新闻中心

EEPW首页 > 物联网与传感器 > 设计应用 > AI智慧生产竞筑平台 落实百工百业创新加值

AI智慧生产竞筑平台 落实百工百业创新加值

作者: 时间:2024-08-13 来源:CTIMES 收藏

受惠于近年来生成式人工智能(Generative , Gen)题材持续发酵,由 NVIDIA 带动的热潮,使得中国台湾在 AI制造供应链角色备受瞩目。中国台湾资通讯、电子零组件占有出口比重与日俱增,已超过2/3产品出口集中在电子相关产业,也引发各界对于产业是否会患上「荷兰病(Dutch disease)」的疑虑。

展望未来地缘政治冲突只会越演越烈,对中国台湾石化、纺织、机械与汽车零组件等传统产业受到关税、汇率的影响固然不言而喻;即使近年来中国台湾因为人工智能(AI)题材加持,半导体、电子代工业出口一支独秀恐也无法幸免,只是名义上的壁垒换成了保(护)费,台积电也为此率先提出「晶圆2.0」的说法避险。
电子代工产业龙头和硕董事长童子贤则对于近年来因为AI热潮把中国台湾捧得太高,飘飘然上了云端的说法示警,强调:「我们确实是AI重要参与者之一,但不是制定者跟决定者!外界认为中国台湾是AI中心的角色,其实还少了『代工』两个字。」
他也期待中国台湾不只有代工事业,而能有更高附加价值。「无论是制造业或服务业,只要想用更少人力做更多有生产力的工作,其实AI都是一个好帮手。」童子贤认为:「AI就像2000年兴起的因特网一样,并非单一产品,而是更厉害的背景技术,浸润到所有产品与服务层面,创造出momo、Netflix、Uber Eats等应用和服务。」
Google前中国台湾董事总经理简立峰更早前提醒,在这波AI浪潮中,中国台湾虽然是第一波受惠者,但除了制造之外,在AI应用场景上的缺乏,将是未来需要面对的挑战。即使我们投资了许多金钱在生产GPU,但中国台湾使用GPU的数量却是屈指可数,这也直接反映了我们在应用场景投资的缺乏,必须从消费者、生产者、政府和其他角度投入,才能支撑这个产业。
若以淘金热的故事来比喻,NVIDIA可形容为设计铲子者,台积电则是制造铲子的人。「现在是卖铲子的先赚钱,而花钱买铲子的微软、Google、Apple、Amazon、Meta等5大网络公司投入大量金额,在购买GPU和兴建数据中心上,几乎买走了90%的铲子。」简立峰认为:「任何产品的生命周期,最终都将迈入成熟期。未来用铲子的会愈来愈多,而制造铲子的只有一个高峰期。」


寻求AI应用场景 百工百业先行

图片.png
 
图一 : 国科会从今年启动为期10年(2024~2033)的「晶创中国台湾方案」计划,最终为中国台湾百工百业创新赋能,创造有利于技术研发与产业创新需求的互动机制。(source:国科会)

如今在应用面的进展屡屡突破想象,已展现GenAI可用来提升生产力、促进产业创新的巨大潜力。国科会也从今年启动为期10年(2024~2033)的「晶创中国台湾方案」计划,共挹注3,000亿经费时,便强调并非独厚半导体领域,而是建立GenAI共通雏型工具。
藉此强化与业界、公协会沟通,共同厘清数据、模型分享机制及知识产权归属等议题;并透过雏型、案例展示等GenAI训练课程,培育能结合领域知识(domain knowledge)的种子。最终为中国台湾百工百业创新赋能,创造有利于技术研发与产业创新需求的互动机制;另结合生成式AI,以建构AI产业创新应用生态系发展的机会。


