哪里需要AI，哪里就有昇騰

AI在哪里？

這個(gè)問題如果放在幾年以前，很多人會(huì)感覺高深莫測(cè)，但在如今，我們回答起來游刃有余：在客廳里，天天與我們對(duì)話的智能音箱;在手機(jī)中，隨手拍出的美顏照片;在電商平臺(tái)上，總被猜中心思的商品推薦……

讓AI無處不在，是正在進(jìn)行中的第四次產(chǎn)業(yè)革命的目標(biāo)，也是每一個(gè)參與其中的開發(fā)者、建設(shè)者們心中的夢(mèng)想。

然而當(dāng)AI逐漸進(jìn)入到產(chǎn)業(yè)深處，深度參與工業(yè)領(lǐng)域的智能化轉(zhuǎn)型時(shí)，如何讓AI從無到有，從最開始的簡(jiǎn)單應(yīng)用或者單一場(chǎng)景出發(fā)，繼而完成對(duì)整個(gè)產(chǎn)業(yè)的覆蓋，成為實(shí)現(xiàn)智能制造的關(guān)鍵。

近日，凌華科技發(fā)布了一系列基于華為昇騰的AI邊緣計(jì)算產(chǎn)品，推進(jìn)AI算力融合在工業(yè)智能領(lǐng)域，讓AI應(yīng)用落地于更多工業(yè)制造場(chǎng)景。

就像涓流成河匯成海一般，華為昇騰攜手合作伙伴正在構(gòu)建一幅讓AI無處不在的百業(yè)全景圖。

智能制造的AI算力需求，華為昇騰來滿足

一提到產(chǎn)業(yè)智能化轉(zhuǎn)型，很多人的第一反應(yīng)就是“上云”，確實(shí)，在面對(duì)高并發(fā)、小吞吐、長(zhǎng)時(shí)延的計(jì)算需求時(shí)，“上云”是最便捷的一條解決路徑，然而在工業(yè)領(lǐng)域，大量視頻、圖像、高頻傳感器構(gòu)成的異構(gòu)數(shù)據(jù)需要進(jìn)行實(shí)時(shí)處理， 使得異構(gòu)大計(jì)算的需求滿足也成了不容忽視的重點(diǎn)，特別是智能制造領(lǐng)域普遍采用的混合云+AI+5G等新技術(shù)的組合，更是帶來了更加復(fù)雜且多元的多樣計(jì)算需求。

另外一個(gè)維度，與我們經(jīng)常遇到的消費(fèi)生活場(chǎng)景有所不同，在工業(yè)領(lǐng)域，AI應(yīng)用首先需要對(duì)應(yīng)不同的行業(yè)，如電子、汽車、醫(yī)藥、冶金等，然后每個(gè)行業(yè)還會(huì)有無數(shù)的落地場(chǎng)景，如視覺質(zhì)量檢測(cè)、設(shè)備預(yù)測(cè)維護(hù)、生產(chǎn)排產(chǎn)等，即便是同一類場(chǎng)景，不同企業(yè)在該場(chǎng)景下的分析對(duì)象也有區(qū)別，如果都用通用CPU計(jì)算來處理，需要匹配極為強(qiáng)大的處理能力和算力，這將與智能制造所指向的“降本增效”的目的相悖，因而針對(duì)不同的業(yè)務(wù)場(chǎng)景、不同的數(shù)據(jù)類型和實(shí)時(shí)性要求，匹配不同的算力部署方案，這樣的計(jì)算架構(gòu)也就更加科學(xué)。

正是在這樣的背景之下，凌華科技推出了基于華為昇騰的四款A(yù)I邊緣計(jì)算產(chǎn)品：昇騰AI邊緣小站、昇騰邊緣AI工作站、增強(qiáng)型昇騰工作站以及昇騰AI工控機(jī)。

如果應(yīng)付一些工業(yè)應(yīng)用場(chǎng)景一般的基本算力需求，昇騰AI邊緣小站（DLAP-221）就能勝任了，這款產(chǎn)品尺寸體積小，可以靈活部署，由于集成了華為Atlas-200 AI加速模組，可以在非常緊湊的尺寸內(nèi)具備較為強(qiáng)勁的AI算力，單機(jī)可實(shí)現(xiàn)20路高清視頻實(shí)時(shí)分析，同時(shí)還預(yù)裝了昇騰制造業(yè)mxManufacture SDK，可以說麻雀雖小五臟俱全。

