Kurzübersicht:
Die digitale Transformation, bekannt als das Industrielle Internet der Dinge (IIoT) stellt viele Branchen vor neue und komplexe Herausforderungen. Bruchstückhafte Lösungen, beschränkte Standards, unausgereifte Sicherheitsmodelle und ungeeignete Ansätze zur Wartung digitaler Ressourcen sind einige der Barrieren, die Unternehmen daran hindern können, wertvolle IIoT-Lösungen zu skalieren. Die Abstimmung und/oder Zusammenführung von Unternehmen der Informationstechnologie (IT) und der operativen Technologie (OT) ist ebenfalls ein zunehmend kritischer Erfolgsfaktor.
Angesichts der wachsenden Anzahl von Edge-Geräten, ständig wachsenden Datenmengen und bestehender Einschränkungen hinsichtlich der Infrastruktur, ist es besonders wichtig, die Komplexität zu verringern und Skalierungsanforderungen zu vereinfachen. Zwei wichtige Konzepte zur Erreichung dieser Ziele sind Workload-Konsolidierung und Orchestrierung. Durch die Kombination dieser beiden Konzepte und die Definition einer einheitlichen Edge-Infrastruktur können Unternehmen das IIoT kostengünstig skalieren und die Investitionsausgaben senken, während sie zugleich die Sicherheit erhöhen. Intel hat dies erleichtert, indem es das Intel® IoT Unified Edge Framework bereitgestellt hat, das darauf ausgelegt ist, Unternehmen dabei zu unterstützen, Arbeitslasten am Netzwerkrand zu konsolidieren und ihre IIoT-Lösungen effizient zu skalieren.
In diesem Artikel erhalten Sie ausführliche Informationen zum Intel® IoT Unified Edge Framework. Außerdem finden Sie darin ein Praxisbeispiel, in dem erörtert wird, wie ein branchenführendes Unternehmen, Georgia-Pacific (GP), seinen innovativen Ansatz angewendet hat und welche Ergebnisse das Unternehmen erzielt hat.
Möglichkeiten
Das IIoT verändert die Art, wie die OT funktioniert, indem die Effizienz gesteigert, die Zuverlässigkeit erhöht und der Abfall reduziert wird. Die Cloud ist ein leistungsstarkes Tool für viele OT-Arbeitslasten, aber bei IIoT-Praxisbeispielen reicht sie möglicherweise nicht aus. Probleme wie Latenzzeiten für die Steuerebene, große Mengen von Remote-Daten und Datenaggregation (während der Aufrechterhaltung des Kontext) machen eine ergänzende Fähigkeit erforderlich. Die andauernde Entwicklung des Edge-Computing bietet diese Ergänzung und ermöglicht die Lösung dieser Probleme. Aber am Netzwerkrand gibt es andere wichtige Herausforderungen, die bewältigt werden müssen:
- Edge-Stapel werden immer komplexer. Aufgrund fehlender Standards betreffend die Systemverwaltung sind für die Verwaltung dieser Systeme oft manuelle Eingriffe erforderlich. Diese erfolgen intern oder über Dritte, was zu nicht standardmäßigen Systemzugängen führt, und das kann zusätzliche Kosten und Komplexität nach sich ziehen und zugleich die Zuverlässigkeit verringern.
- Die Konvergenz der IT-/OT-Systeme stellt ebenfalls eine wichtige Herausforderung dar. In Vergangenheit war es eine weit verbreitete Praxis, dass OT-Systeme ein geschlossener Kreislauf ohne jegliche IT-Integration waren. So etwas ist nicht mehr möglich. In der heutigen Wettbewerbsumgebung ist es keine ideale Lösung, die Infrastruktur auf diese Art zu duplizieren.
Intel hat in Zusammenarbeit mit mehreren der 100 größten Industrieunternehmen und mit dem Ziel, diese Probleme zu lösen, das Intel® IoT Unified Edge Framework geschaffen, das aus einer Reihe von Bereichen und Richtlinien besteht, die jeder Kunden verwenden kann, um eine skalierbare und verwaltbare IoT-Lösung bereitzustellen, die echten geschäftlichen Nutzen bietet.
