软硬件|揭秘昇腾智造:让每一条产线都可以拥抱AI

质检是工厂中的主要场景 , 传统的人工质检需要工人时刻盯着机器屏幕 , 从图中发现产品的缺陷 , 速度大约保持在2秒一张 。 如果一张产品的瑕疵难以判断 , 可能还要再花上几秒思考 , 一天最多看1~2万张 。 而在具体的操作过程中 , 因为考验视力和专注度 , 质检员们往往感到较为疲倦 。
【软硬件|揭秘昇腾智造:让每一条产线都可以拥抱AI】那么 , 有没有办法解决这个问题呢?答案是肯定的 。 近日 , 在2021世界人工智能大会昇腾人工智能高峰论坛上 , 华为联合多家合作伙伴重磅发布“昇腾智造”解决方案 , 人工智能就为制造业带来了福音 。

软硬件|揭秘昇腾智造:让每一条产线都可以拥抱AI
文章图片

99.9%的背后 在华为内部有一句口号:“自己造的降落伞自己先跳” , 华为发布的昇腾智造解决方案背后 , 就凝聚了自己的实践经验 。
在位于广东东莞的华为松山湖基地 , 从外表看是一座座漂亮的欧式建筑 , 而这里也潜藏着制造的未来 。 华为正在做一场伟大的试验:华为南方工厂已经将AI贯穿制造的主要环节 。
这里的标签缺陷、螺钉缺失、点胶面积、贴片位置等检测项目实现了AI检测 , 其质检准确率由传统机器视觉检测的90%提升到了99.9% , 工作量降低60% 。 而且 , 由于AI的介入 , 企业生产环节得到了降本增效 。
“AI已经在华为工厂实现了工位级、线体级、车间级的规模应用 。 ”华为工业自动化视觉实验室主任吴桂芸这样说 。 据了解 , 华为南方工厂的AI质检已经在内部200多个产线应用 , 覆盖服务器、5G、终端等产线 。
注意:99.9%的质检准确率是一个堪称划时代意义的数字 , 这意味着人工智能和制造产业的融合是深度的 , 人工智能的角色从辅助将变为原生 。 华为昇腾计算业务总裁许映童表示 , 当质检的准确率超过99.9%的时候 , 相信新的产业线设置的时候一定把人工智能作为初始的选项 。
在制造业 , 质检属于核心场景 , AI质检代表着质检进化的最新方向 。 在工业质检领域 , 目前还有很多企业依赖于人工检测 , 归结起来 , 人工质检有三个方面的问题:首先是投入大 , 一般来说 , 制造业需要投入10%以上的人力在质检上;其次是标准不统一 , 质量准确率受到不同工人的专业技术能力和经验的影响 , 参差不齐;而且 , 正如本文开头所说 , 质检这个工作容易让工人患上职业病 , 长时间重复单一工作 , 容易疲劳 , 尤其是对眼睛伤害比较大 , 从目前情况来看 , 年轻工人越来越不愿意干这个工作 , 企业招工难 。
有的企业开始采用工业相机拍照、图文图片模板比对的视觉检测方式 。 这种方式的确相比人工检测提升了效率 , 但也产生了新的问题 , 由于产品自身质量波动、图像取像角度、亮度变化甚至环境因素的干扰 , 视觉检测的准确率始终难于提升 , 最高只能到80%左右 。 而且 , 开发适配难、适应性弱 , 当产线从A产品切换到B产品时 , 期间需要经历很长一段时间的调试 。
横向对比来看 , 华为南方工厂在质检领域树立了标杆:传统视觉融入深度学习 , 自动图像特征提取 , 基于大量的历史缺陷图片完成模型训练 , 只要检测物的相似度达到一定程度就完成检测过程 , 不仅准确率高达99.9% , 而且适应性更强 。
把简单留给别人 , 把复杂留给自己 华为南方工厂的AI实践 , 只是这场人工智能伟大试验的第一步 , 华为的更大梦想是将这个实践经验对外开放 , 复制到每一个产线 , 让每一个工厂都可以成为华为南方工厂这样的智能工厂 。
要实现这个目标 , 何其艰难 , 需要跨越AI质检设备和企业AI运维两大痛点 。 首先是缺乏性价比高的自动化设备;而且运维复杂 , 算法精度、训练能力、算力扩容等方面问题很多 。 纵观业界 , 缺少既懂行业知识 , 又在AI能力上强的综合玩家 , 这是制约普通工厂拥抱AI的主要问题 。
这次发布的昇腾智造方案 , 就是为解决这个问题而生:昇腾AI使能平台+华为制造成熟AI应用 , 打造解决方案 。
一方面 , 昇腾智造解决方案打造标准化的AI使能软硬件平台:硬件方面 , 华为提供从模组/板卡到服务器/集群的Atlas系列化硬件 。 以Atlas?200?AI加速模块为例 , 其具有极致性能、超低功耗的特点 , 可以在端侧实现物体识别、图像分类等;Atlas?300I?推理卡则提供超强AI推理性能 , 以超强算力加速应用 , 可广泛应用于推理场景 。 同时 , 华为将硬件开放给伙伴 , 伙伴们打造了一系列面向制造场景的AI硬件 , 包括AI加速卡、嵌入式AI工控机和箱体式AI工控机等 。 软件方面 , 华为提供了昇腾应用使能MindX的全栈软件平台与工具 , 可以帮助广大应用开发者快速开发AI应用 。
另一方面 , 华为将南方工厂30年制造业经验和200+产线AI规模部署的实用经验凝聚到软件系统中 , 打造一站式、高精度、支持快速换线、开箱即用的制造行业AI解决方案 。 端到端解决方案贯穿AI的部署、运维与迭代升级;包含高精度预训练模型 , 快速实现准确率>99%;图形界面操作 , 支持小样本训练 , 2小时完成模型迭代;成熟场景下仅需5人天即可完成10工位部署 。 对于制造业客户而言 , 无论是在把AI应用于产线的初期部署、使用阶段 , 还是中后期的运维和换线需求 , 都不再困难 。 昇腾智造解决方案真正实现了把AI以极简的方式带入每一条产线 。
目前 , 宝德计算机在每一条产线部署六个高清摄像头 , 和边缘智能网关 , 把整个智能制造贯穿宝德的来料检验、生产制造过程检验还有包装检验 , 使宝德的整个生产制造过程都做到了可回溯 , 不仅提高了质量 , 也大大降低了生产成本 。
美的集团 IT 总监周晓玲在昇腾人工智能高峰论坛上介绍 , 美的与华为合作打造的 AI 质检系统 , 目前已应用于美的冰箱事业部的底脚检测、LOGO检测、标贴检测等场景 , 不仅大幅降低检验人员工作量 , 检测准确率还提高了 10% 。
在制造领域的智能化方面 , 把简单留给别人 , 把复杂留给自己 , 这中间的关键就是昇腾智造解决方案 。
众人拾柴 , 星火燎原 值得注意的是 , 昇腾智造解决方案的背后 , 除了凝聚了华为在技术、经验等方面的心血 , 还是一个众创的产物 , 汇聚了业界的生态力量 。
“华为坚持‘有所为有所不为’ 。 只有大家都找到了自己的定位、坚守自己的定位 , 才能形成合作和分工 , 有了合作分工 , 才有生态的基础 。 华为在人工智能领域的‘有所为’ , 是指打造以昇腾AI基础软硬件平台为基础的‘黑土地’ , 支持合作伙伴来‘种庄稼’ , 如支持最优秀的科学家探索AI前沿应用 , 支持合作伙伴开发面向各行各业的丰富应用 。 ”华为轮值董事长胡厚崑在昇腾人工智能高峰论坛上这样表示 。
这是华为的高明之处 , 华为搭台 , 大家一起来唱戏 。 昇腾坚持“硬件开放、软件开源、使能伙伴、发展人才”的生态战略 , 构建起一个汇聚广泛力量的人工智能大生态 。 以昇腾智造解决方案为例 , 背后就有宝德、拓维信息、长江计算、依瞳科技、中科弘云、华睿科技、沃德普、凌华科技、研华科技、东声智能等众多合作伙伴的聚合之力 。

