数字标牌行业门户网站 服务热线:400-6789-360 [会员登录][免费注册][数字标牌通下载]投稿|设为首页|收藏|RSS
数字标牌也称数字告示或多媒体信息发布系统
数字告示
当前位置:数字标牌网 > 行业新闻 > 数字标牌行业动态 > Arm/FPGA联手发威 研华生产线大步迈入AI时代
Arm/FPGA联手发威 研华生产线大步迈入AI时代
编辑:谷子 [ 2018-4-25 10:39:30 ] 文章来源:研华
数字告示

2018年4月,台北–人工智能(Artificial Intelligence,AI)无疑是近一两年来科技产业内最热门的话题,除了科技业巨头无不大力投入之外,金融等服务业者对导入人工智能,也展现出强烈兴趣。制造业对AI技术的关注,也不在话下,并且在相关关键技术逐渐到位的情况下,已开始有实际导入动作。

倡导智能制造不遗余力的研华科技,除了为各行各业提供对应的先进解决方案外,在自家生产在线也开始逐步导入人工智能要素。比如机台设备的状态侦测/诊断、原物料/能源的使用状况,乃至产品的品管流程等,均已逐步导入人工智能。安谋(Arm)的硅智财(IP)与SoC及赛灵思(Xilinx)的现场可编程门阵列(FPGA)技术,则是研华推动生产线AI化的两大得力帮手。

研华IoT.SENSE采访研华技术长杨瑞祥与总厂长林东杰,探讨研华在AI、IoT、智能制造等创新浪潮下的解决对策,以下为专访摘要:

AI进化速度惊人商业应用价值可观

研华科技技术长杨瑞祥表示,人工智能在学术研究领域并非新题目,近两三年来之所以引发社会大众与各行各业的广泛瞩目,主要原因在于其进化速度实在太过惊人,并已能创造出庞大的商业价值,不再只是个学术研究的题目。

除了针对特殊领域外,AI技术也在追求更高的泛用性。Deepmind最新的棋类程序已经把Go(围棋)拿掉,称为Alpha。因为该程序也懂得下日本将棋等其他棋类,并且接连打败其他世界顶尖的专用棋类程序。这无疑是人工智能泛用性发展的一个重要里程碑。

在快速演化与蕴藏庞大商业价值的情况下,人工智能成为当前最受瞩目的科技议题,其实不令人意外。但讨论归讨论,如何在各行各业导入人工智能,实现产业的智能化,还是有很多细节问题要克服。

人工智能增添智能制造动能

以制造业来说,不管最终制造的产品为何,制造业总是脱离不了「人、机、料、法」这四个元素。人是指员工,机则泛指各种工具机台,料是指各种原物料及能源,法则是制程方法。自工业革命以来,不管制造业的产品如何演变,都脱离不了这四个元素。如何最优化地管理好这四个元素,则是制造业者每天都要面对的课题。

杨瑞祥分析,导入人工智能,最重要的四个KPI,就是要展现在人工料法的优化与改善上。以人来说,如何将老师傅的经验变成可量化的参数,进而把人的经验复制、扩散,就是导入AI的一个重要目标。

不过,要实现上述四大优化,最重要的还是业者对AI的理解程度,以及所搜集到的数据集质量好坏。首先,制造业者必须要对AI有正确的认识,知道AI适合用来处理的问题为何,应用上又有何限制。其次,AI推论模型的训练成果,除了模型本身的设计外,训练数据的质量也很重要。如果用质量有问题的数据来训练模型,AI推论的结果会跟现实状况出现落差。

最后,组织文化也得有所调整。在导入AI之前,生产在线的所有决策者都是人,依靠的是过往的经验;导入AI后,握有最终决定权的虽然还是人,但不再只凭主观的感觉或经验来判断,而是相对客观的统计科学。人跟机器之间的信赖关系,需要一段时间提升。当然,AI本身也要持续进化,提升其预测的可靠度跟准确度。

不同处理器各有所长Arm架构适合推论运算

杨瑞祥进一步解释,人工智能可以分成模型训练(Training)与推论(Inference)两个部分。对生产现场应用来说,大多是采用已经训练好的模型来执行各种推论应用,不会直接在边缘进行模型训练,因为模型训练需要强大的运算效能跟大量数据集,较适合在数据中心或云端上进行。