Das Intel® IoT Unified Edge Framework bietet eine Grundlage für den Aufbau von End-to-End-IoT-Lösungen. Es beinhaltet eine Anleitung zur Auswahl der richtigen Bausteine, um die Geschäftsanforderungen zu unterstützen und Konsistenz, Skalierbarkeit und Vollständigkeit der Architekturen der IoT-Lösungen im gesamten Unternehmen zu bieten. Das Framework beinhaltet auch eine Referenzarchitektur, die Kunden unter Verwendung ihrer bevorzugten Bausteine implementieren können.
Schließlich hilft dieses Framework von Intel Kunden dabei, ein klares Verständnis für den Wert der Standardisierung in allen darin enthaltenen Bereichen und für die Optionen, die ihnen zur Verfügung stehen, zu bekommen, sodass sie fundierte Entscheidungen darüber treffen können, was für ihr Unternehmen am besten ist.
Der Nutzen der Workload-Konsolidierung
Ein wichtiger Bereich dieser Modernisierung ist die Workload-Konsolidierung. Die Konsolidierung von neuen und alten Systemen in Edge-Computing-Umgebungen kann mehreren Zwecken dienen und die Gesamtbetriebskosten auf verschiedene Arten senken. Einige Beispiele:
- Durch Nutzung einer Plattform, die die Orchestrierung von Arbeitslasten ermöglicht, können Unternehmen die Infrastrukturkosten senken, Systeme funktionell sicher und geschützt gestalten und die Systemverwaltung vereinfachen.
- Durch Verringerung der Anzahl der Komponenten können Unternehmen die Betriebsabläufe optimieren, die Produktivität verbessern und Kosten und Komplexität senken.
- Unternehmen können sowohl die Investitionsausgaben (CAPEX) als auch die Betriebsausgaben (OPEX) senken, indem sie die Anzahl an einzelnen Geräten deutlich reduzieren, die für die Wartung bereitgehalten werden müssen. Somit werden auch die damit verbundenen Kosten für Schulungen und Supportpersonal gesenkt.
- Die Senkung der Kosten im Zusammenhang mit veralteten Systemen ist ein weitere Plus der Workload-Konsolidierung. Durch Konsolidierung von Arbeitslasten, sodass ein Gerät für mehrere Anwendungsfälle zuständig ist, können Unternehmen sicherstellen, dass sie in Zukunft weniger Geräte upgraden oder ersetzen werden müssen.
GP arbeitet mit Intel an dieser Initiative als einer der frühen Pioniere zusammen, um eine interne digitale Transformation zu ermöglichen.
Das Intel® IoT Unified Edge Framework besteht aus zwei Hauptkomponenten , die in Abbildung 2 als Teil der Edge Computing-Infrastruktur als ein System mit mehreren Ebenen dargestellt wird.
- Edge Computing-Geräte: Das sind die Geräte, die allgemein als IoT-Gateways bezeichnet werden. Sie verfügen über genügend Prozessorleistung, um mehrere IoT-Lösungen zu hosten (jedes führt Systeme basierend auf Intel® Core™ i7 Prozessoren aus). Edge Computing-Geräte werden in der Nähe von Sensoren bereitgestellt, erhalten Daten direkt von ihnen und interagieren auch mit Auslösern, um bestimmte Aktionen auszuführen. Edge Computing-Geräte sind von der IT standardisiert und beinhalten sowohl Hardware als auch Software. Im Wesentlichen geht es darum, dass die IT ein Gerät mit bestimmten Hardware-Komponenten auswählt, und das Gerät beinhaltet das Ubuntu*-Betriebssystem (BS) und eine Reihe anderer Software, durch die ein oder mehrere Anwendungsfälle ausgeführt werden können.
- Edge-Server: Server vor Ort mit hoher Verarbeitungsleistung (Verwendung von Intel® Xeon® Prozessoren) sind erforderlich, um Daten zu konsolidieren, die von vielen Edge Computing-Geräten kommen, oder um große Arbeitslasten wie Videoanalysen zu verarbeiten. Diese lokalen Server bieten Unabhängigkeit von Cloud-Anbietern und ermöglichen eine höhere Verfügbarkeit, geringere Latenzzeiten und eine reduzierte Datenübertragung.
