Czym jest Edge Computing i gdzie możemy go użyć?

W dzisiejszym wpisie przybliże Państwu koncepcję Edge Computingu oraz przedstawię przykładowe zastosowanie koncepcji w systemach PV. 
Zapraszam do lektury! 

Wstęp

Koncepcja Internet of Things po raz pierwszy została prowadzona w latach 90 ubiegłego wieku i początkowo była wykorzystywana w zakresie zarządzania łańcuchem dostaw. Z biegiem czasu, znaczenie IoT wzrastało i stało się coraz bardziej widoczne w innych gałęziach przemysłu. Dziś możemy wyróżnić pojęcie IIoT – Industrial Internet of Things.
Koncepcja Internetu Rzeczy zakłada integrację urządzeń, które potrafią gromadzić, sterować, przetwarzać lub przesyłać dane w jednej integralnej sieci. Spełnienie takich wymagań otwiera nowe możliwości w kontekście automatyzacji procesów czy zarządzania systemami. Dotychczasowe doświadczenia pokazują, że korzyści płynące z zastosowania Internetu Rzeczy są ogromne.
Najlepszym dowodem na efektywność płynącą z zastosowania systemów IoT jest wyraźna tendencja wzrostowa dla ilości urządzeń IoT zaintalowanych na świecie. W branży można spotkać różne wartości w kontekście liczby zainstalowanych urządzeń, jednakże coroczny wzrost rynku wynosi około 20%.

Chmura obliczeniowa

Rozwój chmury obliczeniowej (ang. Cloud Computing) przyniósł jeszcze więcej możliwości dla systemów Internetu Rzeczy. Możliwości wizualizacji, sztuczna inteligencja (ang. Artificial Intelligence), uczenie maszynowe (ang. Machine Learning) pozwoliły na zwiększenie wydajności systemów, obniżając przy tym koszty utrzymania procesów przemysłowych oraz ułatwiając zarządzenia systemem.

Środowisko chmur obliczeniowych rozwija się z roku na rok, przynosząc większe możliwości. Firmy takie jak Amazon, Google czy Microsoft dostosowują się do potrzeb rynku i dostarczają coraz więcej usług dopasowanych do wymagań runku. Oczywiście system IIoT można oprzeć o rozwiązania lokalne, budując je na własnej infrastrukturze, aczkolwiek jest to proces czasochłonny oraz trzeba mieć na uwadze utrzymywanie infrastruktury serwerowej oraz ludzi, którzy nad nią zapanują.
Usługodawcy chmur publicznych udostępniają różne typy serwisów:

• IaaS – Infrastructure as a Service
• PaaS – Platform as a Service
• CaaS – Container as a Service lub Communications as a Service
• SaaS – Software as a Service

Zależnie od wyboru serwisu otrzymujemy mniejszą lub większą kontrolę i wpływ na wykorzystywaną usługę. Poniżej diagram pokazujący zakresy odpowiedzialności, zależnie od typu serwisu.

 

Do szczegółowego zapoznania się z różnicami pomiędzy typami usług odsyłam tutaj.

Istotnym apsketem przy wykorzystaniu chmury jest współczynnik SLA (Service Level Agreement) oraz QoS (Quality of Service), które definiuje niezawodność usług, określając czas w którym usługa może być niedostępna dla klientów. Przy korzystaniu z serwisów publicznych, często obowiązuje zasada Pay-as-You-Go, co oznacza, że koszty zależą bezpośrednio od wykorzystania usługi.

Mimo licznych zalet chmury obliczeniowej, w niektórych zastosowaniach IIoT staje się ona niewystraczająca. Wysokie wymagania związane z krótkim czasem odpowiedzi, bezpieczeństwem, prywatnością stają się kolejnymi wyzwaniami stawianymi przed systemami przemysłowymi.
Obecnie, coraz częściej wyszczególnia się brzeg sieci (ang. Edge) i koncepcję Edge Computing’u, nad którą pochylimy się w dzisiejszym wpisie.

Czym jest Edge Computing?

