Geleneksel yapay zeka uygulamaları tipik olarak model eğitimi, çıkarım ve veri analizi için bulut sunucularına dayanırken, uç cihazlar verileri toplar ve buluta yükler. Ancak, endüstriyel üretim ortamlarında bu yaklaşım, ağ gecikmesi, bağlantı güvenilirliği, veri güvenliği, bant genişliği maliyetleri ve sürekli çalışma ihtiyacı ile kısıtlanabilir. Sonuç olarak, daha fazla şirket, veri kaynağına daha yakın bulunan endüstriyel PC'lerde, uç ağ geçitlerinde ve akıllı cihazlarda yapay zeka çıkarımı, veri işleme ve seçilmiş karar verme yetenekleri dağıtarak Uç Yapay Zeka mimarilerini benimsiyor.
Örneğin, otomatik bir üretim hattında, endüstriyel kameralar ürün görüntülerini yakalar ve bir uç bilgisayar, sonuçları üretim kontrol sistemine göndermeden önce gerçek zamanlı olarak kusurları belirlemek için yapay zeka modellerini kullanır. Denetim yerel olarak gerçekleştirilirken, bulut model güncellemelerini, veri toplama işlemlerini, fabrika genelindeki analizleri ve uzun vadeli optimizasyonu yönetir.Uç yapay zeka, bulut bilişimin yerini almaz. Bunun yerine, modellerin bulutta eğitildiği, çıkarımın uçta gerçekleştirildiği ve eylemlerin uç cihazlar tarafından yürütüldüğü işbirlikçi bir mimariyi mümkün kılar.Bu, endüstriyel PC'lerin geleneksel kontrol terminallerinden akıllı bilişim platformlarına geçişinin arkasındaki önemli bir itici güçtür.
Son yıllarda, endüstriyel şirketler odaklarını yapay zeka kavram kanıtlama projelerinden gerçek üretim iş akışlarında dağıtıma kaydırdı. Cisco'nun Endüstriyel Yapay Zeka Durumu araştırma serisi, endüstriyel kuruluşların yapay zekayı nasıl benimsediğini ve operasyonel teknoloji ve ağ altyapılarını nasıl geliştirdiğini inceliyor. Bu araştırmadan tutarlı bir mesaj ortaya çıkıyor:endüstriyel yapay zekanın başarısı yalnızca modellere ve işlem gücüne değil, aynı zamanda fabrika katı bağlantısına, veri toplamaya, sistem entegrasyonuna ve güvenlik yönetimine de bağlıdır.Bu nedenle, endüstriyel PC üreticileri için rekabet, yalnızca işlem donanımı tedarikinin ötesine geçerek yapay zeka işlemeyi, ağ bağlantısını, güvenlik yönetimini ve sistem entegrasyonunu birleştiren entegre platformlara doğru ilerliyor.
Endüstriyel bilişim satıcıları, ürün ve ekosistem stratejilerine giderek daha fazla uç yapay zeka, robotik ve sistem entegrasyonunu dahil ediyor. Advantech, ADLINK ve diğer gömülü bilişim şirketleri, uç yapay zeka donanımı, yazılım araç zincirleri, cihaz yönetimi ve sektöre özel çözümlere yatırım yapmaya devam ediyor. Bu gelişmeler şunları gösteriyor:endüstriyel bilişim pazarı yalnızca geleneksel IPC donanımına dayalı rekabetin ötesine geçiyor. Farklılaşma giderek artan bir şekilde yapay zeka hızlandırması, yazılım ekosistemleri, cihaz yönetimi ve bağlantıya bağlı hale geliyor.Bir endüstriyel PC'nin değeri, giderek artan bir şekilde yalnızca bir bilgisayar sağlamakta değil, yapay zeka uygulamalarını zaman içinde güvenilir bir şekilde çalıştırabilen bir uç bilişim platformu sunmakta yatacaktır.