Vorteile der Workload-Konsolidierung
Wie im vorherigen Abschnitt beschrieben, besteht Hauptziel der Workload-Konsolidierung darin, die Gesamtbetriebskosten zu senken und die folgenden Vorteile zu bieten:
- Verringerung des Fußabdrucks der Systemausrüstung: Statt für jede einzelne Lösung ein dediziertes Edge Computing-Gerät zu haben, kann ein einziges, intelligenteres Gerät mehrere IoT-Lösungen/-Komponenten beherbergen.
- Einfache Bereitstellung und Verwaltung: Durch Reduzierung der Anzahl an Geräten, die von den einzelnen Lösungen verwendet werden, können Unternehmen die Anzahl der Geräte, die sie für die Verwaltung benötigen, erheblich verringern, was weniger operative Arbeit bedeutet.
- Erhöhte Sicherheit: Unternehmen verfügen über das Potenzial zur Minimierung der Angriffsfläche ihres Netzwerkes, indem sie ihre Hardware (HW), Firmware (FW) und Software (SW) reduzieren.
- Reduzierung der Komplexität der Systemintegration und des Zugriffs auf Daten: Ein Framework ist erforderlich, damit verschiedene Arbeitslasten auf demselben Gerät koexistieren können. Dies vereinfacht die Bereitstellung und die Integration von Lösungen. Der Datenbus des Unternehmens erhält Daten von verschiedenen Lösungen.
- Verbesserung der Zuverlässigkeit der zugrundeliegenden Prozesssteuerungssysteme: Minimierung der Duplizierung von Datenanfragen und Reduzierung der Last auf wichtigen (aber alternden) Steuerungssystemen.
- Sicherstellen, dass es keine Kundebindung gibt: Kunden können ihre Daten von jeder Lösung erhalten und Anbieter müssen sich an die vom Kunden festgesetzte HW anpassen.
- Optimierung der Nutzung von aggregiertem Computing am Netzwerkrand: Vermeidung einer ineffizienten Nutzung von Edge-Geräteressourcen, die nur wenige Dienste pro Gerät ausführen.
- Beschleunigung der Einführung von IoT-Technologien: Unterstützung von Unternehmen bei der digitalen Transformation.
Praxisbeispiel – Georgia-Pacific
Georgia-Pacific ist einer der weltweit führenden Hersteller von Zellstoff, Papier, Verpackung, Baustoffen und damit verbundene Chemikalien. GP investiert aggressiv in digitale Technologien, um Initiativen für die Transformation zu fördern und die Produktionseffizienz, die Nachhaltigkeit, die Sicherheit der Mitarbeiter und die Produktqualität in mehr als 150 Produktionsstätten, die das Unternehmen in ganz Nordamerika hat, zu verbessern.
Fortschritte in der Technologie haben eine breite Palette von IIoT-Lösungen ermöglicht, die Fertigungsabläufe transformieren können, wenn sie in den richtigen Bereichen angewendet werden. Um wettbewerbsfähig zu bleiben, müssen Unternehmen diese Lösungen jedoch schnell und kostengünstig skalieren können. Die schnelle Einführung von IIoT-Lösungen in verschiedenen Branchen hat jedoch zu einer Marktfragmentierung geführt und es gibt nun eine Vielzahl von Technologieoptionen. Viele Lösungen von Anbietern bieten einen vollständigen End-to-End-Stapel, komplett ausgestattet mit proprietären Edge Computing-Geräten. Dies führt dazu, dass solche Installationen mit einer Reihe unterschiedlicher geschlossener Lösungen arbeiten, wobei für jede einzelne digitale Wartung, Integration, Sicherheit und Support nötig ist.
