硬件加速器上的大规模矩阵运算制造技术

边缘设备能够被配置为在定义物理位置的生产环境内执行工业控制操作。边缘设备能够包括定义深度神经网络的多个神经网络层。边缘设备被配置为从由生产环境定义的物理位置处的一个或多个传感器获得数据。边缘设备还能够被配置为使用多个神经网络层对数据执行一个或多个矩阵运算，以便在由生产环境定义的物理位置处生成大规模矩阵计算。在一些示例中，边缘设备能够将大规模矩阵计算发送到与生产环境相关联的数字孪生模拟模型，以便实时更新数字孪生模拟模型。孪生模拟模型。孪生模拟模型。

【技术实现步骤摘要】
【国外来华专利技术】硬件加速器上的大规模矩阵运算

技术介绍

[0001]随着工业自动化的发展，一些工厂已经变得更加定制化，而技术发展经常寻求实现具有长期适应性的自主和智能解决方案。例如，开发这样的技术的技术挑战涉及在一些情况下为可能涉及机器学习技术的安全关键应用(例如，深度神经网络)缩小理论和工业实践之间的差距。在此认识到，各种技术挑战仍然与部署可应用于工业自动化中的实际情况的安全学习和智能控制系统有关。例如，这种智能控制系统，例如包括深度神经网络的智能工业自动化系统，通常需要大量的计算资源。当前部署这种系统的方法使得系统具有足够的计算资源，但缺乏效率和能力。

