隨著智慧工廠逐漸從概念宣傳發展到實際執行階段,如今在促進智慧工廠實現時還需要哪些關鍵技術,面臨的最大技術挑戰又是什麼?中國版《電子工程專輯》(EDN China)編輯日前就智慧工廠的一系列問題對FPGA供應商Achronix資深產品行銷經理Alok Sanghavi進行了採訪...

實施智慧工廠需要哪些關鍵技術?目前最大的技術挑戰是什麼?

Alok Sanghavi:智慧工廠是各種新技術協同作用的結果。近年來,我們已經看到業界在感測器、無線連接、機器對機器(M2M)通訊、機器學習和基於雲端的分析和安全等領域取得顯著成績。為了進一步實現製造業務的自動化,未來幾年我們將會看到更多的創新。

在通訊和連接領域,許多新的標準和通訊協議不斷湧現,5G也進入工廠車間。因此,需要在包括傳統協定和私有協定的不同協定和標準之間傳輸連續的感測器資料。人工智慧(AI)技術也被越來越多地部署在工廠網路的邊緣中,AI的應用範圍已從基於機器視覺的零件檢測擴展到感測器融合和預測性維修。

Achronix資深產品行銷經理Alok Sanghavi

這些技術的廣泛應用對於傳統的ASIC方法帶來新的挑戰。一方面,智慧工廠中的邊緣智慧需要硬體加速,以實現低延遲資料處理。另一方面,新設備需要具有可重新編程的能力,以因應標準或協議的演變,同時還需要AI和其它嵌入式智慧新演算法。它們要求為智慧工廠和許多其它應用而設計的SoC必須引入新的架構創新。具有第二層級加速功能的嵌入式FPGA (eFPGA)將有助於解決這些問題,如Achronix Speedcore Gen 4 eFPGA IP的機器學習處理器(MLP)。

如何確保智慧工廠邊緣和雲端的資料安全性?

Alok Sanghavi:無論何時,安全性和安全防護能力都是智慧工廠的重要方面。任何入侵或資料洩漏都可能導致智慧工廠的巨大損失。最近,我們看到一家半導體公司因為其最先進的工廠感染勒索病毒‘Wanna Cry’而損失慘重。從龐大的伺服器叢集到嵌入式應用,都有各種各樣的技術來保護資料和系統,例如防火牆和AES128等。今天的任何安全措施,到明天都可能有風險,而且發起攻擊所需的投資越來越低,這使得資訊安全在未來更具挑戰性。

因此,儘管Zigbee、藍牙、執行緒和傳輸層安全(TLS)等新的無線協議實現了相當好的安全性,並且在開發過程中可以直接使用,但有必要從整個生命週期的角度來考慮安全規劃,特別是對於智慧工廠中的設備這樣的固定資產。設備供應商必須能夠在不同客戶的工廠中採用任何客製的安全演算法,即使他們使用相同的工廠製造設備。智慧工廠中的加密、認證或其它安全方法在資訊安全方面應具有一定程度的靈活性和可擴展性。

基於這些原因,像FPGA這樣的可重編程設計元件在資訊安全方面有著悠久的應用歷史,涵蓋不同層級的安全性。例如,專為智慧工廠開發SoC的晶片供應商可以採用像Speedcore等eFPGA IP,並使用其中部份ASIC來開發具有靈活性和可擴展性的安全模組。此外,Speedcore eFPGA IP還能提供自訂區塊,以加速安全演算法,從而實現硬體速度級的安全性。

AI如何促進智慧工廠的實現?

Alok Sanghavi:在支持智慧工廠實施AI的過程中,機器學習在現實世界的應用已經無處不在。許多不需要工人之間建立深厚情感聯繫的重複性人工任務,以及視覺檢查等需要高精度的任務,都正由智慧型機器處理。對於智慧工廠中的AI應用來說,這是一個非常好的開端,這些AI功能的應用將很快地在機器人過程自動化(RPA)或其它邊緣智慧應用中得到快速發展。除了這些一線應用外,AI還在資料分析和ERP增強方面,甚至將工廠和終端客戶聯繫在一起的全靈活製造等方面找到自己的位置。

但智慧工廠中的AI仍處於初級階段,因此像工廠所有者、設備製造商、系統整合商、軟體供應商以及與之相關的晶片設計師等利益相關者,都必須對其AI加速基礎架構抱有遠見。他們應該選擇一個具有靈活性和可擴展性的硬體基礎架構,並且能夠從標準元件遷移或演進到最終的SoC,而無需對其AI運算進行架構更改。

例如,AI解決方案供應商可以一開始選擇獨立的FPGA晶片來開發AI演算法並快速啟動。其後則可以從Achronix等供應商取得FPGA晶粒和系統級封裝(SiP)服務,用於製造自己的SiP多晶粒晶片,FPGA元件直接連接到處理器和/或其它元件上。當帶有AI功能的設備的需求量越來越大,並且需要更多運算能力用於智慧工廠的一組功能時,他們可以採用像Achronix Speedcore Gen 4 eFPGA半導體IP來開發SoC。

Speedcore_Achronix

基於Gen4架構的Speedcore eFPGA IP在針對人工智慧/機器學習(AI/ML)的新型機器學習處理器(MLP)模組中,除了具有eFPGA的性價比和更高頻寬之外,還是一個完整的AI/ML運算引擎。每個MLP都包含一個迴圈暫存器檔,該檔利用時間局部性重用儲存/緩存的權重或資料,從而顯著減少用於各種運算的資料移動而提高了性能。MLP與其相鄰的MLP和更大的記憶體單元區塊緊密耦合,最大限度地提高處理性能,並以最低的功率配置提供每秒最多的運算次數。MLP支援定點和浮點格式(Bfloat16;16位元、半精度;和區塊浮點數)。使用者可以根據每個應用的要求,動態地選擇最佳資料精度,從而在精度和性能之間進行權衡。

在智慧工廠中,機器視覺系統、工業機器人和高階智慧設備如何協同工作並共用資料?

Alok Sanghavi:機器視覺系統、工業機器人和高階智慧設備是具有AI功能的不同邊緣應用。它們都為各自的任務執行不同的機器,且可能運行在GPU、CPU、GPGPU、FPGA等不同的架構上;此外,它們還具有不同的開發環境和工具。因此,將它們協同在一起共同工作的挑戰主要與通訊和資料格式有關。儘管智慧工廠應該得到解決這類問題的雲端支援,但在工廠中運作的這些系統和設備需要非常低的延遲,以確保智慧工廠尋求的效率。

綜上所述,FPGA擅長協定和資料格式的轉換傳輸。因此,包括獨立FPGA晶片、系統級封裝晶片以及用於智慧工廠SoC的eFPGA IP等在內的FPGA產品,對於構建具有無縫協作的智慧工廠非常重要。 這是FPGA在現實系統中的典型應用之一。FPGA將在包括智慧工廠內部系統和工廠外部世界在內的網宇實體系統(CPS)中發揮更重要的作用。