Google Cloud与iKala力助打造云端智能工厂
- 台北讯
智能化浪潮席卷全球,数据力成为未来制造业的重要成长动能,但对多数业者而言,云端、AI、大数据都是全新技术与概念,在导入阶段难免会受挫,Google Cloud Platform(GCP)是全球公有云领导品牌,长年深耕各专业领域,在制造业也已有对应解决方案,iKala则是Google Cloud的长期合作夥伴,对于推动GCP至不同领域的应用具备深厚基础。
日前于新竹国宾饭店所举办的「数据驱动云工厂 智能制造云端 AI研讨会」,汇集了Google Cloud与iKala两方专业人士,针对制造系统所应用的云端与 AI技术,发表精采演说,全场活动聚焦于三大主轴:AI、混合云架构、数据分析。
iKala董事执行顾问林濬阳在开场致词时表示,iKala是GCP在台湾的重要合作夥伴,对该技术具有高度专业。近年来企业纷纷推动数码转型,GCP也成为各类型业者建置未来营运架构的主要选择,为了协助客户顺利完成智能化系统,iKala除了代理GCP外,本身也投入AI技术研发,希望藉由云端与AI两大技术的整合,落实智能化愿景。
Google Cloud台湾总经理邵光华则在演讲中指出,从二十世纪初开始,全球经过了几次巨大的变革,包括二次世界大战、911事件、金融海啸,然而,每一次的变革也进而推动了制造业转型,提供人类社会更完善的生产机制,2020年开始的COVID-19(新冠肺炎)疫情也将促成产业的转型,未来去中心化、高度保护智财、系统异质化…等将成为后疫情时代的新常态,而云端平台将成为企业面对新常态的最佳IT选择,Google Cloud也因应市场变化与使用者需求,持续优化GCP架构,提供各类型企业最佳化服务。
对于制造业的智能化建构,活动特别先以「智能制造AI云端超前部署」为题,深入剖析Google AI平台、MLOps,并介绍其预测应用案例。演讲中强调过去故障才维修与排程保养的方式,已不敷现在制造业需求,未来必须透过AI机器学习演算法,先一步侦测设备的各种运作波型,并精准分析出设备的故障位置与时间,才能避免产线无预警停机。举例来说,有自来水公司与石油探勘业者,透过Google AI平台与MLOps侦测设备的数值,借此掌握机台、管线的状态,大幅提升系统的可用性,让设备效益最佳化。
而活动另一亮点则聚焦于智能制造的混合云架构,介绍混合云新标准Anthos与Hybrid AI。在Google Cloud混合云中,Anthos是基于Kubernetes的跨云/接地平台,可部署在企业内数据中心。通过Anthos单一管理界面,可随选发布所需应用程序到指定的地端或云端机房,Anthos所提供的服务网格(Service Mesh)甚至可提供跨丛集的协同服务。在 AI 部分, Google Cloud针对不同应用推出专属的 AI 工具,包括训练、推理都在地端的Kubeflow、无须学习可直接在地端推理的Hybrid AI、可于云端学习地端推理的AutoML,透过这些工具,企业可自行打造最佳化智能制造系统。
对于Google Cloud的AutoML,现场更实际展示此工具在产线瑕疵检测上应用。过去机器学习的训练模型流程,依序为定义目标、收集并处理数据、创建模型、优化模型、部署模型等步骤,在上述流程中,后三者需要耗费大量时间反覆调校参数,往往是系统上线延迟的主因,透过AutoML,则可自动完成这三道程序,此工具简单易用,工程师只需清楚定义学习条件,不须写程序或太多机器学习专业知识,即可快速完成自己专属的机器学习模型的训练模型。
最后,数据分析在智能制造的落地应用,Google Cloud以现代化数据仓储工具BigQuery来做演示。智能化时代数据量暴增,要妥善处理、精准应用如此大量的数据并非易事,BigQuery为无须管理服务器的数据仓储服务,企业可藉由其平行运算技术,高效率分析海量数据。演讲中以全球IC设计大厂为案例,透过BigQuery大幅强化IT系统的弹性,并降低系统成本。
随着智能化趋势的底定,云端已是新时代制造业不可或缺的建置,对于未来制造系统,Google Cloud与iKala的合作不仅可满足制造业者的效能、稳定、安全、成本需求,同时也提供各种AI工具,将可协助制造业顺利打造最佳化系统,掌握工业4.0的庞大商机。