Presentazione di Intel® IoT Unified Edge Framework

Utilizzo del consolidamento del carico di lavoro per una scalabilità efficiente delle soluzioni IoT industriali.

Introduzione all'Intel® IoT Unified Edge Framework con utilizzo del consolidamento del carico di lavoro per scalare in modo efficiente le soluzioni IoT industriali.

Sintesi

La trasformazione digitale, nota come Industrial Internet of Things (IIoT), sta ponendo molti settori di fronte a sfide nuove e complesse. Soluzioni frammentate, standard limitati, modelli di sicurezza non evoluti e approcci inadeguati alla manutenzione delle risorse digitali sono alcuni degli ostacoli che possono impedire alle organizzazioni di scalare soluzioni IIoT di valore. L'allineamento e/o la convergenza delle organizzazioni di tecnologia informatica (IT) e della tecnologia operativa (OT) rappresentano inoltre un fattore di successo sempre più critico.

Considerando il numero crescente di dispositivi edge e volumi sempre più elevati di dati e di infrastrutture limitate, è fondamentale ridurre la complessità e semplificare i requisiti di scalabilità. Due concetti chiave per il raggiungimento di tali obiettivi sono il consolidamento e l'orchestrazione del carico di lavoro. Combinando questi due concetti e definendo un'infrastruttura edge, le organizzazioni possono consentire una scalabilità efficiente in termini di costo di IIoT e ridurre le spese di capitale, migliorando al contempo la sicurezza. Intel ha semplificato tutto ciò con Intel® IoT Unified Edge Framework, progettato per aiutare le organizzazioni a consolidare i carichi di lavoro alla periferia della rete e a scalare in modo efficiente le loro soluzioni IIoT.

Questo articolo fornisce maggiori dettagli su Intel® IoT Unified Edge Framework e presenta un case study per illustrare in che modo un'azienda leader del settore, Georgia-Pacific (GP), abbia applicato questo approccio innovativo, nonché i risultati ottenuti.

Aree di opportunità

L'IIoT sta trasformando il modo in cui l'OT funziona aumentando l'efficienza, migliorando l'affidabilità e riducendo gli scarti. Il cloud è uno strumento potente per molti carichi di lavoro OT, ma a volte può non essere all'altezza per i casi di utilizzo IIoT. Questioni come la latenza per control plane, i massicci volumi di dati remoti e l'aggregazione dei dati (mantenendo al contempo il contesto) richiedono una funzionalità aggiuntiva. L'evoluzione continua dell'edge computing sta fornendo questo complemento e la possibilità di risolvere questi problemi. Tuttavia, vi sono altre sfide importanti da affrontare:

  • Gli stack edge stanno aumentando in termini di complessità. A causa della mancanza di standard di gestibilità, la gestione di questi sistemi richiede spesso un intervento manuale. Questa operazione viene gestita con frequenza internamente o da terze parti, il che conduce ad approcci di sistema non standard che aggiungono ulteriori costi e complessità riducendo al contempo l'affidabilità.
  • La convergenza IT/OT rappresenta inoltre una sfida fondamentale. In passato, la pratica comune di mantenere i sistemi OT come circuito chiuso senza integrazione IT era particolarmente diffusa. Ciò non è più possibile. Nell'odierno panorama competitivo, la duplicazione dell'infrastruttura in questo modo non è una soluzione ideale.

Intel, in collaborazione con diverse aziende Industrial Top 100 e con l'obiettivo di risolvere questi problemi, ha realizzato l'Intel® IoT Unified Edge Framework, composto da un elenco di discipline e linee guida che qualsiasi cliente può utilizzare per implementare una soluzione scalabile e gestibile che offra un valore aziendale reale.

L'Intel® IoT Unified Edge Framework fornisce una base per la creazione di soluzioni IoT end-to-end. Include una guida per la scelta degli elementi di base adatti a supportare le esigenze aziendali e fornire coerenza, scalabilità e completezza delle architetture di soluzioni IoT in tutta l'azienda. Il framework comprende inoltre un'architettura di riferimento che i clienti possono implementare utilizzando i loro elementi base preferiti.

In ultima analisi, questo quadro di riferimento di Intel aiuta i clienti a comprendere in modo chiaro il valore della standardizzazione in ciascuna delle discipline e include e le opzioni a loro disposizione, in modo da poter prendere decisioni informate su cosa è meglio per la loro attività.

