在边缘聚合及分析时序与视频数据
行业挑战
随着机器学习和数据分析的进步，在大量机器生成的传感器和视觉数据的驱动下，工业系统正在经历快速的数字化转型。这些数据可以帮助工业解决方案提供商提高产品质量、优化运营并减少停机时间。工厂必须具备采集、存储并以较低成本处理大量干扰性数据的高效机制。对于旧系统的依赖以及 IT-OT 的持续融合，凸显了行业正想努力弥补的差距，也形成了机遇。
现存的专有中间件解决方案不够灵活且与供应商绑定，因而限制了工业解决方案提供商的选择。这些解决方案的总体拥有成本较高，并且需要时间和资源来进行软件堆栈开发，因此扩展难度大。
EIS 推动数字化转型
英特尔® 工业边缘洞见平台 (Intel® Edge Insights for Industrial, EIS) 是经过生产验证的软件堆栈，可在边缘安全地提取、分析和存储视频与时序数据。通过在边缘轻松部署人工智能工厂可以提高运营和生产效率。
此软件是一种灵活的开源微服务架构，其中包含面向英特尔® 硬件进行优化的一系列预集成组件。其 Docker 容器模块支持对时序和视频数据的提取、存储和实时分析，并且能够根据获得的洞察向工具或设备发送下游命令，进而实现闭环控制。它支持客户开发自己的分析算法和数据提取插件。
此软件将数据分析功能带到边缘，实现近乎实时的运行并增强数据隐私保护。它经过简单配置即可发布到制造执行系统 (MES) 或车间生产管理 (WIP) 等管理应用以及所选的云，以便建立北向连接 (如下图)。PLC（可编程逻辑控制器）、摄像头、传感器和执行器等各类物联网设备通常为南向连接目的地。
图 1. EIS 的北向和南向目的地
图2. EIS架构
借助英特尔 EIS 的独有特性来提高您的竞争优势：
• 模块化：根据具体的定制需求选择所需的微服务
• 人工智能就绪：通过英特尔或第三方开发的算法进行数据分析
• 不局限于特定云：连接到任何云服务提供商，利用互补的云-边缘解决方案，并且能够 可互操作：集成独立的多供应商组件，并轻松地在微服务上构建/扩展视
频分析图像存储
• 安全：使用平台集成的英特尔® 硬件安全功能，并支持可信平台模块 (TPM)
• 可扩展：英特尔凌动®、酷睿™、至强® 处理器具有可扩展性能，满足您的独特需求
• 可管理：固件、操作系统和应用 OTA（空中下载技术）更新
行业挑战
随着机器学习和数据分析的进步，在大量机器生成的传感器和视觉数据的驱动下，工业系统正在经历快速的数字化转型。这些数据可以帮助工业解决方案提供商提高产品质量、优化运营并减少停机时间。工厂必须具备采集、存储并以较低成本处理大量干扰性数据的高效机制。对于旧系统的依赖以及 IT-OT 的持续融合，凸显了行业正想努力弥补的差距，也形成了机遇。
现存的专有中间件解决方案不够灵活且与供应商绑定，因而限制了工业解决方案提供商的选择。这些解决方案的总体拥有成本较高，并且需要时间和资源来进行软件堆栈开发，因此扩展难度大。
EIS 推动数字化转型
英特尔® 工业边缘洞见平台 (Intel® Edge Insights for Industrial, EIS) 是经过生产验证的软件堆栈，可在边缘安全地提取、分析和存储视频与时序数据。通过在边缘轻松部署人工智能工厂可以提高运营和生产效率。
此软件是一种灵活的开源微服务架构，其中包含面向英特尔® 硬件进行优化的一系列预集成组件。其 Docker 容器模块支持对时序和视频数据的提取、存储和实时分析，并且能够根据获得的洞察向工具或设备发送下游命令，进而实现闭环控制。它支持客户开发自己的分析算法和数据提取插件。
此软件将数据分析功能带到边缘，实现近乎实时的运行并增强数据隐私保护。它经过简单配置即可发布到制造执行系统 (MES) 或车间生产管理 (WIP) 等管理应用以及所选的云，以便建立北向连接 (如下图)。PLC（可编程逻辑控制器）、摄像头、传感器和执行器等各类物联网设备通常为南向连接目的地。
图 1. EIS 的北向和南向目的地
平台拆箱
我们将工业英特尔® 边缘洞见平台设计为易于您适应、扩充和扩展的产品。英特尔提供的中间件可处理传感器集成、时间序列、视频捕获和人工智能推理。您只需以此为基础继续构建即可。|
数据科学家 |
开发人员 |
