Edge Computing na indústria | Venturus

Edge Computing na indústria

Compartilhar no facebook
Compartilhar no linkedin
Compartilhar no whatsapp

O novo cenário industrial prega cada vez mais pela inclusão de automatização, sensoriamento e inteligência dos processos de fabricação. A Internet das Coisas (Internet of Things ou IoT) veio para ajudar nessa transformação digital, permitindo o monitorando e controle dos mais diversos tipos de máquinas, robôs e linhas de produção.

Este monitoramento e controle acabam gerando uma grande quantidade de dados, proporcional ao número de dispositivos IoT distribuídos na planta fabril. Esses dados precisam ser enviados a um outro dispositivo ou data center — através da rede de internet — para serem tratados e processados.

A partir desse processamento, é possível gerar entendimento e insights sobre como anda a produção, o estado de cada máquina, consumo de material, estoques e outros parâmetros. No entanto, o processo também aumenta do tráfego de dados na rede das empresas, causando aumento da latência, custos e necessidade de melhorias de infraestrutura.

Para solucionar os problemas causados pelo aumento do tráfego de dados que a Internet das Coisas traz, surge o conceito de computação de borda (Edge Computing), que busca realizar o processamento de dados o mais próximo possível de onde os dados são gerados.

Dispositivos de Edge Computing

Edge Computing é a computação realizada em dispositivos que coletam dados — que estão na borda (edge) de um processo, ao invés de uma central de processamento. Na indústria, um dispositivo de computação de borda pode ser desde um computador tradicional com CPU, teclado e monitor até o próprio dispositivo IoT. O poder de processamento destes dispositivos depende dos dados a serem processados.

Um dispositivo IoT que monitora vários sensores não precisa de uma capacidade de processamento muito grande. Ele pode funcionar apenas como um concentrador das medidas e controlando um processo menor. Quando o dispositivo se torna também um computador de borda, ele passa a necessitar um processamento um pouco maior para poder processar os dados e até tomar decisões localmente.

Até um smartphone pode trabalhar como um processador de borda —ou seja, ele pode realizar o processamento de dados no local em que eles são coletados —, visto o grande poder de processamento contido nos aparelhos atuais. Com as várias opções de conexões — Wi-Fi, Bluetooth, NFC etc. — disponíveis em um smartphone comum, ele pode se conectar diretamente a sensores inteligentes, processar os dados, tomar decisões e enviar apenas o necessário à nuvem.

Benefícios do Edge Computing

Na estrutura tradicional de uma fábrica, a rede de dados termina em um data center interno ou em uma cloud externa em que o armazenamento, gerenciamento e análise dos dados coletados pelos sensores são realizados. Isso funciona bem quando temos apenas os computadores dos funcionários conectados aos servidores.

No entanto, à medida em que os dispositivos IoT são acrescentados à rede, o volume de dados trafegando e a complexidade do sistema aumentam. Isso se deve à concorrência entre eles por recursos de comunicação.

Dessa forma, maior tráfego de dados significa maior latência no sistema. A latência é o tempo necessário para que as comunicações ocorram na rede, com mais dispositivos conectados comunicação perde em velocidade. Ou seja, uma latência maior causa lentidão na rede, dificultando o trabalho de todos os dispositivos conectados.

Além disso, caso a empresa use um provedor de serviços na nuvem ou seus servidores fiquem em armazenados localmente, há um aumento nos custos pelo uso maior da banda contratada e de recursos.

Trazendo o processamento para mais perto de onde os dados são gerados, a rede é desafogada e os recursos são melhor aproveitados. A latência diminui, pois o servidor está mais perto e conectado a um número menor de dispositivos. Os dados enviados do dispositivo de borda ao servidor central ou à nuvem já são pré-processados. Além disso, são enviados apenas os dados necessários, gerando menos trafego.

Assim, aplicar a computação de borda na indústria gera economia de contratação de largura de banda na nuvem e da necessidade de servidores com grande capacidade de processamento. Com o processamento espalhado pela fábrica, as diferentes áreas se tornam mais independentes.

Desse modo, falhas ou paradas em uma área não afetam o processamento em outra. Até mesmo a falha no servidor central pode não atrapalhar, já que o processamento em borda garante o armazenamento local para envio futuro, quando tudo voltar ao normal.

Outra vantagem é a segurança dos dados. Dados sensíveis podem ficar limitados apenas ao computador ou dispositivo na borda trafegando em local seguro, dentro da fábrica ou em uma área ainda menor. Dividindo e isolando o tratamento destes dados ganha-se também em robustez, já que um sistema fica isolado de outro. Uma falha ou parada em um sistema de borda afeta apenas aquele local, os outros sistemas continuam funcionando.

Acrescentando inteligência à borda

Com o aumento recente do poder de processamento dos dispositivos IoT, a computação de borda também ganha o poder da inteligência artificial. A inteligência artificial é o campo que desenvolve tecnologias focadas em reproduzir habilidades humanas como análise de dados, tomada de decisão e reconhecimento de imagens. Em alguns casos, podemos fazer o processamento dos dados e gerar respostas diretamente no computador de borda.

Dessa forma, quando um sensor é lido, por exemplo, o valor da medida é armazenado e processado localmente. A resposta para controle de um processo também é executada localmente, de forma automatizada, aumentando a velocidade da tomada de decisão. Com isso, o sistema fica ainda mais inteligente — pois possui mais informações para embasar decisões futuras — e só envia o status do processo para um sistema central.

Um dos maiores beneficiários dessa evolução é o processamento de imagens. As imagens vindas de câmeras podem ser processadas localmente, sem necessidade de envio pela rede para o servidor central processar e devolver o resultado. Sistemas de visão, que identificam objetos, fazem reconhecimento de caracteres (OCR) e outras aplicações ficam mais rápidos e não ocupam grande parte de banda de rede ao fazer tudo na borda.

Com mais inteligência na borda, aplicações que ocupam grande poder de processamento podem melhorar seu desempenho, como em aplicações de realidade virtual na indústria. A renderização dos itens de realidade virtual sobre a imagem das câmeras pode ser feita em menor tempo com um processamento local.

Conclusão

A inclusão da IoT na indústria com a revolução digital criou uma enorme quantidade de dados a serem processados, gerando mais tráfego nas redes industriais. Usando computação de borda, trazemos o processamento, armazenamento, análise e tomada de decisões para perto de onde os dados são gerados.

Dessa forma, o tráfego extra gerado pelo novo paradigma da Indústria 4.0 — que chega até os servidores centrais ou na nuvem — fica limitado apenas ao necessário. Não é enviada apenas uma medida especifica de um sensor, por exemplo, mas o resultado já processado: um indicador ou um status de uma tomada de decisão sobre esta medida.

Assim, a disponibilidade dos dados localmente pode ajudar a diminuir custos e propiciar agilidade nos processos. Mudanças podem ser feitas diretamente no local onde os dados são gerados, pelo pessoal que mais conhece os processos, diretamente na linha de produção. Isso permite uma atuação mais precisa e veloz sobre os dados coletados, permitindo que os processos se tornem mais ágeis e inteligentes, abrindo novas possibilidades para a melhoria de desempenho de resultados de todo tipo de negócio.

Veja mais
Bitnami