กลับไปยังบล็อก

Rockwell เพิ่ม GPU ของ NVIDIA ให้กับคอมพิวเตอร์ EdgeAI รุ่น 6300B-SB1

Rockwell เพิ่ม GPU NVIDIA RTX ในคอมพิวเตอร์อุตสาหกรรม EdgeAI รุ่น 6300B-SB1 สองรุ่น เราจะพิจารณาความเหมาะสมกับเวิร์กโหลด ขอบเขตการควบคุมแบบกำหนดเวลาแน่นอน และข้อมูลจำเพาะที่ยังต้องมีเพิ่มเติม

Rockwell Automation ประกาศเปิดตัวคอมพิวเตอร์อุตสาหกรรมที่ติดตั้ง GPU สองรุ่นเมื่อวันที่ 17 พฤศจิกายน 2026 ได้แก่ 6300B-SB1 EdgeAI 4000 ที่มาพร้อม GPU NVIDIA RTX PRO 4000 Blackwell และ 6300B-SB1 EdgeAI 2000 ที่มาพร้อม GPU NVIDIA RTX 2000E Ada Generation Rockwell วางตำแหน่งระบบทั้งสองรุ่นไว้สำหรับงาน AI และแมชชีนเลิร์นนิงในชั้นกำกับดูแล เช่น วิชันแมชชีนขั้นสูง การบำรุงรักษาเชิงคาดการณ์ การควบคุมแบบอิงโมเดลคาดการณ์ และโมเดลภาษาขนาดเล็กที่ช่วยผู้ปฏิบัติงานได้

สิ่งที่ Rockwell ยืนยันแล้ว

การเปิดตัวครั้งนี้เพิ่มการเร่งความเร็วด้วย GPU NVIDIA แบบแยกให้กับคอมพิวเตอร์อุตสาหกรรมตระกูล 6300B-SB1 ของ Rockwell โดย Rockwell ระบุว่าระบบสามารถรันแอปพลิเคชันที่ใช้การประมวลผลสูงภายในพื้นที่ และทำงานร่วมกับ FactoryTalk Optix ซึ่งเป็นแพลตฟอร์ม HMI และการแสดงผลของบริษัท การประมวลผลการอนุมานภายในองค์กรช่วยลดการพึ่งพาการเชื่อมต่อคลาวด์อย่างต่อเนื่อง และอาจช่วยให้โรงงานเก็บข้อมูลการดำเนินงานไว้ภายในสถานประกอบการ

การกำหนดค่าทั้งสองรุ่นแตกต่างกันที่เจเนอเรชันและระดับประสิทธิภาพของ GPU EdgeAI 4000 ใช้ GPU RTX PRO 4000 Blackwell ส่วน EdgeAI 2000 ใช้ GPU RTX 2000E Ada Generation Rockwell ไม่ได้ระบุว่าระบบเหล่านี้ใช้แทน PLC หรือคอนโทรลเลอร์ความปลอดภัยได้ ข่าวประชาสัมพันธ์ระบุว่าระบบอยู่ในชั้นกำกับดูแล และย้ำอย่างชัดเจนว่าระบบเหล่านี้ทำงานเสริมสถาปัตยกรรมควบคุม การแสดงผล และการประมวลผลเอดจ์ที่มีอยู่

GPU ไม่ได้ทำให้การควบคุมเป็นแบบกำหนดแน่นอน

การเร่งความเร็วด้วย GPU เหมาะกับงานแบบขนาน เช่น การอนุมานภาพ การดึงคุณลักษณะ และการรันโมเดล แต่การมี GPU เพียงอย่างเดียวไม่ได้ให้เวลาสแกนที่มีขอบเขตแน่นอน การตอบสนองต่อข้อผิดพลาด หรือพฤติกรรมด้านความปลอดภัยที่ได้รับการรับรอง ซึ่งเป็นสิ่งที่คาดหวังจากระบบควบคุมแบบกำหนดแน่นอน ดังนั้นสถาปัตยกรรมที่ใช้งานได้จริงควรแยกงานให้คำแนะนำหรือการรับรู้ ออกจากฟังก์ชันควบคุมที่ต้องทำงานต่อไปได้เมื่อแอปพลิเคชัน AI ระบบปฏิบัติการ หรือ GPU ไม่พร้อมใช้งาน

ขอบเขตดังกล่าวสำคัญเป็นพิเศษเมื่อเชื่อมต่อคอมพิวเตอร์เข้ากับแพลตฟอร์มควบคุมและประมวลผลเอดจ์ LogixEdge หรือใช้ส่งข้อมูลให้ HMI AI อาจแนะนำค่าที่กำหนด จัดประเภทข้อบกพร่อง หรือจัดลำดับความสำคัญของสัญญาณเตือน แต่ PLC ระบบความปลอดภัย และอินเตอร์ล็อกที่ผ่านการตรวจสอบความถูกต้องยังคงต้องบังคับใช้ขีดจำกัดการทำงานที่อนุญาต การออกแบบต้องระบุว่าจะเกิดอะไรขึ้นเมื่อความเชื่อมั่นของการอนุมานต่ำ โมเดลส่งค่าที่ไม่ถูกต้อง หรือคอมพิวเตอร์เอดจ์รีสตาร์ต

