Edge und Swarm Computing zusammendenken
Eine Swarm-Computing-Infrastruktur befähigt Fertigungsunternehmen dazu, auf Grundlage von Datenanalysen Entscheidungen zu treffen und in Aktionen umzusetzen. Eine solche Datenanalyse muss eng mit den betroffenen Geschäftsprozessen kombiniert sein. Sie kann zudem unterschiedliche Edge-Computing-Systeme und Cloud-Computing-Umgebungen mit einbeziehen ? für IoT-Szenarien, die auch die vernetzte Produktion ausweiten können.
Der autonome Lkw rollt über das Werksgelände und steuert das Lager an, wo ein Roboter das Rohmaterial entlädt und ins Hochregallager einsortiert. Damit dies funktioniert, koordiniert ein Swarm-Computing-System als zentrale Steuerungseinheit die Systeme des Lkw, der mit GPS-Empfängern und Funketiketten ausgestatteten Transportpaletten, des Roboters und der Lagerlogistik. Der 'Schwarm' bindet alle beteiligten Komponenten in ein temporäres Netzwerk ein und stellt die Ressourcen für die Datenerfassung und -analyse in Echtzeit zur Verfügung. Auf diese Weise lassen sich die Rohlinge auch vom Lager aus automatisiert in die vernetzte Produktion eintakten. Eingefügt in eine Smart Factory bildet das Szenario zusammen mit der vorausschauenden Wartung (Predictive Maintenance) die wichtigsten Einsatzfelder von Edge und Swarm Computing. Gerade Unternehmen im Fertigungsumfeld sollten diese zusammendenken.
Vom Rand zum Schwarm
Schauen wir uns zunächst das Wichtigste zum Edge Computing an. Es basiert darauf, dass Sensoren an den Maschinen Werte messen, diese als Statusmeldungen und Diagnoseinformationen an Edge Devices senden. Diese Geräte sind möglichst nahe am Datenentstehungsort installiert. Sie haben genügend Rechenleistung, um Daten aufzubereiten. Diese Vorverarbeitung gestattet es, Reaktionen in Echtzeit auszulösen. Nachdem eine Aktion ausgelöst wurde oder feststeht, dass diese nicht nötig ist, transferieren die Mikrorechenzentren die Daten in ein Rechenzentrum (Cloud), wo tiefere Analysen stattfinden. Es gibt einsatzfähige Hochleistungsserver für Edge Computing, die Algorithmen für künstliche Intelligenz anwenden. So führt die BullSequana Edge von Atos kontextbezogene Analysen von Bilddaten durch, die Kameras erfassen. Edge Computing lässt sich durch Swarm Compting ergänzen. Ein Schwarm umfasst IoT-Endpunkte, Edge-Systeme sowie Cloudplattformen. Diese heterogenen Komponenten kommunizieren und formieren sich eigenständig und auf flexible Weise zu neuen IT-Infrastrukturen. Sie stellen Nutzern und Anwendungen Services, Inhalte und Ressourcen zur Verfügung. Übertragen auf das Beispiel Predictive Maintenance bedeutet das: In bestimmten Zeitabständen schließen sich smarte Diagnosesysteme an einem Edge Node an. Die Diagnose-Tools suchen nach den Daten, die den Verschleiß von Werkzeugen anzeigen oder Indizien liefern, dass eine Komponente bald ausfallen kann. Ein Schwarm handelt autonom und automatisiert. Wird etwa ein vordefinierter Temperatur-Grenzwert bei einer Werkzeugmaschine überschritten, analysiert das Swarm-Computing-System Daten in Echtzeit, um anschließend eine Meldung an das Servicepersonal zu senden. Oder der Schwarm ermittelt einen Notfall und schaltet die Maschine ab.
Die drei Ebenen
eines Schwarmes
Um verteilte, autonome Systeme im Rahmen von Swarm Computing miteinander zu verknüpfen, eignet sich am besten eine maschenförmige Peer-to-Peer-Architektur. Wichtig ist, dass die Daten, die innerhalb und außerhalb der Edge- und Swarm-Computing-Infrastruktur anfallen, valide und konsistent sind. Eine praxistaugliche Swarm-Architektur besteht aus drei Ebenen: Edge Computing, Multi-Cloud Computing und Service-Orchestrierung.
Auf der ersten Ebene findet das Edge Computing statt
Dazu sind neben den IoT-Sensoren und
-Aktoren außerdem Komponenten und Services nötig, die eine Kommunikation bei extrem niedrigen Latzenzzeiten im Bereich von Millisekunden ermöglichen. Zudem erfassen Edge Gateways Daten von Sensoren und interagieren mit Aktoren. Hinzu kommen Komponenten für das Edge Cluster Management, das auch Storage-Services und Analysefunktionen bereitstellt sowie ein Redundanzmanagement beinhaltet. Ein wichtiges Element ist die Schwarm-Instrumentation. Sie ermöglicht es IoT- und Edge-Computing-Funktionen, auf das Swarm-Computing-Netzwerk zuzugreifen und mit anderen Mitgliedern eines Schwarms zu kommunizieren und zu interagieren.