Geleneksel endüstriyel PC'ler öncelikli olarak veri toplama, PLC iletişimi, insan-makine etkileşimi ve üretim izleme işlemlerini yürütmüştür. Yapay zeka görüşü, akıllı denetim ve otonom robotik daha yaygın kullanıldıkça, endüstriyel PC'ler ürün kusuru tespiti, tahmine dayalı ekipman bakımı, robot algısı, endüstriyel güvenlik izleme ve akıllı depolama gibi daha zorlu iş yüklerini üstleniyor. Tipik bir heterojen bilişim mimarisinde, CPU genel amaçlı kontrol ve sistem zamanlamasını yönetirken, GPU paralel işlemeyi ve görüş çıkarımını gerçekleştirir ve NPU enerji verimli yapay zeka çıkarımını hızlandırır.Heterojen bilişim, yeni nesil Uç Yapay Zeka cihazları için önemli bir tasarım yönü haline geliyor.
Fiziksel yapay zeka, yapay zeka sistemlerinin gerçek dünyayı anlamasını ve robotlar ve otomasyon ekipmanları aracılığıyla fiziksel görevleri yerine getirmesini sağlamaya odaklanır. Uygulamalar arasında insansı robotlar, endüstriyel robot kolları, otonom mobil robotlar (AMR'ler) ve otomatik yönlendirmeli araçlar (AGV'ler), denetim robotları ve otomatik depolama sistemleri yer alır. Robotların kameralar, sensörler, aktüatörler ve kontrol terminalleriyle bağlantı kurması gerekir. Görevler bireysel eylemleri yürütmekten otonom algı ve karmaşık işbirliğine doğru evrildikçe, bilişim platformlarının daha fazla gerçek zamanlı veriyi işlemesi gerekir.Bu nedenle endüstriyel robotlar önemli uç bilişim uç noktaları haline gelirken, uç bilgisayarlar onları destekleyen algı, çıkarım ve iletişim yeteneklerinin önemli bir parçasını sağlar.
Yarı iletken üretimi, otomotiv bileşenleri, elektronik ve gıda ambalajı gibi üretim hatlarında, endüstriyel kameralar kalite denetimi, boyut ölçümü ve kusur analizi için kullanılır. Kamera sayısı, görüntü çözünürlükleri ve yapay zeka algoritma karmaşıklığı arttıkça, fabrika katında üretilen veri hacmi de artar. Tipik bir iş akışı, endüstriyel kameraların görüntüleri yakalamasını, bunları bir ağ üzerinden bir uç bilgisayara iletmesini, bir GPU veya NPU üzerinde görüş modellerini çalıştırmasını, denetim sonuçlarını üretim kontrol sistemine geri göndermesini ve denetim verilerini bulutla senkronize etmesini içerir. Çoklu akışlı video, kablosuz görüş terminalleri ve mobil denetim ekipmanları güvenilir bağlantı ve yeterli veri çıkışı gerektirir.Makine görüşü için birincil veri yolunun, bant genişliği, mesafe ve determinizm gereksinimlerine bağlı olarak genellikle Endüstriyel Ethernet veya özel arayüzleri kullanmaya devam edeceğini belirtmek önemlidir. Wi-Fi genellikle kablosuz dağıtım, mobil uç noktalar ve uzaktan bakım için tamamlayıcı bir seçenek olarak daha iyi konumlandırılmıştır.
Endüstriyel yapay zekanın ticari dağıtımı GPU'lardan daha fazlasını gerektirir. Ayrıca işlemci-mimari uyumluluğu, model dağıtımı ve güncellemeleri, kapsüllenmiş uygulama yönetimi, uzaktan cihaz izleme, siber güvenlik ve uzun vadeli bakım gibi faktörlere de bağlıdır. Endüstriyel bilişim platformu satıcıları, yapay zeka uygulamalarını geliştirme, doğrulama ve ölçeklendirme sürecini basitleştirmek için yazılım geliştirme kitleri, Linux desteği, kapsül yönetimi, kablosuz (OTA) güncellemeler ve cihaz yaşam döngüsü yönetimi kullanıyor.Kablosuz modül tedarikçileri için sürücü kullanılabilirliği, Linux uyumluluğu, SDK'lar, teknik belgeler ve platform entegrasyon yetenekleri, müşteri satın alma kararlarında önemli faktörler olacaktır.
