Wawasan AI World: Biaya Energi Membuka Data Edge
Salah satu obrolan informal di AI World membahas masalah yang dihadami dalam mengekstrak data dari edge.
Seseorang dapat dimaklumi untuk mengasumsikan produsen siap membuka sistem produksi mereka yang berbeda dan mulai memanfaatkan data yang telah terjebak di dalamnya. Realitas dapat jauh lebih rumit.
Masalah yang dihadami dalam mengekstrak data dari edge dieksplorasi dalam obrolan informal dengan Joseph Etris, manajer proyek rekayasa dengan Continental Automotive Systems, bergabung oleh John Auld, regional sales director di Zededa, Inc. Saya memiliki kesempatan untuk memoderasi sesi ini, bagian dari konferensi AI World terbaru di Boston.
Lihat juga: Manufaktur Memimpin Grup IoT
Unit Etris di Continental memproduksi konverter katalitik untuk sektor otomotif — tugas yang intensif energi. Pada tahun 2018, Etris dan timnya bermaksud untuk menangkap, menganalisis dan mitigasi penggunaan listrik dan emisi terkait di seluruh rentang pengontrol logika terprogram (PLC) Siemens-nya, yang pertama kali dipasang pada tahun 1990-an. Tantangan, Etris menjelaskan, adalah mengekstrak data SCADA dari PLC untuk diintegrasikan dengan data yang muncul dari sensor listrik yang lebih baru.
Sementara banyak vendor klaim bahwa sistem industri lama dapat dengan mudah melepaskan datanya dalam dunia IoT yang sempurna, ini jauh dari kenyataan, Etris berkaitan. Sistem produksi legacy sering tidak dirancang untuk terbuka, dan sering tidak diaktifkan jaringan.
Auld, yang mewakili Siemens pada saat itu, bekerja dengan tim Continental untuk mengekstrak data PLC dan memberikan kalibrasi real-time. Selain itu, data diunggah setiap 10 menit ke repositori cloud di Amazon Web Services.
Tantangan yang dihadapi Continental adalah gejala dari masalah yang dihadapi di seluruh lanskap manufaktur, Auld menjelaskan. “Ada banyak data gelap yang ada dalam silo di banyak perusahaan.” Ini tidak hanya menawarkan tantangan teknis, tetapi juga organisasi, karena banyak tim perlu setuju dengan AI atas upaya IoT.
Manajemen penyimpanan data di era AI dan IoT adalah area lain yang dibahas oleh para panelis. Banyak organisasi akan kesulitan dengan volume data yang meningkat yang mengalir ke sistem mereka dari berbagai array pengontrol dan sensor, dan sering akhirnya menyimpannya ke data lake.
Produsen perlu menetapkan lapisan antarmuka umum yang dapat mengekstrak dan membaca data dari semua generasi sistem produksi, Auld kata. Selain itu, konsistensi perlu dijamin, karena data dari berbagai sistem mungkin memiliki arti dan ambang batas yang berbeda. Tantangan bagi banyak produsen adalah mereka mungkin memiliki banyak pabrik terpisah, masing-masing dengan inisiatif dan standar sendiri.
