#嵌入式系統 #微處理器MPU #微控制器MCU #專用晶片ASIC #數位訊號處理器DSP #現場可編程邏輯閘陣列FPGA #工業物聯網IIoT
【嵌入式系統=智能互聯】
什麼是嵌入式系統?市調機構看好汽車行業將成為嵌入式運算市場的主要動能——混合動力電動汽車 (HEV) 和純電動車 (EV) 興起,帶領智能系統控制不斷擴張,全自動駕駛尤需運行多個複雜的人工智慧 (AI) 軟體和系統。隨著物聯網 (IoT) 和工業物聯網 (IIoT) 出現,嵌入式技術已成智能生態迅速拓展的推動者。
嵌入式設備通常由系統單晶片 (SoC) 與現場可編程邏輯閘陣列 (FPGA) 等「與硬體集成的軟體」提供動力,以便開發人員針對特定功能進行編程積體電路 (IC) 和其他韌體版本,意謂軟體和硬體已然密不可分。簡單、大批量消費市場的嵌入式系統多由 99% 硬體+ 1% 軟體所組成,但飛機、汽車或高度可靠的工控應用,則以高度專業化、小批量為主;若測試及應用程式繁複,軟體所佔嵌入式系統成本的比例甚或可高達 95%!
嵌入式系統雖是非常成熟的技術,但新一代功能強大的處理器不斷發展,使嵌入式系統幾與「智能互聯」畫上等號,而「智能邊緣設備」(Edge AI) 將促使整個嵌入式系統顯著增長。在分眾市場分面,數十年來,消費電子一直是嵌入式系統的主要市場,但物聯網的出現將賦予它們全新意義——新型感測器和軟體等嵌入式智能已成為主要元素。醫療保健則是嵌入式系統開發最快的應用之一,例如,手持式/可攜式治療設備及用於監測生命體徵的設備。
此外,智能建築和智慧城市的來臨,將使嵌入式系統擴展預測性和規範性,基於 AI 和機器學習 (ML) 實現完全自主和自我修復,前三大 Edge AI 產品分別為:智慧手機、智慧音箱與 AR/VR/MR 等抬頭顯示設備 (HUD)。其中,成長最快速的產品是消費型與企業用機器人及安全監控攝影機。技術挑戰在於:發展低能耗、高準確率的認知計算,包括新型運算架構電路設計、演算法等。預期未來 IoT 裝置所使用的控制晶片,皆將內含 AI 加速晶片。
AI 創新能量蓬勃,演算法每幾個月就有大躍進,如何讓電子器件的開發環境與其無縫接軌,成為影響採用意願的要素之一。於是,各家處理器供應商無不絞盡腦汁在整合開發環境 (IDE)、打包軟體套件、創造韌體差異、各式開發板,乃至與雲端服務供應商 (CSP) 的合作上,目標是為各有專長的工程師形塑「工具鏈」、鋪設一條康莊大道,讓底層基本核心、韌體、中介軟體 (Middleware) 和最上層的應用軟體毫無隔閡。我們日前所介紹的「Microchip MPLAB」系列就是一例。
另為擴大應用,近年 FPGA 在本質上也有了變化:一是整合應特定用途的處理器做異構運算,二是軟核 (軟體為基礎的 IP 內核) 崛起,三是完善開發環境,四是與雲端平台結盟……。
延伸閱讀:
《智能邊緣引領「嵌入式系統」騰飛》
http://compotechasia.com/a/feature/2019/1111/43273.html
(點擊內文標題即可閱讀全文)
#工研院產科國際所 #台灣AI晶片聯盟AITA #微芯科技Microchip #MPLAB #CryptoAuthentication #PolarFire #美高森美Microsemi #賽靈思Xilinx #Zynq UltraScale+RFSoC #芯科科技SiliconLabs #ThunderboardSense 2
iot iiot 差異 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
邊緣智能化構築機聯網 提升台機械80%外銷的市場競爭力
廖家宜 2018-09-20
