物联网三阶段演进 市场、安全、人力与并购均有影响

物联网演进可分为三个阶段,一、串连各系统;二、智能互连的对象不仅将终端设备连网,更让设备之间彼此相连,终端设备也因此具有足够的运算能力,能够完成在地分析与在地运作;三、自主与软件定义的能力被添加至系统中,提供真正自动化的软件定义体验。

物联网三阶段演进 市场、安全、人力与并购均有影响

 
 
物联网演进可分为三个阶段,一、串连各系统;二、智能互连的对象不仅将终端设备连网,更让设备之间彼此相连,终端设备也因此具有足够的运算能力,能够完成在地分析与在地运作;三、自主与软件定义的能力被添加至系统中,提供真正自动化的软件定义体验。
 
近年来工业4.0几乎是所有制造业持续关注,并且计划性实践的议题。我们听到很多技术的关键词,新的科技驱动因子,从几年前的大数据(Big Data)到工业物联网(Industrial IoT)以及3D打印(3D Printing)的新科技,在过去的一年中,几乎所有的制造业客户都跟我们谈论到AI人工智能。
 
在这么多的工业4.0驱动力量里,英特尔(Intel)观察到,有四个主要因素正在驱动数字转型,包含市场、安全风险、人力以及商业整并与重组。
 
四大面向驱动转型
 
根据调查,未来十年内,全球进入消费阶级的人数将倍增;全球中产阶级消费额将从2010年的210亿美元增加至2030年的570亿美元,其中大多数成长来自新兴国家。这项市场因素让工厂必须变得更高效,而想要提高产能、良率及产品质量的唯一之道,就是在工厂导入物联网技术,从制程、生产工具、产品本身获取数据,提升制造业中的竞争力并且转化为商业上的优势。
 
由于全球工厂及公用事业的重要基础架构大多采用OT系统,能够迅速连接至可连网的传感器及控制器。在急欲转向自动化系统的过程中,稍有不慎就可能向黑客暴露了控制环境,特别是现今许多设备与机器现在都已IP化且连接至网络,攻击面亦因此被暴露,安全风险更高。2010年被发现专攻PLC的蠕虫病毒Stuxnet,破坏了伊朗核能计划,就是非常明显的例子。
 

物联网三阶段演进 市场、安全、人力与并购均有影响

▲想要提高产能、良率及产品质量的唯一之道,就是在工厂导入物联网技术,提升制造业中的竞争力并且转化为商业上的优势。

 
人力因素也是一大问题。制造业者欠缺具备安全、云端、工业通讯及数据分析技术的人才。此外,许多制造业专家已陆续退休,导致业界人才流失。另外,随着大型企业与新创公司的并购案愈来愈多,例如ABB并购贝加莱工业自动化公司(B&R)就是一例。物联网的实现给予新创公司许多机会,工业物联网新创公司在2016年获得超过26亿美元投资;根据CBS Insights的调查,工业物联网在2016年已是连续第四年成长,完成321件交易,总金额超过22亿美元。
 
不同垂直体系演进阶段各异
 
有鉴于上述制造业转型趋势,Intel认为物联网演进可分为三个阶段,一、串连各系统;二、智能互连的对象不仅将终端设备连网,更让设备之间彼此相连,终端设备也因此具有足够的运算能力,能够完成在地分析与在地运作;三、自主与软件定义的能力被添加至系统中,提供真正自动化的软件定义体验。
 
依据制造业垂直体系不同,物联网演进的阶段也不同。例如,半导体制造业已位于第二阶段,在SECS/GEM标准下,多数设备均已连网;而纺织、成衣等产业仍处于第一阶段初期,他们使用锅炉处理原料却没有数字温度传感器、员工必须穿梭在厂房之间以人工测量温度,并在纸上记录数据等。
 
制造业物联网解决方案亦需要考虑特殊限制,包括互操作性、生命周期长、重现性、功能安全性、间歇性断线的网络、服务延续性、易取得性,同时也要符合当地及国家规范。
 
Intel利用运算能力和通讯领域的深厚经验,协助制造业正视相关技术及商业难题,进而提供OT/IT整合、安全及可信赖的解决方案以降低风险;以标准化、开放性架构及系统互操作性降低成本;透过系统互操作性及整合简化作业流程;并实现可重复使用与扩大规模。
 
物联网平台及雾运算兴起
 
今日制造业中有一趋势,就是串连工厂设备内原本各自独立的子系统,形塑单一运算平台,为工业设备管理多项应用;例如,一台工厂机器通常内含许多运算装置,如单个或多个机器控制器、可编程逻辑控制器(PLC)、人机接口(HMI)、机器视觉装置、数据捕获设备、安全控制器等。装置制造商在生产系统时,正逐渐将诸多功能纳入单一的、更高效的运算装置中。 制造业IT与OT系统未来的发展转型已在进行中,智能工厂架构转向雾运算(Fog Computing)的动力包含:
 
• 期望减少必要运作的硬件,以减少成本与空间需求。
 
• 执行非实时作业时,亦可实现实时管控。
 
• 善用新一代处理器更高效的处理速度。
 
• 分析引擎与机器监控能够于同一个平台上共存。
 
• 轻松落实虚拟环境与实体系统安全。
 
身为全球最大的半导体制造商,Intel对于制造业非常熟悉,内部正在研发一项透过振动分析来运行机器学习的技术,其优点是可以具备侦测能力,在产线运作故障前,即可警示可能造成设备异常的原因。
 
