边缘计算如何为OEM厂商带来竞争优势

Text to Speech Webpage

边缘计算如何为OEM厂商带来竞争优势本文刊载于《动力与运动》杂志就在几年前，仓库自动化行业的每个人似乎都在讨论云计算。下一代分拣设备将通过互联网传输所有数据，由精密算法和人类专家实时分析这些数据，并在出现问题时发出警报和建议。然而最近，这一理想愿景遇到了两大障碍：云计算并非免费，而且传输的数据越多，成本就越高；客户对运营数据非常敏感。云计算曾被吹捧为实现复杂分析的途径，这些分析因过于复杂而无法在内部完成。但随着形势变化，一种称为"边缘计算"的新模式应运而生。在本文中，我们将探讨什么是边缘计算，以及它如何帮助OEM厂商和集成商创建分拣系统，在不离开客户网络"安全"范围的情况下，实现云计算的许多承诺。本地化计算广义的边缘计算指的是将计算能力更靠近终端用户的应用——内置在单个组件中或托管在内部系统上。处理能力位于用户网络的"边缘"，而不是存储在云端。计算在传感器、物联网设备或本地服务器等数据源处或附近的物理设备上执行。在某些情况下，甚至不需要互联网连接。最常被提及的优势是速度。即使拥有闪电般的互联网连接，本地设备从基于云的服务器获取响应也可能需要几秒钟。这种网络延迟（称为延迟）在偏远地区或传输复杂信息时可能更长。如果您曾尝试用智能手机听写短信，您就经历过延迟。虽然这几毫秒看起来不算长，但您肯定不希望自动驾驶汽车、多人视频游戏或机器人辅助手术出现这样的延迟。延迟对仓库自动化也很重要。例如，对鞋式分拣机进行预测性维护可能需要实时监控每40毫秒执行一次分拣的执行器。组件级计算能力使系统能够以基于云的系统无法实现的速度和效率响应不断变化的条件。数据隐私是边缘计算另一个深受终端用户欢迎的优势。他们会告诉您，他们对云计算不感兴趣，因为他们担心黑客获取专有数据或商业机密。但他们不会告诉您的是，他们也不希望您监控他们如何使用您的设备。最近发生的CrowdStrike事件等安全恐慌凸显了云计算的另一个弱点：如果关键的中心服务器宕机，您该怎么办？市场已经明确表达了它的意愿：内部发生的事情必须留在内部。组件级计算具备内置计算能力的组件和子组件正成为仓库自动化边缘计算能力的关键驱动力。嵌入式微处理器使电磁铁、电动驱动滚筒（MDR）、可转向轮分拣台模块和其他组件变得更智能。例如，Solligence™快速旋转执行器持续监控运动持续时间的变化，根据需要调整驱动曲线，以持续满足或超过性能规格。边缘组件还可以与系统的可编程逻辑控制器（PLC）通信，使其数据立即对终端用户可用。客户本地网络上的支持软件解读这些信息，实现预测性维护和其他实时洞察，同时跟踪长期历史趋势。用户可以立即判断系统是运行顺畅、出现停机，还是存在可能演变成重大问题的隐患。所有数据都不会传输到客户的IT生态系统之外。尖端优势边缘技术使您能够为客户提供更高利用率的设备。这些优势主要来自预测性维护带来的更高效率。由于减少或消除了不必要的维护，用户的停机时间更少，许多问题可以在导致计划外停机前得到解决。智能组件还可以提供更稳定的流程一致性。通常情况下，部件会随着时间的推移逐渐退化，慢慢失去速度和/或动力。借助边缘计算能力，它们可以持续适应不断变化的条件，包括不同的包裹重量和正常磨损。该技术足够精确，可以可靠地模拟系统的长期行为。例如，对于Solligence快速旋转执行器，这些优势通过提高正常运行时间和在运行5000万次后仍保持与调试时相同的性能，从而提高了吞吐量。双赢局面您的客户从边缘计算中获得的好处不仅对他们有利，对您也同样有利。领先的原始设备制造商（OEM）已经在利用组件级计算能力打造差异化产品，从而在竞争中脱颖而出。您还可以在不费力解决数据隐私问题的情况下，提供先进功能。组件级计算的成功案例只是"冰山一角"。它们带来的可衡量的效率和吞吐量优势确实令人兴奋。请联系德昌电机工程团队安排咨询或申请演示。请点击此处访问英文页面。

