当前位置:数据中心技术专区 → 正文

机器人技术让“无人数据中心”的未来不是梦

责任编辑:黄心怡 |来源:企业网D1Net  2014-01-07 13:53:08 原创文章 企业网D1Net

企业网D1Net 1月7日讯

DevLinks公司的高级机器人技术程序员Scott Jackson已在IT领域工作了很长一段时间。他是一名机器人自动化技术程序员及设计师,在机器人技术集成方面,他已经在考虑如何将该技术融入数据中心了。Jackson参与过许多项目,也为不同环境设计过多种机器人程序,他还大力支持将机器人技术放入下一代的数据中心,并作为数据中心的辅助工具。

Jackson最近与媒体进行了一次详细的交流,此次交流是有关机器人技术、自动化技术以及数据中心模式的未来前景。以下是谈话内容:

记者:随着越来越多的大型企业开始探索机器人技术,围绕机器人技术的讨论正在持续升温中。你认为是何种机器人技术引发了对机器人技术的关注?

Scott首先,我认为推动这一趋势的是对于当今工业机器人灵活性及可适应性的新发现,以及以往自动化集成带来低成本的现实。在过去的30至40年左右,工厂已经实现了大规模自动化。在大多数情况下,机器人只是无偏差地不断重复相同的过程。而较新的(如机器视觉、无线射频识别、力度感应、联网等)的功能成为管道机器人的标准配置,也运用于一些低成本的机器人。这些新功能使机器人能适应周遭环境的变化,而非一味地遵循制定的标准。这种适应能力也正是像数据中心这种复杂环境所需要的。毕竟,你并不是在生产汽车,而是处理数以千计的组件,并且这些组件并不具有高耐受性。机器人需要根据环境变化立即进行调整。我们终于迎来了这一时刻,能够让机器人执行这些任务。

记者:你的看法相当积极。另外,你认为数据中心环境十分复杂是有凭有据的。那么,数据中心管理员应该了解相关的机器人技术吗?怎样进行交叉培训?

Scott是的,的确需要参加相关培训,但有一点要注意,虽然我赞赏任何愿意自己解决机器人集成问题的朋友,但还是强烈建议他们在做类似整个数据中心集成的大项目时,寻求专业的系统集成商的服务。对机器人本身及整个系统的了解是必需的,这有助于开展计划性的及预防性的维护工作,但涉及到系统设计时,就不必考虑这么多了。

记者:对于任何技术,复杂性始终是必须跨越的难关。但机器人技术还是能为用户带来自动化、工作流编排和数据中心优化等益处。目前你有没有发现能直接连接到管理系统,能帮助运行数据中心的技术?

Scott很久之前,工业自动化已经与工厂数据记录和生产管理系统集成。通信功能也已存在,所以我认为实现你所说的技术不会有任何障碍。事实上,我认为类似的机器人系统有助于平衡自动化工作流程,以获得最大化利益。

记者:过去2年内,机器人技术发展得如何?是否变得更智能化、可移动化并且更易于控制了吗?

Scott到目前为止,工业机器人技术的最大优势就是可适应性强的各类技术,如机器视觉、压力感应以及振动控制的学习。这些技术对于机器人都已经不新鲜了,但最近人们才负担得起用这些技术替代老式、复杂又昂贵的机械自动化。这为机器人技术开启了全新的市场,而过去更新换代的成本是非常高的。较之从前,越来越多的人们在机器人身上安装摄影机,这类需求的增加使机器人技术不断发展,也使得集成更加容易。

移动机器人技术也取得了重大进步。最近几年里,移动机器人中使用的传感器价格有了大幅下降,这主要归功于智能手机的普及。为了进行大批量生产,人们对位置传感器进行了缩小和优化。我们即将在工作场所见到更小、更低价的移动机器人。亚马逊的Kiva就是低强度影响移动仓储集成的典型例子。我这里所说的低强度,从字面上来解释是该系统的移动设备本身及其所移动的范围较小。这比许多远程管理的仓库所使用的传统龙门式机器人检索系统要便捷的多。另外值得一提的是谷歌在无人驾驶车辆上所下的功夫以及他们最近收购的七家不同的机器人技术公司。可以肯定的是,不仅是汽车,还有更多事物将受益于机器人技术的发展。

记者:让我们快速展望一下未来。在未来三至五年内,你认为机器人技术会如何发展?

