Etablierte Clouds können sehr viel. Doch wenn es um die Echtzeit-Steuerung von Maschinen und um Echtzeit-Auswertungen für schnelle Entscheidungsprozesse an der Maschine geht, stößt Cloud Computing oft an seine Grenzen. Denn die Auswertung, Analyse und Übertragung von immer mehr Daten in die Cloud und das Zurückspielen an deren Entstehungsort dauert zu lange für Anwendungen, in denen Bruchteile von Sekunden bei der Maschinensteuerung ausschlaggebend sind.

Durch die Skalierbarkeit der Rechen­leistung vom Edge bis zur Cloud, können die Aufgaben einzelner Prozesse exakt an die Gegebenheiten angepasst werden. So werden Hochleistungsserver im ersten Schritt zum Trainieren von Aufgaben ­verwendet, die noch zeitunkritisch erfolgen können. Im Realprozess kann das trainierte Modell dann sofort auf Abruf, nahe am Prozess und in der Edge, angewendet werden.

Das 'Intelligent Edge': Übernimmt vorgelagert schon viele Rechenaufgaben und hält Speicherkapazität vor.

© Kontron

Anstatt nun Sensoren und Maschinen mit der Cloud zu verbinden und die Rohdaten in der Cloud zu verarbeiten, wird künftig möglichst viel Rechen- und Speicherkapazität in das sogenannte ‚Intelligent Edge‘ verlagert. Das heißt, Daten werden dort nahe an ihrem Entstehungsort, vor dem Übergang ins Netz, mittels trainierter Modelle gefiltert, verarbeitet und analysiert, um die Regelschleife schnell und effizient direkt am Prozess zu halten.

Neue Technologien, wie die ‚Containerisierung‘ von komplexen Funktionen oder die Schaffung von ‚digitalen Zwillingen‘ sind hierbei essentielle Voraussetzungen, um diese Skalierbarkeit zu erreichen.

Dadurch werden die sogenannten ‚Software Defined Machines‘ erst möglich und erlauben sogar das Ausgliedern leistungsfähiger Tools wie zum Beispiel Edge Ana-lytics, Künstliche Intelligenz (KI) oder Machine Learning in das Edge. Trainierte Modelle in Kombination mit leistungsfähigen Computersystemen erlauben dann die Verlagerung von komplexen, zeitkritischen Prozessen aus der Cloud in die Edge Computer, ohne dass eine dauerhafte Verbindung zur Cloud erforderlich ist.

Die Industrial Server kommen dort zum Einsatz, wo On-Premise der Aufbau einer Private Cloud gewünscht ist. Sie sind dann mit den Edge Devices – oder für höhere Rechenleistung mit sogenannten Fog Computern – verbunden und speichern die gesammelten Daten in der lokalen Cloud. Zudem übernehmen sie übergeordnete Steuerungsaufgaben oder die Datenaufbereitung für die Public Cloud. Weniger zeitkritische Daten lassen sich auch weiterhin in eine Public Cloud auslagern, um von verteilten Systemen Management-Informationen zur Verfügung zu stellen. 

Kontron hält zusammen mit dem Schwesterunternehmen S&T Technologies für solche Fälle ein Spektrum an Hardware- und Software-Produkten sowie Dienstleistungen vor. Wichtiger Baustein des Paketes: das von S&T Technologies entwickelte Software-Framework Susietec. Bei Susietec handelt es sich um ein Software- und Dienstleistungsangebot, das als Bindeglied der Komponenten in Edge-, Fog- und Cloud-Architekturen dient. Ergänzend verfügt Susietec über die Fähigkeit zur Integration von Machine Learning, um mit Methoden der Künstlichen Intelligenz auf Basis vorliegender Daten eigene Entscheidungen vorschlagen zu können. 

Im Rahmen einer Partnerschaft mit Iconics können zukünftig in Kombination mit der in Susietec optional eingebundenen Supervisory Control and Data Acquisition Software (SCADA) von Iconics Daten nicht nur erfasst und analysiert, sondern auch über die Cloud, beispielsweise Microsoft Azure, visualisiert werden.

Mit Unterstützung von offenen Standards, wie OPC UA und TSN (Time Sensitive Networking) lassen sich Schnittstellenprobleme mittelfristig beheben und Daten virtuell abbilden. Zudem werden Bandbreiten erhöht, was den Echtzeit-Anwendungen und Sicherheitsaspekten des industriellen IoT entgegenkommt. Durch die vereinheitlichten Standards und den Einsatz von Susietec verschwinden die herkömmlichen Grenzen zwischen IT (Information Technology) und OT (Operational Technology).

Susietec im Verbund mit Microsoft Azure

Susietec ist mit Microsofts Azure-IoT-Edge-Services integriert und ermöglich damit die nahtlose Skalierbarkeit der Rechenleistung zwischen Computing-Ressourcen am Intelligent Edge, in der Embedded Cloud, im On-Premise-Rechenzentrum oder in der Public Cloud. Technisch betrachtet sind dies Container, in denen Software-Funktionen abgebildet werden und die sich dann zwischen Cloud und Edge-Geräten verschieben lassen. Auf diese Weise kann flexibel – in Abhängigkeit vom gewünschten Sicherheits- und Leistungsniveau – entschieden werden, wo die Datenaufbereitung und -analyse erfolgen soll. Der Einsatz mit Azure IoT Edge sorgt somit für eine deutliche Beschleunigung der Reaktionszeiten in Prozessen.

TSN und OPC UA sind die Zukunft

Das IoT-Software-Framework Susietec ist das Bindeglied zwischen Endgeräten, Edge-Devices, Steuerungsrechnern und Clouds.

