Edge a chmura w produkcji: gdzie przetwarzać dane z maszyn i kamer
DBR77 Team · Opublikowano
W produkcji dane z maszyn i kamer przetwarzaj na krawędzi, czyli w zakładzie, gdy potrzebna jest szybka reakcja, praca offline, niskie obciążenie sieci lub ścisła kontrola danych osobowych. Chmury używaj do tego, czego nie da się zrobić w pojedynczej hali: analityki z kilku zakładów i ciężkich obliczeń, których nie chcesz utrzymywać samodzielnie.
DBR77 działa w modelu edge-first. Przetwarzanie odbywa się na miejscu, wewnątrz granicy IT/OT zakładu, i domyślnie żadne surowe dane z hali nie trafiają do publicznej chmury. Ten artykuł wyjaśnia, dlaczego tak jest, które sygnały zasługują na logikę na krawędzi i jak porównują się trzy warianty wdrożenia.

Co edge i chmura oznaczają na hali
„Edge” obejmuje dwa miejsca. Pierwsze to mały komputer przy maszynie lub stanowisku. Drugie to serwer w zakładzie, zwykle w pomieszczeniu sieciowym hali. Oba działają wewnątrz Twojego ogrodzenia i Twojej zapory sieciowej.
„Chmura” oznacza centrum danych poza zakładem, Twój tenant firmowy lub tenant dostawcy. Jest dobra w skali i przechowywaniu, a słaba, gdy łącze internetowe zerwie się albo gdy dane nie mogą opuścić zakładu.
Kluczowy jest podział na surowe sygnały i wideo, które są ciężkie i wrażliwe, oraz zdarzenia typu „prasa 4 stanęła o 10:42, przyczyna: materiał”, które są lekkie i łatwe do udostępnienia.


Kiedy przetwarzanie na krawędzi ma sens dla sygnałów z maszyn
Decydują cztery powody:
- Opóźnienie. Postój musi stać się alarmem w ciągu sekund. Podróż do odległego centrum danych dokłada zwłokę i punkt awarii.
- Praca offline. Hale tracą sieć. Urządzenie krawędziowe dalej liczy cykle i postoje, a po powrocie łącza synchronizuje dane.
- Przepustowość. Dla przykładu (liczby poglądowe) jeden czujnik drgań próbkujący z częstotliwością 10 kHz, z wartościami po 2 bajty, daje około 1,7 GB dziennie. Wysyłanie cech, na przykład wartości RMS na minutę, to niewielki ułamek tej objętości.
- Ochrona danych. To, co nigdy nie opuszcza zakładu, wymaga mniej umów i mniej zgód.
Logiki na krawędzi wymagają zmiany stanów, wykrywanie postojów z minimalnym czasem trwania, zliczanie cykli oraz sygnały wysokiej częstotliwości, takie jak drgania czy prąd silnika. OEE, pareto przestojów i raporty zmianowe mogą być liczone z powstałych zdarzeń gdziekolwiek. Nasz przewodnik podłączania starych maszyn bez sterownika PLC pokazuje, które urządzenia krawędziowe odczytują które sygnały.
Pierwsze pytanie działu IT o kamery
Przy kamerach dyskusja robi się ostrzejsza. W projektach Vision AI pierwsze pytanie od IT brzmi niemal zawsze: „Dokąd trafia nagranie z naszej hali?”
To pytanie trafia do oceny skutków dla ochrony danych, do inspektora ochrony danych i do umowy, a tam odpowiedź „w bezpiecznej chmurze” jest za słaba. Zgodnie z art. 35 RODO administrator musi ocenić przetwarzanie wysokiego ryzyka przed jego rozpoczęciem, a kamery, które widzą pracowników, takiej oceny wymagają.
Warstwa Vision AI w IRIS z założenia nie nagrywa wideo. Klatki są analizowane na miejscu, system zachowuje zdarzenia, na przykład czasy cykli lub obecność, a obrazy są odrzucane. Z naszego doświadczenia wynika, że „przetwarzamy lokalnie i nie przechowujemy” zamyka się z IOD w mniej więcej dwóch spotkaniach, a „wysyłamy do chmury i przechowujemy” zajmuje około dwóch kwartałów. Zobacz, kiedy kamery przewyższają czujnik, by ocenić, gdzie wizja w ogóle ma sens.
Przynieś pytania IT i OT na demo
W ciągu 30 minut pokazujemy, gdzie DBR77 przetwarza dane z maszyn i kamer, co opuszcza zakład i co zechce zobaczyć Twój inspektor ochrony danych.
Trzy warianty wdrożenia
Ta sama aplikacja i te same modele działają we wszystkich trzech wariantach; różni je miejsce, w którym odbywa się wnioskowanie.
| Wariant | Gdzie odbywa się przetwarzanie | Najlepszy do | Kompromis |
|---|---|---|---|
| Kompaktowy komputer brzegowy przy stanowisku | Na małym urządzeniu NVIDIA Jetson przy maszynie lub kamerze | Pilotażowego stanowiska, miejsc odległych, stanowisk, które muszą działać offline | Jedno urządzenie na stanowisko; ograniczona moc obliczeniowa na urządzenie |
| Koncentrator hali | Lokalnie, na NVIDIA Jetson AGX Thor obsługującym 40 do 60 kamer w 1080p | Typowa hala o powierzchni 5000 do 10 000 m² | Wymaga miejsca w szafie, zasilania i sieci hali |
| GPU w chmurze | W tenancie chmurowym klienta lub DBR77 | Analityka wielozakładowa i skalowanie między zakładami | Dane opuszczają zakład, więc DPIA i umowy trwają dłużej |
Sprzęt jest zbudowany do tej pracy. Moduły NVIDIA Jetson Orin pracują w zakresie od około 7 W do 60 W w małych obudowach. Jetson AGX Thor ma 128 GB pamięci i mieści się w obciążeniu 130 W, co wystarcza dla hali pełnej kamer.