Multi Cloud Computing
Multi-Cloud-Funktionalität bildet die zweite Ebene und ist unabdingbar, um Storage-Kapazitäten bei einem Anbieter zu buchen, während Analytics und Machine Learning Services einer anderen Cloud genutzt werden. Relevant ist auch hier die Swarm-Instrumentation. Sie bildet eine einheitliche Schnittstelle aller unterliegenden Clouddienste, die über eine Swarm Computing Plattform zugänglich sind. Dazu zählen u.a. auch die Quality-of-Service-Merkmale der Cloud-Services.
Auf der dritten Ebene werden alle Ressourcen und Dienste orchestriert
Empfehlenswert ist eine offene, verteilte Laufzeitumgebung, die ein dezentrales Management der Systeme in einer solchen Umgebung erlaubt. Dies ist die Voraussetzung, um Komponenten unterschiedlicher Art zu verwalten, die zudem an diversen Orten platziert sind. Ein Asset Lifecycle Management erfasst die Komponenten, die in eine Swarm-Computing-Umgebung eingebunden werden. Hinzu kommen Funktionen für den Fernzugriff auf diese Systeme per Telemetrie. Zusätzlich sind neue Formen des Netzwerk- und Servicemanagements nötig, da IoT-Edge- und Swarm-Computing-Systeme meist in Verbindung mit geschäftskritischen IoT-Anwendungen zum Einsatz kommen. Management-Verfahren müssen Ausfälle von Netzwerkverbindungen und Überlast-Situationen erkennen und beheben können. Genau das verspricht das Information-Centric Networking (ICN), das Informationen auf sichere und eindeutige identifizieren soll - unabhängig von den Kanälen, über die sie verbreitet werden. Dies sind beispielsweise Content Delivery Networks (CDN) und Peer-to-Peer-Anwendungen (P2P). Fachleute erwarten dadurch Vorteile wie eine besser skalierende Netzwerkbandbreite und robustere Übertragungsverfahren.
Aufbrechen der
Edge-System-Silos
Grundsätzlich bietet die Schwarm-Technologie die Chance, die Silos der Edge-Systeme aufzubrechen, die heute üblich sind. Dadurch entsteht eine intelligente, verteilte Infrastruktur, die ad hoc IT-Ressourcen und -Services zur Verfügung stellt und die viele Geschäftsoptionen eröffnet. So können Unternehmen neue Servicemodelle aufsetzen und bereitstellen, beispielsweise für das Leasen von Maschinen. In dem Fall würde sich die Leasinggebühr nach der gemessene Taktzahl der Anlage richten. Andere Produzenten überzeugt womöglich mehr der Aufbau einer virtuellen Fabrik, die sich auch auf Partner ausdehnen lässt. Das erfordert mehr Koordination, weil nicht nur ein autonomer Lkw und ein Roboter im Lager zusammenarbeiten müssen, sondern auch andere Unternehmen.
Eine Swarm-Computing-Infrastruktur befähigt Fertigungsunternehmen dazu, auf Grundlage von Datenanalysen Entscheidungen zu treffen und in Aktionen umzusetzen. Eine solche Datenanalyse muss eng mit den betroffenen Geschäftsprozessen kombiniert sein. Sie kann zudem unterschiedliche Edge-Computing-Systeme und Cloud-Computing-Umgebungen mit einbeziehen ? für IoT-Szenarien, die auch die vernetzte Produktion ausweiten können.
Der autonome Lkw rollt über das Werksgelände und steuert das Lager an, wo ein Roboter das Rohmaterial entlädt und ins Hochregallager einsortiert. Damit dies funktioniert, koordiniert ein Swarm-Computing-System als zentrale Steuerungseinheit die Systeme des Lkw, der mit GPS-Empfängern und Funketiketten ausgestatteten Transportpaletten, des Roboters und der Lagerlogistik. Der 'Schwarm' bindet alle beteiligten Komponenten in ein temporäres Netzwerk ein und stellt die Ressourcen für die Datenerfassung und -analyse in Echtzeit zur Verfügung. Auf diese Weise lassen sich die Rohlinge auch vom Lager aus automatisiert in die vernetzte Produktion eintakten. Eingefügt in eine Smart Factory bildet das Szenario zusammen mit der vorausschauenden Wartung (Predictive Maintenance) die wichtigsten Einsatzfelder von Edge und Swarm Computing. Gerade Unternehmen im Fertigungsumfeld sollten diese zusammendenken.
Atos Information Technology GmbH
Dieser Artikel erschien in it-production.com 12 2019 - 01.12.19.Für weitere Artikel besuchen Sie www.it-production.com