实现最佳化智能制造方案需要跨领域业者并肩作战 智能应用 影音
EVmember
ST Microsite

实现最佳化智能制造方案需要跨领域业者并肩作战

  • 孙昌华台北

Andrew Liu, Senior Data Scientist, NVIDIA。ASUS
Andrew Liu, Senior Data Scientist, NVIDIA。ASUS

如何运用包括人工智能(AI)在内的数码科技来提升工厂生产线运作效率与产品品质、降低人工与原物料成本,同时达成迫在眉睫的净零碳排环保永续目标,是当前制造厂商最关注的议题。要实现智能制造,必须仰赖跨领域业者通力合作,结合彼此专长与资源;在年度台北国际电脑展(Computex)期间举办的一场「制造技术峰会」上,来自华硕电脑(ASUS)、西门子(SIEMENS)、NVIDIA的重量级专业讲者,就分享了它们助力制造业转型升级的解决方案与相关经验。

制造业面临数码转型与净零转型两大课题

Robert Chin, General Manager, Server Business Unit, ASUS。ASUS

Robert Chin, General Manager, Server Business Unit, ASUS。ASUS

Cherrie Lien, Senior Director, Server Business Unit, ASUS。ASUS

Cherrie Lien, Senior Director, Server Business Unit, ASUS。ASUS

Aditya Ramkrishna, General Manager of Digital Industries, SIEMENS Taiwan。ASUS

Aditya Ramkrishna, General Manager of Digital Industries, SIEMENS Taiwan。ASUS

世界一直在变化,COVID-19(新冠肺炎)等意外事件更让世界变化的速度加快,而且这样的「黑天鹅」可能会出现得愈来愈频繁;因此,台湾西门子数码工业总经理Aditya Ramkrishna认为,「持续改变、持续进步、时刻准备好迎接挑战,对我们所有人来说相当重要。」

快速变化的市场让产业界面临急迫挑战,客户不只注重产品安全性、智能功能、高品质…等基本条件,还会有全新的需求,像是产品的个人化设计。无论是购买一双运动鞋或是一辆车子,大多数消费者都会希望与众不同,厂商若能按照顾客喜好提供个人化解决方案,在市场上就更具备竞争优势;这意味着已经习惯标准化大量生产的制造业者必须在营运模式上做出改变。

制造业者的挑战还来自于愈来愈受重视的节能减碳、永续发展议题;据统计,全球工业生产所消耗的能源占据整体能源消耗量的37%,同时也贡献了全球30%的温室气体排放。Ramkrishna表示:「地球资源有限,因此产业界必须要能『用更少、做更多』,转向数码化、自动化,以及智能运用各种数据,是业者因应以上各种挑战的关键。」

Ramkrishna指出,「数码转型」与「净零转型」,是当前制造业者不得不尽快找到解决方案的两大课题,而且两者密切相关。「我10年前来到台湾时就跟本地客户谈数码转型,却一直没有什麽进展,但在这一两年内,却看到客户不只加速数码转型脚步,也积极关注净零转型;」他表示这是因为台湾许多中小企业,特别是工具机业者,开始面临欧美客户对设备运作效率、碳足迹等相关数据的询问,不得不藉由数码化来让生产信息更透明。

对这些传统制造业者来说,光是要取得生产数据数据就是一大挑战,更别说进一步运用数码科技(IT)来改善工厂生产线的现场营运(OT);但若要在国际市场上保持竞争力,就必须要采取移动。Ramkrishna表示,西门子正从三个方向协助台湾业者因应挑战:一是改变商业模式,在永续发展与其他业务目标之间取得平衡;二是解决台湾产业生态系统的复杂性,破除生产流程中的数据孤岛;三是协助本地客户运用数码数据分析结果进行业务决策,将不同来源的数据变成可转为移动的永续性指标。

除了透过提供数码双胞胎(Digital Twin)技术让客户建构产品与生产线的虚拟模型,让客户能降低风险与成本并持续最佳化,西门子的Xcelerator开放性平台能结合数码双胞胎与云端技术、软件即服务(SaaS)以及与应用程序开发等全套解决方案,加速、简化制造业者的数码转型过程,实现真正的智能制造。西门子还有内建NVIDIA GPU、导入边缘人工智能(Edge AI)性能的SIMATIC系列工业电脑(IPC)Tensor Box,搭配自家5G路由器与ASUS的5G网络基础建设,让IT与OT更紧密融合,助力产业生产流程的数码化与净零转型。

智能制造需要从云端到边缘、兼具软硬件的方案

要营造智能制造生产环境以实现工业4.0愿景,兼具运算性能与高速连结的基础设施硬件自然是不可或缺,而ASUS除了针对云端运算数据中心提供一系列高性能服务器产品,也在边缘端以结合AI的解决方案以及5G Open RAN网络服务器,助力业者建构具备高效率自动化生产线的智能制造厂房。

根据ASUS服务器事业部产品行销资深处长Cherrie Lien的介绍,该公司为Edge AI推论与5G网络应用推出的工业级边缘服务器,支持-5°C到55°C的运作温度,并在短深度的机箱中内建NVIDIA的GPU,无论是在空间有限的边缘应用或是5G基站应用中,都可提供高性能、可扩充的弹性化解决方案。此外ASUS还展示了最新一代AISVision自动化光学检测(AOI)开发工具,能为智能制造的自动化生产线应用需求以高效率建立AI模型,相较于传统AOI方法,号称能节省80%的工作量。

