TSN タイムセンシティブネットワークテクノロジーの簡単な分析

TSN タイムセンシティブネットワークテクノロジーの簡単な分析

産業インテリジェンスの継続的な発展に伴い、産業インターネットは産業インテリジェンス発展のための重要な総合情報インフラストラクチャとなっています。産業インターネット発展のインフラストラクチャとして、基本ネットワークは将来、より強力な相互接続、高品質の伝送、インテリジェントな運用と保守機能を必要とします。スマート製造と産業インターネットにおけるITとOTの統合の一般的な傾向の下では、基礎となる基本ネットワークを接続するための統合ネットワーク技術ソリューションが必要です。TSNネットワークのエンドツーエンドの極めて低い遅延と信頼性の高いデータ伝送は、産業シナリオにおける基本ネットワークの唯一の選択肢となっています。

TSN タイムセンシティブネットワーク

TSN ネットワークは時間に敏感なネットワークで、中国語では通常、時間効率ネットワークまたは時間に敏感なネットワークと呼ばれます。TSN はレイヤー 2 テクノロジです。 IEEE 802.1Q 規格は OSI レイヤー 2 で動作します。 TSN は IP プロトコル標準ではなく、イーサネット標準です。 TSN ブリッジは、IP アドレスではなく、イーサネット ヘッダーの内容に基づいて転送の決定を行います。イーサネット フレームのペイロードは、IP プロトコルに限定されず、任意のものになります。これは実際には、特殊なニーズを満たすために IEEE 802.1 フレームワークに基づいて開発された一連の「サブ標準」です。TSN は新しいテクノロジーであると言うよりも、既存のネットワーク テクノロジーである Ethernet の改良版であると言った方が適切です。TSN は、Ethernet をベースにクロック同期、トラフィック スケジューリング、ネットワーク構成などの重要なテクノロジーを追加して、低遅延、低遅延ジッター、低パケット損失率の伝送サービスで時間に敏感なデータを提供します。

TSNタイムセンシティブネットワークの主な特徴

時刻同期

TSN のトラフィック スケジューリングはタイム スロットに基づいているため、クロック同期が TSN の基礎となります。 TSN は正確な時間プロトコルを使用して、自然クロックと同期する必要なく、すべてのネットワーク デバイスのクロックが一貫していることを保証します。 IEEE 802.1AS-2011 は、TSN ネットワーク全体のクロック同期メカニズムを規定し、一般高精度時間プロトコル (gPTP) を提案しています。 gPTP は IEEE 1588-2008 高精度時間プロトコル (PTP) の拡張であり、両者の動作モードは同じです。

グローバル時間同期は、ほとんどの TSN 標準の基礎であり、さまざまなデバイスでのデータ フレーム送信タイム スロットの正しい一致を保証するために使用され、通信フローのエンドツーエンドの確定的な遅延とキューのない送信要件を満たします。 TSN は、IEEE 802.1AS を使用してさまざまな時間認識システム間で同期メッセージを送信し、イーサネットの同期プロトコルをさらに改善し、分散ネットワークに同期を追加し、双​​方向情報チャネルを使用して送信信号の精度を向上させます。

フロー制御

TSN フロー制御プロセスには、主にフロー分類、フローシェーピング、フロースケジューリング、フロープリエンプションが含まれます。

フロー分類の主な機能は、フローの属性情報や統計情報を識別して、対応するトラフィックタイプと優先度情報を決定することです。主な評価指標は分類精度です。

フロー シェーピングの主な機能は、送受信フローの最大レートを制限し、レートを超えるフローをキャッシュし、フローをより均一なレートで送信するように制御して、バースト トラフィックの安定した伝送を実現することです。

フロー スケジューリングの主な機能は、特定のルール (スケジューリング アルゴリズムまたはメカニズム) を通じてキューに入れられ、整形されたフローを出力ポートにスケジュールし、スイッチ内のフローの対応する転送順序を決定することです。これにより、送信中のさまざまなフローの QoS 要件が確保され、ネットワークの輻輳がある程度軽減されます。

フロー プリエンプションは、低優先度フローのスケジューリング順序を変更し、高優先度フローのタイムリーな転送を保証します。これはフロー スケジューリングの特殊な形式であり、TSN の主要テクノロジの 1 つです。ストリーム プリエンプションの主な機能は、フレーム間スライスによって低優先度フレームの送信を中断することでストリーム優先度の逆転を回避し、高優先度フレームのリアルタイムまたは超低遅延のパフォーマンス要件を確保することです。

ネットワーク構成

時間に敏感なネットワーク アプリケーションの場合、TSN では、時間に敏感なデータ用の予約帯域幅などのサービスを提供するために、ネットワーク内の送信側、受信側、およびスイッチを構成する必要があります。 IEEE 802.1Qcc で定義されている時間に敏感なネットワークの構成モデルは、完全集中型構成モデル、ハイブリッド構成モデル、完全分散型構成モデルの 3 種類に分けられます。

送信側と受信側の構成を担当する完全集中型ユーザー構成 (CUC)、TSN スイッチの構成を担当する集中型ネットワーク構成 (CNC)。完全集中型モデルは、端末とユーザー要件を検出し、端末で TSN 機能を構成するための集中型ユーザー構成 (CUC) エンティティをサポートします。

