружению дефектов для обеспечения контроля качества на производственной линии и заканчивая системами управления.

Например, в новейшей ПЛИС-платформе для разработки от компании Microchip имеются новые датчики с интерфейсом, который обеспечивает связь между промышленными камерами, принимающими данные со скоростью до 1,5 Гбит/с на полосу, с 1-Гбит/с полосами. Растет спрос на интерфейсы с большей производительностью по мере использования камер с более высоким разрешением для захвата большего количества деталей и локальной обработки данных. Такие интерфейсы позволят избежать перегрузки локальной сети и повысить производительность имеющейся инфраструктуры.

Хотя высокоскоростные Ethernet-сети получают все большее распространение в промышленных граничных приложениях, периферийные решения на базе ПЛИС также позволяют конфигурировать систему с учетом потребностей конкретных промышленных сетей, например Profibus и Hart. Благодаря добавлению сетевых протоколов в ПЛИС уменьшается размер и сложность сетевых узлов и шлюзов, что станет ключевой тенденцией в 2022 и в последующие годы.

Машинное обучение можно реализовать с помощью широкого ряда микроконтроллеров, например для периферийного профилактического обслуживания. Компания Microchip тесно сотрудничает с разработчиками программных алгоритмов в направлении создания усовершенствованного кода для определения зависимостей в данных, который запускается на микроконтроллерах, установленных рядом с датчиками. Это решение обеспечит локальный мониторинг оборудования, выявляя шаблоны данных, которые могут сигнализировать об условиях отказа оборудования и даже указывать причину проблемы.

Благодаря заблаговременному выявлению проблем оборудование можно централизованно отключить в рамках планового технического обслуживания, имея достаточный запас времени для заказа запасных частей. В результате можно избежать неожиданных сбоев, которые приводят к остановке производственных линий и обходятся в миллионы долларов из-за прекращения выпуска продукции, а также нарушают графики поставок клиентам.

Платформы машинного обучения постоянно совершенствуются за счет использования данных от поставщиков или самого приложения, благодаря чему повышается точность обнаружения и классификации сигналов, а также улучшается производительность всей системы.

Высокоуровневые данные этих пограничных систем также передаются в облачные сервисы, необходимость в которых в 2022 г. будет расти. Следовательно, обеспечение безопасности этих систем также является ключевым требованием.

Поскольку все больше устройств подключается к интернету вещей, становится понятно, что приложения уязвимы для атак злоумышленников, а взлом незащищенных граничных узлов, как правило, не представляет для хакеров особого труда. Такое положение вещей стимулирует спрос на обновления по беспроводной сети (OTA), позволяющие поддерживать требуемый уровень безопасности периферийных IoT-устройств.

В настоящее время обновления по беспроводной сети, в основном, являются обязательной мерой и требуют защиты. В противном случае, сеть открыта для тех, кто пытается проникнуть в граничный узел с помощью неквалифицированного кода. Компания Microchip поддерживает отношения со всеми основными поставщиками облачных услуг и придерживается самых современных стандартов безопасности. Быстрое развитие этого направление не прекратится и в течение всего 2022 г.

Принципы функциональной безопасности начинают применяться и в промышленных приложениях. Например, методологии проектирования, предназначенные для использования в системах помощи водителям и в автономных автомобилях, находят применение в заводских цехах.

Многие отрасли вслед за автомобильной промышленностью приняли стандарт качества ISO 9000. Компания Microchip является свидетелем того, что то же самое происходит со стандартом ISO 26262, переходящим на промышленное проектирование. Способность предвидеть сбой в системе и его последствия, а также безопасный отказ – наиболее зрелая и распространенная технология в автомобильной промышленности, которая станет ключевой для периферийного интернета вещей в 2022 г. и в последующие годы.

В течение всего 2022 г. на рынке по-прежнему будет ощущаться дефицит компонентов, а это значит, что связь с их поставщиками трудно переоценить. Компания Microchip всегда тесно сотрудничает с заказчиками, обеспечивая поддержку их проектов. Это сотрудничество сохранится и в следующем году. Поскольку Microchip располагает собственными производственными мощностями, у нее больше возможностей контролировать наличие компонентов, а программируемость микроконтроллеров и ПЛИС повышает гибкость проектирования, позволяя разработчикам избежать ограничений на поставки.

Цифровизация – жизненно необходимая часть промышленного проектирования, особенно периферийных узлов. Она останется важным фактором роста. У заказчиков имеется немало возможностей для выбора, начиная с интеллектуальных датчиков для периферийных приложений с высокоскоростными интерфейсами, обработкой данных с помощью ПЛИС и заканчивая алгоритмами машинного обучения, работающими на микроконтроллерах.

Тесное сотрудничество с поставщиками полупроводников, например с компанией Microchip, обеспечит успешный запуск периферийных систем интернета вещей. Своевременные контакты и детальное планирование помогут участникам цепочки поставок предоставить технологии, необходимые для развития интернета вещей с граничными вычислениями, которое происходит во всем мире.

MCA861