據IIoT World報導,預估到2020年,每個工廠每天將從智慧裝置收集超過14.4億個資料點(data point)。這個數字有兩種意義,一是製造業將是所有產業中,擁有數據資產最多的產業,這使得在產業人工智慧(AI)化上有足夠的「燃料」推動,二是透過物聯網過去以雲端運算為主的核心,已經不足以應付製造業帶來的大數據。
更別說在工廠裡是以秒或毫秒等級來計算時間差,往往一秒之間的誤差將影響數百萬的訂單,因此對製造商或其他工業企業而言,保持數據處理能力接近邊緣端將變得非常有價值。這些工廠所生產的資料量難以計數,因此更需要藉由AI協助從中理出頭緒。
國外一家鋼鐵公司在生產各個階段中收集感測器資料,預測「鋼氧化產生銹皮」的準確度高達78~100%,並能將此種情形的發生機率降低15%,因而每年省下數百萬美元。
利用AI優化是工廠收集大量數據的終極目標,但要有效發揮AI所帶來的價值,其中很重要的一點在於數據的累積量足不足夠。每個工廠都會產生數據,但要如何將這些數據蒐集起來?第一步得先讓工廠裡的設備連網,開啟設備「對話」的窗口,這也是老舊機械設備進入工業4.0的門檻之一。
設備聯網的目的之一在於採集設備運作中的各項參數,包括生產數據或是機台狀態的數據,而所有智能化應用的根源都是來自於蒐集有價值的資料。據業者觀察,台灣製造業的現況卻還有很多業者在資料蒐集這一塊都還沒有做到位,數據量不夠理想,再談AI都是天馬行空。
據統計,台灣機械設備高達80%產品皆為外銷,對國際市場依賴性極高,在競爭激烈的市場中,凸顯產品差異化是提高客戶使用忠誠度的策略之一。例如,國內振蕭機械便透過設備連網做資料庫管理,為業主進行遠端診斷的服務,並提供產品維護上的建議。
也有機械業者在設備中加入感測器蒐集每天運轉的數據,再依據各地區客戶使用機台的習慣來優化產品設計。藉由提高產品附加價值提升出口訂單的力道,這也是為什麼現在台灣機械業者致力打造設備聯網的用意。
政府推動智慧機械政策當中,目前已在市場發酵的是可協助中小型業者將傳統不聯網的舊產業機械數位化的智慧機上盒解決方案。目前產業界已有多家響應,包括工研院、精機中心、研華、盟立、施耐德(Schneider)等廠商。
上述提到,保持數據處理能力接近邊緣端將變得非常有價值,而擔任邊緣運算的終端裝置就非常多元了,可以是一個小型感測器、閘道器、微伺服器或是嵌入式電腦等任何具備運算、連網能力的裝置。
智慧機上盒也是製造業者部署邊緣運算的一種終端裝置,像是有業者所提供的機上盒解決方案中,就賦予本地端在連網產品上添加如資料收集與邊緣控制等的功能。專門生產四面鉋木機的勝源機械,產品100%都是外銷出口,客戶雖遍布全球各地,但在遠端服務上卻也帶來挑戰。
勝源機械在其機械設備加入施耐德Modicon系列產品中,專門設計給OEM機械設備製造商使用的PLC,從底層開始內建通訊後收集機台資料,並透過邊緣控制層的PLC能即時讓現場操作人員做出決策,縮短反應時間。
同時,這些資料後續還能上傳至雲端,讓位在遠端的勝源機械得以針對售出的產品進行診斷,並提供預測性維護保養與生產分析等建議,提升業主的生產效率。
台灣施耐德工業自動化事業部總經理孫志強建議,最理想的狀態是在設計新式機械設備中就先內置多功能的PLC,以省去日後還要額外連接其他設備。而針對無聯網功能的舊式機械設備,則是透過IoT Gateway以外掛的方式,允許在不需要更動現有設備的情況下,讓舊機械設備立即連網,進一步蒐集包括第三方的HMI或PLC資料。
設備聯網不僅是政府積極推動的目標,也是目前多數業者在推行智慧製造時極為看重的第一步。研華IoT嵌入式平台事業群副理歐家宇認為,設備聯網可以看做是為任何智能化服務的發展打下根基。包括研華本身在邊緣設備智能方案中所推行的設備實時管理與設備振動偵測等應用,也都是奠基於機聯網的架構下再推疊上去的服務。