Il valore del consolidamento del carico di lavoro

Una disciplina importante per questa modernizzazione è il consolidamento del carico di lavoro. Il consolidamento di sistemi nuovi e di legacy in ambienti di edge computing può servire a diversi scopi e a ridurre in vari modi i costi totali di gestione. Eccone alcuni esempi:

  • Sfruttando una piattaforma in grado di consentire l'orchestrazione dei carichi di lavoro, le aziende possono ridurre i costi dell'infrastruttura, rendere i sistemi funzionalmente protetti e sicuri e semplificare la gestione del sistema.
  • La riduzione del numero di componenti consente alle aziende di ottimizzare le operazioni, migliorare la produttività e ridurre i costi e la complessità.
  • Le aziende possono ridurre sia le spese di capitale (CAPEX) sia le spese di funzionamento (OPEX) contenendo in modo significativo il numero di dispositivi unici da tenere a disposizione per la manutenzione e abbassando i relativi costi per la formazione e il personale.
  • La riduzione dei costi associati all'obsolescenza dei sistemi è un ulteriore elemento a favore del consolidamento del carico di lavoro. Consolidando i carichi di lavoro in modo che un dispositivo ospiti più casi di utilizzo, le organizzazioni potranno avere meno dispositivi da aggiornare o da sostituire in futuro.

GP è tra le prime aziende a collaborare con Intel a questa iniziativa per consentire la trasformazione digitale interna.

Esistono due componenti principali del sistema Intel® IoT Unified Edge Framework, rappresentato come ontologia di sistema multi-livello alla figura 2 come parte dell'infrastruttura di edge computing:

  • Dispositivi di edge computing: cioè dispositivi comunemente indicati come gateway IoT. Essi dispongono di una potenza di elaborazione sufficiente per ospitare diverse soluzioni IoT (con ciascun sistema di funzionamento basato sui processori Intel® Core™ i7). I dispositivi di edge computing sono utilizzati vicino ai sensori, ricevono i dati direttamente da essi e interagiscono con gli attuatori per eseguire azioni specifiche. I dispositivi di edge computing sono standardizzati dall'IT e comprendono sia l'hardware che il software. Essenzialmente, l'IT seleziona un dispositivo con determinate componenti hardware, e tale dispositivo include il sistema operativo (OS) Ubuntu* e una serie di altri software che gli consentono di eseguire uno o più casi di utilizzo.
  • Edge Server: server a elevata capacità di elaborazione, on-premise (che utilizzano i processori Intel® Xeon®) sono necessari per il consolidamento dei dati provenienti da diversi dispositivi di edge computing o per l'elaborazione di carichi di lavoro elevati, come l'analisi video. Questi server locali offrono indipendenza dai provider cloud, consentendo una disponibilità più elevata, una latenza bassa e una ridotta trasmissione di dati.

Vantaggi del consolidamento del carico di lavoro

Come descritto nella sezione precedente, l'obiettivo principale del consolidamento del carico di lavoro è ridurre il costo totale di gestione e ottenere i seguenti vantaggi:

  • Riduzione dell'impatto delle apparecchiature di sistema: invece di avere un dispositivo di edge computing dedicato per ciascuna soluzione, un dispositivo singolo e con maggiori risorse può ospitare diverse soluzioni/componenti IoT.
  • Facilità di implementazione e gestione: diminuendo la quantità di dispositivi utilizzati per soluzioni singole, le organizzazioni possono ridurre considerevolmente il numero di dispositivi da gestire, il che significa meno operazioni.
  • Aumento della sicurezza: le aziende hanno la possibilità di minimizzare la superficie di attacco della loro rete riducendo il proprio hardware (HW), il firmware (FW) e software (SW).
  • Riduzione della complessità dell'integrazione di sistemi e l'accesso ai dati: è necessario un framework per consentire la coesistenza di diversi carichi di lavoro nello stesso dispositivo. Ciò semplifica l'implementazione e l'integrazione delle soluzioni. Il bus di dati aziendale riceve i dati forniti da diverse soluzioni.
  • Miglioramento dell'affidabilità dei sistemi di controllo del processo di base: riduzione al minimo della duplicazione delle richieste di dati e del carico sui sistemi di controllo critici (ma obsoleti).
  • Garanzia che non siano presenti blocchi dei fornitori: i clienti sono in grado di ottenere i loro dati da ciascuna soluzione, mentre i fornitori devono adattarsi all'hardware definito dal cliente.
  • Ottimizzazione dell'utilizzo del computing aggregato all'edge: eliminare l'uso inefficiente delle risorse del dispositivo edge che eseguono solo alcuni servizi per dispositivo.
  • Accelerazione dell'adozione delle tecnologie IoT: per aiutare le aziende a gestire la trasformazione digitale.