Endüstriyel yapay zekanın büyümesi, endüstriyel ağlara yeni talepler getiriyor. Mobil robotlar kalıcı kablosuz bağlantıya ihtiyaç duyar, endüstriyel kameraların görüntü verilerini iletmesi gerekir, uzaktan bakım terminallerinin ekipman bilgilerine erişmesi gerekir ve birden fazla uç bilgisayarın veri alışverişi yapması gerekir. Geleneksel kablolu endüstriyel ağlar vazgeçilmezliğini korurken, kablosuz bağlantı mobil ekipmanlar, esnek üretim hatları ve geçici dağıtımlar için daha fazla esneklik sunabilir. IDC'nin kurumsal WLAN takip raporları, kurumsal ağ altyapısında Wi-Fi 7'nin benimsenmesini göstermeye yardımcı olabilir.Ancak, kurumsal erişim noktası pazarı, kablosuz modül pazarından ayırt edilmelidir: erişim noktası sevkiyatı veya gelir payları, endüstriyel Wi-Fi modüllerine olan talebin veya sevkiyatların doğrudan göstergeleri olarak kabul edilmemelidir.
Wi-Fi 7 (IEEE 802.11be), kanal bant genişliği, modülasyon, Çoklu Bağlantı İşlemi (MLO) ve çok kullanıcılı iletişimlerde iyileştirmeler sunar.Yapay zeka uç bilişimi ve endüstriyel PC'ler için değeri yalnızca en yüksek veri hızlarıyla sınırlı değildir. Ayrıca yüksek bant genişlikli uygulamalar, birden fazla bağlı cihaz ve zorlu kablosuz ortamlar için ek bağlantı yetenekleri sağlar.
Wi-Fi 7, 6 GHz bandında 320 MHz'e kadar kanal bant genişliklerini destekleyerek, Wi-Fi 6/6E ile mevcut olan maksimum 160 MHz kanal bant genişliğini ikiye katlar. Bu, çoklu akışlı yüksek çözünürlüklü video, makine görüşü veri aktarımı, kablosuz endüstriyel denetim terminalleri ve büyük dosya aktarımları için potansiyel faydalar yaratır. 320 MHz kanallara erişim, her hedef pazarda ilgili 6 GHz spektrumunun kullanılabilirliğine bağlıdır. Gerçek verim ayrıca mesafe, sinyal kalitesi, parazit, anten tasarımı ve ağ yapılandırmasından da etkilenir.
Wi-Fi 7, 4096-QAM modülasyonunu tanıtır. İdeal sinyal koşulları altında, Wi-Fi 6 tarafından kullanılan 1024-QAM modülasyonundan daha fazla veriyi birim zamanda iletebilir. Ancak, daha yüksek dereceli modülasyon daha iyi sinyal kalitesi gerektirir. Metal ekipmanlar, fabrika yapıları, elektromanyetik parazit ve cihaz hareketliliği, gerçek dünya performansını etkileyebilir.
MLO, bir cihazın birden fazla frekans bandı bağlantısı üzerinden iletişim kurmasına ve bu bağlantıları cihaz yeteneklerine ve ağ koşullarına göre zamanlamasına olanak tanır. Potansiyel faydalar arasında karmaşık kablosuz ortamlarda gelişmiş bağlantı, bağlantı kaynaklarının daha verimli kullanımı, belirli senaryolarda azaltılmış gecikme süresi ve daha fazla bağlantı esnekliği yer alır.MLO, tamamen kesintisiz dolaşım veya deterministik endüstriyel gerçek zamanlı iletişim garantisi olarak yorumlanmamalıdır. Gerçek yetenekleri, istemci cihaz, erişim noktası ve yonga seti tarafından uygulamaya bağlıdır.
Yerel alan ağı erişimine ek olarak, endüstriyel uç bilişim cihazlarının Bluetooth sensörleri, endüstriyel devreye alma araçları, kablosuz insan-makine arayüz cihazları, varlık izleme etiketleri ve ölçüm ekipmanları gibi yakındaki çevre birimleriyle iletişim kurması gerekebilir. Wi-Fi, yüksek hızlı yerel ağ bağlantısı için kullanılırken, Bluetooth kısa menzilli iletişimleri ve çevre birimi etkileşimini destekler. İki protokolü birleştirmek, ayrı bağlantı modülleriyle ilgili tasarım karmaşıklığını azaltabilir. Ancak, gerçek sonuçlar radyo birlikte çalışabilirliği, anten düzeni, sürücü desteği ve son cihaz gereksinimlerine bağlıdır.