Obwohl Georgia-Pacific zunächst mit seinen IIoT-Lösungen zufrieden war, stellten es fest, dass die Silos es schwierig machten, Lösungen zu skalieren, wenn die IIoT-Fähigkeiten erweitert werden sollten. GP wurde bewusst, dass es immer teurer und arbeitsintensiver wurde, eine Reihe unterschiedlicher IIoT-Lösungen zu unterstützen. Die langfristigen Supportkosten stiegen schnell und untergruben die primären Gründe für die Implementierung der Lösung. Die erhöhte Komplexität der daraus resultierenden Lösung kann außerdem die Zuverlässigkeit verringern und Instabilität in Quellsystemen wie zum Beispiel Fertigungssteuerungssystemen verursachen.
Mit Unterstützung von Intel erkannte GP, dass das Unternehmen durch die Konsolidierung von Arbeitslasten in intelligenteren Edge Computing-Geräten und die Zusammenfassung von Rechnerdiensten mithilfe von Containern und virtuellen Maschinen Suiten von IIoT-Lösungen im benötigten Ausmaß verwalten und bereitstellen konnte.
Der Versuch der Skalierung von IIoT-Lösungen ohne Konsolidierung von Hardware und ohne einen effizienteren Zugang für die Verwaltung von Arbeitslasten kann abschreckend sein. Die Wartung und Unterstützung von Geräten für ein großes Fertigungsunternehmen ist bereits ein enormes Unterfangen. Das Hinzufügen von mehr Knoten, die ein hohes Maß an Verfügbarkeit und Leistung erfordern, macht die Aufgabe noch schwieriger.
Basierend auf der Erfahrung bei der Bereitstellung des Intel® IoT Unified Edge Framework am GP-Standort in Muskogee fand das aus Intel- und GP-Mitarbeitern bestehende Team heraus, dass eine Nutzung des Frameworks die Anzahl an Ressourcen (sowohl Arbeit als auch Hardware), die für die Bereitstellung und Wartung des IIoT-Systems erforderlich sind, erheblich reduzieren kann und eine Skalierung ermöglicht.
Die Teams vor Ort waren in der Lage, die Computing-Workloads für drei verschiedene IIoT-Lösungen von drei Anbietern in einem standardisierten Computing-Stapel zu konsolidieren. Die Lösungen erforderten unterschiedliche Grade von E/A vom Feld-Gateway und Computing vom Edge-Server.
Die unten angeführten konsolidierten Arbeitslasten sind Vertreter für typische IIoT-Lösungen, die derzeit im gesamten Unternehmen bereitgestellt werden.
- Auf Computer-Vision basierter Service für die Erkennung von Anomalien: Dieses System nutzt feste Kameras, um Änderungen in der Betriebsumgebung zu bestimmen. Ein Beispiel dafür, wie diese Funktion angewendet werden kann, ist das Verfolgen von Gegenständen, um sicherzustellen, dass sie nicht in unautorisierten Bereichen positioniert werden, was zu Sicherheitsrisiken führen könnte, wie zum Beispiel im toten Winkel oder es werden damit Ausgänge blockiert. Weitere Beispiel dafür sind, festzustellen, ob die Abschirmung, die Maschinen schützt, beschädigt wurde ,oder festzustellen, ob eine Maschine typisch oder atypisch funktioniert, und proaktiv Ereignisse zu bestimmen, die Qualität und Zuverlässigkeit beeinflussen können.
- Auf KI basiertes Objekterkennungssicherheitssystem: Reduziert Sicherheitsrisiken auf verschiedenen Arten, z. B. durch Nutzung der KI, um in Bereichen mit viel Verkehr von mobiler Ausrüstung Fußgänger zu erkennen, und durch Beleuchtung und/oder automatische Tore eine bessere Sichtbarkeit zu gewährleisten.