กรณีที่กำลังประมวลผลเพิ่มเติมช่วยได้

แมชชีนวิชันเป็นกรณีใช้งานที่เห็นได้ชัดที่สุด เพราะสตรีมภาพจากกล้องความละเอียดสูงหลายตัวอาจใช้ทรัพยากรประมวลผลจำนวนมาก การอนุมานผลในระบบภายในช่วยลดปริมาณการรับส่งข้อมูลเครือข่ายและความหน่วงได้ แต่เซลล์การผลิตยังต้องกำหนดค่าความคลาดเคลื่อนในการตรวจสอบ การควบคุมแสง กฎการเก็บรักษาภาพ และวิธีจัดการกับผลการจำแนกที่ไม่แน่นอน

การบำรุงรักษาเชิงคาดการณ์ก็เป็นเวิร์กโหลดที่มีแนวโน้มเหมาะสม โมเดลที่ทำงานในระบบภายในสามารถผสานข้อมูลการสั่นสะเทือน ข้อมูลไฟฟ้า และข้อมูลกระบวนการ เพื่อแจ้งเตือนพฤติกรรมที่ผิดปกติโดยไม่ต้องส่งข้อมูลดิบทุกตัวอย่างขึ้นคลาวด์ ประโยชน์ในการปฏิบัติงานขึ้นอยู่กับคุณภาพของเซ็นเซอร์ การซิงโครไนซ์เวลา และเวิร์กโฟลว์การบำรุงรักษา ไม่ใช่แค่ความแม่นยำของโมเดลเท่านั้น คำเตือนจะมีประโยชน์ก็ต่อเมื่อช่างสามารถตรวจสอบย้อนกลับไปยังหลักฐาน ยืนยันตัวตนอุปกรณ์ และบันทึกการดำเนินการที่ตามมาได้

Rockwell ยังระบุถึงโมเดลภาษาขนาดเล็กสำหรับให้คำแนะนำแก่ผู้ปฏิบัติงานตามบริบทด้วย การผสานระบบนี้เข้ากับ FactoryTalk Optix อาจทำให้เข้าถึงคู่มือ ประวัติสัญญาณเตือน และบริบทการทำงานได้จากชั้นการแสดงผล ซึ่งช่วยลดเวลาในการค้นหาได้ แต่ควรแยกคำแนะนำที่สร้างขึ้นออกจากตรรกะของสัญญาณเตือนและขั้นตอนการปฏิบัติงานที่ได้รับอนุมัติอย่างชัดเจน ประเด็นด้านการกำกับดูแลแบบเดียวกันนี้ยังปรากฏในกลยุทธ์เวิร์กโฟลว์ AI ของ FactoryTalk Conductor ของ Rockwell ด้วย โดยการประสานงานเวิร์กโฟลว์จะมีประโยชน์ก็ต่อเมื่อกำหนดสิทธิ์ แหล่งข้อมูล และจุดที่ต้องได้รับการอนุมัติจากมนุษย์ไว้อย่างชัดเจน

คำถามด้านวิศวกรรมที่ยังต้องใช้เอกสารผลิตภัณฑ์ประกอบ

ประกาศผลิตภัณฑ์วันที่ 17 พฤศจิกายนระบุ GPU และเวิร์กโหลดเป้าหมาย แต่ไม่ได้ให้ข้อมูลครบถ้วนเกี่ยวกับรายการรุ่นและตัวเลือกสำหรับสั่งซื้อ ตัวเลือก CPU หน่วยความจำ GPU RAM ของระบบ อุปกรณ์จัดเก็บข้อมูล การใช้พลังงาน ขนาด ระดับการป้องกันน้ำและฝุ่น อุณหภูมิขณะทำงาน พิกัดการทนต่อแรงกระแทกและการสั่นสะเทือน รูปแบบการระบายความร้อน หรือการวางจำหน่ายในแต่ละภูมิภาค ข้อมูลเหล่านี้เป็นตัวกำหนดว่าระบบจะติดตั้งในตู้ควบคุมได้หรือไม่ ระบายความร้อนได้หรือไม่ และรองรับโมเดลที่ต้องการภายใต้สภาวะการผลิตได้หรือไม่

