Containerisierte PLC und Edge-Computing verändern den Ansatz für industrielle Steuerungen. Eine Analyse, wie Linux und Container bei hoher Last Determinismus gewährleisten.
Das Problem tritt auf, wenn die klassische industrielle Architektur mit den Anforderungen an Konnektivität und Echtzeitdatenverarbeitung konfrontiert wird. Traditionelle PLC-Controller arbeiten in geschlossenen, proprietären Umgebungen, in denen Determinismus durch Isolation erreicht wird. Dies vereinfacht die Vorhersehbarkeit, erschwert jedoch die Skalierung, Aktualisierung und Integration mit modernen Systemen. Besonders deutlich wird dies beim Versuch, Regelkreise und datenintensive Workloads zu kombinieren: Der Wettbewerb um CPU und Cache führt zu Jitter und Verletzungen der zeitlichen Garantien (Latenz).
Die zentrale Frage ist, ob das Management in eine softwaredefinierte Umgebung übertragen werden kann, ohne den Determinismus zu verlieren. Als Lösung wird ein Stack auf Basis von Red Hat Enterprise Linux mit Echtzeitkernel und Red Hat Device Edge in Kombination mit Intel-Hardware betrachtet. Dieser Ansatz setzt auf die Vereinheitlichung der Umgebung: eine Plattform für Rechenzentrum und Edge. Der Kompromiss ist hier offensichtlich – das offene System bietet Flexibilität und Automatisierung, wirft jedoch Bedenken hinsichtlich der Stabilität der zeitlichen Eigenschaften (Screw-to-Screw-Zeit) auf. Genau dieser Parameter, vom physikalischen Signal bis zur mechanischen Antwort, ist für die Industrie entscheidend.
Die Überprüfung der Hypothese basierte auf einem virtuellen PLC, das auf RHEL ausgeführt wurde. Das Szenario wurde absichtlich kompliziert: Der System wurden ressourcenintensive Anwendungen hinzugefügt, die aktiv CPU und Cache verbrauchen. Dies simuliert eine reale Konsolidierung von Workloads, bei der Analytik und Steuerung nebeneinander arbeiten. Ohne zusätzliche Isolationsmechanismen wurde eine Zunahme der Variabilität beobachtet. Der Einsatz der Intel Cache Allocation Technology (CAT) veränderte jedoch das Verhalten des Systems. CAT begrenzt den Zugriff von Prozessen auf den Cache und verringert so die gegenseitige Beeinflussung. Infolgedessen blieb selbst bei einer CPU-Auslastung von 80 % der Worst-Case-Jitter für Interrupt-Anfragen unter 30 Mikrosekunden.
Ein unerwartetes Ergebnis ergab sich aus dem Isolationsgrad der Container. Der Betrieb der Steuerungslogik innerhalb von Podman zeigte stabilere zeitliche Eigenschaften im Vergleich zum Bare-Metal-Szenario bei aktivem CAT. Dies deutet darauf hin, dass Containerisierung nicht nur den Determinismus nicht verschlechtern kann, sondern ihn auch durch eine vorhersehbarere Ressourcenverwaltung stabilisieren kann. Dabei bleiben die Vorteile des Container-Modells erhalten: Portabilität, standardisierte Bereitstellung und Lebenszyklusmanagement.
Praktische Konsequenz – das Betriebsmodell ändert sich. Anstelle einer strikten Bindung an spezialisierte Hardware entsteht die Möglichkeit, einen einheitlichen Stack für Edge und Core zu verwenden. Dies vereinfacht das Patch-Management, die Sicherheitsrichtlinien und Aktualisierungen. Die Infrastruktur nähert sich den Prinzipien von Cloud-Native, selbst auf der Ebene des Fabrikbodens. Darüber hinaus entsteht die Möglichkeit, Daten direkt an der Quelle (Edge-Computing) zu verarbeiten, was die Abhängigkeit vom Netzwerk verringert und Verzögerungen bei der Datenübertragung in die Cloud oder ins lokale Rechenzentrum beseitigt.
Die Ergebnisse zeigen, dass die technische Barriere für die Nutzung von Linux in der industriellen Steuerung erheblich gesenkt wurde. Der Determinismus bleibt auch unter hoher Last und Containerisierung erhalten. Dabei sind die quantitativen Metriken auf die vorliegenden Daten beschränkt: Eine Variabilität von weniger als 30 Mikrosekunden wurde festgestellt, jedoch werden keine breiteren Vergleiche mit alternativen Architekturen angestellt. Dennoch ist die Richtung klar – die Grenze zwischen IT und OT verschwimmt allmählich.
Dieser Ansatz erscheint als pragmatische Evolution. Er hebt die Anforderungen an Echtzeitsysteme nicht auf, bietet jedoch Werkzeuge, um diese in einer flexibleren Architektur einzuhalten. Der Hauptkompromiss verschiebt sich von „Hardware gegen Flexibilität“ zu „Ressourcenmanagement gegen Universalisierung der Plattform“. Und judging by the tests, this balance is becoming manageable.