也因为推论对运算效能的需求较低,因此市面上有许多现成的处理器解决方案均能胜任,例如x86 CPU、GPU与基于Arm架构的SoC处理器,都可以执行相关运算任务,差别只在于成本、耗电量与散热是否能满足现场设备的规格限制。

就技术角度而言,GPU是目前最适合用来进行模型训练的处理器架构,以其执行模型推论任务当然也是绰绰有余,但GPU的成本、功耗跟随之而来的散热问题,却是这类处理器在边缘节点或现场设备应用上最大的限制。x86 CPU也有很强大的运算效能,但由于其架构设计的目标是满足各种运算/控制应用,因此在执行AI算法时,效率不如GPU。

杨瑞祥分析,这个问题跟AI的本质有关。AI通常只会用少数几种指令,甚至单一指令来处理大量数据。例如深度学习跟卷积神经网络(Convolutional Neural Network,CNN),就数学的观点来说就是矩阵运算,跟绘图运算十分类似,因此GPU自然在这方面有先天优势。x86 CPU则长于应对多指令流多数据流(Multiple Instruction,Multiple Data,MIMD)的运算情境,但遇到数据量太过庞大的情况时,就必须靠拉高频率,或是以多核心及多线程架构来应对。

采用精简指令集(RISC)的Arm处理器,先天特性则介于GPU跟x86 CPU之间,加上近几年Arm处理器的单一指令多数据流(Single Instruction,Multiple Data,SIMD)效能不断强化,因此在执行AI运算时,更加得心应手。虽然目前要以Arm处理器来做模型训练,在效率上还是不能跟GPU相比,但在执行推论任务时,却是功耗、成本跟效能三者最平衡的方案。

杨瑞祥透露,近几年研华跟安谋密切合作,对安谋的产品发展蓝图也有一定的掌握。未来安谋将会针对AI运算需求推出更特化,效率更好的处理器核心跟周边IP。这对于推动边缘运算跟AI应用的普及,将会是很大的助力。研华也会跟安谋继续保持密切合作的伙伴关系。

边缘运算进展神速人工智能进驻制造现场

紧抓人工料法四大要素,研华已经开始以Arm架构的SoC跟赛灵思的FPGA模块为硬件基础,在自家的生产在线逐渐导入人工智能。

研华科技总厂长林东杰表示,目前研华在生产在线导入AI,已经进入用AI来协助判读原始资料的阶段。在工业物联网的时代,不只个别生产在线的机台会产生大量数据,厂区的基础建设也会生成可观的数据数据量。要用人工来判读这些数据数据,分析其背后的意义,是没有时效性且效益有限的做法。

最后,由于研华所处的环境是典型的少量多样、接单生产型态,跟一般消费性产品规格单一,大量生产有很大的不同,因此生产线的管理也相对复杂。这也是研华在导入人工智能时,希望能解决的痛点之一。

林东杰表示,由于技术上的限制,目前还无法实现全面由系统判读原始数据的终极目标,但这是研华未来努力的方向。

更具体来说,未来研华的智能制造希望能实现三大目标:一、生产设备的现代化,希望所有的机台设备都可以支持工业4.0;二、实现数据采集与软件的介接,主要是将数据介接到制造执行系统(MES)、产品生命周期管理(PLM)等系统;三、将机器视觉与深度学习进一步扩大应用在品管环节中。

针对第一点,林东杰不讳言,现有机台的升级跟改造通常要价不低,特别是在需要原厂提供支持或授权,不能自己动手改的情况下。不过,在某些情况下,现有机台透过外挂研华自家开发的数据采集模块,就已经能获得足够的参数数据。

至于在机器视觉跟深度学习的扩大导入上,目前研华是与中研院合作,开发出可检测各种不同产品的机器视觉系统。事实上,研华使用光学自动检测(AOI)已经有很长的一段时间,但现有的AOI系统仅适用于主板、电路板上细微组件的检测,不适合用来检测终端成品或更大的零部件。

另一方面,研华产品少量多样的特性,也使得目前市面上的机器视觉方案要应用在研华的产线,遇到相当大的困难。目前市面上的机器视觉方案多半是为了大量产品的检测需求而设计,但研华的需求是能够自动适应各种产品型态的机器视觉检测方案。因此,研华决定与中研院合作,开发出客制化的深度学习算法,以便让机器视觉系统能更聪明地适应不同型态的产品。

