Edge-Computing trifft analoge Daten

Von Moritz Jäger am 10. Juli 2017
Wie lassen sich analoge Daten digital Verarbeiten? HPE und National Instruments gehen dieses Problem mit einem neuen Edgeline Server an, der PXI-Slots bietet und Daten direkt vor Ort verarbeiten kann.

Von IoT reden Marketing-Fachleute gerne, allerdings wird ein Aspekt dabei gerne ausgeklammert: Aktuell kommt der Großteil der Informationen von analogen Sensoren. Diese in ein digitales Netzwerk zu integrieren ist eine Herausforderung, vor der viele Unternehmen heute stehen. Ein Beispiel, wie das erfolgreich funktionieren kann, kommt von National Instruments. Die Geräte des Herstellers messen Datenpunkte wie Temperatur, Audiosignale oder Stromstärken.

Dabei fallen enorm viele Daten an - einzelne Sensoren können mehrere Petabytes an Daten pro Jahr erzeugen. Das zeigt die Skala, auf der die Informationen verarbeitet werden müssen. Vor allem wenn die Sammelpunkte an weit entfernten Orten liegen - etwa Bohrplattformen, Windkraftanlagen oder ähnlichen Orten - dann müssen diese Daten irgendwie zum Rechenzentrum kommen, um dort analysiert zu werden.

Um das Problem anzugehen, hat National Instruments gemeinsam mit Hewlett Packard Enterprise (HPE) einen neuen Edgeline Server entwickelt. Dieser ist mit PXI-Slots ausgestattet. Dieser Standard hat sich in der Industrie durchgesetzt und bildet die allgemein anerkannte Schnittstelle zwischen verschiedenen Anbietern. Damit lassen sich direkt am Entstehungspunkt die Daten analysieren und für passende Reaktionen nutzen. "Wenn beispielsweise die Vibration an einer Maschine einen Schwellwert überschreitet, lassen sich sofort Aktionen einleiten. Etwa lässt sich die Maschine abschalten, um eine Gefahr abzuwehren", sagt Eric Starkloff, Executive VP Global Sales und Marketing bei National Instruments.

Das Ergebnis der Arbeit: Eine Lösung, die mit geringer Latenz und reduzierter Komplexität die anfallenden Daten besser verarbeiten kann. Die anfallenden Daten geben in Echtzeit einen Einblick in die Informationen, damit lassen sich Prozesse der Maschinen und Machine-Learning-Szenarien unterstützten. Problemlösungen lassen sich automatisieren, Probleme bei der Ausstattung lassen sich aus der Ferne lösen.

National Instruments und HPE stellen das Whitepaper zu diesem Use Case kostenlos bereit.