Endüstriyel PC'ler geleneksel bilişim terminallerinden yapay zeka uç bilişim platformlarına evrildikçe, kablosuz modüllerin yeni cihaz mimarilerine uyum sağlaması gerekir. Bir endüstriyel PC'nin bağlantı gereksinimleri öncelikli olarak kurulum ortamına, ana platform arayüzlerine, mevcut alana ve amaçlanan iletişim işlevlerine bağlıdır.
O2072PM, QOGRISYS'ten bir Wi-Fi 7 ve Bluetooth 6.0 birleşik modülüdür. 22 × 30 mm form faktörüne ve bir M.2 PCIe arayüzüne sahiptir. Ürün bilgilerine göre, temel özellikleri arasında Qualcomm QCC2072 platformu, 2.4 GHz/5 GHz/6 GHz üç bantlı çalışma, 2T2R MIMO, 5.8 Gbps maksimum teorik PHY hızı ve Wi-Fi 7 iyileştirmeleri yer alıyor. M.2 arayüzleri, gömülü bilgisayarlarda ve endüstriyel anakartlarda yaygın olarak kullanılır. Uyumlu bir M.2 yuvası ve ana bilgisayar arayüzüne sahip endüstriyel anakartlar, gömülü bilişim platformları ve uç yapay zeka bilgisayarları, anakart tasarım aşamasında kablosuz bağlantıyı entegre edebilir. Potansiyel uygulamalar arasında endüstriyel PC'ler, uç yapay zeka kutuları, robot bilişim platformları ve seçilmiş makine görüşü sistemleri yer alır. Makine görüşü uygulamalarındaki birincil veri yolu için tasarımcılar, bant genişliği, mesafe ve determinizm gereksinimlerine göre Endüstriyel Ethernet veya özel bir arayüzün hala gerekli olup olmadığını değerlendirmelidir. Bluetooth ana bilgisayar arayüzü, sürücü desteği, işletim sistemi uyumluluğu ve platform entegrasyonu ayrıntıları da ilgili ürün belgelerine karşı doğrulanmalıdır.
O2072PB, sınırlı alana sahip gömülü anakart tasarımları için uygun hale getiren kompakt bir 13 × 15 mm form faktörüne sahiptir. Ürün bilgilerine göre, temel özellikleri arasında Qualcomm QCC2072 platformu, Wi-Fi 7 ve Bluetooth 6.0, 2.4 GHz/5 GHz/6 GHz çalışma, 2T2R MIMO ve 5.8 Gbps maksimum teorik PHY hızı yer alıyor.Ana değeri, yalnızca daha yüksek kablosuz hızlar peşinde koşmak yerine kompakt entegrasyonda yatmaktadır.Daha küçük modül ayak izi, yapay zeka görüş terminalleri, kompakt endüstriyel ağ geçitleri, akıllı kontrol cihazları ve gömülü robotik sistemler için daha fazla düzen esnekliği sağlayabilir. Nihai tasarımlar hala 2T2R anten yerleşimi, RF izolasyonu, termal yönetim, yakındaki bileşenlerden kaynaklanan parazit ve bitmiş muhafazanın mekanik yapısını hesaba katmalıdır.
Yarı iletken üretimi, otomotiv elektroniği, tüketici elektroniği ve hassas üretim alanlarında, makine görüşü zaten ürün kalitesi denetimi, boyut ölçümü ve kusur analizi için kullanılıyor. Yapay zeka görüş modelleri, denetim sistemlerinin daha karmaşık görüntü işleme görevlerini yerine getirmesini sağlıyor. Kablosuz veri geri taşıma, uzaktan bakım veya çoklu cihaz işbirliğini destekleyen görüş terminalleri için Wi-Fi 7, tamamlayıcı bir bağlantı seçeneği olarak hizmet verebilir.
Robotların bilişim platformlarına, yönetim sistemlerine ve diğer ekipmanlara bağlı kalması gerekir. Wi-Fi 7, seçilmiş robotik sistemler için yüksek hızlı kablosuz erişim, devreye alma ve veri geri taşıma sağlayabilirken, Bluetooth çevre birimlerini ve kısa menzilli etkileşimleri destekleyebilir.