Scott在未来的三到五年内,目前新一代工业机器人适应力强的优势,会让机器人与人类协同工作。美国国家标准协会(ANSI)最近修订了安全标准,其中包括机器人与人类安全地在相同的工作空间工作。这些都是全新的概念。过去,机器人被锁在铁笼里,当他们处于自动操作状态时,人们无法接近。在ANSI修订安全标准前,安全设备已经有了长足的发展,机器人也更有能力留意周围环境的改变。实话实说,在某些方面,人类永远比机器人强。如果我们能开发一些流程,可以让机器人完成90%的工作,并且在完成剩余的工作时不会使操作人员受伤,如此一来,机器人便可被广泛应用了。

记者:一些数据中心的工作人员认为机器人技术会替代管理员的存在。这种看法对吗?又或者,你觉得机器人的存在是作为后备队员、减少错误发生、简化一些容易任务,并改善数据中心整体性能?

Scott这个问题的答案既肯定又否定。当然,数据中心某些职位的存在仅仅是因为运行一个项目时出现太多费力的任务需要完成。技术含量较低的工作面临着被机器人淘汰的危险。机器人可以一遍又一遍地执行物理任务,并且在每次操作时的误差小于几千分之一英寸。问题是,这些任务需要在第一时间让机器人执行。机器人缺乏直觉和分析解决问题的能力。我们可以事先定义软件中的参数,并在问题发生前作出反应,但现实生活总是不按套路出牌,人们不得不守在现场,以确保一切按计划顺利进行。

记者:可以看出,未来的重心是围绕着云计算、移动性和数据中心的高利用率展开的。你认为未来会出现“遥控”数据中心吗?会出现需要最少人工数量的工作环境吗?而且,面对数据中心内部机器人技术应用的增长,企业将如何应对?

Scott:我相信未来绝对会出现无人值守的数据中心。构建无人工厂的最大障碍之一就是产品偏差。如果你只制造一样产品,再数以千计的生产,实现无人工厂就非常容易。然而,多数制造商拥有多元化的产品,实现起来就困难,一切都必须为此让路。为应对这类情况,数据中心内部必须已经具备一定数量的标准化程序。当数据中心产品与自动化、机器人技术共同发展,标准化才会有所改善。

我们Devlinks公司随时欢迎机器人带来的挑战。虽然我们是一家提供自动化服务的公司,主要集中在制造业,但也具有相当的IT经验,甚至拥有在该领域的主要制造商供职过的成员。这必然会为我们未来的数据中心集成项目锦上添花。我相信,在拥有如此强大的背景知识、丰富的过程控制经验及百分百的责任感的前提下,我们已经充分准备好接受这项任务了。不过,新建和改造现有数据中心之间是有区别的。通常在讨论这个话题时,我们的共识是,在自动化环境下设计数据中心更为简单,反之则比较困难。这条定律适用于任何你想自动化的程序。而新终端用户的自动化比旧用户改造更易成功。

展望未来

许多数据中心以及机器人技术专家预测,在运用更多机器人技术之后,数据中心环境将实现巨大的飞跃。而且,机器人设计师正致力于将其成熟的机器人设备与未来的数据中心模型相融合。这是正在发生,并列入计划中的事情。当然,任何技术的运用都会遇到难题。即便如此,只要将超水准的自动化与数据中心优化相结合,你和你的企业就真正踏上了创造下一代基础设施的征程。

