Kembali ke blog

Rockwell Menambahkan GPU NVIDIA ke Komputer EdgeAI 6300B-SB1

Rockwell telah menambahkan GPU NVIDIA RTX ke dua komputer industri EdgeAI 6300B-SB1. Kami mengkaji kesesuaian beban kerja, batas kendali deterministik, dan spesifikasi yang masih diperlukan.

Rockwell Automation mengumumkan dua komputer industri yang dilengkapi GPU pada 17 November 2026: 6300B-SB1 EdgeAI 4000 dengan GPU NVIDIA RTX PRO 4000 Blackwell, dan 6300B-SB1 EdgeAI 2000 dengan GPU NVIDIA RTX 2000E Ada Generation. Rockwell memosisikan kedua sistem untuk beban kerja AI dan machine learning pada lapisan supervisi, termasuk visi mesin tingkat lanjut, pemeliharaan prediktif, kontrol prediktif berbasis model, dan model bahasa kecil yang dapat membantu operator.

Hal yang telah dikonfirmasi Rockwell

Peluncuran ini menambahkan akselerasi GPU NVIDIA diskret ke lini komputer industri 6300B-SB1 dari Rockwell. Rockwell menyatakan bahwa sistem ini dapat menjalankan aplikasi komputasi intensif secara lokal dan terintegrasi dengan FactoryTalk Optix, platform HMI dan visualisasinya. Menjalankan inferensi di lokasi dapat mengurangi ketergantungan pada koneksi cloud yang terus tersedia dan membantu pabrik menyimpan data operasional di dalam fasilitas.

Kedua konfigurasi yang diumumkan dibedakan berdasarkan generasi GPU dan kelas performanya. EdgeAI 4000 menggunakan GPU RTX PRO 4000 Blackwell, sedangkan EdgeAI 2000 menggunakan GPU RTX 2000E Ada Generation. Rockwell tidak menyebut sistem ini sebagai pengganti PLC atau pengontrol keselamatan. Dalam pengumumannya, perusahaan menempatkannya pada lapisan supervisi dan secara eksplisit menyatakan bahwa sistem ini melengkapi arsitektur kontrol, visualisasi, dan komputasi edge yang sudah ada.

GPU tidak membuat kontrol menjadi deterministik

Akselerasi GPU cocok untuk beban kerja paralel seperti inferensi gambar, ekstraksi fitur, dan eksekusi model. Namun, akselerasi GPU saja tidak menyediakan waktu siklus pemindaian yang terukur, respons terhadap gangguan, atau perilaku keselamatan tersertifikasi yang diharapkan dari kontrol deterministik. Karena itu, arsitektur praktis sebaiknya memisahkan beban kerja saran atau persepsi dari fungsi kontrol yang harus tetap berjalan ketika aplikasi AI, sistem operasi, atau GPU tidak tersedia.

Batasan tersebut sangat penting terutama ketika komputer terhubung ke platform kontrol dan edge LogixEdge atau memasok informasi ke HMI. AI dapat merekomendasikan nilai setpoint, mengklasifikasikan cacat, atau memprioritaskan alarm; PLC, sistem keselamatan, dan interlock tervalidasi tetap harus menegakkan batas operasi yang diizinkan. Desain harus menentukan tindakan saat tingkat keyakinan inferensi rendah, model mengembalikan nilai yang tidak valid, atau komputer edge dimulai ulang.

Manfaat komputasi tambahan ini

Visi mesin adalah contoh penggunaan yang paling jelas karena beberapa aliran kamera beresolusi tinggi dapat menghabiskan sumber daya komputasi yang besar. Inferensi lokal dapat mengurangi lalu lintas jaringan dan latensi, tetapi sel produksi tetap memerlukan toleransi inspeksi yang jelas, kontrol pencahayaan, aturan retensi gambar, dan metode untuk menangani klasifikasi yang tidak pasti.

Pemeliharaan prediktif adalah beban kerja lain yang berpotensi diterapkan. Model lokal dapat menggabungkan data getaran, kelistrikan, dan proses untuk mendeteksi perilaku abnormal tanpa mengirim setiap sampel mentah ke cloud. Manfaat operasionalnya bergantung pada kualitas sensor, sinkronisasi waktu, dan alur kerja pemeliharaan—bukan hanya akurasi model. Peringatan hanya berguna jika teknisi dapat menelusuri bukti yang mendasarinya, memastikan identitas aset, dan mencatat tindakan yang diambil.

