众所周知,以太网已经成为家庭、企业及数据中心网络连接和互通的最广泛的通信协议标准。然而因为其确定性、实时性、可靠性等因素,传统以太网并不适用于工业数据通讯。例如以太网存在的CSMA/CD机制,当网络出现冲突时需不断重发数据,这对于网络实时性带来挑战;另外,因工业现场面临恶劣的工况、严重的线间干扰等,也导致以太网可靠性大打折扣。
所以,因为以太网设计之初并非从工业网应用出发,促使工控领域的各大厂商纷纷研发出适合自己工控产品的工业以太网协议,比如西门子的Profinet、施耐德的Modbus TCP/IP、罗克韦尔的Ethernet/IP、还有EtherCAT、Powerlink、CC-Link等等。而工业以太网,相较于传统以太网、现场总线等在实时性、传输速率等方面都有明显的改观。
不过,这些专有的工业以太网协议仍然面临瓶颈,虽然它们在满足机器运动控制等方面已经绰绰有余。
因为当云计算、大数据技术逐渐渗透到工业领域,工业数据通讯并不再仅限于机器到传感层,也不仅限于机器到机器之间,而是扩展到了与人、云和应用等更丰富的连接。有更多类型和更多海量的数据需要传输和处理,而对于数据处理的链条也变得更长,包括在边缘侧,包括云端,包括与企业生产系统和管理系统的逐步打通。因此,如何应对通过更高带宽进行海量数据的联接和传输,如何做到更精准的确定性控制和更低时延,仍是工业制造的巨大挑战。所以,一个打破碎片化的通讯协议,以及统一数据链路的服务标准,对于工业制造的未来更为重要。
工业数据通讯的“大一统”
TSN(时间敏感网络)+ OPC UA(OPC统一架构)成为从传感器到云端建立全面通讯基础结构的最佳拍档。
TSN的工作原理是优先适用(IEEE P802.3br)机制,在传输中让关键数据包优先处理。这意味着关键数据不必等待所有的非关键数据完成传送后才开始,从而确保更确定、更快速的传输路径。本质上来说,TSN建立了一套能使以太网具有实时性和确定性的新标准。
基于TSN提供的网络通信的高确定性和低时延之上,OPC UA则提供了一个独立于平台的面向服务的体系架构,它定义了统一的标准和信息模型,可以实现设备与设备、设备和企业,以及不同厂商设备之间的交互。
TSN+OPC UA组合提供了一个实时、高确定性并真正独立于设备厂商的通信网络,将会在带宽、安全、互操作、延迟和同步等方面带来巨大改善。
举例来说,在工厂数据采集、传输与生产运营中,都会需要对现场的机器状态、生产能耗、质量相关、生产相关参数进行采集,有了TSN+OPC UA,数据不用再历经PLC控制器、SCADA系统、MES系统…就可以直接连入云端。OPC UA作为一种数据传输的统一格式,无论是传感器层还是云平台层都可以部署,保持全栈信息模型的统一。
也就是说,TSN+OPC UA就像秦始皇统一度量衡一样,彻底统一了数据链路的服务标准,也就是彻底统一了工业界近百种碎片化的通讯协议。一个统一的,有效的数据结构,对于数字化社会发展的贡献,绝不亚于秦始皇“书同文,车同轨”的举措。实现这种大一统之后,必然会造成一系列颠覆性的连带反应,传统工业的金字塔架构在很大概率上会被直接打破,变成扁平化结构,不用再经过层层设备,数据获得可以直接“跳步”贯穿到数据分析和应用。
TSN+OPC UA将IT和OT无缝融合
当然,TSN+OPC UA组合在工业领域的应用尚处于起步阶段,越来越多的工业供应商、ICT厂商和芯片供应商也在共同加快对其测试和验证。
在刚刚召开的2018汉诺威工业博览会上,多家组织和厂商联合就展开了一场针对TSN+OPC UA场景应用的测试验证。包括工业互联网产业联盟(AII)、Avnu联盟、边缘计算产业联盟(ECC)、Fraunhofer FOKUS、华为、施耐德电气、和利时、美国国家仪器(NI)、贝加莱(B&R)、TTTech、思博伦通信(Spirent Communications)等超过20家国际组织和业界知名厂商,联合发布了包含六大工业互联场景的TSN+OPC UA智能制造测试床。
欧洲最大的应用科学研究机构弗劳恩霍夫协会-开放通讯系统研究所(Fraunhofer FOKUS)的Alexander Willner博士表示,“自从可编程逻辑控制器(PLCs) 问世以来,工业自动化流程得到了极大优化。OT(运营技术)与IT(信息与通信技术)之间的融合令人兴奋,将带来有趣的创新体验。OPC UA和TSN的结合,让工业领域得以实现实时信息交换和互操作。联合测试床中演示的场景展示了我们各自的技术优势,我们对数字网络的未来充满期待。”
在过去从现场层、控制层到信息层,最佳方案是采用相似供应商的产品才容易集成和贯通,但是现在,由企业互相竞争而造成的“人为边界”已经有被打破的迹象,因为无论产品类型、品牌和功能等差异如何存在,都可以轻而易举地实现从下到上的贯穿和整合。
当然,业内对于TSN+OPC UA的追崇并非因其高带来的高可靠性、实时性那么简单,更重要的是,它们通过改写工业通讯的底层架构,真正为智能制造转型打开了大门。
无论是德国的“工业4.0”、亦或中国的“中国制造2025”等战略,其背后的技术基础均是物联网的开启。而TSN+OPC UA正是打通工业互联最后一公里的关键所在,也是真正实现OICT融合,加速智能制造的关键所在。
TSN+OPC UA通过改变工业数据通讯将会加速形成成熟的工业互联网应用和生产体系,因为它带来了数据流动的畅通无阻。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。