系统集成商 |
|
借助英特尔® Distribution of OpenVINO™ 工具套件，来配置、优化和调整您的算法。 |
在 Docker 环境中构建而成，从而使设置、 配备和集成您的应用变得更容易。 |
借助我们预先验证的平台和惯用工具， 让复杂的工业计算解决方案更快投入运行。
|
特性和优势
英特尔 EIS (如下图) 提供经产品验证的模块化软件堆栈，使 SI、OxM、云服务提供商 (CSP) 和通信服务提供商能够凭借差异化产品更快地进入市场。通过在边缘安全地提取、存储和处理数据，制造商可以加快信息分析。同时，用户能够仅将数据构件发送到云，并减少传输干扰性数据所需的带宽。图2. EIS架构
借助英特尔 EIS 的独有特性来提高您的竞争优势：
• 模块化：根据具体的定制需求选择所需的微服务
• 人工智能就绪：通过英特尔或第三方开发的算法进行数据分析
• 不局限于特定云：连接到任何云服务提供商，利用互补的云-边缘解决方案，并且能够 可互操作：集成独立的多供应商组件，并轻松地在微服务上构建/扩展视
频分析图像存储
• 安全：使用平台集成的英特尔® 硬件安全功能，并支持可信平台模块 (TPM)
• 可扩展：英特尔凌动®、酷睿™、至强® 处理器具有可扩展性能，满足您的独特需求
• 可管理：固件、操作系统和应用 OTA（空中下载技术）更新
硬件要求
除了 Edge Insights for Industrial 包外，您还必须具备以下条件：
目标系统
以下处理器之一：
- 第六代、第七代或第八代英特尔® 酷睿™ 处理器。
- 第六代、第七代或第八代英特尔® 至强® 处理器。
- 英特尔® 奔腾® 处理器 N4200/5、N3350/5、N3450/5 与英特尔® 高清显卡。
- 至少 16 GB RAM 用于视频摄取和分析。 （至少 2 GB RAM 用于时间序列摄取和分析。）
- 至少 64 GB 硬盘。
- 互联网连接。
- Ubuntu* 18.04.3 LTS
- 知识/经验
- 您熟悉执行 Linux* 命令。
推荐的硬件
JWIPC iFactry 开发套件
IEI* TANK AIoT 开发人员套件
用例
随着人工智能在通往工业 4.0 的道路上不断加快工业自动化，此软件可在边缘运行人工智能，提供更快、更私密的数据洞察。压铸、纺织、电气和手工装配等行
业可以在以下用例中部署该软件：
• 缺陷检测：提高车间的产品质量
• 预测性分析：预测并减少停机时间
• 制造生产力优化：优化工厂运营以提高产量
“借助工业英特尔® 边缘洞见软件包提供的敏捷性，我们可以快速满足公共基础设施和工业系统中的各种客户需求。因此，我们相信我们可以帮助各行各业加速数字化转型。”
Naohiko Irie 博士 日立控制与服务平台系统事业部总经理
现实中的成功案例1
工业英特尔® 边缘洞见参考设计软件包已经安装在现场，正在协助各行各业的制造商提高质量、更智能地工作，并从流程中提取洞察信息。
解决方案组成部分与特性
• 配备 TPM2 的英特尔® 处理器家族
• 多通道视频提取和基于 GStreamer 的数据分析
• 结合英特尔® OpenVINO™ 工具套件，实现高性能推理
• 支持视频分析加速器：CPU、iGPU、英特尔® 神经计算棒二代、英特尔® Movidius™ VPU (HDDL)
• 使用可视化工具提取时序数据
• 容器化且可配置的开源微服务架构
• 英特尔的训练学习套件——深度学习工具包
• Telit、Thingsboard 和 Azure IoT Central 支持的 OTA 设备可管理性
• 英特尔开发的和第三方开发的人工智能算法
• 英特尔® 傲腾™ 内存
探索面向英特尔® 边缘软件的功能和性能优化的硬件套件和设备。
了解工业边缘计算平台的组件、服务、架构和数据流。
访问安装软件和验证安装的相关说明。
请按照分步示例操作，以熟悉软件的核心功能。
了解更多信息
如需了解 EIS，请访问
https://www.intel.com/content/www/us/en/internet-of-things/industrial-iot/edge-insights-industrial.html。
评论