关键字:数据中心机器人

原创文章 企业网D1Net

x 机器人技术让“无人数据中心”的未来不是梦 扫一扫
分享本文到朋友圈
当前位置:数据中心技术专区 → 正文

机器人技术让“无人数据中心”的未来不是梦

责任编辑:黄心怡 |来源:企业网D1Net  2014-01-07 13:53:08 原创文章 企业网D1Net

企业网D1Net 1月7日讯

DevLinks公司的高级机器人技术程序员Scott Jackson已在IT领域工作了很长一段时间。他是一名机器人自动化技术程序员及设计师,在机器人技术集成方面,他已经在考虑如何将该技术融入数据中心了。Jackson参与过许多项目,也为不同环境设计过多种机器人程序,他还大力支持将机器人技术放入下一代的数据中心,并作为数据中心的辅助工具。

Jackson最近与媒体进行了一次详细的交流,此次交流是有关机器人技术、自动化技术以及数据中心模式的未来前景。以下是谈话内容:

记者:随着越来越多的大型企业开始探索机器人技术,围绕机器人技术的讨论正在持续升温中。你认为是何种机器人技术引发了对机器人技术的关注?

Scott首先,我认为推动这一趋势的是对于当今工业机器人灵活性及可适应性的新发现,以及以往自动化集成带来低成本的现实。在过去的30至40年左右,工厂已经实现了大规模自动化。在大多数情况下,机器人只是无偏差地不断重复相同的过程。而较新的(如机器视觉、无线射频识别、力度感应、联网等)的功能成为管道机器人的标准配置,也运用于一些低成本的机器人。这些新功能使机器人能适应周遭环境的变化,而非一味地遵循制定的标准。这种适应能力也正是像数据中心这种复杂环境所需要的。毕竟,你并不是在生产汽车,而是处理数以千计的组件,并且这些组件并不具有高耐受性。机器人需要根据环境变化立即进行调整。我们终于迎来了这一时刻,能够让机器人执行这些任务。

记者:你的看法相当积极。另外,你认为数据中心环境十分复杂是有凭有据的。那么,数据中心管理员应该了解相关的机器人技术吗?怎样进行交叉培训?

Scott是的,的确需要参加相关培训,但有一点要注意,虽然我赞赏任何愿意自己解决机器人集成问题的朋友,但还是强烈建议他们在做类似整个数据中心集成的大项目时,寻求专业的系统集成商的服务。对机器人本身及整个系统的了解是必需的,这有助于开展计划性的及预防性的维护工作,但涉及到系统设计时,就不必考虑这么多了。

记者:对于任何技术,复杂性始终是必须跨越的难关。但机器人技术还是能为用户带来自动化、工作流编排和数据中心优化等益处。目前你有没有发现能直接连接到管理系统,能帮助运行数据中心的技术?

Scott很久之前,工业自动化已经与工厂数据记录和生产管理系统集成。通信功能也已存在,所以我认为实现你所说的技术不会有任何障碍。事实上,我认为类似的机器人系统有助于平衡自动化工作流程,以获得最大化利益。

记者:过去2年内,机器人技术发展得如何?是否变得更智能化、可移动化并且更易于控制了吗?

Scott到目前为止,工业机器人技术的最大优势就是可适应性强的各类技术,如机器视觉、压力感应以及振动控制的学习。这些技术对于机器人都已经不新鲜了,但最近人们才负担得起用这些技术替代老式、复杂又昂贵的机械自动化。这为机器人技术开启了全新的市场,而过去更新换代的成本是非常高的。较之从前,越来越多的人们在机器人身上安装摄影机,这类需求的增加使机器人技术不断发展,也使得集成更加容易。

移动机器人技术也取得了重大进步。最近几年里,移动机器人中使用的传感器价格有了大幅下降,这主要归功于智能手机的普及。为了进行大批量生产,人们对位置传感器进行了缩小和优化。我们即将在工作场所见到更小、更低价的移动机器人。亚马逊的Kiva就是低强度影响移动仓储集成的典型例子。我这里所说的低强度,从字面上来解释是该系统的移动设备本身及其所移动的范围较小。这比许多远程管理的仓库所使用的传统龙门式机器人检索系统要便捷的多。另外值得一提的是谷歌在无人驾驶车辆上所下的功夫以及他们最近收购的七家不同的机器人技术公司。可以肯定的是,不仅是汽车,还有更多事物将受益于机器人技术的发展。

记者:让我们快速展望一下未来。在未来三至五年内,你认为机器人技术会如何发展?

