谢谢您的订阅!
当新的内容发布后您将开始接收邮件。您也可以点击邮件内的链接随时取消订阅。关闭Close

加速工业 4.0 时代 IT/OT 融合之路【第一部】

by Canonical on 3 January 2023

欢迎阅读关于工业 4.0 时代操作技术 (OT,operational technology) 与信息技术 (IT,information technology) 之间鸿沟填补的迷你博客系列,本系列由三部分组成。

我们将在本系列中讨论工业制造商在尝试加快数字化转型时面临的关键挑战。我们将了解为什么 OT 中的传统更新方法和安全性缺乏不再适合工业 4.0 时代,并评述采用开源软件如何有助于缩小这一差距。

在系列第一部分的本文中,我们将首先介绍一些基本信息,然后简单介绍一下在工业厂房中发挥作用的不同领域。第二部分中,我们将探讨自动化金字塔的概念。第三部分则是本系列的总结篇,将说明 OT 和 IT 之间的融合,为什么需要从采用非公开标准和接口的传统堆栈,过渡到现代 IT 解决方案并且使用开源软件。

要讲的内容太多,让我们直奔主题,开始第一部分吧。

第四次工业革命尚未成功

工业 4.0 描述的是工业先驱们,在整个价值链上完全实现数字化转型的旅程。

这 4.0 的数字是参考了历史上的三次工业革命,大致就是 1784 年蒸汽机的发明、1870 年电力的使用以及 1969 年第一条装配线的出现。我们目前正站在第四次工业革命的风口浪尖,是紧密嵌入式互连设备的出现、以及无所不在的连接推动了这次革命。很多企业在过去几年里启动了许多数字化转型项目,享受到了工业 4.0 所带来的红利。

第一波项目是在一系列自我强化要素的驱动下发展起来的。人工智能边缘计算等有前景的新型技术和用例的出现引起了市场的关注。诸如远程机器监控预测性维护之类的新型用例因此迅速成为公众讨论的焦点话题。创新者和工业先驱的热情不断高涨,给市场上的其他参与者带来了巨大的压力,他们不得不进行效仿并适应。

不幸的是,加速工业数字化转型的第一次尝试未能成功。

专用技术在具备遗留用户基数的生态中,作为孤岛式解决方案。孤岛问题再加上标准化的不足,未能促成软件定义的工业系统和下一代工厂的诞生。通过杀手级应用程序进行数字化转型的方式,同样忽视了现代工业制造设施的基本原理 – 传统机械的安全保障有限,甚至没有安全保障。

历史上有三次工业革命。从 1784 年蒸汽机的发明到 1870 年电力和第一条装配线的使用,再到 1969 年第一台 PLC 的发明。

在汲取了过去的惨痛教训之后,我们现在真的明白如何才能进入第四次工业革命吗?在加速工业转型的第二次尝试中,我们有望提高整体设备效率,带来新的商业机会,并且降低总体拥有成本(TCO,Total Cost of Ownership)。当我们面对工业中新的 IT 浪潮时,工业 4.0 不再是一个新的概念,但与以前不同的是,我们现在具备了相关的知识和技术,从而能够承受其所带来的利弊。

依目前的情况来看,我们可以更好地评估第一次尝试失败的原因,并且知道问题远比专注于数字化或部署一个万能杀手级应用更严重。我们必须缩小在现代工厂中发挥作用的不同领域之间的差距。

为什么 Linux 是物联网设备的首选操作系统?

嵌入式应用 Linux 官方指南

要想充分理解阻碍工业 4.0 发挥潜力的挑战和障碍所在,我们需要退一步,探讨一下现代工厂的现状。在现代工厂中,有两个不同的领域在发挥作用:

  1. 操作技术 OT
  2. 信息技术 IT

接下来我们就逐一评述。

工业 4.0 时代的操作技术 – OT

在工业制造中,OT 包括车间中用来控制和执行流程的硬件和软件系统。类似于人们经常听到的整体解决方案和专有协议,制造系统、传统机械、SCADA 软件和 PLC,这些也通常与 OT 相关。OT 生态系统中的主要关注点是机器和操作安全性、确定性和实时能力

OT 在各面向并非同质化的。缺乏一致性是由于,制造专业系统和机械的供应商有很多很多不同厂商。也就是说,OT 是一个由零部件生产商优化的水平层,由不同的供应商负责他们的生产

OT 世界里的遗留基础架构常常会构成设备之间,数据共享和双向通信的障碍。在 90 年代早期,由于互联网尚未普及,工厂技术人员没有将专业设备和 OT 机械设备连接到网络。这些设备系统可能需要与生产线下游的其他机器进行通信,但不需要与世界上的其他机器进行通信。

此外,工业生态系统中的供应商通过专有技术解决设备之间的通信问题。随后,大量协议在 OT 世界中普及开来。由于工业制造商只希望他们的专业设备与其自身的其他系统通信,因而只是制定了定制协议。而如今,供应商保留这些旧协议,是因为他们想要后退一步去兼容他们的遗留设备。尽管一些供应商依赖于少数协议作为标准,OT 缺乏同质性的情况无法与 IT 层的标准化 TCP/IP 相比

