Rockwell dodaje procesory graficzne NVIDIA do komputerów EdgeAI 6300B-SB1
Rockwell dodał układy GPU NVIDIA RTX do dwóch przemysłowych komputerów EdgeAI 6300B-SB1. Analizujemy dopasowanie do obciążeń, granice sterowania deterministycznego oraz specyfikacje, których wciąż ...
Rockwell Automation ogłosiło 17 listopada 2026 r. wprowadzenie dwóch komputerów przemysłowych wyposażonych w GPU: 6300B-SB1 EdgeAI 4000 z GPU NVIDIA RTX PRO 4000 Blackwell oraz 6300B-SB1 EdgeAI 2000 z GPU NVIDIA RTX 2000E Ada Generation. Firma pozycjonuje oba systemy jako rozwiązania do zadań związanych ze sztuczną inteligencją i uczeniem maszynowym na poziomie nadzorczym, w tym zaawansowanej inspekcji wizyjnej, konserwacji predykcyjnej, sterowania predykcyjnego opartego na modelu oraz małych modeli językowych, które mogą wspierać operatorów.
Potwierdzone informacje od Rockwell
Wraz z premierą do linii komputerów przemysłowych Rockwell 6300B-SB1 wprowadzono dyskretną akcelerację GPU NVIDIA. Rockwell informuje, że systemy mogą lokalnie uruchamiać aplikacje wymagające dużej mocy obliczeniowej oraz integrować się z FactoryTalk Optix, platformą HMI i wizualizacji firmy. Przetwarzanie wnioskowania lokalnie może zmniejszyć zależność od stałego połączenia z chmurą i pomóc zakładom przechowywać dane operacyjne na terenie zakładu.
Dwie zapowiedziane konfiguracje różnią się generacją GPU i klasą wydajności. EdgeAI 4000 wykorzystuje GPU RTX PRO 4000 Blackwell, a EdgeAI 2000 — GPU RTX 2000E Ada Generation. Rockwell nie przedstawia tych systemów jako zamienników sterowników PLC ani sterowników bezpieczeństwa. W komunikacie firma umieszcza je na poziomie nadzorczym i wyraźnie zaznacza, że uzupełniają istniejące architektury sterowania, wizualizacji i przetwarzania brzegowego.
GPU nie zapewnia deterministycznego sterowania
Akceleracja GPU dobrze sprawdza się w równoległych zadaniach, takich jak wnioskowanie na obrazach, ekstrakcja cech i uruchamianie modeli. Sama w sobie nie zapewnia ograniczonego czasu cyklu, reakcji na awarie ani certyfikowanego zachowania w zakresie bezpieczeństwa, których oczekuje się od sterowania deterministycznego. Dlatego praktyczna architektura powinna oddzielać zadania doradcze lub percepcyjne od funkcji sterowania, które muszą działać także wtedy, gdy aplikacja AI, system operacyjny lub GPU staną się niedostępne.
Ta granica jest szczególnie ważna, gdy komputer jest połączony z platformą sterowania i przetwarzania brzegowego LogixEdge lub dostarcza informacje do interfejsu HMI. AI może zalecić wartość zadaną, sklasyfikować defekt lub ustalić priorytet alarmu; sterownik PLC, system bezpieczeństwa i zatwierdzone blokady powinny nadal egzekwować dozwolone limity pracy. Projekt musi określać, co się dzieje, gdy poziom pewności wnioskowania jest niski, model zwraca nieprawidłową wartość lub komputer brzegowy uruchamia się ponownie.
W czym dodatkowa moc obliczeniowa może pomóc
Systemy wizyjne to najbardziej oczywisty przypadek użycia, ponieważ wiele strumieni z kamer o wysokiej rozdzielczości może wymagać znacznych zasobów obliczeniowych. Wnioskowanie lokalne może ograniczyć ruch w sieci i opóźnienia, ale stanowisko produkcyjne nadal wymaga określenia tolerancji inspekcji, kontroli oświetlenia, zasad przechowywania obrazów oraz sposobu postępowania z niepewnymi klasyfikacjami.
Kolejnym prawdopodobnym zastosowaniem jest konserwacja predykcyjna. Model lokalny może łączyć dane dotyczące drgań, elektryczne i procesowe, aby wykrywać nieprawidłowe zachowanie bez wysyłania każdej surowej próbki do chmury. Korzyści operacyjne zależą od jakości czujników, synchronizacji czasu i procedur konserwacyjnych, a nie tylko od dokładności modelu. Ostrzeżenie jest przydatne tylko wtedy, gdy technicy mogą powiązać je z dowodami, potwierdzić tożsamość urządzenia i zarejestrować podjęte działania.
