網路城邦
上一篇 回創作列表 下一篇   字體:
當工業4.0碰到AI 智慧生產的發展趨勢
2024/08/05 08:00:00瀏覽198|回應0|推薦0

文/季平

未來一年中,製造商的前三大重點投資包含GenAI、協作型機器人、自主移動機器人(AMR)與自動引導車(AGV)。從數據看未來,AI智慧生產很快將成為全球製造業日常。

工業自動化龍頭洛克威爾自動化(Rockwell Automation)發佈的《智慧製造概況》報告指出,全球17個主要製造國家/地區中,有1,500家以上的製造商(包含消費性包裝商品、食品飲料、汽車、半導體、能源、生物科技等產業)已經使用或正在評估智慧製造技術,占比從2023年的84%提升至95%;製造商認為,AI是創造商務成果的首要能力,83%的製造商預期在2024年使用生成式AI(GenAI)技術;42%的製造商認為,提高自動化是降低人才短缺與縮短技術差距的關鍵,因此,未來一年中,製造商的前三大重點投資包含GenAI、協作型機器人、自主移動機器人(AMR)與自動引導車(AGV)。從數據看未來,AI智慧生產很快將成為全球製造業日常!

智慧生產/製造的未來應用場景

今年6月來台參加COMPUTEX TAIPEI的輝達(NVIDIA)執行長黃仁勳在演講中指出,「未來工廠」是由機器人指揮機器人,由機器人大軍協助製造機器人與設備,也突顯出輝達AI生態系統的高效、自動化,而加速AI生態系統實現的要角之一除了Blackwell,還包含新一代GPU平台Rubin。Rubin GPU採用8顆高頻寬記憶體HBM4,Rubin Ultra GPU則採用12顆HBM4。Rubin GPU預計2025年第4季量產,2026年推出。

黃仁勳強調,繪圖處理器可以比中央處理器省下更多成本與能源,免於運算通膨,買越多就省越多。舉例來說,如果打算花10億美元打造資料中心,只要投入5億美元採購繪圖處理器(GPU),變身AI工廠,電力只要多花3倍,效能可以增加60倍,而速度則快了100倍之多!

他也大秀「數位人類(Digital Humans)」技術NVIDIA ACE,該技術是基於多語言識別與合成,利用可生成對話的大型語言模型(LLM),使數位人類具備幾可亂真的外貌,甚至模擬皮膚上的光影變化,可以在雲端及個人電腦中運作,未來,所有的PC都會是AI PC。至於生成式AI模型NVIDIA Earth-2數位孿生模型可以更準確地預測氣候變化,不僅擁有高解析度,速度還比傳統物理方法快上千倍。

未來,所有工廠都是機器人工廠,而機器人製造的產品也是機器人,比方鴻海將使用輝達的Omniverse模擬技術與AI工具,整合西門子(Siemens AG)的數位孿生(Digital Twin)等技術,打造GenAI機器人工廠,並利用NVIDIA Metropolis視覺AI技術、Isaac AI機器人開發與部署等技術掌控AI工廠。台達電、和碩、緯創等供應鏈的AI自動化工廠也將採用相關技術。至於NVIDIA Jetson Orin可以提供卓越的AI運算能力、大型整合記憶體和全面軟體堆疊能力,有助加速GenAI、邊緣運算、機器人的端對端開發應用。

達明機器人則使用NVIDIA Isaac和Omniverse平台加速開發AI協作機器人。透過NVIDIA Isaac Sim機器人模擬及合成數據生成的應用平台,使機器人編程時間減少了70%,循環時間減少了20%;數位孿生為協作機器人提供強大支援,以虛擬方式對工作環境進行建模;GenAI有助產出數萬張模擬資料,讓機器人在虛擬工作環境中進行測試及優化,訓練出適合各行業的超級AI模型。

GenAI的出現與相關解決方案也成為協助產業轉型的重要推力。Google研究指出,82%的組織正在考慮或已經在使用GenAI,除了OpenAI推出的人工智慧聊天機器人程式ChatGPT、能以文字描述生成影片的人工智慧模型Sora,Google的多模態大型語言模型系列Gemini、基於大型語言模型和微軟圖形的數據和AI輔助工具Microsoft Copilot都在快速顛覆智慧製造/智慧工廠的未來應用,意味著機器學習(ML)已經開始創造生成全新的事物,而不僅止於分析既有的舊事物。

比方GenAI可以透過解讀設備與機器的遠端測試數據,協助製造業優化營運效能、減少停機發生率並提高設備利用率;擁有特殊機器學習演算法的GenAI銷售應用程式可以根據歷史數據、庫存資料提供完善的銷售建議,還能快速篩選整個產品生命週期中的各類相關資料(如維修、庫存與報價資料)。(圖/達明機器人使用NVIDIA Isaac和Omniverse平台加速開發AI協作機器人。source:NVIDIA)(Learn More)

( 知識學習科學百科 )
推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=StunnahTaiwan&aid=180859536