协同AI落地 加速厂内转型应变
根据中华经济研究院定义目前所称「AI工厂」,系指将所有工厂智慧化,进行全面自动化和优化的工厂营运模式,满足AI应用在制造业落地后的庞大需求,促使生成式AI从虚拟世界进入实体(物理)世界,全面监控管理生产流程,提升生产效率、资源利用率和产品质量。
其中不仅能自动化完成物料运输、零配件组装、产品检测和包装等任务,大量缩短生产周期,提升单位时间内的产出量;还能透过大数据分析与机器学习,将生产计划和资源分配优化应用,针对不同产品需求快速调整和转换,满足少量多样化和客制化的市场需求,同时具备高度灵活性。
企业因此可运用AI在虚拟世界模拟各种生产场景,预测和优化生产流程,将显着提高生产效率和创新能力。AI工厂也可对生产过程的各类数据实时监控和分析,实现对原材料、能源和设备的精细化管理,从而大幅提升产品的一致性和可靠性。
例如NVIDIA执行长黄仁勋在COMPUTEX 2024期间举办的主题演讲,便以自行车龙头巨大集团(捷安特)的物流中心为例,便引进由广运(Kenmec)与合作伙伴宇见智能科技(MetAI)提供的自动化仓储与物流系统「实时 3D 模拟生成智能物流场域」,来提高效率又降低风险。
经由MetAI的生成式模型技术,可在不到4分钟时间内就通过NVIDIA RTX GPU运算后,迅速生成OpenUSD SimReady虚拟仓储物流环境,将传统需要278小时的前置作业规划时间大幅缩短;并透过数字分身仿真的场域,预期能有效减少40%的项目落地时程。未来也不排除将巨大遍布全球多个制造基地的工厂,皆改造成自主程度更高的生产设施;或是透过AI来模拟不同的工厂布局,取得最佳的空间、流程与效率。
最后,AI工厂的全球协作能力可显着提升供应链效率与稳定性,透过云端运算和物联网技术,实现全球范围内的生产协同和资源共享,不仅能提升生产效率,还能实时调整生产策略,有效应对市场不确定风险。


达梭3D EXPERIENCE云平台 协力打造数位分身

图片.png 
图二 : 达梭系统强调须先掌握足够数据,才有机会谈AI,进一步发展数字分身(Digital twins)技术。(source:3ds.com)

达梭系统也在2021年推出基于云端的3D体验平台,并强调须先掌握足够资料,才有机会谈AI,进一步发展数字分身(Digital twins)技术,期盼透过延伸虚拟世界去改变实体(物理)世界。即使有NVIDIA推出Omniverse平台来打造AI智慧工厂,也须先有软件建立内外结构、仿真机器人生产流程的内容,才能联结AIoT正式生产。
达梭系统中国台湾资深技术经理许欲生分析目前在制造业发展现况,各领域都有不同软件,如设计3D CAD、模型分析3D DMU、PLM等,达梭过去10余年来(2012)则基于云端的3D EXPERIENCE平台,集中管理旗下或异质来源软件的所有信息数据;进而执行电磁、热、结构仿真分析,打造一个贯穿完整生命周期的虚拟分身体验。
因此使用者不必每次都要回复到CAD设计之前的网格数据去仿真分析,就能搭建PPR数据模型定义MBOM,并规划数字化制程,直接利用大数据分析工序和工时;经过3D作业指导输出,同步工程分配到每个站位,不必担心后续更改设计版本或夹治具,都能在计算机完成而省时与成本。
由于达梭可容许厂内选用不同品牌机器人或设备依序生产零组件、组装验证,仿真找出最佳路径,透过VR体验,模拟生产设备空间及稼动率、产能物流动线布局,皆得到真实数据而非图表,可在实际生产前调整,并将信息上传ERP、MES;通过AR/VR在实际生产前体验,产生用来制造的虚拟分身;最终整合产品信息和制造流程并加上批注,输出3D操作手册。


宜鼎全通路产品与服务 垂直深化AIoT应用场域

图片.png
 
图三 : 宜鼎无论是在软硬件、通路及产能等面向都已经完备,将AI导入自身擅长的工控市场。(摄影:陈念舜)