从制造工厂的厂域到办公大楼各设施,这项技术将大大影响Intel对于许多设备的维护作业,无论是泵浦、风扇、马达或任何运作设备,我们估计不久之后,不仅能够立即得知任一可能问题的发生,更能掌握问题本身,如方位、校准、平衡等。该项技术也将整合Intel现有的警示机制,协助技术人员得知问题发生的时间点,并能采取适当的因应措施。进一步整合后,能够更好的协调作业顺序及零组件订购,提升实时维护及应变能力。
 
<本文作者陈立生为英特尔副总裁暨台湾分公司总经理>








用户喜欢...

工业物联网:连接事物如何改变制造业

Deloitte Digital物联网首席技术专家Robert Schmid 智能物品 的激增 已达到临界质量。具有无线连接的产品(从灯泡到恒温器到智能扬声器)今天在人们家中的存在比没有 - 一份报告显示,79%的美国...


使用FPGA通过机器学习构建高性能嵌入式视觉应用

本文将介绍ML处理的要求以及FPGA解决许多性能问题的原因。然后,它将介绍一个合适的基于FPGA的ML平台以及如何使用它。...


用工业物联网改变经济增长

由于世界正在努力留下需求疲软和生产率低下的时期,许多企业和政府领导人正在寻求下一波技术创新来振兴经济。工业物联网(IIoT)可能成为未来十年经济增长和就业的最大推动力。但由于...


边缘机器学习将AI带入物联网

将机器学习添加到边缘网络可以释放物联网分析和决策的真正潜力。 机器学习可以成为大量数据的强大分析工具。 机器学习和边缘计算的结合可以过滤物联网设备收集的大部分噪声,并使相关...


使用 FPGA 构建具有机器学习能力的高性能嵌入式视觉应用

随着摄像头和其他设备产生的数据在快速增长,促使人们运用机器学习从汽车、安防和其他应用产生的影像中提取更多有用的信息。专用器件有望在嵌入式视觉应用中实现高性能机器学习 (ML...


S32V234适用于ADAS、NCAP前视摄像头、异物检测和识别、环视、机器学习和传感器融合应用

概述 S32V234是我们的第二代视觉处理器系列,旨在支持图像处理的计算密集型应用,并提供了一个ISP、强大的3D GPU、双APEX-2视觉加速器和安全性,以及支持SafeAssure。S32V234适用于ADAS、NCAP前视摄...


一个经过验证的工业物联网成功计划

今天的数据很像太阳能。它的数量非常庞大-每天创造超过250万太字节- 每个人都希望找到一种方法来利用其动力来进行操作。但这是一个复杂的过程,你现在的状况仍然可行,让其他人想出来...


机器学习更接近你身边的微控制器

机器学习(ML)是人工智能(AI)的一个分支,多年来一直在电子系统中应用。但是,直到现在,实施ML所需的处理能力大部分都被限制在基于云计算的活动中。然而,这种情况即将发生变化,随...


工业物联网现状

PTC公司近日宣布发表一年两期的《工业创新现状》系列研究报告。该系列报告以PTC客户群的数据为基础,对工业物联网(IoT)和增强现实(AR)技术当前的发展状况及未来的推广计划提供基于数...


工业物联网 美国国家制造创新网络(NNMI)

观察一个生物体的最好对象是果蝇,因为它的寿命期很短,非常快速地呈现了一个生物的生与死,演化中各种精彩的过程片断,都压缩在一个非常少的时间段。《美国制造创新研究院解读》一书...


为开发人员提供边缘计算的理念:具有智能酒演示的工业物联网

我们与很多边缘计算,嵌入式开发和工业物联网(IIoT)开发人员合作,您知道我们在找什么?他们问我们的物联网用例适用于多种业务。换句话说,大多数公司都有工业控制,自动化,计量,...


将物联网带入生活

工业物联网(IIoT)有望为许多传统行业带来转型效应,这一点已被广泛认可。它不仅会发现效率低下的工艺,需要维护的工厂,还有助于管理层提高资产利用率,而且还有望实现一系列新的业...


如何选修开发工业物联网触摸屏

几乎每个嵌入式系统都需要能够在现场更新固件,以添加新功能或修复错误。但是,由于开发人员必须编写自己的引导加载程序或从第三方组件供应商处获得引导加载程序,所以固件字段更新可...


为工业物联网设计强大的系统

物联网(IoT)和工业物联网(IoT)具有将传感器数据流转换为有用信息的共同目标。然而,对于开发人员而言,显着差异在于基本要求,包括功耗,连接性,设计可靠性和稳健性。 对于物联网...


如何快速添加环境感应工业物联网设计

测量环境参数的能力可以作为在工厂和工业应用以及智能建筑,家电和个人产品中建立成熟的健康和安全特征的基础。然而,为了提供这些功能,有助于满足法规要求,开发人员需要找到有效地...


无人驾驶车离现实还有多远?

无人驾驶技术需要达到99.9999999999%的准确度才可能达到真正普及的条件,这似乎是一段不算短的路。...