過程控制不僅限于傳統(tǒng)的過程工業(yè)。它正在成為“智能”制造的代名詞，確保范圍廣泛且通常松散耦合的活動(dòng)能夠順利地協(xié)同工作。這包括加強(qiáng)邊緣，減少對(duì)中央分層控制的依賴，以及轉(zhuǎn)向響應(yīng)速度更快、實(shí)時(shí)、適應(yīng)性更強(qiáng)的運(yùn)營。

邊緣計(jì)算實(shí)現(xiàn)了這一轉(zhuǎn)變，提供了實(shí)時(shí)監(jiān)控，并為基于算法的邊緣控制打開了大門。

在邊緣更快地訪問更多數(shù)據(jù)是減少延遲的直接產(chǎn)物?，F(xiàn)在甚至可以做出決策。邊緣計(jì)算的趨勢已經(jīng)確立，即在數(shù)據(jù)或進(jìn)程活動(dòng)處或附近進(jìn)行盡可能多的處理。但現(xiàn)在，隨著更多計(jì)算密集型和耗電的邊緣應(yīng)用（包括生成式 AI）的出現(xiàn)，系統(tǒng)設(shè)計(jì)人員需要重新考慮他們正在做什么，以及他們?nèi)绾卧谶吘壍湫偷墓南拗葡峦瓿蛇@些工作。

邊緣計(jì)算和高級(jí) AI 之間存在天然的協(xié)同作用。智能過程控制中邊緣計(jì)算的總體發(fā)展將不可避免地包括 AI，因?yàn)樾碌钠舷到y(tǒng)解決方案針對(duì)這種方法進(jìn)行了優(yōu)化。通過將 AI 應(yīng)用程序定位在生成數(shù)據(jù)的位置，邊緣計(jì)算可以提供更好的預(yù)測分析和控制策略，從而改進(jìn)過程控制系統(tǒng)。

但是，所有邊緣 計(jì)算都面臨的挑戰(zhàn)是找到足夠的能力。一些邊緣站點(diǎn)可以隨時(shí)使用交流線路電源，但其他站點(diǎn)則沒有這樣的設(shè)備。AI 應(yīng)用程序的問題變得更加嚴(yán)重，這些應(yīng)用程序往往是貪婪的電力消費(fèi)者。

為邊緣 AI 做好準(zhǔn)備：電源和硬件注意事項(xiàng)

首先評(píng)估已經(jīng)可用或隨時(shí)可用的功率?？紤]可能需要多少 AI 電源，以及使用現(xiàn)有電源（如有線現(xiàn)場交流或直流電源）或可以輕松添加的電源來適應(yīng) AI 電源的可行性。

對(duì)于某些邊緣用途，單獨(dú)使用電池供電可能是一種選擇。但是，由于 AI 功率需求高，最好將其視為補(bǔ)充或備份，以確保即使在電力需求高峰或中斷的情況下也能運(yùn)行。

太陽能/電池可能為戶外且遠(yuǎn)離中央電源的邊緣作提供長期選擇，但它可能只能作為大多數(shù) AI 邊緣需求的補(bǔ)充。更不尋常的電源可能包括基于羅特曼透鏡的整流天線，用于毫米波收集未使用的 5G 網(wǎng)絡(luò)能量。這已應(yīng)用于為傳感器供電，盡管除了最小的 AI 處理需求外，它可能不足以滿足所有需求。當(dāng)然，不依賴于陽光可用性等變量的更簡單的解決方案往往是更可靠的解決方案。

評(píng)估邊緣 AI 的功耗要求

邊緣 AI 所需的能量因復(fù)雜性和所考慮的任務(wù)而異。一個(gè)消息來源引用了用于 AI 的基于 GPU 的處理器的部署，該處理器的功耗為 20 到 30 W。執(zhí)行處理的同一節(jié)點(diǎn)可能還需要為 routing switch、傳感器等供電，這意味著最好規(guī)劃更多的電源需求，而不是更少。