技术实现思路

[0002]本专利技术的实施方式通过提供可以在工业控制系统内的边缘设备上执行大规模矩阵运算的方法、系统和装置来解决和克服这里描述的一个或多个缺点。
[0003]在一个示例方面，工业控制系统(ICS)包括被配置为执行自动控制操作的生产网络。边缘设备可以被配置为在定义物理位置的生产环境内执行工业控制操作。边缘设备可以包括定义深度神经网络的多个神经网络层。边缘设备还可以包括处理器，以及存储指令的存储器，指令在由处理器执行时，使边缘设备从由生产环境定义的物理位置处的一个或多个传感器获得数据。边缘设备还可以被配置为使用多个神经网络层对数据执行一个或多个矩阵运算，以便在由生产环境定义的物理位置处生成大规模矩阵计算。在一些示例中，边缘设备可以将大规模矩阵计算发送到与生产环境相关联的数字孪生模拟模型，以便实时更新数字孪生模拟模型。
附图说明
[0004]当结合附图阅读时，从下面的详细描述中可以最好地理解本专利技术的上述和其它方面。为了说明本专利技术，在附图中示出了目前优选的实施方式，然而，应当理解，本专利技术不限于所公开的特定手段。附图中包括下列图：
[0005]图1是根据示例实施方式的示例工业控制系统(ICS)的框图。
[0006]图2是根据示例实施方式的可以由硬件加速器执行的操作的流程图。
[0007]图3示出了可以实现本公开的实施方式的计算环境。
具体实施方式
[0008]作为最初的问题，在此认识到，在工业自动化中采用各种计算上昂贵的技术(诸如深度神经网络)的挑战在于，在工厂地面上通常存在不足的计算资源。例如，深度神经网络可能涉及计算上昂贵的训练、参数化和执行。此外，虽然可以在云计算基础设施上执行某些计算，但是在此认识到，工业自动化数据在定时和隐私方面可以是高度敏感的。除了工业自动化的其他特性之外，这种灵敏度可能导致对专用边缘计算能力的要求。在示例实施方式中，工业系统可以包括专用边缘设备，该专用边缘设备使得能够在与机器人和其他机器直
接接近的本地硬件上执行深度神经网络。特别地，硬件加速器，例如技术模块(TM)神经处理单元(NPU)，可以被部署在工业网络内，例如工厂地面上。NPU可以包括优化的人工智能(AI)硬件加速器，其允许嵌入在超大自动化框架中的深度神经网络的快速执行，以便被配置为通过诸如PROFINET的工业自动化网络与可编程逻辑控制器(PLC)和其他设备进行接口。
[0009]硬件加速器106，例如NPU，可以包括跨各种环境快速执行深度神经网络所需的计算资源。然而，这里认识到，在非工业应用中使用的工业NPU和神经网络设备通常通过将神经网络加载到设备存储器上而用于神经网络计算。根据在此描述的各种实施方式，AI硬件，特别是例如NPU，可以被配置利用专用硬件来执行各种资源繁重的计算任务。这种计算任务的一个示例是大规模矩阵运算，例如乘法或倒数计算，以便执行控制操作或状态估计。这种计算在广泛的工业自动化应用中是必需的。作为示例，本文所述的实施方式可对连续状态系统执行并发状态估计，诸如在温度场、材料应力或流体运动中。应当理解，给出各种实现来说明示例。也就是说，硬件加速器(例如NPU)可以根据需要应用于其他工业自动化任务，例如需要快速操纵大矩阵的其他任务，并且所有这样的实现都被认为在本专利技术的范围内。在示例实施方式中，NPU可以被配置为除了运行神经网络之外还快速地执行大规模矩阵运算。
[0010]首先参考图1，示例性分布式控制系统(DCS)或工业控制系统(ICS)100包括办公室或公司IT网络102以及通信地耦合到IT网络102的操作工厂或生产网络104。生产网络104可以定义工厂或操作设施内的生产环境。因此，生产环境可以定义物理位置。生产网络104可以包括连接到IT网络的服务器105。生产网络还可以包括定义边缘设备的人工智能(AI)硬件加速器106。生产网络104可以包括被配置为一起工作以执行一个或多个制造操作的各种生产机器。生产网络104的示例生产机器可包括但不限于机器人108和其他现场设备，诸如传感器110、致动器112或可由相应PLC 114控制的其他机器。PLC 114可以向各个现场设备发送指令。在一些情况下，给定的PLC 114可以耦合到人机接口(HMI)116。应当理解，ICS 100出于示例的目的而被简化。即，ICS 100可以包括定义备选配置的附加或备选节点或系统，例如其他网络设备，并且所有这些配置都被认为在本专利技术的范围内。
[0011]ICS 100，特别是生产网络104，可以定义现场总线部分118和以太网部分120。例如，现场总线部分118可以包括机器人108、PLC 114、传感器110、致动器112和HMI 116。现场总线部分118可以定义一个或多个生产单元或控制区。在一些示例中，现场总线部分118还可以包括硬件加速器106，其可以被配置为与给定的PLC 114和传感器110通信。在某些情况下，PLC 114可以定义硬件加速器106。在一个示例中，硬件加速器106可以定义神经网络，该神经网络可以在独立的坚固化计算机上运行，或者可以与现有的加速器集成，该现有的加速器可以靠近PLC 114并且与PLC 114耦合。在一些情况下，硬件加速器定义了PLC 114上的小占地面积、被动冷却技术模块。给定生产单元内的PLC 114、硬件加速器106、传感器110、致动器112和HMI 116可以经由相应的现场总线122彼此通信。每个控制区可以由相应的PLC 114定义，使得PLC 114以及相应的控制区可以经由以太网连接124连接到以太网部分120。机器人108可以被配置为经由Wi
‑
Fi连接126与现场总线部分118内的其他设备通信。类似地，机器人108可以经由Wi
‑
Fi连接126与以太网部分120，特别是监控和数据采集(SCADA)服务器128通信。生产网络104的以太网部分120可以包括经由以太网连接124通信地耦合在一起的各种计算设备。以太网部分120中的示例计算设备包括但不限于移动数据收集器130、
HMI 132、SCADA服务器128、ICS
‑
PIAE 106、无线路由器134、制造执行系统(MES)136、工程系统(ES)138和日志服务器140。ES 138可以包括一个或多个工程工作站。在一个示例中，MES 136、HMI 132、ES 138和日志服本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种被配置为在定义物理位置的生产环境内执行工业控制操作的边缘设备，所述边缘设备包括：多个神经网络层，定义深度神经网络；处理器；以及存储器，存储指令，所述指令在由所述处理器执行时使所述边缘设备：从由所述生产环境定义的所述物理位置处的一个或多个传感器获得数据；并且使用多个所述神经网络层对所述数据执行一个或多个矩阵运算，以便在由所述生产环境定义的所述物理位置处生成大规模矩阵计算。2.根据权利要求1所述的边缘设备，所述存储器还存储指令，所述指令在由所述处理器执行时，还使所述边缘设备：对所述数据执行多个线性矩阵运算以便生成所述大规模矩阵计算，每个线性矩阵运算在多个所述神经网络层的相应层上执行。3.根据权利要求2所述的边缘设备，所述存储器还存储指令，所述指令在由所述处理器执行时，还使所述边缘设备：将与所述数据相关联的算法编码到多个所述线性矩阵运算中。4.根据权利要求1所述的边缘设备，所述存储器还存储指令，所述指令在由所述处理器执行时，还使所述边缘设备：基于所述数据，分解矩阵以便定义矩阵分解；并且跨多个所述神经网络层的多个层对所述矩阵分解执行一个或多个所述矩阵运算。5.根据权利要求1所述的边缘设备，所述存储器还存储指令，所述指令在由所述处理器执行时，还使所述边缘设备：训练所述边缘设备的深度神经网络以预测非线性矩阵运算的输出；并且基于所述训练，生成对所述数据的非线性矩阵运算的近似，所述近似定义所述大规模矩阵计算。6.根据前述权利要求中任一项所述的边缘设备，所述存储器还存储指令，所述指令在由所述处理器执行时，还使所述边缘设备：将所述大规模矩阵计算发送到与所述生产环境相关联的数字孪生模拟模型，以便实时更新所述数字孪生模拟模型。7.一种由工业控制系统内的边缘设备执行的方法，所述边缘设备在定义物理位置的生产环境内执行工业控制操作，所述方法包括：从由所述生产环境定义的所述物理位置处的一个或多个传感器获得数据；以及使用所述边缘设备的多个神...

【专利技术属性】
技术研发人员：马丁，
申请(专利权)人：西门子公司，
类型：发明
国别省市：