OT 层不联网就导致通信呈现孤立状态。这种技术上的落后阻碍了工业 4.0 通过集中式位置实现所有系统、基础架构和设备的数字连接和数据收集的愿景。

孤立通信方式(不总是联网)和带有专有协议的整体解决方案是 OT 层的特征

OT 中的机械也不一定具有恢复能力。由于设备上的资源紧绌,系统程序员通常不能提供良好的错误处理代码。在系统有足够的资源运行成熟的 Windows 或 Linux 发行版的情况下,机器一旦设置妥当就可能无法进行无线软件更新。制造商则需要在其 PC 上安装软件,才能解决 PLC 故障。

除了 OT 层,IT 在现代工业工厂中也发挥着重要的作用。

工业 4.0 时代的信息技术 – IT

应用商店、版本控制、集中管理、容器和编排是 OT 层的特征

当提到 IT 时,人们通常会想到网络、服务器、笔记本电脑、和互联网。IT 即信息技术,如办公环境中的标准网络和 PC,其所涉及的是一个人或机器以数据的形式向另一个人或机器发送信息。就 IT 技术的进步而论,它和 OT 几乎处于计算领域的两个极端。从容器和编制到应用商店和版本控制,可更新性、可扩展性和透明性都是 IT 世界里的相关特性

稳健的通信能力和安全性是每一项 IT 战略背后的基石,它在诸多方面与 OT 存在着差异。

此外,标准符合度也是二者之间的差异所在。大约 20 年前,协议是多种多样的(有些人可能还记得 IPX/SPX,然后是 TCP/IP),但近些年来,价值链上的供货商、制造商和供应商都纷纷转向 TCP/IP 协议。IT 呈现出一致性的同时,也带来了对知识可迁移性的期望。例如,当在另一个网络实例上工作时,学习如何在公司环境中使用 TCP/IP 协议是可以迁移的,因为尽管 IP 地址有所不同,但底层仍是相同的 TCP/IP 标准协议。

当人们回想起数十年前各种 PC 操作系统遍地开花的局面,就能进一步理解 IT 一致性的好处了。如今的情况已截然不同,大多数企业已将其选择标准化,只有 Windows、Mac 和 Linux 三种选择。

加速工业 4.0 的最终考虑因素

要想从第四次工业革命中获益,就必须缩小 IT 和 OT 之间的差距。IT 和 OT 的融合极具挑战性,因为二者依赖于不同的系统、供应商、技术和标准。但是,填补这一鸿沟是现代工厂实现智能制造、自主工业系统和数字化转型的先决条件。

在本系列的下一篇当中,我们将进一步介绍这一概念并讨论自动化金字塔,敬请填写邮箱订阅 Canonical 博客。

延伸阅读


订阅博客文章

订阅您感兴趣的主题

在提交此表格的同时,我确认已阅读和同意的隐私声明隐私政策。

查看更多内容

基于 MicroK8s 和 Ubuntu 实时内核支持的 Intel FlexRAN 组件自动扩展

RAN 随着每一代移动通信技术的发展而不断演变,从而在用户设备和核心网络之间实现更快的数据传输。内部互连设备数量的增多使得数据量比以往任何时候都要多。至于现有的网络架构,其挑战在于处理不断增加的工作负载,以及更快地处理、分析和传输数据的能力。而对于 5G 生态系统,则需要实现 RAN 的虚拟化。第五代移动网络需要具备更大的灵活性以适应需求,具备可扩展性以满足运行时的网络条件,以及需要自动化以进行远程管理,而这些只能通过虚拟 RAN 来实现。  Intel FlexRAN 解决了传统 RAN 架构所面临的挑战。它能够从核心网络功能中将底层硬件抽象化,以实现最佳的资源利用。FlexRAN 是 O-RAN (OpenRAN) 的改进和参考实现,具有在不同供应商设备之间进行互操作 […]

云存储安全最佳实践

使用 Ceph 的安全功能确保数据安全 如何将数据安全地存储在云存储系统中? 数据对于任何企业组织而言如同王冠上的宝石,如果丢失或暴露,可能会造成严重的影响。如果不能防止系统故障,可能会导致业务数据的丢失,从而导致业务无法正常运营,最终导致业务失败。将敏感数据暴露给未授权方不仅会导致声誉受损,还可能导致企业遭受巨额罚款。 本篇博客将详细介绍这些风险,以及如何使用 Ceph 的安全功能来减轻这些风险。首先,我们来了解一下数据泄露发生的一些最常见方式: 实物盗窃/运输 与存储相关的硬件、磁盘或整个存储系统的丢失可能导致敏感信息暴露。这可能发生在传统的入室盗窃情况下,即未经授权的一方进入数据中心并移除硬件,或者硬件在运输过程中(例如在返厂维修或更换时)被他人截获。 另一种实体危 […]

本地 AI 部署:您应当了解的相关信息

企业组织正在重塑自身的数字战略,而 AI 是这些变化的核心,许多项目如今已准备好在生产环境中运行。企业通常在公共云上启动这些 AI 项目,因为这样可以最大限度地减少硬件负担。然而,随着项目规模的扩大,出于成本、数字主权或合规性要求等原因,企业组织往往希望迁移本地工作负载。在自身的基础架构上运行 AI 有很多明显的益处,但同时也带来了基础架构和 MLOps 专家需要考虑的一些重大挑战。 MLOps 是以可重复和可再现方式运行 AI 工作负载的推动者。MLOps 平台,如 Charmed Kubeflow,是在 Kubernetes 上运行的云原生应用程序。在本地构建这样的架构有助于企业组织轻松部署、管理和扩展其 AI 应用程序。 本地 AI 部署的优点 在构建自身的 AI […]