ASUS服务器事业部Division Director Alber Wu补充指出,实现智能制造的第一件事,就是让IT与OT能顺畅融合;然而IT人员与OT人员的观念、目标以及执行任务的优先顺序可能大不相同,如何让所有使用者保持一致相当重要。此外,需要能汇聚所有IT与OT系统,进行有效的数据管理,并将收集到的数据进行分析、化为实际提升产线效率的移动策略。

为此ASUS不仅有从云端到边缘端的完整硬件服务器系列产品,亦有一个集中式、视觉化IT管理软件平台ASUS Control Center,再加上台智云(TWS)与华硕云端(ASUS Cloud)团队提供的服务,以及阵容坚强的生态系夥伴集合不同的专长与资源,能为客户提供全方位的IT/OT解决方案支持,助力制造业者实现工业4.0愿景。

打造软件定义、云端原生虚拟工厂

AI正在智能制造应用中扮演关键角色,这也是无论SIEMENS或ASUS,都积极深化与AI技术领域重量级NVIDIA之合作的主要原因。NVIDIA具备强大AI性能的平台已经在众多制造业者数码转型的过程中成为不可或缺的工具,该公司资深数据科学家刘冠良(Andrew Liu)强调,那不只是NVIDIA自己的平台,是与生态系夥伴共同合作的成果;「不只是SIEMENS与ASUS,我们与整个生态系统一起合作,实现适合所有产业的数码转型平台。」

刘冠良表示,全球制造业是一个营收规模达45万亿美元的庞大产业,遍布世界各地的工厂超过千万家,而这些制造业者正面临包括通货膨胀、供应链中断、人力短缺、能源成本大幅上扬,以及需要达成永续节能目标的种种挑战。NVIDIA看到了制造业的商机以及厂商的痛点,认为数码化虚拟工厂将是一个有效解方,能让整个供应链大幅提高产出、减少浪费、节省成本,同时提高品质,因此致力在建构软件定义(software defined)、云端原生(cloud-native)工厂的新一波制造业数码转型浪潮中贡献所长。

「制造业者打造一座工厂不只是为了自己,而是为了客户,其中还有许多利益相关者的参与;」刘冠良解释,要建置一条生产线,需要整合各种不同的观点,思考运用什麽样的AI自动化解决方案让生产更有效率,有了一座虚拟工厂,就能进行各种部署实验,加速不同部门的沟通与决策过程,达到最佳化生产流程的目标。这一切需要建立在以数据驱动的软件定义、云端原生基础上,为此NVIDIA也与软件领域的生态系夥伴紧密合作,包括推出支持多种机器学习架构的AI Enterprise软件套件,让使用者能以虚拟化方式处理AI作业负载。

此外NVIDIA也与SIEMENS合作,结合该公司的3D模拟引擎Omniverse与后者的Xcelerator平台,透过建立工厂生产线的数码孪生模型,以及产品制造流程的数码化3D模拟,提供所谓的「工业元宇宙」沉浸式体验;藉由AI技术打造让人们能在其中互动、协作的逼真虚拟环境,无论客户的需求如何改变,或是在产品相关法令要求上有任何变化,都能在虚拟生产在线进行调整,再将最佳化方案部署于现实世界,以低成本、低风险的方式因应变化并解决难题。

而刘冠良也特别强调台湾市场在NVIDIA眼中具备独特的地位。「虽然台湾市场相对小,也没有庞大的航太产业或汽车产业,但这些产业领域所需关键零组件的供应商却都在台湾」而且台湾厂商制造的产品相当多样化,涵盖iPhone、笔记本电脑、表面黏着技术(SMT)零组件,以及纳米等级半导体芯片,这些业者有不同的生产需求,像是需要AI协助加速产品瑕疵检测的效率。「我们透过与企业紧密的合作来了解产业痛点,并评估如何利用我们的平台解决他们面临的问题;我们致力于与产业生态共同合作,以NVIDIA的平台实现数码转型。」

让安全性成为智能工厂标配

最后,在实现智能制造的各种考量中还有一个最让使用者忧虑的问题:网安。对此Ramkrishna表示:「当你连结越多东西,所面临的网络安全威胁就越大。但解决方案并不是减少连线。」针对智能工厂的网络安全防护,SIEMENS认为需要有全面性的安全概念,而包括工厂本身、网络以及所有相关系统都需要采取防护措施。

在工厂的安全性部分,需要采取的措施包括实体门禁以及安全监控策略;网络安全性部分,则可透过建置单元保护、周边网络、信任区等方法,或是利用防火墙与VPN工具来提供保障;在系统的安全性部分,强化系统坚固性、软/韧体漏洞补丁、建立身份认证与存取保护措施等则是可行的解决方案。

Ramkrishna指出,在IT领域谈网安会简单得多,在智能制造场域则需要更具深度的防御措施;「针对客户要如何保护工厂、保护网络安全的疑虑,我们可以接受谘询,确保一切妥当。安全防护甚至不是我们要销售的内容,我们已经为客户在这个议题上有很充分的考量,所有的产品开发都使用最新的通讯协议,确保没有安全威胁;他们不需要为了安全防护花费额外的成本。」