但正是因為設備聯網是踏入智慧製造的根基,市場為了強調其重要性,因此也發展出許多強調軟硬體整合的解決方案。歐家宇表示,設備聯網方案的設計需要幾個關鍵,其一是因為由於設備種類眾多,邊緣裝置必須具備多樣化設備的整合能力。
除此之外,面對不同應用場域也會衍生出不同的連網需求,因此邊緣裝置也必須納入多樣化的連網能力。例如在太陽能板或風力發電的場域中,設備通常都在較偏遠或長距離的戶外地區,因此適用低功耗廣域網路如LoRa進行資料傳輸,而在工廠內的設備,則因為要求極高的穩定性,因此更傾向於使用有線的通訊方式。
在設備聯網的架構中,邊緣裝置最主要的任務在於數據的蒐集,因此對於數據的預處理能力也很重要,主要著重在於數據格式的轉換以及可執行輕量化分析,分擔雲端平台的運算壓力。除此之外,對於雲端平台的對接也需具備高彈性。
畢竟目前雲端仍具有較強的運算與分析能力,可對應較複雜的任務,而業者也可以在雲端平台上透過可視化一覽設備管理。例如工廠管理者面對分散在各地的設備,就可以透過使用雲端平台,在任何地點透過電腦或行動裝置隨時隨地確認設備狀態,並提前規劃預防保養等措施。
附圖:台灣機械設備高達80%產品皆為外銷,凸顯產品差異化是提高客戶忠誠度策略之一。ABB
資料來源:https://www.digitimes.com.tw/iot/package_show.asp…
iot iiot 差異 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
IIoT發展策略 大型企業與中小企業大不同
涂翠珊 2017-03-22
不同於奇異電氣(GE)等大型集團,中小企業在發展工業物聯網(IIoT)的過程中,勢必得採取更為靈活且花費較小的策略。然而目前為止尚未出現一條明確的解決途徑,因此如何集結中小企業之力,發展出適宜的IIoT解決方案,將是這些業者未來一大課題。
根據Industrie 4.0 Viewpoints報導,GE可說是掀起IIoT革命的重要力量。2009年金融危機後,GE決定要處置掉大部分的金融部門,回歸到工業本業。這時GE發現公司內部有許多工業產品專業,以往都未被有效利用。另一方面,GE長久以來的公司文化,讓各個損益部門擁有相當高的決策自主性。
然而GE認為他們需要打造出能配合其企業規模的軟體能力,且其規模將不只侷限在個別部門。2012年,GE提出了試圖定義並打造工業網路的企業層級策略。為了建立所需的軟體能力及業務,GE不惜打破長久以來的內部傳統,並以既有的研發部門為基礎,建立起企業級的軟體單位。
該軟體單位負責與其他高科技策略夥伴或奇異相關部門合作,發展軟體基礎設施與工業解決方案,並成為了今日的奇異數位(GE Digital)。
然而中小企業不像當初的GE須透過擺脫金融業務才能進行企業轉型。此外,這些中小企業內部也有充分的決策自主性與專業能力,只不過其能力規模比起GE小了許多。
這些中小企業往往無法負擔設置一個軟體部門,或是與多個軟體業者合作,以服務不同的市場部門。當解答空間(solution space)才剛起步,且不只有一個選項可供選擇時,中小企業通常不願意將太多的資金投注在單一平台上。
重要的是,這些中小企業佔據了IIoT的各個區塊,從量測、產品製造與材料分析無所不包。
針對中小企業應如何合作發展IIoT,業者顯然尚未找出方法,不過可以想見的是,他們最終採取的方式,將與規模為其上百倍的大企業有所差異。
附圖:中小企業正在尋求適合自身規模的IIoT途徑。法新社
資料來源:http://www.digitimes.com.tw/iot/article.asp…