物聯網虛擬化帶動工廠自動化的潛力
工業製造商天生保守。設備的價值以及潛在責任意味著,若未能先提供獲證實的使用案例,他們通常不會採用新技術。
因此,縱然人工智慧與物聯網將徹底改變物聯網工廠自動化,但工業數位轉型所需的許多執行技術,依舊必須經歷從製圖板到可行概念驗證(PoC)的過程。智慧物聯網系統基礎架構的基礎,是這個過程的起點,此時工作負載整合這類構想尚未成功在真實世界工廠大規模展示。
事實上,許多自動化專業人士可能依舊對工作負載整合不熟悉,也不清楚達成智慧工廠目標為什麼重要。簡而言之,這個詞描述的是一種將多核心處理器虛擬化的方式。因此,製造商可以消除所有備援系統、減少總能耗、儘量減少延遲、並且降低成本。
雖然看似簡單,但實則不然。自動化使用案例尚無法充分證明工作負載整合,原因之一在於,影像處理和深度學習這類智慧物聯網工作負載無法輕易虛擬化。事實上,若缺少納入第 12 代 Intel® Core™ 處理器(前身為「Alder Lake」)的介面虛擬化和 I/O 共用這類進階功能,就完全無法將智慧物聯網工作負載虛擬化。
真實世界的工業概念驗證已經展現了這些技術。但若要徹底領會這些技術,我們必須先瞭解之所以需要它們的原因。
虛擬圖形遭到孤立
雖然物聯網虛擬化並非新技術,但工作負載虛擬化有難易之別。開發人員嘗試將顯示卡硬體虛擬化時傷透腦筋,因為 GPU 通常是主機處理器周邊裝置。GPU 這種專業的周邊裝置可從主機處理器匯出至另一部虛擬機器(VM),但就是缺乏原生自行支援虛擬化的功能。
換句話說,GPU 資源無法在多部 VM 之間輕鬆共用。
開發人員可竭盡所能,模擬擔任驅動程式與實體 GPU 之間中介的虛擬 GPU,但這類技術可能大幅增加延遲,而且邊緣應用程式無法容忍這等延遲。
協助虛擬 GPU 充分發揮潛力
若要讓工作負載整合與智慧物聯網技術在工業締造群眾效應,硬體加速 GPU 虛擬化是必要條件。所幸,對物聯網工廠自動化專業人士來說,第 12 代 Intel® Core™ 處理器的諸多增強功能,包括虛擬 GPU 效能提升。
這類處理器處理問題時,並非透過奇特的基礎架構,或是比邊緣系統可能使用數量還多的繪圖執行單元,而是在連接 GPU 周邊裝置的 I/O 中處理。為此,這類處理器在 Intel® Graphics Virtualization Technology (Intel® GVT) 新增單一根目錄 I/O 虛擬化(SR-IOV)支援,讓 VM 可存取 GPU 的 PCI Express 連接埠的實體功能。
這樣一來打造出的 GPU,可以近乎原生的效能層級,在工作負載整合式系統被自行分配。簡而言之,它是直接在硬體執行資源資源共用,而非全然在軟體進行。
第 12 代 Intel® Core™ 處理器率先同時支援 Intel® Xe GPU 架構與 SR-IOV 虛擬化功能。另外,高效能運算技術全球供應商 DFI, Inc. 提供了 ADS310-R680E 這款 microATX 主機板,是第一款配備 GFX SR-IOV 功能的平台。它還支援高達四部外接式顯示器、Intel® OpenVINO™ 工具組深度學習,以及採用 Linux Kernel 的虛擬機器(KVM)。
工業工作負載整合的證明論點
工業自動化設備若要順利移轉至智慧物聯網,不僅必須新增功能,同時也不能犧牲決定性。SR-IOV 這類最佳化可讓工程師充分發揮新式軟體技術的彈性,無論程式是透過實體主機或虛擬方式執行,依舊能締造原生硬體效能,進而達成這項目標。
ADS310 屬於近期與 Intel 的聯合 SR-IOV 概念驗證,展示了繪圖虛擬化如何在工業自動化技術堆疊中執行。在此,OpenVINO 人工智慧演算法在 Ubuntu 容器中執行,並且分析攝影機影像,然後透過 HDMI 傳送至本機監視器。另外,相同的資料也會饋送至兩個 Windows 10 作業系統、由 KVM hypervisor 分割,然後透過 Wi-Fi 和 HDBaseT 乙太網路轉送至遠端顯示器。
若未安裝 SR-IOV,兩個 Windows 10 執行個體可達到 28 fps 的畫面播放速率。若有 SR-IOV,VM 畫面播放速率便躍升至 60 fps 畫面播放速率,也就是順暢畫面彩現共同的目標。
移轉至工作負載整合式系統架構的效率、生產力、易用性和成本效益,顯而易見且佐證資料完備。如今,拜第 12 代 Intel® Core™ 處理器的整合式功能之賜,它們也在實際世界獲得了驗證。
自動化產業,準備改頭換面。