Endüstriyel uç bilgisayarlar, veri toplama, yapay zeka çıkarımı, cihaz izleme ve bulut bağlantısını yönetmek için ekipmana yakın dağıtılır. Arayüzleri yaygın olarak Ethernet, USB, PCIe, RS-485, Wi-Fi ve Bluetooth'u içerir.
Enerji hizmetleri, petrokimya tesisleri, demiryolu transit sistemleri ve büyük endüstriyel parklarda, denetim robotları yüksek çözünürlüklü video, termal görüntüler, sıcaklık okumaları ve ekipman durumu verileri toplar. Uç yapay zeka, görüntü analizini ve anormallik tespitini yerel olarak gerçekleştirebilir. Wi-Fi 7, uygun kablosuz altyapıya sahip tesislerde mobil denetim ekipmanları için yüksek hızlı ağ erişimi sağlayabilir.
Endüstriyel ekipman bakımı giderek daha fazla uzaktan ve dijitalleşiyor. Wi-Fi 7, endüstriyel PC'ler için yüksek hızlı kablosuz ağ bağlantısı sağlayabilirken, Bluetooth yakındaki çevre birimleriyle etkileşimi destekleyebilir. Ekipman üreticileri için bu yetenekler, dağıtımı ve bakımı daha esnek hale getirebilir.
Akıllı depolama, yapay zeka tabanlı tanımlama, robot filosu koordinasyonu, otomatik ayırma ve dijital yönetimi birleştirir. Mobil ekipmanların depo yönetim sistemleri, uç bilişim platformları ve kablosuz erişim ağlarıyla iletişim kurması gerekir. Wi-Fi 7'nin yüksek bant genişliği ve çoklu bağlantı yetenekleri, yoğun kablosuz cihaz dağıtımlarının olduğu ortamlar için başka bir bağlantı seçeneği sunar. Gerçek dağıtımlar hala dolaşım, kapsama alanı, ağ geçişleri ve gecikme kararlılığı için doğrulanmalıdır.
IDC, hızlandırılmış bilişim, sunucular, depolama ve ilgili alanlar dahil olmak üzere yapay zeka altyapısına yapılan küresel harcamaları takip eder. Bu yatırım rakamları, yapay zeka altyapısının daha geniş gelişimini yansıtır, ancak endüstriyel uç yapay zeka pazar büyüklüğü olarak yorumlanmamalı veya Wi-Fi modüllerine olan talebi doğrudan tahmin etmek için kullanılmamalıdır. Endüstriyel bilişim sektörü için daha ilgili bir soru, yapay zeka bilişim yeteneklerinin veri merkezlerinden fabrikalara, depolara, ulaşım sistemlerine ve enerji altyapısına nasıl yayıldığıdır. IDC'nin Worldwide Quarterly AI Infrastructure Tracker'ının en son sürümünü alıntı yaparken, raporun yayın tarihini, raporlama çeyreğini, para birimini ve kapsanan harcama kategorilerini belirtin.
Endüstriyel yapay zekanın bir sonraki aşaması, sınırlı sayıda yapay zeka görüş denetim sisteminin dağıtılmasından daha fazlasını içerecektir. Yapay zeka yeteneklerinin daha fazla üretim ekipmanına, fabrika alanlarına ve yönetim sistemlerine yayılması bekleniyor. Uç bilişim platformlarının, bulut platformları, endüstriyel ağlar ve mobil cihazlarla koordinasyon sağlarken verileri yerel olarak işlemesi gerekecektir.
Yapay zeka görüş sistemleri, robotlar ve mobil endüstriyel cihazlar daha yaygın hale geldikçe, endüstriyel ortamlar daha geniş bir kablosuz bağlantı seçenekleri yelpazesine ihtiyaç duyacaktır. Wi-Fi 7, yüksek bant genişliği ve çoklu bağlantı iletişimi için yeni yetenekler sunar, ancak dağıtımın değeri hala ağ kapsama alanı, spektrum düzenlemeleri, erişim noktası yetenekleri, uç nokta uyumluluğu ve yerinde doğrulamaya bağlı olacaktır.