Case study – Georgia-Pacific

Georgia-Pacific è uno dei principali produttori mondiali di pasta, tessuto-carta, imballaggi, prodotti per l'edilizia e prodotti chimici correlati. GP sta investendo in modo aggressivo nelle tecnologie digitali per promuovere iniziative di trasformazione e migliorare costantemente l'efficienza di produzione, la sostenibilità, la sicurezza dei lavoratori e la qualità dei prodotti in oltre 150 sedi produttive che l'azienda gestisce in tutto il Nord America.

I progressi tecnologici hanno consentito una vasta gamma di soluzioni IIoT che, applicate nelle aree giuste, sono in grado di trasformare la struttura di produzione. Tuttavia, per mantenere la competitività le aziende devono essere in grado di scalare queste soluzioni in modo rapido e conveniente in termini di costi. Però, la rapida adozione delle soluzioni IIoT in tutti i settori ha portato alla frammentazione del mercato e a una varietà di opzioni tecnologiche. Molte soluzioni per i fornitori implementano uno stack end-to-end, completo di dispositivi di edge computing, con conseguenti impianti che gestiscono diverse soluzioni chiuse, ciascuna delle quali richiede una maggiore manutenzione digitale, integrazione, sicurezza e supporto.

Nonostante inizialmente fosse soddisfatta delle sue soluzioni IIoT, Georgia Pacific ha rilevato che questo approccio "silo" rendeva difficile bilanciare le soluzioni quando cercava di ampliare le proprie funzionalità IIoT. Come scoperto da GP, col passare del tempo supportare una serie di soluzioni IIoT diversificate diventa sempre più costoso e richiede più manodopera. I costi di supporto a lungo termine aumentano rapidamente e minano i motori principali per l'implementazione della soluzione. La sempre maggiore complessità della soluzione risultante può ridurre inoltre l'affidabilità e causare l'instabilità nei sistemi di origine come i sistemi di controllo della produzione.

Con l'assistenza di Intel GP ha scoperto che il consolidamento dei carichi di lavoro in dispositivi di edge computing dotati di maggiori risorse e l'incapsulamento dei servizi computazionali utilizzando container e macchine virtuali, ha consentito all'azienda di gestire e implementare suite di soluzioni IIoT su scala.

Il tentativo di scalare le soluzioni IIoT senza consolidare l'hardware e utilizzare un approccio più efficiente per la gestione del carico di lavoro può diventare scoraggiante. La manutenzione e il supporto delle risorse informatiche per una grande azienda manifatturiera rappresentano già un'enorme impresa. L'aggiunta di più nodi che richiedono un elevato livello di uptime e prestazioni rende il compito ancora più difficile.

In base all'esperienza di implementazione dell'Intel® IoT Unified Edge Framework presso la struttura Muskogee di GP, i team di Intel e GP hanno individuato il modo in cui lo sfruttamento del sistema potrebbe ridurre drasticamente il numero di risorse (sia manodopera che hardware) necessarie per implementare e mantenere i sistemi IIoT e consentire lo scaling.

I team locali sono stati in grado di consolidare in un unico stack di computing standardizzato i carichi di lavoro di tre soluzioni IIoT offerte da tre fornitori diversi. Le soluzioni richiedono livelli variabili di I/O dal gateway di campo e computing dal server edge.

I carichi di lavoro consolidati elencati di seguito sono rappresentativi delle tipiche soluzioni IIoT attualmente in fase di implementazione nell'ambito aziendale.

