工业4.0，一场“变形金刚”大戏在全球上演。工厂车间发力智能制造。信息技术已经渗透到每一个生产环节。重机古董化身智能化、自动化化身，传统制造业搭上智能数字化的快车，摇起降本增效大旗，创新底层结构，焕发新时代活力。我们知道罗马不是一天建成的。制造业“老树发新芽”的背后，是对车间机床的无数探索。今天，让我们走进一所欧洲顶尖理工大学的实验室，看看智能制造是如何从理论走向实践的。生产线上的流式数据处理问题德国亚琛工业大学（RWTH）成立于1870年，是德国顶尖的技术大学，现为欧洲四大技术大学战略联盟（IDEAAlliance）的成员之一。它在德国精英大学中名列前茅，被誉为“欧洲的麻省理工学院”。具有一百多年历史的亚琛工业大学机床实验室（WZL）（以下简称WZL）是世界上最大的机械研究机构。进行前瞻性研究并取得成功。除了基础理论，WZL的研究还涉及工业环境中的应用，并为生产合理化开发实用的解决方案。在WZL，科学家、数学家和软件开发人员共同研究如何从边缘生成的实时数据中获得洞察力。作为WZL制造过程的一部分，精冲创新中心会产生大量数据。振动传感器、声学传感器和其他用于制造条件的专用传感器每秒产生超过100万个数据点，必须首先在前线记录并快速处理。面对海量的流式数据，WZL曾使用Hadoop、Apache、Kafka、Spark等经典大数据平台对流式数据进行抓取、处理和历史分析。然而，由于大量传感器分布在不同的机器和位置，并非所有传感器都在24/7全天候运行，因此实验室经常使用人力资源来处理负载平衡。此外，WZL在管理Hadoop堆栈方面也遇到了麻烦。虽然是一个大实验室，但WZL的资源却相当有限。在小批量生产数据和本地化处理的情况下，其研究人员不得不花费大量时间。内部系统开发。在数据管理过程中投入过多的精力迫使WZL寻找具有极低延迟的可实施流模型。WZL希望找到这样一个可以利用高频数据的平台，帮助厂商在生产过程中收集数据、分析变化、监控。实时调整产量和工艺质量。实时采集海量数据，实现行业边缘洞察。长期以来，戴尔科技与WZL保持着良好的合作关系。戴尔团队根据WZL的需求和实际情况，为WZL提供了戴尔流数据平台（SDP）解决方案。构建边缘计算集群以实时摄取、存储和分析连续流数据。WZL首席数据官兼数字化转型总监DanielTrauth博士对此评论道：“戴尔流数据平台以流的形式处理一切，使我们能够轻松地使用处理模型来创建新的分析管道。”DellTechnologiesforWZL构建的本地系统包括优化的SDP软件平台，连接从智能物联网到云集成的所有组件和服务，并使用人工智能分析实时和历史数据。在硬件上，PowerEdgeR640服务器提供了对这个集群的支持。它拥有240个处理器核心、1.563TB内存、3.84TBSSD内存、360TBHDD内存和6个GPU。PowerEdgeR640搭载英特尔?至强?系列可扩展处理器，在核心、缓存、内存和I/O方面进行了优化，大幅提升了整体性能，可满足各种工作负载的需求。为了为不同类型的数据提供近乎无限的“DVR-like”存储和回放，WZL选择了PowerScale存储来处理流数据平台的长期存储需求，为历史数据收集、分析和机器学习模型提供空间发展。获得收益：流式数据平台接入精冲机后，每0.4毫秒最多可记录1000个特征值。这些特征值来自海量图像流、X光和物联网设备，并立即被边缘PowerEdge服务器收集存储起来，进行实时预分析，以供人工智能和机器学习进一步评估。WZL的精冲线每天产生约80TB的数据。虽然模型计算是一个非常耗CPU和耗时的过程，但得益于流数据平台的边缘连接，这些任务几乎可以瞬间完成。由于速度和温度等条件在AI的持续监控下，机器能够自动调整以防止任何中断。通过这种方式监控机器，WZL可以实时捕捉和预测整个金属冲压过程中的异常情况，相应地优化生产过程，并从边缘产生的数据中挖掘新的价值。基于戴尔的解决方案，WZL最终从边缘的生产数据中获得实时洞察，这将帮助制造商按需调整流程，大规模管理大量数据和IT基础设施。IDC预测，到2025年，全球物联网连接数将增加到270亿，物联网设备数量将达到1000亿，超过70%的数据和应用将在边缘生成和处理。在智能制造的道路上，边缘计算是不可回避的趋势。它结合人工智能、物联网等技术，将业务洞察推向生产过程的神经末梢，真正实现数据驱动业务发展。作为全球领先的IT基础架构供应商，戴尔科技可以提供完整的边缘计算解决方案，帮助制造业用户更好更快地实现智能化转型！