Jak rozrosnąć się od jednego urządzenia do wielu zakładów
Ponieważ aplikacja pozostaje ta sama, skalowanie oznacza dodawanie sprzętu:
- Zacznij od jednego urządzenia na stanowisku pilotażowym. Udowodnij przypadek użycia i konfigurację ochrony danych w małej skali.
- Rozwiń się do jednego koncentratora na halę. Przenieś wnioskowanie z urządzeń stanowiskowych do hali, gdy liczba kamer tego wymaga.
- Dodaj chmurę do analityki wielozakładowej. Wysyłaj zdarzenia do chmury, by porównywać zakłady, a surowe dane zostaw na miejscu. Niczego nie trzeba migrować, bo modele są te same.
Po roku pytania przesuwają się na to, kto jest właścicielem jakich danych i modeli; zob. zarządzanie IoT po pierwszym roku.
Bezpieczeństwo, NIS2 i licencje modeli
Dyrektywa NIS2 nakłada obowiązki zarządzania ryzykiem cyberbezpieczeństwa i zgłaszania incydentów na średnie i duże podmioty w sektorach krytycznych, w tym w produkcji wyrobów o znaczeniu krytycznym. W Polsce nowelizacja ustawy o krajowym systemie cyberbezpieczeństwa, która ją wdraża, obowiązuje od 3 kwietnia 2026 roku. Przetwarzanie w granicy IT/OT zmniejsza powierzchnię ataku. ISA/IEC 62443 pozostaje podstawowym odniesieniem dla zabezpieczania przemysłowych systemów sterowania. Nasza strona o bezpieczeństwie opisuje konfigurację DBR77.
Sprawdź także licencje modeli. Część popularnych modeli wizyjnych open source jest wydana na licencji GNU AGPL. Jej sekcja 13 wymaga, by zmodyfikowana wersja używana przez sieć udostępniała kod źródłowy użytkownikom. Ten wymóg może kolidować z komercyjnym produktem, dlatego DBR77 korzysta z modeli licencjonowanych do użytku komercyjnego.
Pytania, które warto zadać każdemu dostawcy:
- Gdzie dokładnie odbywa się wnioskowanie i co opuszcza zakład?
- Czy wideo lub surowe sygnały są gdziekolwiek przechowywane, gdzie i jak długo?
- Czy system działa, gdy łącze internetowe jest przerwane?
- Jakie licencje obejmują modele AI?
Najczęstsze pytania
Czy przetwarzanie na krawędzi jest droższe niż chmura?
Edge wymaga sprzętu z góry. Chmura dokłada stałe koszty obliczeń, transferu danych i przechowywania. Dla jednej hali edge jest zwykle prostszy; chmura się opłaca, gdy porównujesz wiele zakładów.
Czy możemy później włączyć chmurę bez zaczynania od nowa?
Tak, jeśli ta sama aplikacja i te same modele działają w obu miejscach. Wysyłasz wtedy zdarzenia do chmury na potrzeby analityki międzyzakładowej, a wnioskowanie zostaje lokalnie.
Czy przetwarzanie na miejscu usuwa potrzebę DPIA?
Nie. Jeśli kamery mogą widzieć ludzi, inspektor ochrony danych nadal to oceni. Lokalne przetwarzanie bez nagrywania sprawia, że ta ocena jest krótsza i prostsza.
Co się dzieje, gdy sieć przestaje działać?
Urządzenia krawędziowe nadal zbierają i analizują dane, buforują zdarzenia i wysyłają je po powrocie połączenia. Alarmy wewnątrz hali działają dalej.
Które sygnały z maszyn powinny zostać na krawędzi?
Sygnały wysokiej częstotliwości, takie jak drgania i prąd silnika, oraz logika zamieniająca surowe stany w zdarzenia. Zagregowane zdarzenia mogą trafić wszędzie.
Podsumowanie
Jeśli surowe sygnały i klatki z kamer zostają w zakładzie, a dalej trafiają tylko zdarzenia, dział IT i inspektor ochrony danych dostają prostą odpowiedź na pytanie „dokąd trafiają dane?”. Na początek wybierz jedno stanowisko na kompaktowe urządzenie brzegowe i sprawdź na nim przypadek użycia oraz konfigurację ochrony danych, zanim zaplanujesz koncentrator hali.
Zobacz konfigurację edge-first na demo
Pokazujemy urządzenie stanowiskowe, koncentrator hali i wariant chmurowy oraz pomagamy wybrać właściwy start dla jednej z Twoich hal.
Źródła
- NVIDIA, NVIDIA Blackwell-Powered Jetson Thor Now Available, 2025
- NVIDIA, Jetson Orin for next-gen robotics, 2026
- Intersoft Consulting (tekst RODO), Art. 35 GDPR: Data protection impact assessment, 2016
- Komisja Europejska, NIS2 Directive: securing network and information systems, 2026
- Ministerstwo Cyfryzacji (Polska), Nowelizacja ustawy o krajowym systemie cyberbezpieczeństwa zaczyna obowiązywać, 2026
- ISA, ISA/IEC 62443 series of standards, 2026
- Free Software Foundation, GNU Affero General Public License v3, 2007
- DBR77, specyfikacje wdrożenia Vision AI w IRIS (architektura edge-first), 2026