© Kontron

Das Rückgrat der Embedded Cloud bilden die aktuellen Standards TSN (Time Sensitive Networking) und OPC UA (Open Platform Communications Unified Architecture). TSN plus OPC UA ermöglicht deterministische OT- und standardisierte IT-Datenübertragungen auf demselben Ethernet. Dies ist für zeitkritische Maschinensteuerungen unabdingbar. 

Auf der Seite der Standards setzt Kontron voll auf OPC UA und TSN. Kontron ist beispielsweise Teilnehmer von TSN-Testbeds im Rahmen des Industrial Internet Consortium (IIC) und des Lab Networks Industrie 4.0 (LNI) und ermöglicht mit dem TSN-Starterkit einen unkomplizierten Einstieg in das Time Sensitive Networking. 

In Kombination mit dem neuen Systems-on-Chip LS1028 von NXP ist es sogar möglich, bis zu fünf TSN-fähige Gigabit-Ethernet-Ports bereits im Chip zu integrieren. Mit zusätzlichen vier seriellen Schnittstellen und einem CAN-Port lassen sich nicht nur Kosten, Platzbedarf und Verlustleistung reduzieren, sondern vor allem auch kompakte IoT-Gateways und Edge Computer realisieren.

Neue Technologien und Geschäftsmodelle

Durch die neuesten Technologien für Hard- und Software sowie Connectivity ergeben sich laufend erweiterte Auf­gabengebiete für Edge Computer. Maschinen werden künftig in der Software mit vollem Funktionsumfang – ähnlich wie bei Automobilen – implementiert sein. Der aktuell nutzbare Funktionsumfang wird allerdings je nach Modell und Lizenzierungsform erst über die Software freigeschaltet. Auch neue Geschäftsmodelle wie etwa gebrauchsabhängige Leasingmodelle wie Pay-Per-Use benötigen leistungsstarke, verbundene Computer, gleiches gilt für neue Servicemodelle in Verbindung mit Preventive oder Predictive Maintenance. 

Für viele Anwendungen sind Hybrid-Cloud-Architekturen bestehend aus einer eigenen On-Premise-Architektur mit Edge-und Fog-Computern sowie der Nutzung von Public Clouds die ideale Kombination. Daten erfassen, intelligent verarbeiten, Prozesse und Effizienz optimieren und übergeordnete Informa­tionsplattformen zur Verfügung stellen: Dies alles wird möglich mit skalierbaren ­Computerplattformen, TSN, OPC UA und der IoT-Edge-Container-Software-Technologie, alles voll integriert durch Susietec.

Die Edge-Computing-Welt Kontrons

Für Edge- und Fog-Computing-Architekturen hat Kontron robuste Embedded-Computing-Lösungen im Programm, die unter anderem auf den Standards SMARC 2.0 (Smart Mobility Architecture) und COM Express basieren. Ein Beispiel für eine kostengünstige Lösung mit garantierter Latenz und Quality-of-Service zur Steuerung von Industrie-4.0.-Architekturen ist das Kontron SMARC-sAL28 Modul.

Kontron Boards, Module und Embedded-Systeme unterstützen auch die aktuellsten Intel-Core- und Server-Class-Intel-Xeon-Prozessoren. Sie bieten erhöhte Leistungsdichte sowie flexible, skalierbare Rechenleistung und Vernetzung, und sind damit ideal nutzbar für Intelligent-Edge-Steuerungen, Edge-Server, Machine Learning und KI-Anwendungen.

Mit Industrierechner-Plattformen lassen sich Server implementieren, die On-Premise Cloud- und Storage-Funktionalitäten sowie Aufgaben im Bereich KI mit übernehmen. Hohe Modularität und flexible Storage-Möglichkeiten, gepaart mit neuesten Intel-Core- und Dual-Intel-XEON-Prozessor-Plattformen und optionalen GPGPUs (General Purpose Computation on Graphics Processing Unit) erlauben einen breiten Einsatzbereich. Der kompakte ZINC-CUBE-SKD-Embedded-Server ist ebenso wie die neue KISS-Familie für rechenintensive Anwendungen konzipiert wie beispielsweise Machine Learning oder KI. 

Für Edge Computer ist es wichtig, unterschiedliche Sensoren oder SPS-Geräte anbinden zu können, um von diesen gewonnene Informationen für moderne Anwendungen zur Datenanalyse und Prozessoptimierung zu erhalten. Durch neueste Intel-Atom- oder Intel-Core-Technologie in Verbindung mit TPM 2.0 ist bei der KBox-A- und KBox-C-Serie sichergestellt, dass Performance, Sicherheit und das breite Einsatzfeld im Industriebereich gewährleistet sind. Beide Computerfamilien werden lüfterlos betrieben, sind flexibel skalierbar und unterstützen Microsoft IoT Edge. Die KBox-C-Serie erlaubt darüber hinaus den Einsatz von PCIe-Erweiterungskarten, um beispielsweise Systeme mit TSN-Ethernet-Schnittstellen auszurüsten.

Sicherheit für IoT-Anwendungen

Um robuste Sicherheit in den IoT-Anwendungen sicherzustellen, verfügt die Kontron-Produktfamilie mit Boards, Gateways, Modulen und Systemen über TPM-2.0-Bausteine und die CodeMeter-Technologie von Wibu-Systems. Somit kann man von Trusted Hardware ausgehen und Standardtechnologien – wie Secure Boot – mit sicheren Betriebssystemen implementieren. Sie sind ‚IoT-ready‘, also sicher vor Manipulationen, Reverse-Engineering- und Kopierversuchen von eigener Intellectual Property.