Nós abordamos nos últimos artigos do blog sobre as principais usabilidades do cloud computing e como esse modelo auxilia na criação de sistemas de automação industrial confiáveis e mais abrangentes.
Porém, com os avanços que a IIoT vem trazendo e com os que ela promete trazer para o futuro, o cloud computing encontra algumas barreiras relacionadas ao processamento de dados e ao seu volume. Para lidar com essa situação, o edge computing surge como uma ótima alternativa.
Quer saber o que é edge computing e qual a sua relação com a automação industrial, a IIoT e os modelos atuais de cloud computing? Neste artigo você encontra a resposta. Continue lendo para saber mais!
O crescimento da IIoT e o uso do cloud computing
O cloud computing é um sistema que se utiliza da Nuvem para guardar informações, conectar dispositivos e processar os dados que eles enviam para ela. A Nuvem em si é um termo usado para nomear a unidade de armazenamento/processamento em vigência, sendo os servidores, os data centers que você contrata, dentre outros modelos.
Dessa forma, o cloud computing diz respeito à possibilidade de transmitir dados para uma “central”, a Nuvem, onde as informações são processadas e retransmitidas para os seus sistemas, que então usam esses dados para, em conjunto com a automação industrial, realizar predições de manutenção, calcular a produção otimizada e estabelecer interfaces centralizadas para a gestão e o controle.
A IIoT conecta vários dispositivos, mas gera alto tráfego de dados
Com o uso difundido dos dispositivos IIoT já visto nas plantas e nos sistemas de automação industrial hoje em dia, esse tráfego de informações se torna muito intenso. Como o futuro aponta para um uso ainda maior da IIoT, que vem se inserindo no mercado como o padrão da automação industrial na próxima década, esse fluxo de dados tende a aumentar ainda mais: os dispositivos IIoT estão em constante comunicação com a Nuvem.
Os problemas caracterizados pelo tráfego intenso podem ser:
- Alta latência: a latência é o tempo em que um pacote de dados faz o trajeto para a Nuvem e de volta para os seus dispositivos, basicamente.Quando ela está alta demais, você enfrenta problemas com conectividade e experimenta atrasos no seus sistemas integrados pela automação industrial, o que limita o acesso em tempo real da produção, proporciona lentidão em momentos críticos – como a interpretação de alarmes por sistemas – e pode inviabilizar completamente soluções chave da automação industrial.
- Custos elevados: quanto mais informações são enviadas por dispositivos IIoT para a Nuvem, maior será a latência. Para lidar com esse aumento proporcional, é necessário aumentar a largura da banda e fazer investimentos em servidores e planos de alta performance em data centers, o que gera custos elevados.
- Redução da precisão: uma das maiores vantagens que a automação industrial oferece é a possibilidade de controle, acompanhamento da produção, alarmes e status de máquinas em tempo real. Com a alta latência gerada pelo grande tráfego que a IIoT demanda, esse sistema vai se tornando mais lento, e a experiência no chão de fábrica, por conseguinte, torna-se perceptivelmente menos imersiva e precisa.
Como o edge computing melhora o desempenho da IIoT?
A alta latência ocorre devido à grande quantidade de pacotes de informações sendo transmitidas e processadas em uma destinação central, a Nuvem, além do tamanho desses pacotes e nós limitadores de performance na rede – como routers e arquiteturas de rede não otimizadas.
O edge computing age diretamente sobre a latência utilizando-se do processamento na borda da rede, buscando assim a redução do tráfego através do processamento de dados mais próximo do usuário final.
Mais próximo da fonte: como funciona o edge computing?
O processamento é feito próximo à fonte de dados através de dispositivos edge, que são instalados na rede e passam a ser o gateway padrão dos dispositivos IIoT.
Dessa forma, situações de comunicação M2M – máquina a máquina – são mais velozes por se aproveitarem de uma transmissão de informações mais curta. Com o uso da computação edge, essa comunicação se torna mais otimizada, sendo possível atingir o tempo real mesmo com alta carga de dados sendo processados.
Situações de inteligência artificial e machine learning também se beneficiam absolutamente do edge computing. Esses sistemas se utilizam da captura de dados e da sua transmissão para se atualizarem e “se treinarem”, sendo que a baixa latência contribui para a sua eficácia e para seu melhor tempo de resposta.
O mesmo pode ser dito de sistemas de predição de falhas e a manutenção preditiva. Com uma alta latência, o sistema pode não conseguir calcular as situações a tempo, e a partir daí ocorrem casos onde o alerta se dá não em tempo real, mas depois que a falha já aconteceu.
Não há competição: edge computing e cloud computing se completam
O cloud computing tem como maior preocupação a angariação de dados para monitoramento e gestão, criando grandes bancos de informações usados pelos vários sistemas de automação industrial para garantir uma operação otimizada.
O edge computing, por sua vez, se preocupa com a performance de dispositivos que necessitam de conexões rápidas e confiáveis, como é o caso da comunicação M2M e a inteligência artificial, que citamos logo acima.
Como é possível perceber, as duas soluções não se excluem: na verdade, o que se vê é a utilização do modelo edge computing para situações onde o processamento de dados de forma rápida e confiável – ou seja, sem problemas com a latência – é necessária, sendo que os dados relacionados à gestão e controle ainda são enviados para a Nuvem.
Assim, os seus investimentos na Nuvem não são em hipótese alguma em vão, sendo que os modelos edge não tornam a computação em nuvem obsoleta. O propósito das arquiteturam se complementam e permitem extrair o melhor do controle e gestão da produção de acordo com as suas necessidades.
As inovações tecnológicas da automação industrial estão vindo para ficar! Quer estar por dentro delas? Então não deixe de seguir o nosso blog para mais informações!
(imagens: divulgação)