在 AIoT 的應用之中，為何需要邊緣運算協作管理平台？（3/3）
工業物聯網（IIoT）推動製造業數位轉型，其中邊緣運算憑藉低延遲、高可靠性等優勢成為關鍵技術。然而，隨著 IoT 應用日益複雜，資訊長（CIO）需要整合 OT 與 IT，加速價值落地。邊緣運算協作管理平台（Edge Orchestration Platform）正提供了解決方案。
文／彭愷翔
當 Edge Orchestration Platform 遇到 IIRA 框架
Edge Orchestration platform 基於 IIRA（Industrial Internet Reference Architecture）五大領域的架構，明確定義其功能與屬性。提供一個開放、安全、且有彈性的運行機制，能夠讓使用者清楚了解如何透過 Edge Orchestration Platform 來定義數據流、建立商業邏輯、資安架構，拿回使用者對數據的主導權，並且滿足應用的需求。
由 Edge Orchestration Platform 負責的範疇：（圖五）
●Application Domain（應用領域）：使用者可以在 Application Domain 基於 Edge orchestration platform 提供的功能，定義在邊緣端運行的應用程式、通訊協定、資料前處理的邏輯，並適時透過 Information Flow 取得商業資訊，實現雲端與邊緣端數據流的無縫連結。
●Operation Domain（維運領域）：基於 Edge Orchestration Platform 提供的功能，達到邊緣設備的應用程式與 AI 模型部署、管理、監控、資安、診斷，確保系統穩定運行。
●Control Domain（控制領域）：透過 Edge Orchestration Platform 提供的功能，將邊緣端運行的機制透過 Container 的技術部署到 Edge 端閘道器上的 run-time 運行，提供在邊緣端進行即時決策與資料前處理，滿足邊緣運算、Edge AI 的等應用需求。
由其他資訊系統負責的範疇：
‧Information Domain（資訊領域）：使用者可以依照各自的需求與技能，進行資訊的呈現與處理。以單純資料呈現的做法，使用者可透過類似 PowerBI、Tableau、Snowflake、Grafana 等視覺化軟體。亦可以自行開發可視化的 Dashboard。如果需再結合 AI 演算法，亦可以參考 AWS SageMaker、Azure ML 等雲端模型訓練平台，將訓練好的模型再透過位於 Application Domain 的 Edge Orchestration Platform 部署到 Control Domain 的 Orchestration Edge Run-time 進行邊緣端的 AI 推論工作。
‧Business Domain（商業領域）：一般在商業領域範疇常見的資訊系統包含 ERP、CRM、BSS、OSS、SCM 等系統，可以透過 API 或資料庫存取的方法與 Edge Orchestration Platform 進行串接，讓 Business Domain 的資料與 Application Domain 的資料可以無縫連結，強化企業決策的速度與深度。
導入 Edge Orchestration Platform 的實務案例分享：
‧客戶背景：
為台灣最早成立、最具規模且與日本電容器技術接軌的電解電容器及馬達風扇專業研發製造大廠，生產基地分佈於台灣、大陸、馬來西亞。
‧客戶需求：
企業啟動雙軸轉型，思考如何藉由數位科技結合永續製造的理念，來提升企業競爭力與社會責任。希望透過生產數位化與可視化，解決過去資訊孤島的問題，更嘗試以最新的生成式 AI，針對生產相關數據加以分析，產出更多的數據洞察。
面臨挑戰：
●打破 OT 與 IT 的組織隔閡：
企業高層應制定一個涵蓋 OT 和 IT 的雙軸轉型型戰略。這個戰略應該明確指出 OT 和 IT 如何協作以支援企業的業務目標，如提升效率、降低成本、提高產品質量等。更進一步，組建由 OT 和 IT 專家組成的聯合項目小組，確保在專案執行過程中，OT 和 IT 的需求和挑戰都能被充分考慮和解決。最後就是要制定 OT 和 IT 的共同目標，如生產資訊可視化與 AI 大數據分析與數據治理、企業營運效能提升、企業決策戰情平台等。這有助於讓 OT 和 IT 團隊共同為企業的雙軸轉型成果負責。
●MES 未串接生產數據：
客戶雖然已經導入 MES 系統來協助管理，但該系統未能自動將生產相關的參數和結果整合進 MES 系統中。不論是未來希望實現可追溯的生產履歷、透過分析歷史生產參數，找到最佳生產參數、或是在生產過程中出現的異常或不良品的分析，以上各項需求都面臨著資料完整性的挑戰。
●專案思維導致資料孤島：
過去，在製造現場自動化和數位化方面，通常由工廠主導，IT 部門提供協助，以專案方式逐步改善生產問題。然而，由於每個專案往往由不同的承包商執行，這可能導致系統之間存在資料孤立的問題，無法獲得工廠數據的全貌。這意味著需要透過其他專案來進行資料串接，但如果原始承包商不願意開放數據，就會給數位轉型的推進帶來困難。
●IT人員不熟悉 OT 現場：
在數位轉型過程中，IT 的角色至關重要，但 IT人員與 OT（操作技術）人員在專業知識方面的差異常常成為一個關鍵議題。 OT人員通常擁有深厚的製造和操作技術背景，專注於生產流程的實際運作，而 IT人員則更傾向於擁有計算機科學和資訊技術方面的知識，專注於系統開發和數據管理。因此，數位轉型要求 IT 和 OT 之間的緊密合作和溝通，以彌補彼此之間的差異，並確保順利實施數位化解決方案。這需要共同的理解和協作，以利用各自的專業知識和技能，從而推動組織的數位轉型。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
