研华从端到云布局AIoT,助企业实践数码转型 智能应用 影音
hotspot
Event

研华从端到云布局AIoT,助企业实践数码转型

研华将2018嵌入式设计论坛的主题设定为「迈向AIoT时代 设备联网x无线技术 引领企业数码转型」,大举分享Embedded-IoT研发成果。
研华将2018嵌入式设计论坛的主题设定为「迈向AIoT时代 设备联网x无线技术 引领企业数码转型」,大举分享Embedded-IoT研发成果。

无庸置疑,举凡人工智能(AI)、物联网(IoT)等数码技术,皆是当今火红议题;两股力量正在加速汇流,可望形成AIoT大局,使AI能透过IoT渗透至各场域,驱动多元智能应用,堪称台湾产业转型升级的绝佳题材。

有监于此,全球智能系统领导厂商研华,将2018嵌入式设计论坛的主题设定为「迈向AIoT时代 设备联网x无线技术 引领企业数码转型」,不仅大举分享Embedded-IoT研发成果,更汇聚Intel、Microsoft、Amazon、ARM、McAfee、Acronis等诸多策略夥伴的能量,联手铺陈从端到云的完整AIoT方案拼图,期望藉助研华提供的平台,协助用户加速实现AI,打造具差异化竞争力的高值化应用服务。

研华台湾区营运处副总经理林其锋,引述一份美国银行提供的预测报告,指2025年全球AI商机达1,250亿美元,其中软件仅占14%,硬件占30%,服务占56%;而台湾一向是硬件王国,如何善用于既有优势深耕AI硬件商机,甚至进一步透过夥伴共创,问鼎AI服务这块最大的商机沃土,实为关键课题。

藉四大关键技术,拓展AIoT应用

而研华IoT嵌入式事业群总经理张家豪,则援引IEK的「2018十大ICT关键议题」报告,点出2022年高达75%的数据处理,是透过边缘运算设备来满足,显见企业若欲藉助AI实现创新转型愿景,必须关注「边缘智能」。研华顺应AIoT大势所趋,除持续顾好嵌入式系统与模块等基本盘,亦将全力发展四大关键技术,分别是无线通讯暨传感平台服务、AI加速模块与解决方案、IoT PaaS与软件服务、边缘运算暨智能方案。

基于前述四大关键技术发展脉络,牵引出几个重要的技术项目,首先是无线传感,针对此部份,研华将以M2.COM为基底,结合ARM Mbed平台,助力实现数据的采集与应用,并为此推出WISE-DK3610(LoRa)、WISE-DK3310(SmartMesh)等两项套件,帮助夥伴快速实现具通讯与传感能力的智能城市、工业4.0解决方案。

其次是设备智能联网(Equipment to Intelligence;E2I),研华以WISE-PaaS/EdgeSense为核心,据此达成传感数据整合、设备管理等重大目标,期使工业情境的数据顺利接轨WISE-PaaS云平台,经由分析处理与可视化,产生决策洞见;在WISE-PaaS/EdgeSense项下,研华推出WISE Agent、RMM、OTA、Security等四项套装方案,依序供应各项数据的协议转换与云端连结、线上装置管理及监控、线上软件更新、白名单与应用控制等必要机能。

值得一提,为加速推动E2I,研华特别提出两项SRP,为一次到位软硬件整合及应用导入服务,包括SRP-ETI310设备联网与智能管理解决方案,及SRP-PMQ520设备监诊与预防性维护解决方案。

携手Intel,发展边缘端AI加速模块

再者是AI推论系统(Inference System),研华已藉由高端运算电脑结合GPU或FPGA卡,产生对应的解决方案,但考量并非每个场域皆有高效运算需求,故亟思将AI加速功能推移至边缘端,与Intel合作整合AI芯片及开发工具的M.2 与mPCIe介模块的AI推论系统方案,预计第三季量产供货。另一方面,研华亦针对智能制造、智能能源、智能物流、智能零售、智能运输、智能工厂等主题,结合AWS、Azure提供两项AI Cloud套装服务,预载Chatbot、数据提取、时间序列数据分析、实时数据分析等基础功能,另有深度学习、机器学习、影像识别、Text to Speech、IoT资产管理…等等多种Pay-as-you-go方案可供选配,张家豪指出,此举乃是希冀协助企业善用国际云平台的API及工具,借力使力加速AI应用发展。

研华技术长杨瑞祥强调,AIoT的基础在于数据,研华深觉工业数据收集平台无疑是推动AIoT正解,故而悉心建构WISE-PaaS 2.0架构,从底层的数据撷取、工业协议对接出发,并于上层提供了数据驱动核心机制(含SQL、NoSQL、Time-Series等不同数据库服务)、资源弹性扩充机制、分析框架服务(WISE-PaaS/Analytics Framework Services)、视觉化仪表板。

藉助上述完整架构,研华在内部实现了深具指标性的AIoT专案,其一是针对温度敏感性的工站,结合深度学习演算法发展间接量测温度之应用,成功取代过往大量温测感应器,另一亦透过深度学习技术与类神经网络,大幅提升PCB瑕疵检测的效能与精准度,两项专案分别历时6个月、3个月完成,并非各界想像般旷日费时,足见有心想要靠AI提振经营绩效的企业,一旦善用WISE-PaaS平台,辅以无线传感、E2I等各种AIoT方案,可望加速满足所需。