本文刊载于《动力与运动》杂志

就在几年前，仓库自动化行业的每个人似乎都在讨论云计算。下一代分拣设备将通过互联网传输所有数据，由精密算法和人类专家实时分析这些数据，并在出现问题时发出警报和建议。

然而最近，这一理想愿景遇到了两大障碍：

云计算并非免费，而且传输的数据越多，成本就越高；
客户对运营数据非常敏感。

云计算曾被吹捧为实现复杂分析的途径，这些分析因过于复杂而无法在内部完成。但随着形势变化，一种称为"边缘计算"的新模式应运而生。在本文中，我们将探讨什么是边缘计算，以及它如何帮助OEM厂商和集成商创建分拣系统，在不离开客户网络"安全"范围的情况下，实现云计算的许多承诺。

本地化计算

广义的边缘计算指的是将计算能力更靠近终端用户的应用——内置在单个组件中或托管在内部系统上。处理能力位于用户网络的"边缘"，而不是存储在云端。计算在传感器、物联网设备或本地服务器等数据源处或附近的物理设备上执行。在某些情况下，甚至不需要互联网连接。

最常被提及的优势是速度。即使拥有闪电般的互联网连接，本地设备从基于云的服务器获取响应也可能需要几秒钟。这种网络延迟（称为延迟）在偏远地区或传输复杂信息时可能更长。

如果您曾尝试用智能手机听写短信，您就经历过延迟。虽然这几毫秒看起来不算长，但您肯定不希望自动驾驶汽车、多人视频游戏或机器人辅助手术出现这样的延迟。

延迟对仓库自动化也很重要。例如，对鞋式分拣机进行预测性维护可能需要实时监控每40毫秒执行一次分拣的执行器。组件级计算能力使系统能够以基于云的系统无法实现的速度和效率响应不断变化的条件。

数据隐私是边缘计算另一个深受终端用户欢迎的优势。他们会告诉您，他们对云计算不感兴趣，因为他们担心黑客获取专有数据或商业机密。但他们不会告诉您的是，他们也不希望您监控他们如何使用您的设备。

最近发生的CrowdStrike事件等安全恐慌凸显了云计算的另一个弱点：如果关键的中心服务器宕机，您该怎么办？市场已经明确表达了它的意愿：内部发生的事情必须留在内部。

组件级计算

具备内置计算能力的组件和子组件正成为仓库自动化边缘计算能力的关键驱动力。嵌入式微处理器使电磁铁、电动驱动滚筒（MDR）、可转向轮分拣台模块和其他组件变得更智能。例如，Solligence™快速旋转执行器持续监控运动持续时间的变化，根据需要调整驱动曲线，以持续满足或超过性能规格。

边缘组件还可以与系统的可编程逻辑控制器（PLC）通信，使其数据立即对终端用户可用。客户本地网络上的支持软件解读这些信息，实现预测性维护和其他实时洞察，同时跟踪长期历史趋势。用户可以立即判断系统是运行顺畅、出现停机，还是存在可能演变成重大问题的隐患。所有数据都不会传输到客户的IT生态系统之外。

尖端优势

边缘技术使您能够为客户提供更高利用率的设备。这些优势主要来自预测性维护带来的更高效率。由于减少或消除了不必要的维护，用户的停机时间更少，许多问题可以在导致计划外停机前得到解决。

智能组件还可以提供更稳定的流程一致性。通常情况下，部件会随着时间的推移逐渐退化，慢慢失去速度和/或动力。借助边缘计算能力，它们可以持续适应不断变化的条件，包括不同的包裹重量和正常磨损。该技术足够精确，可以可靠地模拟系统的长期行为。

例如，对于Solligence快速旋转执行器，这些优势通过提高正常运行时间和在运行5000万次后仍保持与调试时相同的性能，从而提高了吞吐量。

双赢局面

您的客户从边缘计算中获得的好处不仅对他们有利，对您也同样有利。领先的原始设备制造商（OEM）已经在利用组件级计算能力打造差异化产品，从而在竞争中脱颖而出。您还可以在不费力解决数据隐私问题的情况下，提供先进功能。