Obliczenia krawędziowe (ang. Edge Computing) można określić jako przetwarzanie danych na brzegu sieci. Jest to architektura systemu, w której procesowanie danych odbywa się w sposób rozproszony z przesunięciem w kierunku urządzeń końcowych. Obliczenia krawędziowe nie są rozwiązaniem alternatywnym dla obliczeń chmurowych. W rzeczywistości, krawędź jest częścią systemów lokalnych i wpływa na zastosowanie chmury w świecie IoT, rozwiązując przy tym kilka problemów, które wcześniej były trudne do pokonania.

Koncepcja Edge zakłada wstępne procesowanie danych na krawędzi sieci, a mówiąc dokładniej na urządzeniach krawędziowych (ang. Edge Devices). Co nam to daje? Poniżej wymienię główne zalety wykorzystania Edge:

• Szybsze przetwarzanie danych (reakcja na dane wejściowe)
• Prywatność i bezpieczeństwo danych
• Możliwość pracy offline
• Zmniejszenie ilości wysyłanych danych do systemów nadrzędnych (chmura obliczeniowa)
• Ograniczenie opłat za usługi chmurowe

Na szczególną uwagę w kontekście zalet zasługuje krótszy czas reakcji systemu. W zastosowaniach, gdzie czas reakcji lub szybkość przetwarzania danych jest ważne Edge może odegrać kluczową rolę. Urządzenia brzegowe odpowiadają za obróbkę danych lokalnie, co eliminuje aspekt transmisji danych do chmury obliczeniowej i opóźnienia z nią związane. Jednocześnie redukuje poniesione koszty z racji tego, ze mniej danych jest przesyłanych bezpośrednio do chmury.

Jak każda nowa koncepcja powstaje, aby rozwiązać pojawiające się problemy, tak samo niesie za sobą dodatkowe wymagania. Nie inaczej jest w przypadku Edge Computing. Obliczenia na krawędzi rozbudowują nieco infrastrukturę systemu oraz wymagają utrzymania.

Architektura Edge Computing

Wiemy już co rozumieć przez obliczenia krawędziowe. Przejdźmy teraz do opisu architektury systemu. Poniższy rysunek przedstawia ogólna architekturę systemu z podziałem na 3 główne warstwy:

• Warstwa chmury obliczeniowej/systemu nadrzędnego
  Wcześniej już wspomniane usługi chmurowe. Ta warstwa często odpowiada za wizualizację danych oraz przyjmuje rolę centrum zarządzania. Może też odpowiadać za procesowanie, magazynowanie czy budowe modeli sztucznej inteligencji. Możliwości jest wiele a implementacja zależy od użytkownika. 

• Warstwa krawędzi sieci (Edge)
  W warstwie Edge najczęściej mamy do czynienia z urządzeniem, który ma pewne zasoby obliczeniowe, możliwość komunikacji z urządzeniami końcowymi jak i siecią zewnętrzną. Urządzenia brzegowe mogą korzystać ze przygotowanego oprogramowania, które ułatwi proces zarządzania urządzeniem, jak ThingsPro Edge od Moxa, w którym możemy w szybki i wygodny sposób skonfigurować urządzenie do pracy w naszym systemie.
  Częstym typem urządzenia wykorzystywanym w tej roli jest po prostu komputer przemysłowy.

• Warstwa urządzeń końcowych
  Do tej warstwy zaliczmy urządzenia z których pobieramy dane jak np. kamery, czujniki, jak i urządzenia wykonawcze w procesach przemysłowych.

Każda z warstw spełnia konkretną rolę w systemie. Choć w rzeczywistości, granice pomiędzy grupami urządzeń bywają rozmyte, warto trzymać się powyższego wzorca przy projektowaniu rozwiązań brzegowych w praktyce.

