อุตสาหกรรมอัจฉริยะ กำลังท้าทายพลังประมวลผลยุคใหม่ เมื่อข้อมูลจาก ‘เซ็นเซอร์’ ท่วมระบบการผลิตและการแพทย์

สำนักข่าวบริคอินโฟ – การพัฒนาคอมพิวเตอร์สำหรับภาคอุตสาหกรรมและภาคการแพทย์กำลังเผชิญกับความท้าทายครั้งสำคัญ จากการเพิ่มขึ้นอย่างต่อเนื่องของปริมาณข้อมูลที่มาจากเซ็นเซอร์หลากหลายประเภทในสายการผลิตและอุปกรณ์ทางการแพทย์ การนำระบบอัตโนมัติมาใช้ร่วมกับปัญญาประดิษฐ์ (AI), แมชชีนเลิร์นนิ่ง (ML) และซอฟต์แวร์วิเคราะห์ข้อมูล ทั้งในระดับ Edge และ Cloud ทำให้ความต้องการพลังประมวลผลที่ทรงพลังและหลากหลายพุ่งสูงขึ้น เทคโนโลยีใหม่ล่าสุดอย่าง ‘แพลตฟอร์มประมวลผลแบบปรับเปลี่ยนได้’ (adaptive compute platform) จึงเข้ามาเป็นทางออกสำคัญในการจัดการระบบควบคุมที่ต้องอาศัยเซ็นเซอร์จำนวนมาก ด้วยการผสานฮาร์ดแวร์และซอฟต์แวร์ที่ง่ายขึ้น แต่ยังคงประสิทธิภาพสูงสุดและควบคุมการใช้พลังงานได้อย่างแม่นยำ

สตีเวน ฟง รองประธานฝ่ายธุรกิจหน่วยประมวลผลแบบฝังตัวประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น (APJ) ของ AMD ระบุผ่านบทความว่า แนวโน้มการประมวลผลบนคอมพิวเตอร์อุตสาหกรรมแบบฝังตัว (Embedded PC) กำลังเปลี่ยนไปสู่ระบบดิจิทัลที่ทำงานบน Edge โดยมีปัจจัยสำคัญหลายอย่าง ทั้งการติดตั้งเซ็นเซอร์ในทุกภาคส่วน (sensorization) การใช้ AI และ ML ทั้งบน Edge และ Cloud, ระบบสั่งการระหว่างคนกับเครื่องจักร (human machine interface), และการรวมระบบ OT เข้ากับ IT ซึ่งแต่ละส่วนมักต้องการหน่วยประมวลผลที่แตกต่างกันเพื่อประสิทธิภาพสูงสุด

ยกตัวอย่างเช่น ในระบบสร้างภาพทางการแพทย์ (รังสีรักษา) ต้องใช้ “หัววัดสัญญาณ” ที่เชื่อมต่อและประมวลผลด้วยอัลกอริทึมซับซ้อน ซึ่งต้องอาศัยพลังประมวลผลมหาศาล เนื่องจากข้อมูลดิบจะยังไม่มีประโยชน์จนกว่าจะถูกนำไปคัดกรอง, จัดระเบียบ, และประมวลผลด้วยระบบวิเคราะห์ข้อมูลและ AI inferencing เพื่อสร้างข้อมูลเชิงลึกและเร่งการวิเคราะห์ผล ก่อนจะถูกนำไปสร้างภาพ (render) และแสดงผลบนหน้าจอเพื่อช่วยแพทย์ในการวินิจฉัย และส่งต่อไปยังฐานข้อมูลของโรงพยาบาล

การใช้เซ็นเซอร์จำนวนมากนี้ไม่เพียงแต่เพิ่มประสิทธิภาพและประสิทธิผลให้กับแอปพลิเคชันแบบฝังตัว แต่ยังต้องการการรับ-ส่งข้อมูลในระดับมิลลิวินาที (1/1000 วินาที) เพื่อการตอบสนองที่รวดเร็วที่สุด ข้อมูลจากเซ็นเซอร์ยังเป็นวัตถุดิบสำคัญสำหรับอัลกอริทึม Big Data เพื่อสกัดข้อมูลเชิงลึกไปใช้ในการปรับปรุงกระบวนการและพัฒนาผลิตภัณฑ์ในอนาคต การนำหน่วยประมวลผล x86, AI, ระบบควบคุม, การเชื่อมต่อเซ็นเซอร์, การแสดงผล และระบบเครือข่ายมารวมไว้ใกล้กันช่วยให้การออกแบบระบบเล็กลง, ติดตั้งง่ายขึ้น, และประหยัดพลังงาน ซึ่งเป็นประโยชน์อย่างยิ่งต่ออุปกรณ์ที่ใช้แบตเตอรี่ เช่น หุ่นยนต์เคลื่อนที่อัตโนมัติ (AMR) ที่ใช้ขนย้ายชิ้นส่วนในโรงงาน

อย่างไรก็ตาม การรวมระบบที่ซับซ้อนเหล่านี้เข้าด้วยกันต้องการความเชี่ยวชาญด้านวิศวกรรมฮาร์ดแวร์และซอฟต์แวร์ขั้นสูง ซึ่งแนวทางที่ได้รับความนิยมคือการใช้ประโยชน์จากสถาปัตยกรรมโปรเซสเซอร์ x86 ควบคู่ไปกับ แพลตฟอร์มประมวลผลแบบปรับเปลี่ยนได้ ที่สามารถควบคุมเครื่องจักรและเชื่อมต่อเซ็นเซอร์ได้แบบเรียลไทม์ แนวคิดในการรวมอินเทอร์เฟซเซ็นเซอร์, โปรเซสเซอร์ AI, และการประมวลผลเครือข่ายไว้บน แพลตฟอร์ม FPGA แบบปรับเปลี่ยนได้ จึงมีศักยภาพสูง เนื่องจากช่วยลดความหน่วง (latency) และการใช้พลังงานได้มาก โดยไม่ต้องส่งข้อมูลเดินทางผ่านชิ้นส่วนหลายตัว

หลักการนี้ถูกนำมาใช้ในอุปกรณ์ เช่น โปรเซสเซอร์ AMD Versal ซึ่งเป็นชิปที่รวมหน่วยประมวลผลหลายชนิดไว้ด้วยกัน ทำให้การสร้างแพลตฟอร์มหน่วยประมวลผลแบบฝังตัวเพื่อรองรับการใช้งานเซ็นเซอร์จำนวนมากทำได้ง่ายขึ้น การเพิ่มหน่วยประมวลผล x86 เข้าไปในโซลูชันที่ปรับเปลี่ยนได้ซึ่งมีช่อง I/O จำนวนมากสำหรับเชื่อมต่อเซ็นเซอร์โดยเฉพาะ จะช่วยยกระดับการผสานรวม, ประสิทธิภาพพลังงาน และการตอบสนองของระบบไปอีกขั้น ความยืดหยุ่นนี้ยังช่วยให้นักพัฒนามีความสามารถในการจัดลำดับความสำคัญของเซ็นเซอร์ตามความสำคัญและสอดคล้องกับการทำงานที่แม่นยำและคาดการณ์ได้แบบ เรียลไทม์ (real-time)