Rockwell juga mencantumkan model bahasa kecil untuk memberikan panduan kontekstual kepada operator. Integrasi dengan FactoryTalk Optix dapat menghadirkan manual, riwayat alarm, dan konteks operasional ke dalam lapisan visualisasi. Hal ini dapat mengurangi waktu pencarian, tetapi panduan yang dihasilkan harus tetap dipisahkan dengan jelas dari logika alarm dan prosedur operasi yang disetujui. Persoalan tata kelola yang sama juga muncul dalam strategi alur kerja AI FactoryTalk Conductor dari Rockwell: orkestrasi hanya bermanfaat jika izin, sumber data, dan titik persetujuan manusia ditetapkan dengan jelas.

Dokumentasi produk masih diperlukan untuk menjawab pertanyaan teknis

Rilis 17 November menyebutkan GPU dan beban kerja yang ditargetkan, tetapi tidak menyediakan matriks pemesanan lengkap, opsi CPU, memori GPU, RAM sistem, penyimpanan, konsumsi daya, dimensi, tingkat perlindungan terhadap benda padat dan air, suhu operasi, peringkat ketahanan terhadap guncangan dan getaran, pengaturan pendinginan, atau ketersediaan di tiap wilayah. Nilai-nilai tersebut menentukan apakah sistem dapat dipasang di kabinet kontrol, membuang panas, dan mendukung model yang dimaksud dalam kondisi produksi.

  • Desain termal: hitung beban panas kondisi tunak dan puncak untuk konfigurasi CPU, GPU, dan penyimpanan yang dipilih, termasuk penurunan kapasitas akibat kabinet.
  • Integritas daya: tentukan proteksi input, perilaku penyangga daya, pembumian, dan respons shutdown saat terjadi gangguan daya pabrik.
  • Segmentasi jaringan: pisahkan lalu lintas kamera, kontrol, manajemen, dan perusahaan; batasi layanan masuk dan administrasi jarak jauh.
  • Siklus hidup model: catat versi model, cakupan data pelatihan, hasil validasi, ambang batas keyakinan, dan metode pemulihan ke versi sebelumnya.
  • Perilaku gagal-aman: buktikan bahwa hilang atau rusaknya keluaran AI tidak dapat meniadakan interlock PLC atau fungsi keselamatan.
  • Kemudahan servis: pastikan penyimpanan dapat diganti, perawatan kipas atau filter, dukungan driver GPU, dan citra sistem operasi yang didukung.

Kesesuaiannya dengan portofolio Rockwell saat ini

Peluncuran terbaru Rockwell menunjukkan tiga lapisan yang berbeda, bukan satu platform universal. PanelView Pro menangani visualisasi operator dan migrasi FactoryTalk View ME; LogixEdge menggabungkan kontrol Logix dengan beban kerja edge berbasis kontainer; dan sistem EdgeAI 6300B-SB1 yang baru menambahkan kapasitas GPU yang lebih besar untuk beban kerja yang diuntungkan oleh akselerasi paralel. Pemilihan di antara ketiganya sebaiknya dimulai dari beban kerja, konsekuensi kegagalan, dan kebutuhan siklus hidup, bukan dari keinginan umum untuk “menambahkan AI”.

Arsitektur ini juga sebanding dengan upaya vendor lain untuk menggabungkan AI edge dan kontrol industri, seperti integrasi CODESYS dan kontrol gerak EtherCAT Advantech pada NVIDIA Jetson. Dalam kedua kasus, konsolidasi dapat menyederhanakan akses data sekaligus meningkatkan pentingnya isolasi beban kerja, pengelolaan patch, dan pengujian pemulihan.

Penilaian editorial

Sistem EdgeAI 2000 dan 4000 dari Rockwell memberi produsen cara yang didukung untuk menjalankan beban kerja AI yang lebih berat di dekat area produksi. Pengumuman ini kredibel secara teknis, tetapi masih belum lengkap sebagai acuan spesifikasi. Sebelum pengadaan, teknisi memerlukan lembar data final, kebijakan siklus hidup, dan batas konfigurasi yang tepat, lalu tinjauan arsitektur untuk memastikan fungsi AI yang bersifat saran tetap berada di luar batas deterministik dan kritis keselamatan.

Sumber: Siaran pers Rockwell Automation, 17 November 2026.

Tinggalkan komentar

Harap diperhatikan, komentar perlu disetujui sebelum dipublikasikan.