FPGA模块实现机器视觉算法加速

而机器视觉正是FPGA模块大展身手的舞台,也是研华FPGA应用发展团队已经做出具体成果的项目之一。透过FPGA模块,研华可以自由决定哪些影像辨识的环节需要用硬件加速,以提升视觉检测系统的运作效能。

杨瑞祥指出,除了CPU跟GPU外,使用专用的硬件加速芯片来提升AI系统效能,理论上也是一条可行的路。不过,目前AI算法还在快速演进中,如果采用ASIC,很可能会追不上技术发展的脚步。而FPGA则是效能与弹性的折衷,其运算单元的结构可以客制化,来满足特定算法加速的需求,又因为具备可编程性,当算法需要修改或更新的时候,不用重新开一颗芯片,只要修改设计程序代码即可。

因此,现阶段来看,FPGA是用来实现AI算法加速的理想方案之一,研华内部也已经有相当成熟的FPGA应用开发团队,未来会继续投资在这项技术上。

Advantech Embedded DTOS FPGA Capability

 

 


更多相关: 企业动态研华


关于研华
  研华是一家全球领先的网络平台 (ePlatform) 服务供应商。自 1983 年创立以来,研华始终致力于为工业电脑和自动化市场开发并生产高质量、高性能的网络平台产品及服务。经过 20 多年的发展,研华已经在网络平台服务市场中积累了丰富的经验,并为全球用户提供全面的系统整合硬件、软件、客户服务、全球后勤支持和电子商务基础设施等解决方案。 在研华的支持下,系统整合商合作伙伴很好的实现了自身解决方案和服务的增值。 
全球服务网络

  研华在全球有 2000 多名员工,在全球七个地区设立了分公司: 北美、欧洲、中国、台湾、日本、亚太以及新兴市场如东欧和南美洲。 研华有遍及全球的公司营销支持网络,以及用来提供快速响应和服务的领先电子商务服务基础设施。无论客户位于何处,我们都可以提供快速高效的支持服务。 研华是您 e 世纪的理想合作伙伴!
联系研华
北京研华公司-中国总部暨客服中心 
Toll Free: 800-810-0345 
Phone: 86-10-6298-4346      
详情请浏览:http://www.advantech.com.cn


数字告示
编辑推荐
图片新闻
  • 科鑫光电户外民用led全息屏首发面市!预定进行中......
  • 利亚德ESV系列 | 共阴节能,全新定义显示屏!
  • 2019视听行业万里行——走进武汉企业
  • AV生态 智慧生活—2019万里行武汉站
  • 【新品速递】触沃人脸识别设备全新上市
新闻搜索

  • 2009年资讯
  • 2010年资讯
  • 2011年资讯
  • 2012年资讯
  • 2013年资讯
  • 2014年资讯
  • 2015年资讯
  • 2016年资讯
  • 2017年资讯
  • 2018年资讯
数字告示
推荐品牌
    热点关注
    数字告示
    数字告示
    数字告示
    数字告示
    户外广告机 | 落地式广告机 | 高清广告机 | 分屏广告机 | 蓝牙广告机 | 网络广告机 | 数字标牌播放器 | 广告机方案 | 多媒体信息发布系统 | 触控一体机 | 高清机顶盒
    镜面广告机 | 多媒体广告机 | 触摸广告机 | 液晶广告机 | 车载广告机 | 互动式广告载体 | 楼宇广告机 | 流媒体实时发布系统 | 广告机外壳 | 户外大屏幕 | 广告机报价
    数字标牌软件 | 电子看板  | 商业显示  | 嵌入式主板 | 触控一体机 | 数字标牌显示器 | 嵌入式流媒体服务器 | 立式广告机 | 3D广告机 |
    设为首页网站建设欢迎投稿数字标牌杂志资讯中心本站动态关于数字标牌网网站RSS网站地图友情链接
    热点:数字标牌数字告示多媒体信息发布系统广告机户外广告机液晶广告机网络广告机互动广告机触摸屏数字标牌网
    本站实名:数字标牌网 国际域名:www.DS-360.com 版权所有© 2009-2019 深圳市中投传媒有限公司  
    粤ICP备05041759号 在线客服: 点击这里给我发消息 点击这里给我发消息 视听学院-商家论坛群: 视听学院-商家论坛
    电话:0755-26526633(十二线) 传真:0755-86024577 邮箱:ds-360@3v.cn
    打开微信扫一扫,成为数字标牌网微信好友
    分享