EON архитектура — чёрный ящик на удалёнке

Почему промышленным объектам нужен собственный вычислительный узел Edge Operations Node

Большая часть современной цифровой инфраструктуры построена вокруг простой идеи все данные должны брать инф в центре обработки данных ЦОД. Эта архитектура сформировалась вместе с облачными сервисами.

Схема работы выглядит знакомо:

1. датчики и оборудование собирают данные
2. данные передаются в центр обработки
3. в дата-центре происходит анализ
4. система возвращает результат обратно на объект.

Для IT-сервисов эта модель работает отлично. Но когда речь идёт о промышленной инфраструктуре, начинают проявляться ограничения, которые невозможно игнорировать. Особенно это заметно на распределённых и удалённых объектах.

Где начинается проблема

Рассмотрим типичный современный промышленный объект.

Например:

1. электрическая подстанция
2. карьер
3. буровая площадка
4. компрессорная станция
5. ветропарк.

Такие объекты сегодня насыщены цифровыми системами:

1. PLC-контроллеры
2. системы видеонаблюдения
3. телеметрия оборудования
4. системы безопасности
5. системы автоматизации
6. промышленный IoT.

Каждая из этих систем генерирует поток данных.

В сумме получается десятки или даже сотни мегабайт в секунду. Исторически считалось, что эти данные нужно отправлять в центральный дата-центр. Но именно здесь архитектура начинает ломаться.

Ограничение 1 — задержка

Когда данные проходят путь: датчик → сеть → дата-центр → обработка → обратно на объект типичная задержка составляет 100–300 мс.

Для мониторинга это не проблема. Но для некоторых задач это критично:

1. автоматическое управление оборудованием
2. видеоаналитика
3. системы безопасности
4. предиктивная диагностика.

В этих случаях система должна реагировать практически мгновенно.

Ограничение 2 — связь

Многие промышленные объекты находятся там, где стабильная связь — роскошь.

Это могут быть:

1. удалённые энергетические узлы
2. месторождения
3. инфраструктурные объекты
4. строительные площадки
5. карьеры.

Канал связи там часто:

1. дорогой
2. нестабильный
3. ограниченный по пропускной способности.

Иногда связь пропадает полностью.

Если вся аналитика находится в дата-центре, объект фактически остаётся без цифрового мозга.

Ограничение 3 — стоимость передачи данных

Передавать большие объёмы информации становится дорого.

Особенно если речь идёт о:

1. потоковом видео
2. телеметрии
3. данных промышленного IoT.

При масштабировании инфраструктуры стоимость передачи данных начинает расти быстрее, чем стоимость оборудования.

Логичный вопрос

Если данные появляются на объекте,  зачем отправлять их за тысячи километров для обработки? Почему не анализировать их там же, где они возникают? Именно этот вопрос привёл к развитию архитектуры edge-вычислений.

Edge-подход

Edge-архитектура меняет привычную модель.

Вместо отправки всех данных в центр:

1. данные собираются на объекте
2. анализ выполняется локально
3. система принимает решения на месте
4. в центр передаются только агрегированные данные.

Такой подход решает сразу несколько задач:

1. уменьшает задержку
2. снижает нагрузку на сеть
3. повышает автономность объекта.

Но здесь появляется новая инженерная проблема.

Мини-дата-центр на каждой площадке

Чтобы реализовать edge-архитектуру, на объекте необходимо разместить вычислительную инфраструктуру.

Обычно это означает:

1. промышленный сервер
2. систему хранения данных
3. сеть
4. интеграцию с автоматикой
5. удалённое управление
6. мониторинг.

Фактически приходится строить мини-дата-центр. Причём каждый раз заново. Для распределённых объектов это неудобно и дорого.

Чёрный ящик инфраструктуры

В какой-то момент становится понятно, что для удалённых объектов нужен другой подход.

Не строительство инфраструктуры на месте.

А готовый вычислительный узел, который можно установить на площадке и сразу включить в работу. Такой узел можно представить как чёрный ящик инфраструктуры.

На входе:

1. датчики
2. оборудование
3. камеры
4. системы автоматизации.

На выходе:

1. аналитика
2. управление
3. агрегированные данные для центральной системы.

Внутри — вся вычислительная и программная логика.

Такой узел выполняет сразу несколько функций.

Сбор данных

Работа с промышленными протоколами:

1. Modbus
2. OPC UA
3. IEC-104
4. MQTT.

Локальная аналитика

На площадке выполняются:

1. анализ телеметрии
2. видеоаналитика
3. предиктивная диагностика
4. AI-алгоритмы.

Управление оборудованием

Узел может:

1. отправлять команды автоматике
2. запускать сценарии
3. поддерживать автономную работу объекта.

Связь с центром

В центральные системы передаются:

1. события
2. агрегированные показатели
3. отчёты.

Не весь поток данных.

Где такая архитектура особенно полезна Edge-узлы особенно востребованы в инфраструктуре с распределёнными объектами.

Например:

энергетика

1. электрические подстанции
2. ветропарки
3. солнечные станции.

добывающая промышленность

1. карьеры
2. буровые площадки
3. удалённые месторождения.

нефть и газ

1. компрессорные станции
2. трубопроводная инфраструктура.

логистика

1. порты
2. контейнерные терминалы
3. распределительные центры.

Во всех этих случаях данные генерируются непосредственно на площадке.

И логично обрабатывать их там же.

Почему рынок только формируется

Интересно, что эта ниша пока практически свободна.

Причина проста.

IT-компании делают вычислительные платформы.  Промышленные компании делают оборудование. Но инженерного узла между ними часто просто нет.

Что будет дальше

Скорее всего, инфраструктура станет гибридной. Центральные дата-центры будут заниматься:

1. хранением данных
2. глобальной аналитикой
3. обучением моделей.

А вычислительные узлы на площадках станут локальным интеллектом объектов. По сути, цифровым ядром инфраструктуры.

Вопрос к инженерам

Как сейчас организована локальная вычислительная инфраструктура на площадке?

Edge Operations Node (EON)