  • Servizio di rilevamento anomalie basato sulla visione computerizzata: questo sistema utilizza le telecamere fisse per identificare i cambiamenti nell'ambiente operativo. Tra gli esempi di applicazione di questa funzionalità figurano il tracciamento dei materiali per assicurarsi che non siano collocati in aree non autorizzate, con conseguenti rischi per la sicurezza come punti ciechi o chiusure delle uscite; il rilevamento di eventuali danni allo schermo che protegge le macchine; e l'identificazione del funzionamento tipico o atipico di un macchinario, per individuare proattivamente gli eventi che possono influire su qualità e affidabilità.
  • Sistema di sicurezza per il rilevamento degli oggetti basato sull'IA: riduce i rischi legati alla sicurezza in diversi modi, ad esempio utilizzando l'IA per rilevare i pedoni nelle aree ad alto traffico per le apparecchiature portatili, e fornendo maggiore visibilità tramite illuminazione e/o porte automatizzate.
  • Sistema di sensori ambiente a lungo raggio: adeguamento dei sensori e collegamento di apparecchiature aziendali prima troppo costose da aggiungere alla rete. Poiché queste risorse sono spesso al di fuori delle principali aree di produzione, le informazioni fornite dai sensori permettono una maggiore visibilità dei parametri operativi, il che può portare a un miglioramento dell'affidabilità e dell'efficienza. Questi tre carichi di lavoro costituiscono una piccola rappresentazione di funzionalità correlate che, quando applicate in combinazione, possono consentire la trasformazione della struttura di produzione e portare a miglioramenti nell'efficienza produttiva, nella sostenibilità, nella sicurezza dei lavoratori e nella qualità dei prodotti.

Sulla base delle conoscenze acquisite dall'implementazione iniziale, il team ha valutato i seguenti risparmi rispetto all'approccio iniziale:

Risparmi attesi Riduzione dei costi Fattori concorrenti e note
Manutenzione e supporto 30%+ Formazione ridotta e risoluzione dei problemi; integrazione semplificata, patching, aggiornamenti, ecc.
Hardware 30%+ Costi iniziali con una sostituzione tra 5-7 anni
Prestazioni e uptime 10% MTBF e MTTR ridotti (solo manodopera)
Implementazione iniziale (unica) 40%+ Implementazione di immagini e carico di lavoro, networking, montaggio, attivazione

Tutti i dispositivi necessari a supportare questi carichi di lavoro sono gestiti dall'IT come dispositivi standard, con strumenti di gestibilità regolare, che dispongono di immagini standard per i dispositivi di edge computing e di un ambiente di virtualizzazione lato server edge. Ciò contribuisce alla convergenza IT/OT.

Per quanto riguarda la gestione dei dati, c'è un broker MQTT (Message Queuing Telemetry Transport) per ogni livello, il quale consente al GP di acquisire informazioni dalle soluzioni IoT, eliminando il blocco del fornitore. Ciò consente all'azienda di produrre i dati aggregati/arricchiti necessari per la generazione di informazioni.

Inoltre, disponendo di una piattaforma in grado supportare l'orchestrazione dei carichi di lavoro, GP può gestire in modo efficiente le proprie risorse di infrastruttura implementando i carichi di lavoro sui nodi migliori disponibili, in un determinato momento.

Il sistema Intel® IoT Unified Edge Framework sta aiutando Georgia-Pacific nel suo percorso di trasformazione digitale. Utilizzando il framework Intel, GP sta accelerando la sua implementazione di nuove soluzioni IIoT in modo più sostenibile, e semplificando il ridimensionamento di queste soluzioni attraverso i propri impianti operativi e riducendo al contempo i costi di funzionamento e manutenzione di questa nuova piattaforma.

Conclusioni

Come dimostra in modo chiaro il case Georgia-Pacific l'Intel® IoT Unified Edge Framework fornisce le direttive e le linee guida necessarie per creare e scalare in modo efficiente soluzioni IIoT end-to-end. Utilizzando il framework Intel per consolidare e orchestrare i carichi di lavoro alla periferia della rete piuttosto che continuare a supportare una gamma sempre più complessa e costosa di soluzioni IIoT, le aziende possono migliorare la sicurezza, le prestazioni e l'affidabilità riducendo al contempo le spese di capitale e i costi totali di proprietà.

Autori

Dave Nettuno
Georgia-Pacific
Enterprise IoT Architect

Kit Fennel
Georgia-Pacific
Leader tecnologico

Dalibor Labudovic
Georgia-Pacific
Ingegnere di sistema

Marcos E. Carranza
Intel Corporation
Senior IoT Solutions Architect

Cesar Martinez Spessot
Intel Corporation
Direttore tecnico
Senior IoT Solutions Architect

Lakshmi Talluru
Intel Corporation
Sr. Direttore della trasformazione digitale

Jennifer Frieda
Intel Corporation
Account Executive