図1. 完全集中型モデル

ハイブリッド構成モデルでは、集中型ネットワーク構成コントローラ (CNC) と分散型ユーザー構成コントローラ (CUC) が使用されます。集中型ネットワーク/分散型モデルでは、構成情報は集中型ネットワーク構成 (CNC) エンティティとの間で送受信されます。

図2. ハイブリッド構成モデル

完全分散構成モデルでは、分散ネットワーク構成コントローラ (CNC、集中ネットワーク構成コントローラ) と分散ユーザー構成コントローラ (CUC、集中ユーザー構成コントローラ) が使用されます。このモードでは、ユーザー フローのエンドポイントが、TSN ユーザー/ネットワーク プロトコルを通じてユーザーのニーズを直接通信します。ネットワークは、集中型のネットワーク構成エンティティなしで、完全に分散された方法で構成されます。

図3. 完全分散モデル

TSN 時間に敏感なネットワーク アプリケーション シナリオの例

産業インターネット

産業インターネットの継続的な発展に伴い、産業アプリケーションのデジタル化、ネットワーク化、インテリジェンス化に向けた急速なアップグレードが継続的に推進されています。情報の相互運用性を確保するだけでなく、生産設備間のデータセキュリティも確保する必要があります。IT(情報技術)、OT(運用技術)、CT(通信技術)の統合は、産業インターネットの発展の一般的な傾向となっています。このような基礎となる基本ネットワーク上で産業相互接続を最終的に実現することで、新世代の工場レベル、ワークショップレベル、フィールドレベルの産業アプリケーションをより適切にサポートできます。

TSN 技術標準は、IEEE 802.1AS クロック同期、IEEE 802.1Qbv 時間認識スケジューラ、IEEE 802.1Qcc ネットワーク管理および構成、IEEE 802.1CB 高信頼性、IEEE 802.1Qci 1 つずつのストリーム フィルタリングおよび管理などの関連プロトコルの産業分野で主に使用されています。

自動運転

自動運転や自動車のインターネットの普及に伴い、車載デバイス間の大量のデータやり取り、従来の車載ネットワーク技術の多様性、複雑さ、高コストにより、車載ネットワークの伝送帯域幅、相互運用性、コストに対する厳しい要件が提示されています。

現在、車載ネットワークには複数のバスが独立して共存しており、音声や映像に代表される補助メディア信号や制御信号は依然として異なるバスで別々に伝送されており、同じリンクで均一に伝送することはできません。その理由は、ここに大きな技術的困難があるからです。TSN テクノロジは、従来のイーサネットのベストエフォート転送特性を改善できます。データ ストリームのさまざまな優先順位に応じて、さまざまなレベルのエンドツーエンドの制限された遅延保証とより小さなジッターを提供できます。第 2 層ネットワークで、高帯域幅、高信頼性、低遅延、時間同期のオーディオ/ビデオ ストリーミング サービスを提供できます。これらの機能は、車載ネットワークの開発ニーズを満たすことができ、車載イーサネットのアプリケーション要件を満たすことができます。

<<:  英国で新たな自動運転規制が導入され、ドライバーはもはや「集中」する必要がなくなった

>>:  AIとインフラストラクチャのゲームチェンジャーが市場で成熟しつつあります。

ブログ    

推薦する

...

概念から応用まで、人工知能の可能性

現在、AI の最大の可能性は、回帰や分類などの分析技術にあることが知られています。ニューラル ネット...

人工知能が火星の新しいクレーターの発見に貢献

人工知能ツールによって特定された、火星の最新のクレーター群の高解像度画像。画像出典: Space.c...

人工知能認知学習—教育の未来?

人工知能(AI)はどこにでもあります。スマートセンサーを使用して素晴らしい写真を撮影するスマートフォ...

Python vs R: 機械学習とデータ分析の比較

[[187351]]新しいツールの出現を促すために、機械学習やデータ分析の分野は「オープンソース」の...

人工知能人材の需要は倍増し、アルゴリズム人材の不足は170万人に達した

デジタル経済と実体経済の融合と発展が加速する中、デジタル経済の重要な技術モジュールとしての人工知能の...

図: ページ置換アルゴリズム

[[398509]]この記事はWeChatの公開アカウント「Jingyu」から転載したもので、著者は...

これから起こることは避けられません。AIサイバー犯罪はすでにあなたの近くにあります

数か月前の2017 GMICカンファレンスで、ホーキング博士は再びAI脅威論を提起し、「強力なAIの...

AIアプリケーションはコストを2倍以上にする

人工知能の登場により、多くの企業がこの分野の研究開発に多額の資金を投資し、一部の企業は成果を上げ始め...

大規模なオープンソースデータセットが衝撃的なスキャンダルを暴露、人気AI企業が関与していた

執筆者 | Qingzhu制作:51CTO テクノロジースタック(WeChat ID:blog)ビッ...

プライバシー保護を再構築するには、AIモデルに「あなたを忘れさせる」ことを早く行う必要がある

この時代において、プライバシーは長い間誤った主張となってきました。プライバシー保護をある程度回復する...

「顔認識」時代の準備はできていますか?

[51CTO.comからのオリジナル記事] 近年、生体認証技術はますます成熟し、私たちの生活の中に...

アリババ機械知能チームの3年間の取り組みの概要

[[266129]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

人間と踊る!中国の6団体が制作したヒューマノイドロボットがストリートショーに進出

注意してください、小帥は振り向きましたが、スウェットシャツのフードの中には何もありませんでした。さて...

...