软硬件|揭秘昇腾智造:让每一条产线都可以拥抱AI
文章图片

以凌华科技为例 , 就基于昇腾发布了昇腾AI边缘小站、昇腾边缘AI工作站、增强型昇腾工作站、昇腾AI工控机等众多的AI边缘计算产品 , 推进AI算力融合在工业智能领域 , 让AI应用落地在更多工业制造场景 。 在集成电路行业对集成电路板的品控检测中 , 凌华科技通过部署搭载Atlas 300I推理卡的工控设备到检测设备上 , 配以AI深度学习算法 , 获得了同等算力下较低成本的算力配置 , 直接提升了10%-50%的AOI直通率 。
正如胡厚崑所说 , 中国的人工智能产业发展走到了一个关键的时间点 , 关键在于打通AI落地到各行各业的“最后一公里” 。 只有用生态的力量 , 探索和建立“专家+行家”的新合作模式 , 将业界做硬件、软件、算法的优秀公司都汇聚在一起 , 每个公司都发挥自己最优势的领域 , 才能众人拾柴火焰高 , 将AI应用到产业的每一个场景、每一个角落 。
以制造领域的AI检测为例 , 正是生态的力量 , 让昇腾智造解决方案已经在众多细分场景发挥出价值:在电子组装领域 , 对螺钉、涂胶等进行检测 , 将异物识别准确率提升至99.9%以上;针对半导体晶圆进行晶圆缺陷智能分析 , 将缺失图案识别准确率提升至99%以上;在集成电路领域开展IC品质监控合作 , 将AOI直通率提升10%-50%;在纺织领域 , 华为与伙伴将布匹印染的预检效率提升了50倍 。
可以说 , 昇腾AI在制造领域的发展是昇腾所构建的人工智能产业大生态的缩影 , 这个生态正在蓬勃发展、茁壮成长 。 数字可以说明一切:目前昇腾合作伙伴已经超过500家 , 共同孵化联合解决方案600多个;华为与55所全球高校的140多个团队合作开启昇腾众智计划;目前昇腾的开发者人数已经超过35万 , 昇腾相关课程已经覆盖72所高校的超过10万名学生 。
“星星之火 , 可以燎原” , 这是AI在制造领域应用的缩影 , 华为南方工厂的AI实践 , 汇聚起华为与合作伙伴的生态之力 , 推动AI走向中国的每一个工厂、每一个产线 , 让普通企业也能拥抱AI , 迈入智能化时代 。

    推荐阅读