组件级计算的成功案例只是"冰山一角"。它们带来的可衡量的效率和吞吐量优势确实令人兴奋。请联系德昌电机工程团队安排咨询或申请演示。

请点击此处访问英文页面。

您可能還感興趣的最新資訊

公司新闻2021-11-11

德昌电机与 Cortica 成立合资企业 Lean AI 为制造业的质量检测带来革命性的创新

2021年11月11日把自主人工智能应用于制造业，透过安装于生产线的简单快速配置，实现自动化质量检测，缔造产品质量零瑕疵以色列特拉维夫 / 中国香港, 2021年11月11日 — 德昌电机集团和Cortica集团成立合资企业，建立自主检测系统，彻底改变质量检测市场。Lean AI是一家具突破性思维的初创公司，它将利用德昌电机在制造业的丰富知识和经验以及Cortica独特的自主人工智能技术彻底改变视觉检测市场。目前，深度机器学习的受监督性质量检测系统往往需时数周甚至数月的调试才能应用于实际生产，现有系统依赖数据科学家或AI专家，并需大量手动标记的产品质量缺陷的图像作为机器的训练元素。该系统需要不断维修和反复训练以应对生产上的轻微变化，无法自动调节适应新产品、新缺陷和周边硬件更新。 Lean AI的创新技术克服了现有的受监督质量检测系统的不足，其非监督性的学习能力可以在极短时间内处理图像信息，利用未被标记的原始数据，预知性算法以及编译数据，极大提高了产品检测生产线上的部署速度和规模。作为独立于周边硬件、产品及其缺陷变化的开放平台，Lean AI可以与所有的系统集成商、原始设备制造商和自动化解决方案制造商合作。 “凭着 Cortica 自主人工智能技术的强大功能，以及德昌对市场的广泛洞悉，Lean AI将可供应制造业质量检测方面的人工智能产品，有助降低人为错误的風險，并解决当前质检市场中的痛点。”Lean AI首席执行官 Karina Odinaev说。 “德昌电机很高兴宣布与 Cortica 成立合资企业。我们充分了解到在生产环境中运用人工智能质量检测软件所面临的挑战，尤其在部署速度和长期可靠性方面。”德昌电机高级副总裁汪浩然说。 “Cortica 的自主人工智能技术可以解决许多相关问题，实现更快、更广泛的应用。” “Cortica 开发了与传统深度学习系统截然不同的自主学习 AI算法。自主人工智能技术像人脑一样运作——它並非一个固定系统；相反，它可不断适应各种场景并实时在线学习与自我完善。”Cortica 的创始人兼主席Igal Raichelgauz 说。“这个技术所需的运算能力比传统机器少得多，可以很少的成本进行部署，并提供卓越的成果。我们的技术强大且应用广泛，可适用于多种信号领域，例如视觉、音频、时间序列和其他领域；视觉检测只是开始。自主人工智能技术正迅速成为行业的标杆。” 当前全球机器视觉市场规模达 110 亿美元，预计到 2026 年将增加到 155 亿美元。当市场规模不断增加，以及人工智能的技术不断进步，机器视觉解决方案将从根本上革新制造业的质量检测方法，减少产品缺陷造成的损失，最终达到增加制造业利润的目的。在进一步评论Lean AI的成立时，汪浩然说：“德昌电机在制造业的丰富经验为该技术的商业化提供了一个独特的平台。Lean AI还为德昌电机开发和营销软件产品开辟了一条新途径。因此，这对我们来说既是技术创新，也是商业模式创新。将来也有机会将该技术应用于质量预测和专业软件系统。这是德昌电机第二次在以色列的技术投资，我们将继续评估此类相关投资机会。” 了解更多有关Lean AI如何为质量检测领域带来革命性技术创新的信息：https://lean-ai-tech.com/ 关于德昌电机集团德昌电机集团是电机、执行器、驱动子系统及相关机电部件的国际领先制造商。集团为许多行业提供服务，包括汽车产品、智能电表、医疗器械、商务设备、家居自动化、通风设备、家用电器、电动工具及割草机和园艺设备。集团总部设于香港及于全球 22 个国家雇用超过35,000人。德昌电机控股有限公司在香港联合交易所有限公司上市(股票代码:179)。关于 Cortica 集团 Cortica集团开发了自主人工智能，可以模拟哺乳动物皮层的自然过程。它的无监督学习方法模仿了大脑处理信息的方式：使机器能够在没有人工干预的情况下自主学习、协作和与世界互动。该技术获得了250多项专利和专利申请，以及10年前沿研究的大力支持，正在为一个更智能、更安全的世界带来视觉智能领域的革命。请点击此处访问英文页面。