  • การออกแบบระบบระบายความร้อน: คำนวณภาระความร้อนทั้งในสภาวะคงที่และช่วงสูงสุดสำหรับชุด CPU, GPU และอุปกรณ์จัดเก็บข้อมูลที่เลือก รวมถึงการลดพิกัดเนื่องจากตัวเครื่อง
  • ความสมบูรณ์ของระบบไฟฟ้า: กำหนดการป้องกันอินพุต พฤติกรรมการจ่ายไฟสำรอง การต่อลงดิน และการตอบสนองเมื่อระบบไฟฟ้าในโรงงานเกิดความผิดปกติ
  • การแบ่งโซนเครือข่าย: แยกทราฟฟิกจากกล้อง ระบบควบคุม การจัดการ และองค์กร จำกัดบริการขาเข้าและการดูแลระบบจากระยะไกล
  • วงจรการใช้งานโมเดล: บันทึกเวอร์ชันโมเดล ขอบเขตของข้อมูลฝึก ผลการตรวจสอบความถูกต้อง เกณฑ์ความเชื่อมั่น และวิธีย้อนกลับ
  • การทำงานแบบปลอดภัยเมื่อเกิดข้อขัดข้อง: พิสูจน์ว่าการสูญหายหรือความเสียหายของเอาต์พุต AI ไม่อาจทำให้ระบบอินเตอร์ล็อกของ PLC หรือฟังก์ชันความปลอดภัยใช้การไม่ได้
  • การบำรุงรักษา: ตรวจสอบว่าจัดเก็บข้อมูลแบบถอดเปลี่ยนได้หรือไม่ การบำรุงรักษาพัดลมหรือตัวกรอง การรองรับไดรเวอร์ GPU และอิมเมจระบบปฏิบัติการที่รองรับ

การจัดวางให้เข้ากับพอร์ตโฟลิโอปัจจุบันของ Rockwell

ผลิตภัณฑ์ที่ Rockwell เปิดตัวเมื่อไม่นานมานี้แสดงให้เห็นถึงแพลตฟอร์มสามระดับที่แตกต่างกัน แทนที่จะเป็นแพลตฟอร์มเดียวที่ใช้ได้กับทุกงาน PanelView Pro รองรับการแสดงภาพสำหรับผู้ปฏิบัติงานและการย้ายระบบ FactoryTalk View ME; LogixEdge ผสานการควบคุม Logix กับเวิร์กโหลดเอดจ์ที่ทำงานในคอนเทนเนอร์; ส่วนระบบ EdgeAI 6300B-SB1 รุ่นใหม่เพิ่มขีดความสามารถของ GPU สำหรับเวิร์กโหลดที่ได้ประโยชน์จากการเร่งประมวลผลแบบขนาน การเลือกระบบควรเริ่มจากเวิร์กโหลด ผลกระทบเมื่อระบบขัดข้อง และข้อกำหนดด้านวงจรผลิตภัณฑ์ ไม่ใช่เริ่มจากความต้องการทั่วไปที่จะ “เพิ่ม AI”

สถาปัตยกรรมนี้ยังเทียบเคียงได้กับความพยายามของผู้จำหน่ายรายอื่นในการผสาน AI ที่เอดจ์เข้ากับระบบควบคุมอุตสาหกรรม เช่น การผสาน CODESYS และการควบคุมการเคลื่อนที่ EtherCAT ของ Advantech บน NVIDIA Jetson ในทั้งสองกรณี การรวมระบบอาจช่วยให้เข้าถึงข้อมูลได้ง่ายขึ้น ขณะเดียวกันก็เพิ่มความสำคัญของการแยกเวิร์กโหลด การจัดการแพตช์ และการทดสอบการกู้คืนระบบ

การประเมินจากกองบรรณาธิการ

ระบบ EdgeAI 2000 และ 4000 ของ Rockwell ช่วยให้ผู้ผลิตมีแนวทางที่รองรับการใช้งาน AI เวิร์กโหลดที่หนักขึ้นใกล้กับกระบวนการผลิต ประกาศนี้มีความน่าเชื่อถือทางเทคนิค แต่ยังให้ข้อมูลไม่ครบพอสำหรับการกำหนดสเปก ก่อนจัดซื้อ วิศวกรจำเป็นต้องตรวจสอบเอกสารข้อมูลฉบับสมบูรณ์ นโยบายวงจรผลิตภัณฑ์ และข้อจำกัดของการกำหนดค่าที่แน่ชัด จากนั้นจึงทบทวนสถาปัตยกรรมเพื่อให้ฟังก์ชัน AI ที่ใช้เพื่อประกอบการตัดสินใจอยู่นอกขอบเขตการทำงานแบบกำหนดแน่นอนและขอบเขตที่เกี่ยวข้องกับความปลอดภัย

แหล่งที่มา: ข่าวประชาสัมพันธ์ของ Rockwell Automation, 17 พฤศจิกายน 2026.

แสดงความคิดเห็น

โปรดทราบว่าความคิดเห็นจะต้องได้รับการอนุมัติก่อนที่จะได้รับการเผยแพร่