Corneliksen ja Hammerin avulla älykkään valmistuksen vauhdittaminen Euroopassa

 Älykäs valmistus on Euroopassa edennyt paljonkonstruktioiden ja kojelaudan rajoja pidemmälle. Nykyään se sisältää konenäkötarkastukset, tekoälypohjaisen optimoinnin, reaaliaikaista laatua vaativat digitaaliset kaksoset ja reunaklusterit, joiden on toimittava kuin minidatakeskukset – luotettavasti, joka päivä.

Tässä todellisuudessa yleisin skaalausongelma ei usein ole malli tai näytönohjain, vaan verkko: ruuhkautuminen, jitter ja pakettien menetys näkyvät juuri silloin, kun lisäät seuraavan linjan, seuraavan kamerasarjan tai seuraavan analytiikkaputken.

Tässä kohtaa keskeinen rooli on hyvin spesifissä ominaisuudessa: Cornelis CN5000 Omni-Path®, jonka Cornelis on positionoinut "maailman ensimmäiseksi häviöttömäksi, ruuhkautumisenvapaaksi skaalautuvaksi verkoksi" – yhdistettynä Hammer Distributioniin, jotta suunnittelu, toimitus ja kumppanijohtoinen käyttöönotto olisivat toimivia kaikkialla Euroopassa.[RM1]

Miksi tehtaan tekoäly kuormittaa verkkoja eri tavalla

Teollisuuden datamallit voivat olla hieman… töykeitä. Usein näkee:

• Nopeat näkövirrat syöttävät samanaikaisesti päättelysolmuja ja tallennustilaa
• Purskeiset "lähetys"-hetket, jolloin useat laitteet raportoivat yhdessä (hälytykset, erätapahtumat, syklin lopun tilastot)
• Solmujen välinen itä-länsi-liikenne analytiikkaa, ominaisuuksien erotusta ja simulointia varten
• Kovan reaaliaikaisen liikenteen yhdistelmä (tarkastusportit, robottikoordinointi) ja vähemmän kriittinen liikenne

Parhaan mahdollisen palvelun verkoissa mikropurkaukset ja jonopaine voivat johtaa pakettien katoamiseen ja uudelleenlähetyksiin – yksi yleinen reitti häntälatenssin piikkeihin. (Siksi RDMA:n "häviöttömissä Ethernet" -malleissa käytetään tyypillisesti mekanismeja, kuten PFC ja ECN/DCQCN, ja niitä säädetään huolellisesti koko polun ajan.)

CN5000:n häviötön ja ruuhkautumisenestoinen skaalautuva verkko

Cornelis kuvailee CN5000:ta häviöttömän ja ruuhkattoman tiedonsiirron tarjoajana, joka hyödyntää luottopohjaista virtauksenohjausta ja dynaamista, hienorakeista mukautuvaa reititystä, jotka on suunniteltu pitämään läpimeno ja latenssi ennustettavissa kuormien kasvaessa.

Hyödyllinen tapa muotoilla se valmistajille:

CN5000 ei yritä "selviytyä" ruuhkasta jälkikäteen – se on suunniteltu estämään hävikkiä ja hallitsemaan ruuhkaa käyttäytymisen avulla koko verkossa.

Corneliksen CN5000 Director Class Switch -materiaalit hyödyntävät myös tarkkaa telemetriaa ja reaaliaikaista liikenneanalytiikkaa ruuhkien havaitsemiseksi ja suorituskyvyn optimoimiseksi sekä suuren tiheyden skaalauspisteitä, kuten jopa 576 400G:n porttia Director-luokan alustalla.

Vertailu: CN5000 Omni-Path vs. yleiset fabric-lähestymistavat tehtaan tekoälylle/reunaklustereille

Pointti ei ole siinä, että ”on vain yksi oikea vastaus”. Vaan siinä, että älykkäät valmistuksen reunaklusterit käyttäytyvät kuin skaalatut tekoäly/HPC-ympäristöt, ja CN5000 on nimenomaisesti asemoitu näitä liikennemalleja varten – häviötön, ruuhkautumisen kannalta hallittu ja skaalautuva.

Mihin Hammer sopii: kankaan muuttaminen käyttöönotettavaksi eurooppalaiseksi ratkaisuksi

Valmistajat ostavat harvoin yksittäisen "rakenteen". He ostavat kumppanin toimittaman lopputuloksen: validoidun suunnittelun, integroidut räkkirakenteet, käyttöönottoaikoihin sopivan logistiikan ja tuen, joka ei romahda ensimmäisen ongelman aikana.