Scott在未来的三到五年内,目前新一代工业机器人适应力强的优势,会让机器人与人类协同工作。美国国家标准协会(ANSI)最近修订了安全标准,其中包括机器人与人类安全地在相同的工作空间工作。这些都是全新的概念。过去,机器人被锁在铁笼里,当他们处于自动操作状态时,人们无法接近。在ANSI修订安全标准前,安全设备已经有了长足的发展,机器人也更有能力留意周围环境的改变。实话实说,在某些方面,人类永远比机器人强。如果我们能开发一些流程,可以让机器人完成90%的工作,并且在完成剩余的工作时不会使操作人员受伤,如此一来,机器人便可被广泛应用了。

记者:一些数据中心的工作人员认为机器人技术会替代管理员的存在。这种看法对吗?又或者,你觉得机器人的存在是作为后备队员、减少错误发生、简化一些容易任务,并改善数据中心整体性能?

Scott这个问题的答案既肯定又否定。当然,数据中心某些职位的存在仅仅是因为运行一个项目时出现太多费力的任务需要完成。技术含量较低的工作面临着被机器人淘汰的危险。机器人可以一遍又一遍地执行物理任务,并且在每次操作时的误差小于几千分之一英寸。问题是,这些任务需要在第一时间让机器人执行。机器人缺乏直觉和分析解决问题的能力。我们可以事先定义软件中的参数,并在问题发生前作出反应,但现实生活总是不按套路出牌,人们不得不守在现场,以确保一切按计划顺利进行。

记者:可以看出,未来的重心是围绕着云计算、移动性和数据中心的高利用率展开的。你认为未来会出现“遥控”数据中心吗?会出现需要最少人工数量的工作环境吗?而且,面对数据中心内部机器人技术应用的增长,企业将如何应对?

Scott:我相信未来绝对会出现无人值守的数据中心。构建无人工厂的最大障碍之一就是产品偏差。如果你只制造一样产品,再数以千计的生产,实现无人工厂就非常容易。然而,多数制造商拥有多元化的产品,实现起来就困难,一切都必须为此让路。为应对这类情况,数据中心内部必须已经具备一定数量的标准化程序。当数据中心产品与自动化、机器人技术共同发展,标准化才会有所改善。

我们Devlinks公司随时欢迎机器人带来的挑战。虽然我们是一家提供自动化服务的公司,主要集中在制造业,但也具有相当的IT经验,甚至拥有在该领域的主要制造商供职过的成员。这必然会为我们未来的数据中心集成项目锦上添花。我相信,在拥有如此强大的背景知识、丰富的过程控制经验及百分百的责任感的前提下,我们已经充分准备好接受这项任务了。不过,新建和改造现有数据中心之间是有区别的。通常在讨论这个话题时,我们的共识是,在自动化环境下设计数据中心更为简单,反之则比较困难。这条定律适用于任何你想自动化的程序。而新终端用户的自动化比旧用户改造更易成功。

展望未来

许多数据中心以及机器人技术专家预测,在运用更多机器人技术之后,数据中心环境将实现巨大的飞跃。而且,机器人设计师正致力于将其成熟的机器人设备与未来的数据中心模型相融合。这是正在发生,并列入计划中的事情。当然,任何技术的运用都会遇到难题。即便如此,只要将超水准的自动化与数据中心优化相结合,你和你的企业就真正踏上了创造下一代基础设施的征程。

关键字:数据中心机器人

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^