如果某些工業(yè)應(yīng)用場(chǎng)景對(duì)算力有一定的需求，那么搭載了華為Atlas 200/Atlas 300I推理卡的昇騰邊緣AI工作站（MVP614X）就比較適合了，這款產(chǎn)品使用了Intel第九代i3/i5/i7處理器，整機(jī)可實(shí)現(xiàn)無風(fēng)扇運(yùn)行，經(jīng)過特殊優(yōu)化的散熱設(shè)計(jì)可確保多張Atlas 200或Atlas 300I推理卡同時(shí)工作。

如果有工業(yè)應(yīng)用場(chǎng)景有非常高的算力需求，那么可以采用多華為Atlas 300I推理卡搭載平臺(tái)的增強(qiáng)型昇騰工作站（DLAP8000），DLAP8000可支持更高級(jí)的Intel Xeon處理器，經(jīng)過優(yōu)化后的電源同時(shí)可確保4張Atlas 300I工作;考慮到用戶現(xiàn)場(chǎng)對(duì)于大容量數(shù)據(jù)的存儲(chǔ)要求，DLAP8000在有限的體積下安裝了4塊2．5”硬盤。

如果某個(gè)應(yīng)用場(chǎng)景需要同時(shí)擴(kuò)展圖像采集、現(xiàn)場(chǎng)IO、運(yùn)動(dòng)控制功能時(shí)，凌華科技用可以擴(kuò)展多路華為Atlas 300I推理卡的昇騰AI工控機(jī)（RK608/M43AI）來進(jìn)行匹配，該產(chǎn)品有額外的PCI/PCIe插槽，可以同時(shí)搭配凌華科技特有的現(xiàn)場(chǎng)采集卡和運(yùn)動(dòng)控制卡。

從以上產(chǎn)品的功能亮點(diǎn)我們可以看出，凌華科技充分利用了昇騰的AI多樣計(jì)算能力，根據(jù)不同場(chǎng)景的不同算力需求，開發(fā)了與之適配的產(chǎn)品，可以說智能制造需要怎樣的AI算力，凌華科技和昇騰就有相對(duì)應(yīng)的算力產(chǎn)品或算力部署方案。

哪里需要AI，哪里就有昇騰

說了這么多，凌華科技的這些產(chǎn)品到底好不好用，基于昇騰的智能制造解決方案到底發(fā)揮作用了嗎？下面，我們一起來看看凌華科技與昇騰的幾個(gè)落地案例。

眾所周知，在工業(yè)質(zhì)量檢測(cè)領(lǐng)域，目前還有很多企業(yè)依賴于人工檢測(cè)，但受專業(yè)技術(shù)能力和經(jīng)驗(yàn)傳承的影響，檢測(cè)結(jié)果和檢測(cè)效率受人的干擾因素較大，特別是當(dāng)人長(zhǎng)時(shí)間重復(fù)單一工作，容易疲勞，會(huì)更加加重上述問題的產(chǎn)生。

于是，有的企業(yè)開始采取用工業(yè)相機(jī)拍照，圖文圖片模板比對(duì)的視覺檢測(cè)方式，相比依靠人的傳統(tǒng)視覺檢測(cè)方式，效率會(huì)有所提升，但新的問題又產(chǎn)生了，由于產(chǎn)品自身質(zhì)量波動(dòng)，圖像取像的角度、亮度變化甚至環(huán)境因素的干擾，從而使得視覺檢測(cè)測(cè)試的準(zhǔn)確率始終難以達(dá)到理想水平，特別是當(dāng)產(chǎn)品換線從A產(chǎn)品切換到B產(chǎn)品時(shí)，期間要經(jīng)歷一段很長(zhǎng)的調(diào)試時(shí)間，對(duì)于企業(yè)而言是個(gè)不小的負(fù)擔(dān)。

時(shí)下最新的AI質(zhì)量檢測(cè)方案，則是傳統(tǒng)視覺融合深度學(xué)習(xí)技術(shù)，自動(dòng)圖像特征提取，基于大量的歷史缺陷圖片完成模型訓(xùn)練，只要檢測(cè)物的相似度達(dá)到一定程度即完成檢測(cè)過程，這種方案柔性很強(qiáng)，準(zhǔn)確度和效率也大大提升。

在電子組裝行業(yè)，凌華科技在華為南方工廠智能計(jì)算產(chǎn)品生產(chǎn)線智能質(zhì)檢項(xiàng)目中，直接將裝載Atlas 300I推理卡的工控機(jī)部署到產(chǎn)線，搭載2000萬像素高清工業(yè)相機(jī)，對(duì)電子組裝產(chǎn)品的標(biāo)簽銘牌、螺釘、涂膠等對(duì)象進(jìn)行檢測(cè)，將誤報(bào)率降低到1%以下，檢出率提高到99．9%，從1個(gè)人管理一條產(chǎn)線到目前1個(gè)人管理3條產(chǎn)線，檢測(cè)效率直接提升了3倍。