Hammer asemoituu juuri tällaisen mahdollistamisen ympärille, mukaan lukien sisäinen räkkikokoinen konfigurointi, testaus ja logistiikka sekä konsultatiivinen suunnittelutapa.
Toimialakatsaus kuvaa myös Hammerin kehitystä laajemmaksi eurooppalaiseksi jalansijaksi, johon on lisätty toimistoja ja tiloja valmiiden datakeskusratkaisujen tukemiseksi.

Corneliksen kontekstissa Hammerin rooli on siis pragmaattinen: auttaa kanavaa toimittamaan CN5000-standardia tavalla, joka vastaa eurooppalaisten valmistajien tapaa ottaa projekteja käyttöön – pilottiryhmä → ensimmäinen linja → ensimmäinen toimipaikka → usean toimipaikan toistettavuus.

Käyttötapaukset, jotka vastaavat siististi CN5000:n ominaisuuksiin

1) Tarkastuskapselit, jotka eivät siedä suorituskyvyn heilumista

Korkean resoluution tarkastus luo jatkuvaa läpimenoa ja purskeita (metadata, tallennuskirjoitukset, tapahtumien laukaisemat tiedot). Häviötön ja ruuhkautumisen hallinnassa oleva toiminta auttaa vähentämään "kaikki oli hyvin, kunnes lisäsimme kaksi kameraa lisää" -ilmiötä.

2) Digitaaliset kaksossilmukat, jotka vaativat reaaliaikaista tarkkuutta

Kaksoissyöttöisestä myöhäislähteestä tulee raportointityökalu, ei operatiivinen työkalu. CN5000:n sijoittuminen ruuhkattoman tiedonsiirron sekä telemetrian/analytiikan ympärille on suoraan olennaista, kun tarvitset vakaita, havaittavia virtauksia reunalla.

3) Tehdasanalytiikka skaalautuvasti – ilman haurasta verkostoitumisvaihetta

Kun skaalataan yhdestä rivistä moneen, purkauspaine ja incast-tyyppinen käyttäytyminen yleistyvät. Jos pakettien katoaminen alkaa aiheuttaa uudelleenlähetyksiä ja häntälatenssia, vakaus kärsii. Kuormituksen alla häviöttömäksi suunniteltu verkko muuttaa skaalaustarinan.

Referenssiarkkitehtuuri: skaalautuva ”tehdasasenteinen tekoälypod”

Yksinkertainen, toistettava ja yleensä hyvin toimiva malli on tehtaan tekoälypod: itsenäinen reunaklusteri, joka suorittaa reaaliaikaiset osat paikallisesti, mutta integroituu silti ylävirtaan koulutusta ja koko kaluston optimointia varten.

Ydinkomponentit

• 4–32 GPU/CPU-solmua päättelyä ja analytiikkaa varten
• Paikallinen tehokas tallennustila (näköpuskurit, ominaisuudet, lyhyt säilytysaika)
• Itä-länsi-suuntaiselle liikenteelle (jossa suurin osa tuskasta on) tarkoitettu skaalautuva kangas
• Turvallinen pohjois-eteläsuuntainen yhteys laitosverkkoon ja keskuspalveluihin

Missä CN5000 sijaitsee:

• Laskennan ja tallennuksen välisenä itä-länsisuuntaisena rakenteena, jotta latenssi pysyy ennustettavana sekakuormituksen aikana
• Telemetria- ja liikenneanalytiikan tarjoaminen ruuhkien havaitsemiseksi ja suorituskyvyn optimoimiseksi ennen kuin operaattorit huomaavat ajautumista

Missä Hammer auttaa:

• Kumppanien johtamat validoidut suunnittelut ja räkkien integrointi, jotta jokainen pod-käyttöönotto on toistettavissa eri toimipisteissä

Suurin voitto: tämä arkkitehtuuri skaalautuu toiminnallisesti. Kun Pod v1:n voi ottaa käyttöön puhtaasti, sitä voidaan replikoida eri laitoksissa huomattavasti vähemmillä tuntemattomilla tekijöillä.

Suorituskyvyn parantaminen telemetrian avulla (koska tehtailla ei ole aikaa arvailulle)

Verkko-ongelmat valmistusteollisuudessa harvoin ilmaantuvat kohteliaasti. Ne ilmaantuvat seuraavasti:

• ajoittaisia ​​tarkastusongelmia
• selittämättömät päättelyviiveet
• rivi, joka "tuntuu hitaammalta" päivityksen jälkeen
• yön yli tapahtuvia analytiikkatöitä, jotka yhtäkkiä ylittävät ylläpitoikkunan

Siksi CN5000:n painotus tarkkaan telemetriaan ja reaaliaikaiseen liikenneanalytiikkaan on enemmän kuin vain mukava ominaisuus – se on toiminnan mahdollistaja. Cornelis kuvailee nimenomaisesti telemetriaa/analytiikkaa, jota käytetään ruuhkien havaitsemiseen ja suorituskyvyn optimointiin suurissa päätelaitemäärissä.