導入邊緣運算協作（Edge Orchestration）管理平台的效益：
●快速驗証，縮短導入時間與降低風險
Edge Orchestration 的平台化與標準化設計，有別於傳統導入客製化專案的模式，使用者可以快速進行小規模驗証，待系統符合需求之後，再進行大規模的部署，縮短時間，降低人力成本與導入的風險。
●現場與遠端協同工作，減少溝通與出差成本
透過 Edge Orchestration 平台，位在台北總部的 IT人員可以遠距管理位於大陸工廠的設備，若有不可抗力的因素，現場端的 IT人員也只需要執行簡單的任務來協助總部的 IT人員，非常適合具有跨國製造場域的企業使用。
●拿回數據的主導權，避免產生數據孤島
過往透過專案導入的系統，常常為了解決單一問題，但也造成許多數據孤島的情況，系統之間的資料交換困難。透過 Edge Orchestration 平台，能夠定義資料擷取的能力、在邊緣端如何進行資料前處理，並且將資料傳送到所需要 IT 系統中。Edge Orchestration 平台協助定義數據流與前端數據的標準化，但不涉及資料的最後呈現與分析。讓企業能夠完整掌握資料，實現企業數據治理的終極目標。
●結合生成式 AI，洞察數據價值
由於現場人員對於 IT 技術的掌握度不高，透過 IT 部門的協助，導入生成式 AI 進行資料分析與解讀，讓現場生產管理相關人員，能夠自主掌握生產數據的分析結果，提升良率、降低非預期停機、與找到最佳生產參數。
邊緣運算協作（Edge Orchestration）平台實現 OT/IT 數據治理：
●擁有數據主導權，得數據者得天下：
Edge Orchestration Platform 應該提供 No-code 的方式降低使用者進入門檻。同時，應該具備在邊緣端進行資料正規化、資料前處理與設定商業邏輯的功能。此外，亦必需提供使用者可以自行定義數據流與轉換的資料格式，讓數據無縫串接至 IT 系統、資料庫、或是雲端平台，將數據擁有權回歸給使用者，累積企業的數位資產。
●充份掌握部署資訊，便於專案管理：
每次使用者的需求都視為一個專案，完善的 Edge Orchestration Platform，必須清楚記錄專案的範疇，其中所包含的軟體、硬體版本、商業邏輯、專案成員、相關部署資訊，讓專案管理不再混亂，任務交接也能更加順利，對於系統集成商亦有助於快速反應客戶需求。
●開放式的架構易於整合，避免數據孤島：
Edge Orchestration Platform 應該採用開放的標準協定與提供 SDK 讓使用者可在平台上自行開發應用程式，並提供 API 方便資料串接，如此才能夠避免企業發生數據孤島的問題。
●建構雲邊協同機制，打破 IT/OT 的藩籬：
選擇 Edge Orchestration 平台時，需要考量是否支援不同的硬體架構與不同品牌的工業電腦，例如：X86 或是 ARM 架構的工業電腦（閘道器），並提供各式工業現場所需的通訊協定，例如：Modbus、OPC/UA、Meslec、BACNet、Ethernet/IP 等等。再結合各式 IT 與雲端系統串接功能，例如：AWS IoT Core、Azure IoT Hub、GCP、MQTT、HTTP 等等。建立雲邊協同機制，讓 IT 人員不再害怕，OT人員也可以輕鬆滿足 IT人員對於工業現場端資料的需求
●整合 MLOps 流程滿足 Edge AI 需求：
隨著 AI 應用的興起，AI 從雲端訓練到地端推論的架構儼然成形，在選擇 Edge Orchestration Platform 時，亦要考量是否支援 MLOps 的架構，讓使用者可以利用雲端算力進行模型的訓練，透過平台部署至邊緣端。亦能夠持續收集模型再訓練資料，上傳至雲端進行 AI 模型的再訓練，達到 AI 模型持續迭代的需求。
●符合資安規範，形塑邊到雲的完整防禦：
由 Edge Orchestration Platform 是建構 AIoT 的基礎架構。因此，在選擇上面更需要思考其安全框架與設計架構，從硬體端的 TPM 2.0 與 Root of trust 機制，到軟體與資訊端的 IEC 62443 與 ISO 27001/27017 的資安規範，建構邊到雲的安全體系，避免工業現場的系統受到外界非法的攻擊。
●數位孿生建構虛擬和實體的基石：
基於 Edge Orchestration Platform 的架構，除了能夠串接在 Operation Domain 的相關資料之外，亦可以結合 Business Domain 和 Information Domain 的資料，更進一步結合外部的公開資料（open data），打造數位孿生所需的完整數據，成為發展數位孿生重要的基礎。
從邊緣到雲端數據協作是一個微妙的挑戰，也是 IIoT 專案成功的核心。解決這些挑戰需要一個系統性的方法，Edge Orchestration Platform 會是一個最佳的選擇。該平台同時結合雲端 AI 技術、邊緣智能、標準化協定和安全措施，滿足各式場域需求。隨著工業領域數據與雲端運算需求不斷上升，更推升其複雜性。選擇一套適合的 Edge Orchestration Platform 便成為邊緣和雲端技術的整合應用的關鍵決策，也將是實現 IIoT 在工業 4.0 發展中變革潛力的關鍵。
[ 推薦閱讀：在 AIoT 的應用之中，為何需要邊緣運算協作管理平台？（1/3）]
[ 推薦閱讀：在 AIoT 的應用之中，為何需要邊緣運算協作管理平台？（2/3）]
(本文授權非營利轉載，請註明出處：CIO Taiwan)
