חשבון הענן של המפעל שלכם גבוה הרבה יותר ממה שחושבים

ענני אחסון עשויים להיראות זולים. שליחת נתוני מפעל לענן עשויה להיראות זולה. אבל חשבון הענן האמיתי מתחיל לרוב ברגע שהנתונים מתחילים לזוז. בפרק הזה אנו מפרקים את העלויות הנסתרות שמאחורי Industrial IoT מודרני, manufacturing cloud, edge computing וארכיטקטורות נתוני מפעל — מ-data egress ושכפול בין אזורים, דרך NAT gateways, גיבויים, לוחות מחוונים ונתוני חיישנים בתדר גבוה. זרם MQTT בודד ממפעל יכול להפוך במהירות למספר זרימות נתונים, ברגע שהטלמטריה מועתקת לאחסון, לפלטפורמות אנליטיקה, לדשבורדים, לסביבות data science, למערכות disaster recovery ולאפליקציות חיצוניות. המכונה יצרה את הנתונים פעם אחת — אבל הארכיטקטורה שלכם עלולה להעביר אותם פעמים רבות.

למה עלויות הענן במפעל גדלות כל כך מהר
אחת הטעויות הגדולות ביותר בארכיטקטורת IoT תעשייתי היא הערכת נפח הנתונים לפי מספר המכונות או המכשירים המחוברים. החישוב הנכון יותר הוא: דגימות × בייטים × זמן × נכסים. אות מצב מכונה פשוט עשוי לייצר מעט מאוד נתונים. חיישן רטט הדוגם ב-32 kHz הוא עניין אחר לגמרי: ערוץ בודד של 16 ביט יכול לייצר כ-5.5 GB של נתונים גולמיים ביום, לפני תוספת של overhead של פרוטוקול ומטא-דאטה. הפרק בוחן מדוע ארכיטקטורה שמתחילה מה-edge יכולה לשנות באופן דרמטי את המשוואה הזו. במקום להעלות ברציפות כל מדידה גולמית, יצרנים יכולים לעבד נתונים קרוב למכונה, לשמור ראיות מפורטות באתר, לזהות שינויים משמעותיים, ליצור אגרגציות ולשלוח לצרכני הענן רק את המידע הנחוץ להם.

מה תלמדו

• מדוע עלויות egress בענן יכולות להיות חשובות יותר מעלויות האחסון
• כיצד טלמטריית MQTT ו-IoT יכולה ליצור זרימות נתונים downstream מרובות
• מדוע ספירת מכשירים היא דרך גרועה להעריך נפח נתוני מפעל
• כיצד ניטור רטט יכול לייצר גיגה-בייטים או טרה-בייטים של נתונים
• מדוע תעבורה בין אזורים ובין zones חשובה
• כיצד NAT gateways וניתוב רשת יכולים להגדיל את עלויות הענן
• מדוע שכפול, גיבויים, ייצואים ולוחות מחוונים יוצרים תנועת נתונים נוספת
• כיצד לזהות צינורות נתוני מפעל כפולים
• מתי נתוני ייצור גולמיים צריכים להישאר ב-edge
• כיצד סינון אירועים ואגרגציה מפחיתים תעבורת ענן מיותרת
• מדוע edge computing צריך להיות שכבת עיבוד ולא ענן מיניאטורי
• כיצד לתכנן ארכיטקטורת edge-to-cloud לייצור סביב החלטות עסקיות ולא סביב נפח נתונים גולמי

Edge Computing לעומת שליחת הכול לענן
שאלת הארכיטקטורה המרכזית אינה:
"האם אפשר לשלוח את נתוני המפעל לענן?"
אלא:
"אילו נתונים באמת מצדיקים את הנסיעה?"
אותות גולמיים בקצב גבוה, כגון צורות גל רטט, עקבות אבחון ונתוני ראייה, יכולים לעיתים קרובות להישאר קרוב למפעל. אירועים מסוננים ואגרגציות יכולים לנוע באופן סלקטיבי, ואילו רשומות ייצור, תוצאות איכות, KPIs ואנליטיקה חוצת מפעלים הם מועמדים חזקים יותר לפלטפורמות ענן מרכזיות. התוצאה אינה טיעון נגד מחשוב ענן. זו ארכיטקטורת IT/OT מכוונת יותר, שבה ל-edge ולענן יש אחריויות שונות.

נושאים שנסקרים
Industrial IoT, IIoT, Edge Computing, Cloud Computing, Manufacturing Data, Factory Data, MQTT, OPC UA, Data Egress, Cloud Costs, FinOps, Azure IoT, AWS IoT, Factory Automation, Predictive Maintenance, Vibration Monitoring, Data Architecture, IT/OT Integration, Smart Manufacturing, Industry 4.0, Data Replication, Cloud Networking, Manufacturing Analytics

למי מיועד הפרק?
הפרק מיועד למנהלי IT בייצור, מהנדסי OT, ארכיטקטים של ענן, ארכיטקטים של IoT, מהנדסי נתונים, מנהלי מפעלים, ארכיטקטים של פתרונות וצוותי דיגיטציה תעשייתית שמתכננים או מפעילים סביבות מפעל מחוברות.
אם הארכיטקטורה שלכם מכילה חץ מסודר שכתוב עליו "Factory → Cloud", הפרק הזה מסביר מדוע החץ הזה ראוי להסתכלות הרבה יותר מעמיקה.


הפכו לתומכים של הפודקאסט הזה: https://www.spreaker.com/podcast/m365-fm-a-microsoft-mvp-podcast-by-mirko-peters--6704921/support.