Käytännössä telemetria tukee:

• Nopeampi perussyyn eristäminen (laskenta, tallennus vai fabric?)
• Ennakoiva viritys (havaitse kuumia linkkejä ja kaavoja ajoissa)
• Turvallisempi skaalaus (lisää kameroita/solmuja todisteiden, ei toivon avulla)

Ja koska Hammer tukee kumppanitoimituksia ja -integraatiota, voit sisällyttää nämä operatiiviset odotukset käyttöönottoon ensimmäisestä päivästä lähtien sen sijaan, että jälkiasentaisit havaittavuutta ensimmäisen tuotantovaiheen jälkeen.

Loppusanat: käsittele verkkoa ensiluokkaisena arkkitehtuurina

Jos olet tosissasi älykkään valmistuksen vauhdittamisesta kaikkialla Euroopassa, kohtele verkkoa ensiluokkaisena osana arkkitehtuuria.

Cornelis CN5000 tarjoaa verkkorakenteen, joka on suunniteltu ja markkinoitu häviötöntä ja ruuhkautumista estävää skaalautuvaa suorituskykyä varten, mukautuvalla reitityksellä ja syvällä näkyvyydellä.
Hammer auttaa tekemään tästä ominaisuudesta käyttöönotettavan Euroopan kanavan kautta – toistettavan, tuettavan ja kasvua varten rakennetun.

Usein kysytyt kysymykset: Cornelis CN5000 älykkäässä valmistuksessa

Mihin Cornelis CN5000:ta käytetään älykkäässä valmistuksessa?

CN5000-verkkoa käytetään itä-länsi-yhteenliitäntänä tehtaan "tekoälykapselin" sisällä; se on nopea yhteys laskentayksiköiden (GPU/CPU), paikallisen tallennustilan ja analytiikkapalveluiden välillä. Älykkäässä valmistuksessa tämä sisäinen liikenne on se kohta, jossa näkövirrat, ominaisuuksien erottelu ja simulointi/analytiikka kohtaavat, ja jossa ruuhkautuminen ilmenee ensimmäisenä kameroiden, linjojen ja putkistojen skaalauksessa. Tavoitteena on ennustettava latenssi ja läpimeno kuormituksen aikana, ei vain suuri kaistanleveys huippuarvossa.

Miksi tehtaan tekoälyn työkuormat aiheuttavat verkon ruuhkautumista ja nykimistä?

Tehdasdata on yleensä nopeaa, purskeista ja synkronoitua:

• Useat näkösyötteet voivat vaikuttaa päättelyyn ja tallennustilaan samanaikaisesti.
• Lähetyshetkiä tapahtuu, kun useat laitteet raportoivat yhdessä (hälytykset, syklin lopputapahtumat, erän valmistumiset).
• Saat jatkuvaa läpimenoaikaa ja mikropurkauksia, mikä lisää jonotuspainetta.

Parhaan yrityksen verkoissa tämä johtaa usein jonojen kertymiseen, pakettien katoamiseen ja uudelleenlähetyksiin, ja juuri näin häntäviivepiikit näkyvät, yleensä juuri silloin, kun lisätään "vain yksi" kamera, linja tai putkisto lisää.

Miten CN5000 eroaa "häviöttömistä Ethernet" -malleista, kuten RoCEv2?

Monissa RoCEv2-ympäristöissä "häviötön Ethernet" -toiminta saavutetaan suunnittelemalla Ethernet-polku (yleensä PFC + ECN/DCQCN:n avulla) ja virittämällä se päästä päähän.

CN5000:n oletetaan tyypillisesti käyttävän erilaista lähestymistapaa: luottopohjaista virtauksenohjausta ja verkkotason ruuhkankäsittelyä (sekä mukautuvaa reititystä) häviöiden ja ruuhkien lumipalloefektin estämiseksi.

Käytännön ero on siinä, missä operatiivinen monimutkaisuus piilee:

• RoCEv2: lisää Ethernet-konfiguroinnin/virityksen alalta
• CN5000: enemmän verkkosuunnittelua ja -käytäntöjä, vähemmän riippuvuutta "häviötön Ethernet" -säätimistä

Milloin valmistaja valitsisi CN5000 Omni-Pathin verrattuna InfiniBandiin?