Zastosowanie Edge Computing w systemach fotowoltaicznych

Elektrownia słoneczna na skalę przemysłową może składać się z dziesiątek a nawet tysięcy paneli fotowoltaicznych i instalacji, które wymagają ciągłego nadzoru. W przypadku awarii konieczna jest jak najszybsza reakcja i przywrócenie systemu do normalnej pracy. Sytuacja dodatkowo komplikuje się, gdy system zlokalizowany jest w odległym miejscu.
Firmy zajmujące się eksploatacją i zarządzaniem farmą słoneczną, oprócz analizy generowanej mocy, wykorzystują również dane z sytsemu do planowania napraw i konserwacji urządzeń. Rozproszone systemy PV dostarczają dodatkowe wymagania związane z bezpieczną komunikacją z jednym centralnym systemem zarządzania.

Poniżej zebrano częste wymagania stawiane przed przemysłowymi systemami PV:

• pozyskiwania i rejestrowania danych z inwertera oraz danych klimatycznych w celu monitorowania wydajności paneli fotowoltaicznych
• obsługa protokołów przemysłowych (m.in. modbus rtu/tcp, can, tcp/udp)
• stabilność pracy urządzeń, w tym komunikacji sieciowej
• niezawodne działanie systemu w szerokim zakresie temperatur i w różnych warunkach pogodowych
• zdalne, oparte na sieci web, monitorowanie wydajności elektrowni słonecznej, obciążenia akumulatora i innych danych z czujników
• niski pobór energii urządzeń sieciowych w celu zmaksymalizowania wydajność systemu
• mechanizmy ochrony przed cyberatakami

Zależnie od konkretnego zastosowania możemy zbudować różne warianty rozwiązania, które odpowiada stawianym wymogom. System może zostać zaprojektowany na wzór architektury Edge Computing, dając możliwość częściowego przetwarzania danych lokalnie oraz pracy jako brama dostępowa do sieci.
Przykładowe zastosowanie wykorzystuje wyspę I/O z serii ioLogik E1200 oraz kompaktowy komputer przemysłowy o architekturze ARM UC-8100A-ME-T:

Komputery IIoT z serii UC od Moxa są oparte o system Linux z 10-letnim wsparciem Moxa w zakresie aktualizacji nakładek bezpieczeństwa. Dołączając do tego możliwości obliczeniowe, obsługę protokołów przemysłowych, stabilną pracę i przemysłowe wykonanie – rozwiązania Moxa idealnie pasują do implementacji architektury Edge w systemach przemysłowych.

ThingsPro Edge Moxa

Warto w tym miejscu wspomnieć o oprogramowaniu ThingsPro Edge Moxa, które pozwala na szybkie i wygodne zarządzanie urządzeniami brzegowymi z rodziny UC.

Zalety jakie niesie za sobą ThingsPro Egde to między innymi:

• Integracja z chmurą publiczną/prywatną (m.in. Azure IoT Device, AWS IoT Core, Sparkplug, klient MQTT),
• Pulpit nawigacyjny do monitorowania zużycia zasobów i konfiguracji urządzeń,
• Prosta konfiguracja Modbus Master do pozyskiwania danych z urządzeń końcowych, przetwarzania i przesyłania ich do innych instancji,
• Definiowanie zasad buforowania wiadomości w określonej lokalizacji i zasad wysyłania wiadomości do chmury

Zastosowanie aplikacji ThingsPro Egde sprawia, że połączenie z zewnętrznym dostawcom chmurowym zajmuje kilka minut. Aplikacja jest darmowa i dostępna do ściągnięcia ze strony Moxa.

Podsumowanie

Edge Computing może być zrealizowany na różne sposoby, zależnie od wymagań stawianych przed systemem IIoT. W tym artykule poruszyliśmy koncepcję Edge Computing’u od strony teoretycznej, przedstawiliśmy przykładowe zastosowanie architektury w systemach PV oraz oprogramowanie ThingsPro Edge pozwalające na implementacje rozwiązań Edge na komputerach Moxa z serii UC-8100A-ME-T oraz UC-8200.
Pozostałe serie komputerów z rodziny UC również możemy wykorzystać w koncepcji Edge Computing. Po więcej szczegółów dotyczących rozwiązań Moxa zapraszam do kontaktu na adresem moxa@elmark.com.pl.