- Umfeldsensorik mit großer Reichweite: Nachrüstung von Sensoren und Anschluss von Anlagenausrüstung, die früher aufgrund zu hoher Kosten nicht zum Netzwerk hinzugefügt wurden. Weil diese Ressourcen sich oft außerhalb der Hauptproduktionsbereiche befinden, können diese Sensorgen zusätzliche Einsichten in Betriebssysteme geben und so zu einer höheren Zuverlässigkeit und Effizienz führen. Diese drei Arbeitslasten sind nur eine kleine Auswahl zugehöriger Funktionen, die kombiniert angewendet eine Transformation der Fertigungsprozesse ermöglichen und zu einer Verbesserung der Produktionseffizienz, der Nachhaltigkeit, der Sicherheit der Mitarbeiter und der Produktqualität führen können.
Basierend auf den Erkenntnissen der anfänglichen Bereitstellung schätzt das Team, dass es im Vergleich zum alten Ansatz die folgenden Einsparungen gibt:
| Erwartete Einsparungen | Kostensenkung | Beteiligte Faktoren und Anmerkungen |
|---|---|---|
| Wartung und Support | + 30 % | Weniger Schulung und Fehlerbehebung, vereinfachte Integration, Patching, Upgrades usw. |
| Hardware | + 30 % | Anschaffungswert bei einem Austausch nach 5 bis 7 Jahren |
| Leistung und Betriebszeit | 10 % | Reduzierte MTBF und MTTR (nur Arbeit) |
| Ersteinführung (einmal) | + 40 % | Bereitstellung von Images und Arbeitslasten, Netzwerkbetrieb, Montage, Aktivierung |
Sämtliche Geräte, die zur Unterstützung dieser Arbeitslasten erforderlich sind, werden von der IT als Standardgeräte verwaltet, mit normalen Verwaltungstools, mit sicheren Standard-BS-Images für die Edge Computing-Geräte und einer Virtualisierungsumgebung auf Seiten des Edge-Servers. Das hilft bei der IT-/OT-Konvergenz.
Was die Datenverwaltung betrifft, gibt es pro Ebene einen MQTT-Broker (Message Queue Telemetry Transport), mit dem GP Informationen von IoT-Lösungen erfassen kann. Das Unternehmen ist nicht dann mehr an einen Anbieter gebunden. So kann das es die aggregierten/angereicherten Daten erstellen, die für das Erlangen von Erkenntnissen erforderlich sind.
Durch Vorhandensein einer Plattform, die bei der Orchestrierung von Arbeitslasten helfen kann, kann GP seine Infrastrukturressourcen effizient verwalten, indem Arbeitslasten zu einem bestimmten Zeitpunkt auf den besten verfügbaren Knoten bereitgestellt werden.
Das Intel® IoT Unified Edge Framework hilft Georgia-Pacific eindeutig bei seiner digitalen Transformation. Durch die Nutzung des Frameworks von Intel beschleunigt GP die Bereitstellung neuer IIoT-Lösungen auf eine nachhaltigere Weise und vereinfacht die Skalierung dieser Lösungen in seinen Betriebsstätten, während die Kosten für den Betrieb und die Wartung dieser neuen Plattform minimiert werden.
Fazit
Der Fall Georgia-Pacific zeigt ganz deutlich, dass das Intel® IoT Unified Edge Framework die Bereiche und Anleitung bietet, die Unternehmen benötigen, um End-to-End-IIoT-Lösungen effizient zu gestalten und zu skalieren. Wenn Unternehmen das Intel Framework zur Konsolidierung und Orchestrierung von Arbeitslasten am Netzwerkrand verwenden, anstatt eine immer komplexere und kostspielige Palette unterschiedlicher IIoT-Lösungen zu unterstützen, können sie Sicherheit, Leistung und Zuverlässigkeit erhöhen, während sie die Investitionsausgaben und die Gesamtbetriebskosten senken.
Autoren
Dave Nettuno
Georgia-Pacific
Enterprise IoT Architect
Kit Fennell
Georgia-Pacific
Technology Leader
Dalibor Labudovic
Georgia-Pacific
Systemingenieur
Marcos E. Carranza
Intel Corporation
Senior IoT Solutions Architect
Cesar Martinez Spessot
Intel Corporation
Engineering Director
Senior IoT Solutions Architect
Lakshmi Talluru
Intel Corporation
Sr. Director Digital Transformation
Jennifer Frieda
Intel Corporation
Account Executive