Dijital ikizler kavramı, 2000'li yılların başında havacılık üretiminde, ürün yaşam döngüsü yönetimi için statik CAD temsilleri olarak ortaya çıkmıştır. Endüstri 4.0 ve Endüstriyel Nesnelerin İnterneti (IIoT) ile birlikte, bunlar fiziksel gerçeği milisaniye hassasiyeti ile yansıtması gereken yaşayan hesaplama varlıklarına dönüştü. Modern akıllı fabrikalar, otonom robotlar, öngörücü bakım ve kıtalar arası optimizasyonu desteklemek için bu mimariye ihtiyaç duyarlar.
Temel gerilim, güvenlik açısından kritik endüstriyel sistemlerin güçlü tutarlılık gereksinimleri ile fabrika ortamlarındaki kaçınılmaz ağ parçaları arasındadır. Geleneksel bulut merkezli IoT mimarileri, acil durdurma durumları için kabul edilemez yuvarlak-trip gecikmeleri getirir ve sıklıkla 200ms'yi aşar. Bu arada, saf kenar çözümleri, ağ bağlantısı geri geldiğinde birbirine zıt durumların tarihsel analitiği ve uzlaştırılması ile uğraşmakta zorlanmaktadır.
Zamansal sıralama için Hibrid Mantıksal Saatler (HLC) kullanan, parçalar sırasında otomatik durum yakınsaması için Çatışmasız Yeniden Üretilmiş Veri Türleri (CRDT'ler) ve 50ms altı çıkarım için kenar geçitlerinde WebAssembly mikro çalışma zamanları kullanan hibrit bir kenar-bulut ağı. Bu topoloji, kritik güvenlik komutları için gRPC ile QUIC taşımasını kullanırken, kritik olmayan telemetriyi asenkron coğrafi çoğaltım için Apache Pulsar'ı kullanır.
Mimari, hiyerarşik üç katmanlı bir topoloji etrafında döner. Kenar Katmanı, her biri robot telemetresi ve kontrol komutları için CRDT tabanlı durum birleştirme algoritmalarını uygulayan WebAssembly filtreleri çalıştıran Envoy servis ağı örneklerini fabrika zemininde dağıtır. Bu kenar düğümleri, dayanıklılığı sağlamak için sürekli çoğaltma ile yerel SQLite veritabanları bulundurur ve WAN arızalarında otonom çalışmayı garanti eder.
Bölgesel Ağaç Katmanı, fabrika kümelerini Multi-Küme geçitleri ile Istio servis ağı kullanarak birbirine bağlayarak, patlama yüzeyini sınırlandırırken tesisler arası koordinasyonu sağlar. Hibrid Mantıksal Saatler, her sensör okuması ve kontrol komutu için zaman damgası alır, coğrafyalar arasında senkronize NTP gerektirmeden sebep tutarlılığı sağlar. Parçalar iyileştiğinde, Merkle ağaçları, CRDT uzlaştırması için farklı durum parçalarını etkili bir şekilde tanımlar.
Küresel Analitik Düzlem, anonimleştirilmiş, diferansiyel özel telemetriyi uzun vadeli model eğitimi için S3 uyumlu nesne depolama üzerindeki Apache Iceberg tablolarına toplar. TensorFlow Extended (TFX) boru hatları, öngörücü anormallik tespit modellerini haftalık olarak yeniden eğitir ve derlemeli TensorFlow Lite modellerini OTA güncellemeleri aracılığıyla kenar cihazlarına gönderir.