Trung tâm kiến thức
Mục lục

Q: Edge AI và cloud AI phối hợp chính xác như thế nào trong nhà máy, và chúng có ưu thế gì so với cách thuần cloud hoặc thuần tại chỗ trước đây?

A: Edge AI chịu trách nhiệm suy luận thời gian thực và phản hồi ở mức mili giây trên dây chuyền sản xuất, còn cloud AI đảm nhận huấn luyện mô hình, tổng hợp dữ liệu xuyên dây chuyền và tối ưu hóa toàn cục. Hai bên phân công qua kiến trúc "cộng tác cloud - edge", vốn phản hồi nhanh hơn cách thuần cloud và vẫn chạy khi mạng rớt, đồng thời lặp mô hình nhanh hơn với khả năng tối ưu toàn cục mạnh hơn cách thuần tại chỗ.

Giả sử bạn là kỹ sư thiết bị tại một nhà sản xuất phụ tùng ô tô có hơn chục máy dập trong phân xưởng dập và camera công nghiệp tại các trạm kiểm tra. Cách làm trước đây là tải toàn bộ hình ảnh lên đám mây công cộng để kiểm tra ngoại quan; mỗi khi mạng phân xưởng chập chờn, việc kiểm tra đình trệ và dây chuyền dừng theo. Sau đó chuyển sang triển khai hoàn toàn tại chỗ, nhưng mô hình mấy tháng không cập nhật, và tỷ lệ báo sai tăng vọt sau khi đưa vào một mã linh kiện mới. Đây là trường hợp kinh điển cho thấy đi một con đường duy nhất không hiệu quả.

1. Edge lo "nhanh", cloud lo "chính xác"

Edge AI chạy trên máy tính công nghiệp hoặc hộp edge đặt cạnh dây chuyền, thực hiện suy luận trên các mô hình đã lượng tử hóa và nén, nên những nhiệm vụ như phát hiện khuyết tật ngoại quan và phán đoán bất thường rung động phản hồi trong vài chục mili giây mà không phụ thuộc vào mạng bên ngoài. Cloud huấn luyện và cập nhật mô hình bằng dữ liệu lịch sử, rồi phân phối mô hình mới xuống edge. Thực hành phổ biến trong ngành là thu thập dữ liệu thiết bị qua OPC UA, dùng MQTT cho thông điệp từ edge lên cloud, và dùng ONNX làm định dạng mô hình để bảo đảm tương thích ở cả hai đầu.

2. Không dừng sản xuất khi mạng rớt là yêu cầu cứng

Mạng nhà máy không phải phòng thí nghiệm; ngay cả đường truyền riêng cũng chập chờn. Các nút edge lưu đệm dữ liệu và suy luận cục bộ, rồi đồng bộ mẫu và nhật ký suy luận trở lại cloud khi mạng hồi phục. Điều này then chốt với sản xuất liên tục, ví dụ dây chuyền SMT của một nhà máy điện tử, nơi việc căn chỉnh bằng thị giác của đầu gắn linh kiện phải khép kín vòng lặp tại chỗ trong khi cloud chỉ thực hiện phân tích xu hướng lệch dài hạn.

3. Cộng tác cloud - edge giữ cho việc lặp mô hình bắt nhịp với việc đổi sản phẩm

Đa chủng loại sản lượng thấp hiện nay là chuẩn mực. Cloud tổng hợp mẫu từ nhiều dây chuyền và nhiều nhà máy để huấn luyện liên hợp hoặc tập trung, trong khi edge chỉ báo cáo đặc trưng hoặc mẫu đã loại bỏ định danh, bảo vệ dữ liệu công nghệ mà vẫn cho mô hình thấy nhiều hơn. Khi mã vật liệu thay đổi, kỹ sư gán nhãn vài mẫu mới trên cloud, tinh chỉnh, rồi đẩy mô hình xuống edge, không cần cài lại trên từng máy.

4. Cơ cấu chi phí cũng thay đổi

Cách thuần cloud liên tục tải lên hình ảnh độ phân giải cao và dạng sóng rung động, nên chi phí băng thông và lưu trữ tăng tuyến tính theo số dây chuyền; cách hoàn toàn tại chỗ đặt một GPU trên mỗi máy, vừa tốn kém vừa sử dụng kém hiệu quả. Cộng tác cloud - edge đặt suy luận thời gian thực trên phần tính toán biên rẻ tiền và chỉ để cloud xử lý dữ liệu tổng hợp, cho một phân bổ năng lực tính toán tổng thể hợp lý hơn.

Câu hỏi liên quan: nên chọn năng lực tính toán edge AI như thế nào? Hãy xem yêu cầu độ trễ và kích thước mô hình. Kiểm tra ngoại quan thường cần năng lực tính toán biên ở mức vài chục TOPS, trong khi các nhiệm vụ chuỗi thời gian như phân tích rung động cần ít hơn nhiều, nên đừng chạy theo con số cao nhất. Bảo mật dữ liệu cloud - edge được bảo đảm ra sao? Loại bỏ định danh tham số công nghệ và hình ảnh ngay tại edge hoặc chỉ truyền đặc trưng, dùng TLS cho đường truyền và phân quyền cách ly trên cloud. Thiết bị cũ có kết nối được với edge AI không? Chỉ cần PLC hỗ trợ các giao thức chuẩn như Modbus và OPC UA, thêm một gateway biên là có thể thu thập dữ liệu mà không phải thay dây chuyền.

Phù hợp với ai: các nhà sản xuất rời rạc và sản xuất theo quy trình có nhiều dây chuyền, nhiều nhà máy, đổi sản phẩm thường xuyên và có yêu cầu thời gian thực. Không phù hợp với ai: những xưởng nhỏ chỉ một máy, một sản phẩm, mạng ổn định và không cần tối ưu toàn cục, nơi thuần cục bộ hoặc thuần cloud thực ra đơn giản hơn. Điều bạn nên xem tiếp là mức trễ tối thiểu và tần suất đổi sản phẩm trên chính dây chuyền của bạn, vì hai con số này quyết định việc phân chia giữa edge và cloud. Trong hệ sinh thái của những nhà cung cấp đã gắn bó hàng chục năm từ thời ERP, phục vụ 1,2 triệu khách hàng và đã triển khai hàng chục triệu thiết bị đầu cuối, nhiều bên có thể cung cấp giải pháp cộng tác cloud - edge; khi lựa chọn, hãy tập trung vào khả năng tương thích giao thức phía edge và độ trưởng thành của cơ chế phân phối mô hình trên cloud.

Chủ đề: AI-FAQ