例如，通過電池管理系統(tǒng)監(jiān)控用電量對(duì)于持續(xù)管理和滿足任何潛在的報(bào)告要求都是一個(gè)好主意。

電源必須提供效率和可靠性，同時(shí)通常需要緊湊且堅(jiān)固耐用。AI 提供的可變工作負(fù)載是對(duì)自適應(yīng)或智能電源管理功能的邀請(qǐng)，以盡可能降低消耗。模塊化和可擴(kuò)展性也可以是支持不斷增長的部署或設(shè)施重新配置時(shí)需要考慮的功能。

在邊緣 AI 應(yīng)用的云處理和設(shè)備端處理之間做出決定

雖然在本地“執(zhí)行”AI 的能力有所增長，但電源管理要求可能有利于替代方案：云。但這也伴隨著警告。

一個(gè)明顯的問題是延遲。但是，如果特定應(yīng)用程序可以容忍一些延遲，并且比在傳統(tǒng)數(shù)據(jù)中心進(jìn)行處理更有意義，那么云是一個(gè)可行的選擇。

云中的處理涉及通過互聯(lián)網(wǎng)傳輸數(shù)據(jù)和訪問云，這并非沒有電力需求，但這通常會(huì)低于在本地運(yùn)行 AI 應(yīng)用程序所需的電力。也許最大的擔(dān)憂是安全性（盡管這通常是可控的）和延遲（可能更難預(yù)測或控制）。

“邊緣站點(diǎn)的能源管理”的作者（參見下面的參考資料）指出，當(dāng)有多個(gè)計(jì)算節(jié)點(diǎn)時(shí)，可以節(jié)省能源，并且根據(jù)特定用例，在某些運(yùn)行期間，處理可能會(huì)受到限制甚至消除。他們還概述了用于邏輯控制此類情況的各種架構(gòu)（見圖），“通過確定應(yīng)用程序可用性和邊緣站點(diǎn)功耗之間的最佳折衷方案，而無需在邊緣站點(diǎn)使用專用/定制硬件。

邊緣 AI 能量控制方法可以提供細(xì)粒度控制;例如，在 AI 處理高峰期提供功率和全容量，并在其他時(shí)間切換到低功耗模式。步驟 A 認(rèn)為控制平面收到將站點(diǎn)置于低功耗模式的命令，這會(huì)觸發(fā)控制平面以確定站點(diǎn)中所有正在運(yùn)行的節(jié)點(diǎn)是否都已滿載。如果節(jié)點(diǎn)已滿載，則 power-down 命令將被拒絕，因?yàn)榭紤]到站點(diǎn)上運(yùn)行的當(dāng)前應(yīng)用程序集，無法降低站點(diǎn)的功耗。但是，如步驟 B 所示，如果所有節(jié)點(diǎn)均未完全加載，則可以通過從站點(diǎn)重新分發(fā)節(jié)點(diǎn)上正在運(yùn)行的應(yīng)用程序來關(guān)閉某些節(jié)點(diǎn)。

確?？煽康臄?shù)據(jù)和電源連接

雖然電力和數(shù)據(jù)移動(dòng)是不同的領(lǐng)域，但應(yīng)同時(shí)考慮它們。電源和數(shù)據(jù)連接都是潛在的故障點(diǎn);因此，邊緣 AI 需要故障安全和/或故障轉(zhuǎn)移選項(xiàng)，以捕獲狀態(tài)并提供對(duì)故障來源和性質(zhì)的見解。

這不應(yīng)該在真空中考慮，而應(yīng)該與地點(diǎn)或活動(dòng)的需求和期望相關(guān)。整個(gè)運(yùn)營的可靠性狀況如何？是否有備用電源或電池組來確保連續(xù)運(yùn)行？與整個(gè)設(shè)施或流程的期望保持一致是謹(jǐn)慎的做法，以確保相關(guān)性并避免過高的成本。

當(dāng)然，實(shí)際上，電源布線和數(shù)據(jù)布線通常可以協(xié)調(diào)完成。