工控内存模块大厂宜鼎国际(Innodisk)近期也正式启用位于宜兰的全球研发制造中心二期厂区,打造为集团的AI核心基地,让边缘AI软硬整合涵盖的层面更加完备。宜鼎集团董事长简川胜表示,宜鼎深耕工业市场20年以来,从工业计算机(IPC)储存与内存起家,并随着客户需求调整发展重心,从工控领域逐步垂直深化朝向「AIoT」阶段迈进,进而投入工控市场AI化及AI应用市场。
「当云端AI布建到一定程度后,不落地不行!」简川胜强调,因此宜鼎从工业储存跨足至周边软硬件整合服务,近年更积极推行品牌升级,以「Architect Intelligence」为宗旨,从市场面演进、产品面变化及商业化落地应用三面向逐步发展,无论是在软硬件、通路及产能等面向都已经完备,将AI导入自身擅长的工控市场。
也将过往累积的全球 AIoT 项目经验,延伸到垂直领域的AIoT,积极转变为边缘AI解决方案领导品牌推出9大产品服务,成为IPC导入边缘AI应用落地的重要伙伴。如今布局「纯AI」应用着重在边缘运算领域,包含智能城市、智能工厂、智能交通、智能零售等产业客户。
宜鼎总经理室特助张献文表示:「客制化便是宜鼎最大优势,须针对各种应用对软硬件规格的需求都有所不同。」以工控储存为例,就常需要针对种类繁多的 Chipset、主板与系统设计等做出相应参数调校;或者在为客户导入用于 AI 机器视觉的相机模块时,为提升视觉辨识效果,也会针对其应用环境光源、视野范围、影像质量需求等进行细部的客制化调整。
这些在服务过程中累积的 Know-how,也成为公司独有的养分。随着ChatGPT生成式应用爆发之后,正积极往最专长的项目是Edge AI边缘运算发展,宜鼎2023年AI及智慧物联网(AIoT)相关产品营收占比为21.5%,包含PoC(概念验证)与量产等AI开案量高达1,000多件,看好今年集团营收会较去年成长,AI与AIOT营收占比可望增至3成。
宜鼎旗下子公司安提在跻身成为NVIDIA供应链成员之一,名列官网公布的模块化服务器MGX架构的指定合作伙伴以来,主要应用市场在企业端,AI开案量超过600件,更为宜鼎集团带来可观的AI开发商机。
目前营收比较多是来自推论(Inference)机种,去年开始送样的训练(Training)机种在今年陆续出货,预估COMPUTEX之后的AI开案量年成长将增2~3成。不仅能更迅速实践创新技术,更携手全球伙伴将旗下产品及AI解决方案高效导入实际场域、规模化部署至边缘端。

恩智浦首创整合AI学习工具 简化使用者边缘部署应用

图片.png
 
图四 : NXP具备NPU与eIQ的开发工具包。(source:NXP)

恩智浦公司(NXP)执行副总裁暨技术长Lars Reger也在COMPUTEX 2024期间主题演讲表示:「NXP多年来透过积极推动工业向数字双生(Digital Twin)转型的过程,并提供智能连结设备,寻找可扩展的软件平台来解决机器人在感测、连接、安全和保障方面的所有因素;同时赋予这些机器人卓越的感官,大脑中值得信赖、安全和实时的部分,找到以节能方式扩展信任的能力。」
在AI时代,边缘运算是更须关注的领域,使得原本微控制器(MCU)必须处理的数据越来越多、连接的终端越来越复杂,势必得提升其效能。恩智浦因此推出新一代MCX微控制器系列家族产品,通过广泛采用的MCUXpresso软件和SDK工具套件,提供具可扩展性及突破性功能的产品;加上简化的系统设计、以开发人员为中心的体验,提供客户更强大性能和多元化功能的产品。
基于现今已有许多业者开始提供让企业训练专属AI模型的平台,日前恩智浦也成为首先将NVIDIA经过训练的低程序代码AI模型「NVIDIA TAO API」,可通过eIQ机器学习开发环境运用一系列预先训练的模型和迁移学习(transfer learning)整合,再直接部署至恩智浦旗下边缘处理产品组合的半导体供货商,为AI模型的训练、优化和部署,提供统一平台,让开发人员可自定义构建人工智能模型、更轻松在边缘部署,并针对特定用途对进行微调和优化。
藉此结合恩智浦在工业和物联网边缘创新领域拥有丰富的经验,以及NVIDIA在训练与测试AI模型方面具有专业优势,让客户能更加快速、轻松地将之推向汽车、工业与物联网、行动装置与通讯基础设施市场,提供创新解决方案。


制造业导入AI 营运优先制造
值得一提的是,根据中经院最新发布「2024上半年中国台湾采购经理人营运展望调查」,结果显示有75.1%制造业厂商表示公司无提供相关产品,也未规划研发、生产或进入相关产品、市场或供应链。仅24.9%回报已经或正在准备参与AI供应链,其中41.9%仍在「研发设计产品中」、16.2%「已完成研发但仍未量产」,41.9%「已产出且已进行销售」。
但企业对导入AI营运意愿还是颇高,制造业受访者中约有49.8%回报有评估、规划或已导入AI相关技术应用于公司营运,目前进度分别为「规划评估中,尚未导入」(61.3%)、「导入中」 (22.6%)、「导入完成,但未见成效」(0.8%)、「导入完成,已见成效」(2.4%) ,以及「已导入,且持续导入新AI技术与运用」(12.9%)。
进一步观察制造业导入的原因,以「优化营运流程」61.3%占比最高,其次是「提升营运效率」58.1%与「节省人力成本」50.8%。然而,制造业约有50.2%回报完全没有规划、评估和导入AI相关技术,主要原因为「无相关需求」。

本文引用地址:https://www.eepw.com.cn/article/202408/461967.htm


关键词: 工业4.0 AI 智慧生产

评论


相关推荐

技术专区

关闭