Eintrittskarte in die Industrie 4.0 Embedded Core-Farming

Mit der Industrie 4.0 steigt der Bedarf an Rechenleistung innerhalb der Maschine und auf der Leitebene - die klassischen IT-Infrastrukturen geraten dabei an ihre Grenzen. Inonet setzt deshalb auf bewährte Konzepte aus anderen Bereichen, wie der Server-Technik oder die Bildverarbeitung.

In einer Firma mit Produktionsanlagen befindet sich auf verschiedenen Ebenen eine jeweils spezifische Computing-Infrastruktur: Auf dem untersten Level sitzen die Sensoren, die über Profibus oder ähnliche Feldbussysteme angesprochen werden. Kleine Industrierechner bündeln die Daten und leiten sie zur Verarbeitung an die Ebene der Maschinensteuerung mit SPS und leistungsstärkeren Industrierechnersystemen weiter. Je intelligenter die Anlage oder Maschine wird - also je konsequenter Industrie 4.0 umgesetzt wird - umso mehr Sensordaten müssen möglichst in Echtzeit erfasst, gespeichert, weitergeleitet, bewertet und verarbeitet werden. Denn bei der Steuerung einer Produktionsanlage zählen Sekundenbruchteile, Verzögerungen durch die Datenverarbeitung sind nicht akzeptabel. »Das heißt, die Rechen-Power, die bislang nur auf Server-Ebene zu finden ist, muss jetzt anlagennah erbracht werden«, erklärt Ioannis Armenis, Vice President Product Marketing bei Inonet Computer. »Das ist allerdings eine vollkommen andere Welt - in der Server-Welt bestehen andere Umgebungsbedingungen mit vollklimatisierten Server-Räumen. Dank Virtualisierung ist die Hardware hier zweitrangig, ein Server-Modell kann schon nach einigen Monaten andere Chipsätze enthalten, was hier auch überhaupt keine Rolle spielt. Ganz anders im industriellen Umfeld - hier sind Langzeitverfügbarkeit mit strenger Revisionkontrolle und zuverlässiger, wartungsfreier 24/7-Betrieb ein Muss. Diese beiden Welten waren bislang vollkommen getrennt. Doch im Zuge von Industrie 4.0 benötigt man auf Maschinenebene die Rechenleistung der Leitebene – allerdings mit Industriefeatures. Das nennen wir High Performance Computing.«

In der klassischen Server-Welt bewältigt man mit HPC (High Performance Computing) extrem leistungshungrige Rechenoperationen. Eine komplexe Aufgabe wird dazu in kleine Pakete zerlegt und von einem großen Supercomputer erledigt oder auf einen großen Verbund einzelner Computer verteilt, die gemeinsam die Lösung erarbeiten. Dadurch addiert sich die Leistung der einzelnen Rechner, bzw. Recheneinheiten, das Ergebnis liegt schneller vor. Das Geniale an diesem Ansatz: Extreme Datenmengen lassen sich über eine parallele Verarbeitung schnell bewältigen. »Auch wenn der Anlagenbauer eine andere Sprache spricht und andere Aufgaben und Probleme hat wie ein IT-Ingenieur - die Idee des High Performance Computing kann auf die Anlagenebene übertragen werden«, so Ioannis Armenis. »Bislang steht dem Leistungshunger allerdings die Industrietauglichkeit entgegen, Entwickler hatten die Wahl zwischen robuster Hardware oder höchster CPU-Power. Mit unserer HPC-Serie verbinden wir beide.«

Knackpunkt leistungsfähigerer CPUs ist deren Stromaufnahme und die damit einhergehende Notwendigkeit zur Entwärmung. Zudem sind ab einem bestimmten Punkt auch schnellere CPUs nicht mehr performant genug. In rechenintensiven Applikationen, etwa in der Bildverarbeitung, nutzt man dann die parallele Rechenleistung von Grafikkarten und deren Vielzahl an GPUs (Graphic Processing Units). Davon profitieren auch Rechenzentren: Hier sind es keine grafische Algorithmen, sondern Rechenaufgaben, die parallel auf Tausenden weniger performanten Kernen bearbeitet werden. Die GPU übernimmt dabei die rechenintensiven Teile der Anwendung, während der übrige Code weiterhin auf der CPU läuft. Was macht die GPU so besonders, worin besteht der Unterschied einer Verarbeitung mit GPU und einer CPU? Die CPU ist auf die serielle Verarbeitung aufeinander folgender Daten optimiert. Sie besteht intern aus wenigen, aber sehr leistungsstarken Recheneinheiten (Cores). Die Stärke der GPU hingegen liegt darin, dass sie mehrere Aufgaben gleichzeitig in ihren vielen kleinen Recheneinheiten erledigen kann.