相比電子組裝行業(yè)對(duì)標(biāo)簽銘牌的檢測(cè)對(duì)算力要求不高，我們?cè)賮砜纯?a target="_blank">集成電路行業(yè)中對(duì)集成電路板的品控監(jiān)測(cè)，其中焊點(diǎn)異常的檢測(cè)最為重要，由于電路板上焊點(diǎn)數(shù)量極大，這就涉及到算力升級(jí)的問題。

凌華科技采取的解決方案是通過部署搭載Atlas 300I推理卡的工控設(shè)備至檢測(cè)設(shè)備上，同時(shí)配以AI深度學(xué)習(xí)算法，從而獲得了同等算力下較低成本的算力配置，工業(yè)生產(chǎn)場(chǎng)景下，直接提升了10%-50%AOI直通率。

如果上述兩個(gè)案例檢測(cè)項(xiàng)目比較單一，對(duì)于算法的要求不高，那么我們?cè)賮砜纯戳枞A科技的AI邊緣計(jì)算解決方案在醫(yī)藥生產(chǎn)行業(yè)中的落地。

一板藥物膠囊是否合格達(dá)到出廠條件，需要比對(duì)藥板批號(hào)是否清晰無誤、膠囊是否漏粉、是否有壓泡、空囊這樣的紕漏，因而除了算力的要求之外，還需要多算法的融合。

凌華科技在工控設(shè)備中配置Atlas 300I推理卡，再加上算法合作伙伴的AI深度學(xué)習(xí)算法，實(shí)現(xiàn)了極低的誤檢率，小于3%，正確率高于99．47%，減少了95%的人力依賴。與此同時(shí)，還能對(duì)產(chǎn)品缺陷進(jìn)行可視化標(biāo)記，實(shí)現(xiàn)缺陷快速精準(zhǔn)定位，在空膠囊、漏粉、壞囊、編號(hào)打印錯(cuò)誤等常規(guī)必檢項(xiàng)之外，還能檢測(cè)包括藥板毛邊、折痕、白邊等無規(guī)律缺陷。

以上只是昇騰在工業(yè)智能化轉(zhuǎn)型中使能百業(yè)中的一點(diǎn)點(diǎn)進(jìn)展，管中窺豹，昇騰AI算力正在以各種形態(tài)和各種方式進(jìn)入到工業(yè)領(lǐng)域的縱深，可以說，哪里需要AI，哪里就有昇騰。

智能制造新舊動(dòng)能轉(zhuǎn)換趨勢(shì)之下的昇騰畫卷

其實(shí)，無論是新基建還是“十四五”規(guī)劃，在制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)、網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)等一系列國(guó)家戰(zhàn)略之下，產(chǎn)業(yè)智能化與智能制造新舊動(dòng)能轉(zhuǎn)換的時(shí)代趨勢(shì)已成，作為為各行各業(yè)解決AI算力需求的昇騰正處于巨大的歷史機(jī)遇之中。

需要確定的是，這個(gè)機(jī)遇并不僅僅只屬于昇騰，從上述案例可以看出，在昇騰的普惠AI戰(zhàn)略之下，通過硬件開放軟件開源的方式，昇騰構(gòu)建了一個(gè)以自身AI算力和完善的AI軟硬件開發(fā)環(huán)境為基礎(chǔ)的昇騰生態(tài)，在這個(gè)生態(tài)中，通過強(qiáng)力專業(yè)的生態(tài)伙伴，完成了對(duì)足夠廣泛產(chǎn)業(yè)的覆蓋。

從凌華科技與昇騰的合作來看，雙方取長(zhǎng)補(bǔ)短，不但實(shí)現(xiàn)了自身的商業(yè)價(jià)值，同時(shí)在產(chǎn)業(yè)智能化的時(shí)代趨勢(shì)之下獲得了共同成長(zhǎng)。

在這里，我們也應(yīng)該看到，產(chǎn)業(yè)智能化的道路才剛剛開始，有數(shù)據(jù)顯示，目前AI與行業(yè)的滲透率僅有4%，這也意味著為了完成AI無處不在的目標(biāo)，昇騰還需要更多的同行者一起在這場(chǎng)時(shí)代洪流中去探索更多的可能。

責(zé)任編輯：xj