特別是在機(jī)械工程領(lǐng)域，用戶推出的很多工業(yè) 4.0 方案都要依賴于在設(shè)備層進(jìn)行的數(shù)據(jù)分析?？刂葡到y(tǒng)及邊緣設(shè)備中具備的可擴(kuò)展的計(jì)算能力可以分配足夠的資源來分析本地以及生產(chǎn)線上的數(shù)據(jù)。但可以在云邊緣合理地提供多少智能呢？如何有效地在云和邊緣之間分配任務(wù)？在下面的趨勢訪談中，來自倍福的 Josef Papenfort 博士與《Elektro Automation》雜志副主編 Andreas Gees 就這些前瞻性問題進(jìn)行了深入探討。

Elektro Automation：支持將 AI 算法集成到本地應(yīng)用（即控制系統(tǒng)或邊緣設(shè)備）的理由是什么？它與基于云的解決方案相比有什么優(yōu)勢嗎？數(shù)據(jù)安全又起著什么樣的重要作用？

Josef Papenfort 博士：是否應(yīng)該執(zhí)行 AI 算法，很大程度上取決于可接受的等待時(shí)間和成本限額。AI 算法依賴于大數(shù)據(jù)，此時(shí)，重要的是將在訓(xùn)練過程最初僅需使用一次的數(shù)據(jù)與在推理模式下預(yù)測性運(yùn)行的訓(xùn)練網(wǎng)絡(luò)中一直需要使用的數(shù)據(jù)區(qū)分開來。若要在云端中進(jìn)行機(jī)器學(xué)習(xí)和推理，就必須具有足夠高的數(shù)據(jù)傳輸速率。對于基于云的系統(tǒng)，這樣做的成本可能不菲，而且如果可用的網(wǎng)絡(luò)帶寬不足，這樣做可能會導(dǎo)致功能受限。另一方面，在邊緣設(shè)備上運(yùn)行推理需要一次性投入硬件，然后才能通過本地網(wǎng)絡(luò)高速共享數(shù)據(jù)。相反，學(xué)習(xí)過程可以在云端進(jìn)行：數(shù)據(jù)只需上傳一次，因?yàn)檫@個(gè)過程是有限的，不是連續(xù)的。當(dāng)然，學(xué)習(xí)過程可能需要大量的計(jì)算資源，但這只是暫時(shí)的；在這種情況下，按現(xiàn)收現(xiàn)付模式計(jì)費(fèi)的云資源就非常適用。

德國倍福 TwinCAT 產(chǎn)品經(jīng)理 Josef Papenfort 博士

Elektro Automation：控制系統(tǒng)往往需要硬實(shí)時(shí)系統(tǒng)，而 AI 算法不一定需要依賴實(shí)時(shí)性能。這兩個(gè)不同的要求可以在本地層達(dá)成一致嗎？

Josef Papenfort 博士：連接類型取決于通過 AI 算法實(shí)現(xiàn)或支持的應(yīng)用。這類算法顯然依賴于從實(shí)時(shí)進(jìn)程接收到的數(shù)據(jù)，即從實(shí)時(shí)域移動(dòng)到非實(shí)時(shí)域的數(shù)據(jù)流。問題的核心是非實(shí)時(shí)算法是否需要相應(yīng)地干預(yù)實(shí)時(shí)進(jìn)程。例如，如果將 AI 算法用來在預(yù)測性維護(hù)中測量零件的剩余使用壽命，則不需要這樣做。一般來說，在這樣的應(yīng)用中，不需要直接干預(yù)實(shí)時(shí)進(jìn)程。但是，在閉環(huán)優(yōu)化方案中，AI 算法需要不斷地將結(jié)果反饋給實(shí)時(shí)進(jìn)程。

Elektro Automation：哪些類型的應(yīng)用最適合在本地運(yùn)行 AI 算法？可能的計(jì)算性能極限在哪里？

Josef Papenfort 博士：這個(gè)問題目前還沒有明確的答案，它取決于硬件部署，取決于邊緣設(shè)備是否具備在合適的時(shí)間范圍內(nèi)處理深度神經(jīng)網(wǎng)絡(luò)計(jì)算的能力。但如果使用的是基于 PC 的控制系統(tǒng)，則可以根據(jù)具體的應(yīng)用需求對硬件進(jìn)行擴(kuò)展。

Elektro Automation：您認(rèn)為，是否有些應(yīng)用場景（例如跨站點(diǎn)分析）只有在云端中運(yùn)行才真正有意義？

Josef Papenfort 博士：同樣，在這里，將學(xué)習(xí)階段和推理模式區(qū)分開來也很重要。學(xué)習(xí)過程首先基于一組數(shù)據(jù)，如果給定的站點(diǎn)自身生成的機(jī)器學(xué)習(xí)數(shù)據(jù)不足，則可以將來自多個(gè)站點(diǎn)但執(zhí)行相同進(jìn)程的數(shù)據(jù)進(jìn)行合并，構(gòu)建一個(gè)合適的數(shù)據(jù)庫，此時(shí)，云會提供一個(gè)合適的合并數(shù)據(jù)的方法。云還可以提供在規(guī)定的時(shí)間內(nèi)啟動(dòng)學(xué)習(xí)過程所需的算力。正如我前面提到的，是否應(yīng)該在云中進(jìn)行推理取決于既定應(yīng)用、等待時(shí)間和數(shù)據(jù)傳輸速率。

聲明：本文內(nèi)容由企業(yè)提供，如涉及版權(quán)、機(jī)密問題，請及時(shí)聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請諒解！