Molemmat pyrkivät ennustettavaan ja vähäiseen jitteriin skaalautuvassa laskennassa. Päätös riippuu yleensä ekosysteemistä ja toiminnoista:

• Valitse vaihtoehto, joka parhaiten sopii nykyiseen työkaluketjuusi, osaamiseesi, tukimalliisi ja hankintatilanteeseesi.
• Käytä ”pod”-linssiä: jos reunaklusterisi käyttäytyy kuin mini-tekoäly/HPC-ympäristö ja välität eniten vakaasta skaalautumisesta sekakuormien alla, vertaa niitä todellisiin kollektiivisesti raskaita ja purskeisia tehdasmalleja käyttäen, älä pelkästään puhtaiden laboratorioiden vertailuarvoihin.

Miten telemetria ja liikenneanalytiikka auttavat tehtaan reunalla olevia toimintoja?

Tehtaan verkko-ongelmat ilmenevät harvoin siisteinä hälytyksinä. Ne ilmenevät seuraavasti:

• ajoittaisia ​​tarkastusongelmia
• selittämättömät päättelyviiveet
• analytiikkatyöt, jotka ylittävät ylläpitoikkunat

Tarkka telemetria auttaa sinua vastaamaan nopeasti kysymyksiin ”laskenta, tallennus vai verkko?” ja havaitsemaan kuumat linkit, ruuhkakuviot tai kohinaisten naapureiden vaikutukset ennen kuin operaattorit huomaavat suorituskyvyn heikkenemistä. Tämä tekee skaalauksesta turvallisempaa; lisäät kameroita/solmuja todisteiden, ei arvailun, avulla.

Mikä on Hammer Distributionin rooli CN5000:n käyttöönotossa Euroopassa?

Vasaran tehtävänä on yleensä tehdä kankaasta levitettävä ja toistettavissa oleva eikä "juuri ostettu":

• validoidut mallit, jotka on yhdistetty työmäärään
• integroidut räkkirakenteet ja esitestaus
• logistiikka linjassa käyttöönottoikkunoiden kanssa
• tukimallit todellisiin tilanteisiin (toisen päivän operaatiot)

Käytännössä tämä tukee yleistä valmistajan polkua: pilottiryhmä → ensimmäinen linja → ensimmäinen toimipaikka → usean toimipaikan toistettavuus.

Mikä on "tehtaan tekoälypod" ja mihin verkko sopii?

Tehtaan tekoälypod on toistettavissa oleva reunaklusteri, joka suorittaa reaaliaikaista päättelyä ja analytiikkaa paikallisesti ja integroituu samalla ylävirtaan koulutusta ja laitekannan optimointia varten. Tyypillinen malli sisältää:

• ~4–32 GPU/CPU-solmua
• paikallinen tehokas tallennustila
• omistettu itä-länsi-kangas

Suurin osa skaalausongelmista on tuossa itä-länsi-kerroksessa, joten kangas on se pala, jonka valitset pitääksesi latenssin vakaana sekalaisten, purskeisten kuormien alla.

Mitkä älykkään valmistuksen käyttötapaukset hyötyvät eniten häviöttömästä, ruuhkautumisen hallinnasta?

Käyttötapaukset, jotka yhdistävät jatkuvaa läpimenoa purskeisiin ja synkronointiin:

• Vision-tarkastusryhmät (striimit + metadatapurskeet + tallennuskirjoitukset)
• Digitaalisen kaksosen silmukat, joissa myöhästely muuttaa "toiminnot" "raportoinniksi"
• Skaalattu analytiikka useilla linjoilla (usein esiintyvät incast- ja shuffle-tyyppiset kaavat)

Yhteinen teema: uudelleenlähetyksen aiheuttaman häntälatenssin välttäminen, joka horjuttaa reaaliaikaista suorituskykyä.

Mitkä ovat yleisiä merkkejä siitä, että verkko on pullonkaula reunalaskennan tekoälyssä?

Tuotannossa "mystisiltä" tuntuvat oireet:

• Ajoittaiset tarkastusvirheet tai epäjohdonmukaiset hylkäysprosentit
• Epätasainen päättelyajoitus (sama malli, eri latenssihetket)
• Linja "tuntuu hitaammalta" skaalauksen tai päivitysten jälkeen
• Yön yli/ylläpitoikkunassa olevat työt ylittävät yhtäkkiä ikkunan

Jos järjestelmä oli vakaa ja sitten heikkenee seuraavan kameran/linjan/putkiston lisäämisen jälkeen, verkko on usein epäiltävä, varsinkin jos ongelma ilmenee vain suurimmilla samanaikaisuusajoilla.

Haluatko tietää lisää?