AI 세계에서:에지 데이터를 활용하는 데 많은 에너지가 필요한 이유

AI World의 노변 채팅에서는 에지에서 데이터를 추출할 때 발생하는 문제에 대해 논의했습니다.

제조업체가 다양한 생산 시스템을 개방하고 그 안에 갇힌 데이터를 활용할 준비가 되었다고 가정하는 것은 용서받을 수 있습니다. 현실은 훨씬 더 복잡할 수 있습니다.

에지에서 데이터를 추출할 때 직면하는 문제는 Continental Automotive Systems의 엔지니어링 프로젝트 관리자인 Joseph Etris와 Zeeda, Inc.의 지역 영업 이사인 John Auld와 함께 하는 노변 채팅에서 탐구되었습니다. 저는 세션을 중재할 기회가 있었습니다. 최근 보스턴에서 열린 AI World 컨퍼런스에서

참조: IoT 팩을 주도하는 제조

Continental의 Etris 부서는 에너지 집약적 작업인 자동차 부문용 촉매 변환기를 제조합니다. 2018년에 Etris와 그의 팀은 1990년대에 처음 설치된 Siemens PLC(프로그래머블 로직 컨트롤러) 범위 전반에 걸쳐 전기 사용량 및 관련 방출을 포착, 분석 및 완화하기 시작했습니다. Etris는 새로운 전기 센서에서 나오는 데이터와 통합하기 위해 PLC에서 SCADA 데이터를 추출하는 것이 문제라고 설명했습니다.

많은 공급업체가 구형 산업 시스템이 완벽한 IoT 세계에서 쉽게 데이터를 포기할 수 있다고 주장하지만 이는 사실이 아니라고 Etris는 말합니다. 레거시 프로덕션 시스템은 개방형으로 설계되지 않은 경우가 많으며 네트워크가 지원되지 않는 경우가 많습니다.

당시 Siemens를 대표했던 Auld는 Continental 팀과 협력하여 PLC 데이터를 추출하고 실시간 보정을 제공했습니다. 또한 데이터는 10분마다 Amazon Web Services의 클라우드 리포지토리에 업로드됩니다.

Continental이 직면한 문제는 제조 환경 전반에 걸쳐 발생하는 문제의 징후라고 Auld는 설명합니다. "많은 회사의 사일로에 존재하는 많은 다크 데이터가 있습니다." 이는 기술적인 문제뿐만 아니라 조직적인 문제도 제시하며 여러 팀이 IoT를 통한 AI 노력에 동참해야 합니다.

AI 및 IoT 시대의 데이터 스토리지 관리는 패널이 논의한 또 다른 영역이었습니다. 많은 조직에서 다양한 컨트롤러 및 센서 어레이에서 시스템으로 스트리밍되는 데이터의 양이 증가하는 데 어려움을 겪을 것이며 결국 데이터 레이크에 저장하는 경우가 많습니다.

제조업체는 모든 세대의 생산 시스템에서 데이터를 추출하고 읽을 수 있는 공통 인터페이스 계층을 구축해야 한다고 Auld는 말했습니다. 또한 다양한 시스템의 데이터가 서로 다른 의미와 임계값을 가질 수 있으므로 일관성을 보장해야 합니다. 많은 제조업체가 직면한 과제는 각각 자체 이니셔티브와 표준이 있는 여러 개별 공장이 있을 수 있다는 것입니다.