Rockwell wymienia także małe modele językowe, które mają dostarczać operatorom kontekstowych wskazówek. Integracja z FactoryTalk Optix mogłaby przenieść instrukcje, historię alarmów i kontekst pracy do warstwy wizualizacji. To może skrócić czas wyszukiwania, ale wygenerowane wskazówki powinny być wyraźnie oddzielone od logiki alarmów i zatwierdzonych procedur operacyjnych. Podobna kwestia zarządzania pojawia się w strategii orkiestracji przepływów pracy AI FactoryTalk Conductor firmy Rockwell: orkiestracja przynosi korzyści tylko wtedy, gdy uprawnienia, źródła danych i punkty wymagające akceptacji człowieka są jasno określone.
Dokumentacja produktu wciąż nie odpowiada na pytania inżynierów
Informacja o premierze z 17 listopada wskazuje procesory graficzne i docelowe obciążenia, ale nie zawiera pełnej macierzy konfiguracji, opcji procesorów CPU, pamięci GPU, pamięci RAM, pamięci masowej, poboru mocy, wymiarów, stopnia ochrony przed wnikaniem, temperatury pracy, parametrów odporności na wstrząsy i drgania, układu chłodzenia ani dostępności w poszczególnych regionach. Te wartości decydują o tym, czy system zmieści się w szafie sterowniczej, będzie w stanie odprowadzać ciepło i obsłuży docelowy model w warunkach produkcyjnych.
- Projekt termiczny: oblicz stałe i szczytowe obciążenie cieplne dla wybranej konfiguracji procesora CPU, karty GPU i pamięci masowej, uwzględniając obniżenie parametrów pracy z powodu obudowy.
- Integralność zasilania: określ zabezpieczenie wejścia, zachowanie przy podtrzymaniu zasilania, uziemienie oraz reakcję na zakłócenia zasilania w zakładzie.
- Segmentacja sieci: oddziel ruch z kamer, sterowania, zarządzania i sieci przedsiębiorstwa; ogranicz usługi przychodzące i zdalną administrację.
- Cykl życia modelu: rejestruj wersję modelu, zakres danych treningowych, wyniki walidacji, progi ufności i metodę wycofywania zmian.
- Zachowanie w sytuacji awaryjnej: wykaż, że utrata lub uszkodzenie danych wyjściowych AI nie może uniemożliwić działania blokad PLC ani funkcji bezpieczeństwa.
- Serwisowanie: potwierdź możliwość wymiany pamięci masowej, serwisowania wentylatora lub filtra, obsługę sterowników GPU oraz zgodność z obsługiwanym obrazem systemu operacyjnego.
Jak wpisuje się w obecne portfolio Rockwell
Ostatnie premiery Rockwell pokazują trzy odrębne warstwy, a nie jedną uniwersalną platformę. PanelView Pro obsługuje wizualizację operatorską i migrację FactoryTalk View ME; LogixEdge łączy sterowanie Logix z kontenerowymi obciążeniami na brzegu sieci; a nowe systemy EdgeAI 6300B-SB1 zapewniają większą moc GPU dla obciążeń, które korzystają z akceleracji równoległej. Wybór należy zacząć od analizy obciążenia, skutków awarii i wymagań dotyczących cyklu życia, a nie od ogólnej chęci „dodania AI”.
Architekturę można również porównać z rozwiązaniami innych dostawców łączącymi AI na brzegu sieci ze sterowaniem przemysłowym, takimi jak integracja Advantech CODESYS i sterowania ruchem EtherCAT na platformie NVIDIA Jetson. W obu przypadkach konsolidacja może uprościć dostęp do danych, a jednocześnie zwiększyć znaczenie izolacji obciążeń, zarządzania poprawkami i testów odzyskiwania.
Ocena redakcyjna
Systemy EdgeAI 2000 i 4000 firmy Rockwell zapewniają producentom obsługiwaną platformę do uruchamiania bardziej wymagających obciążeń AI w pobliżu produkcji. Ogłoszenie jest wiarygodne pod względem technicznym, ale wciąż nie zawiera wszystkich informacji potrzebnych do specyfikacji. Przed zakupem inżynierowie potrzebują ostatecznej karty katalogowej, zasad dotyczących cyklu życia produktu oraz dokładnych limitów konfiguracji, a następnie przeglądu architektury, który utrzyma funkcje doradcze AI poza granicami systemów deterministycznych i krytycznych dla bezpieczeństwa.
Źródło: Komunikat prasowy Rockwell Automation, 17 listopada 2026 r..