戴尔科技ד欧洲麻省理工”| 将智能洞察推向工业边缘

[复制链接]

530

主题

530

帖子

86

积分

新手上路

Rank: 1

积分
86
发表于 2022-5-31 21:00:08 | 显示全部楼层 |阅读模式
深圳网广告位招租:点击联系     深圳网广告位招租     深圳网,深圳最好的本地论坛     深圳商铺写字楼二手房     深圳网广告位招租
全民云计算 云主机低至2折
  工业4.0以来
  
  一出出“变形金刚”大戏
  
  在全球范围内上演
  
  工厂车间发力智能制造
  
  信息技术渗透到各个生产环节
  
  笨重机械的老古董
  
  摇身一变
  
  成了智慧、自动化的化身
  
  传统制造业搭上智能数字化快车,摇着降本增效的大旗革新底层架构,焕发出新时代的勃勃生机。
  
  我们知道罗马非一日建成,制造业“老树发新芽”的背后是车间机床上的无数次探索,今天让我们一起走进欧洲一流理工大学实验室,看看智能制造是如何从走出理论、走向实践的。
  
  生产线上的
  
  流式数据处理难题
  
  德国亚琛工业大学(RWTH)成立于1870年,是德国顶级理工大学,现为欧洲四所顶尖理工大学战略联盟(IDEA 联盟)成员之一,迄今已连续三届在德国精英大学中荣膺首位,被誉为“欧洲的麻省理工”。
  
  具有100多年历史的亚琛工业大学机床与生产工程实验室(Laboratory for Machine Tools (WZL) of RWTH Aachen University,以下简称WZL)是世界上最大的机械研究所,多年来在世界各地的生产工程领域进行前瞻性研究并获得成功。除了基础理论,WZL研究还涉及工业环境中的应用,并为促进生产合理化制定实用的解决方案。
  
  
  
  在WZL,科学家、数学家和软件开发人员一起工作,研究从边缘产生的实时数据中获取洞察的方法。作为WZL制造流程的一部分,精密冲裁创新中心会产生大量数据,振动传感器、声学传感器及其他制造条件下的专用传感器每秒生成超过100万个数据点,这些数据首先必须在第一线记录下来并快速处理。
  
  面对海量流数据,WZL以往的做法是使用Hadoop、Apache、Kafka、Spark等经典大数据平台对流数据进行捕捉、处理和历史分析,然而由于大量传感器分布在不同机器、不同位置,且并非所有的传感器都时时刻刻运转,实验室经常要动用人力来处理负载平衡问题。
  
  此外,WZL在管理Hadoop堆栈方面也遇到了麻烦,虽然是大型实验室,但WZL所拥有的资源相当有限,在生产数据小批量、本地化处理的方式下,其研究人员不得不花费大量时间进行内部系统开发。
  
  在数据管理流程上投入太多精力迫使WZL寻找一个可实施的极低延迟的流模型,WZL希望寻找这样一个平台,可以利用高频率数据,帮助制造商在生产过程中收集数据、分析变化,监测产量和工艺质量并实时做出调整。
  
  实时采集海量数据
  
  在工业边缘实现洞察
  
  长期以来,戴尔科技与WZL一直保持着良好的合作关系,戴尔团队从WZL需求和实际情况出发,为其提供戴尔流数据平台SDP(Streaming Data Platform)解决方案,搭建边缘计算集群以实时摄取、存储和分析连续的流数据。
  
  对此WZL首席数据官兼数字转型主任的Daniel Trauth博士这样评价:
  
  “
  
  戴尔流数据平台以流的形式处理所有东西,使我们可以轻松地使用一个处理模型来创建新的分析管道。
  
  ”
  
  戴尔科技为WZL搭建的本地系统包括一个经过优化的SDP软件平台,可连接从智能物联网到云集成的所有组件和服务,并利用人工智能对实时数据和历史数据进行分析。
  
  硬件上PowerEdge R640服务器为这个集群提供支持,它拥有240个处理器内核、1.563 TB内存、3.84TB SSD内存、360TB HDD内存和6块GPU。
  
  PowerEdge R640搭载英特尔?至强?系列可扩展处理器,在核心、缓存、内存以及I/O方面进行了大量优化,使得其在整体性能上有了极大的提升,可满足多种工作负载需求。
  
  为了对不同类型的数据提供近乎无限的"DVR式"存储和回放,WZL选择PowerScale存储来处理流数据平台的长期存储需求,为历史数据采集、分析和机器学习模型开发提供空间。
  
  
  
  获得收益:
  
  流数据平台与精冲机连接之后,每0.4毫秒即可记录多达1,000个特征值,这些特征值来源于海量的图像流、X射线和物联网设备,采集后立即被边缘PowerEdge服务器存储起来进行实时预分析,以便人工智能和机器学习开展进一步评估。
  
  WZL的精冲线上每天产生大约80TB数据,尽管模型计算是个非常耗费CPU和时间的过程,但得益于流数据平台的边缘连接性,这些工作几乎可以瞬间完成。
  
  
  
  由于速度和温度等条件处于AI的持续监督之下,机器能够自动调整以防止任何中断。通过这种方式对机器进行监测,WZL可以实时捕捉、预测整个金属冲压过程中的异常情况,据此优化生产过程,并从边缘的产生的数据挖掘新的价值。
  
  基于戴尔的解决方案,WZL最终从边缘的生产数据中获得实时洞察力,这将帮助制造商根据需要调整流程,并大规模地管理大量数据和IT基础设拖。
  
  IDC预计,到2025年,全球物联网连接数将增长至270亿个,物联网设备数量将达到1000亿台,超过70%的数据和应用将在边缘产生和处理。
  
  在通往智能制造的道路上,边缘计算是绕不开的大趋势,它结合人工智能、物联网等技术,将业务洞察推到生产环节的各个神经末梢,真正实现数据驱动的业务发展。作为全球领先IT基础架构供应商,戴尔科技可提供完善的边缘计算解决方案,帮助制造业用户更好更快地实现智能转型!
免责声明:深圳网不承担任何由内容提供商提供的信息所引起的争议和法律责任! 本贴地址:https://www.szaima.com/thread-338560-1-1.html 上篇帖子: FTX US与IEX合作,共同搭建一个受监管、负责任和透明的市场结构 下篇帖子: 轻燃卡卡:正确认识肥胖,轻燃卡卡助你轻松健康享瘦

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /2 下一条

深圳网广告位招租
广告位招租
广告位招租
快速回复 返回顶部 返回列表