Computex 2021 : NVIDIA 邀請台灣夥伴矽品、英業達、 偲倢科技與小柿智檢分享智慧製造應用,強調 AI 並非以降低人力為目的而是促使產業升級

2021.06.02 05:33PM
照片中提到了INDUSTRIAL CHALLENGES、CONNECTIVITY、SCALABILITY,包含了軟件、平面設計、產品設計、多媒體、牌

NVIDIA 除了 Computex 的主題演講外,也參與多場分場專題,而 NVIDIA 亦針對其中幾個主題邀請台灣的合作夥伴探討如何透過 NVIDIA 的技術創造產業升級。稍早  NVIDIA 針對智慧製造領域,邀請矽品、英業達兩家自建智慧製造應用的大型企業,與偲倢科技、小柿智檢兩家協助企業導入 AI 智慧製造解決方案的公司進行分享。

四家台灣廠商對於 AI 在智慧製造的觀點相當類似,皆認為以 AI 取代人力並非 AI 真正的目的,而是使 AI 能減少以人力進行檢測時產生的人力疲勞、或是倦怠後產生評估準確率下降的問題,同時利用 AI 技術評估部分瑕疵的可用性,提升產品的產能與良率;四家廠商也分別扮演具備規模的大企業如何建構自身的 AI 技術團隊,以及具備 AI 與系統整合技術的服務商如何協助中小企業實現智慧製造。

矽品

照片中提到了Al Lanaing - E AAYN、双导入合能判圖、Office Area,包含了屏幕截圖、計算機程序、商標、字形、產品

▲矽品目前面臨的問題是模型的進步幅度比預期慢,還有後續 AI 的可靠度管理問題

矽品作為封裝測試大廠,早在先前就開始評估導入 AI 技術作為封裝的機器視覺檢測,當前使用 NVIDIA 的 DGX 2 作為 AI 模型訓練,並以基於 8 張 NVIDIA T4 的 AI 系統作為場域佈署的基礎建設;當前矽品針對不同的產品類型約訓練達 200 種的 AI 模型,面臨的挑戰在兩部分,雖然當前模型辨識的精確度不錯,但模型訓練的提升幅度比預期的慢,正確率在五成到九成不等,其次是檢測系統的管理與維護,畢竟當前矽品對於 AI 的發展仍未達完全信任,在模型導入測試一段時間後仍需重複驗證 AI 模型的準確率;矽品也不諱言投入 AI 的前一年半幾乎沒有突破,但後續在 NVIDIA 持續協助下的發展速度終於獲得起飛,雖然目前 AI 技術的導入比起預期來的慢,但矽品仍看好 AI 模型後續帶來的價值。

英業達

照片中提到了Automation、Auto Quality Control,包含了打印機、機、銑削、廠、電子產品

▲英業達主要應用於產品生產的 QC 品管檢測

照片中提到了Smart Manufacturing、Al defect detection, supply chain management、- Laptop surface defect detection,包含了軟件、機、工程、產品設計、軟件

▲英業達強調自研模型具備自適應能力,利用單一模型可以適應不同的產品

英業達主要將 AI 應用在產品的製造檢測領域,諸如筆電產品、 PCB 的外觀檢測,同時也建構全台第一座可技術輸出的 5G ORAN 智慧工廠。英業達開發一套用於產品外觀檢測的通用模型,能夠自適應不同的產品設計進行判斷,關鍵在於英業達的 AI 模型不同於傳統外觀判斷的 AI 模型訓練是標註瑕疵類型,而是使 AI 能夠判斷完好生產的商品該有的外觀,其 AI 模型僅需判斷外觀是否符合預期,檢測外觀是否有瑕疵問題,簡化判斷程序。此外英業達的 AI 團隊也將 AI 用於研判業界趨勢與原物料供應,藉 AI 分析預估市場需求變化、零組件波動,率先進行調整,使生產更為順遂。

偲倢科技 SmaSOFT

照片中提到了偲倢OT-IT整合軟體模組方案、SmaSEQ、SmaAl,包含了軟件、產品設計、牌、軟件、產品

▲偲倢的解決方案以四大模組構成,因應規模與需求調整與擴充

照片中提到了偲健軟體模組搭配架構、S! SmaONE、SX SmaMAX,包含了圖、產品設計、工程、產品、儀表

▲藉由客戶類型的不同彈性佈署軟體模組

照片中提到了SMA SOFT、半導體晶圓(Wafer) 平整度檢查、目的:,包含了材料、產品設計、產品、字形、儀表

▲半導體平整度檢測的客戶案例

照片中提到了SMA SOFT /金屬加工件(車用)、目的:、入深度學賀AI影像識別、、解決傳統AQL,包含了圖、產品設計、工程、產品、字形

▲金屬加工件的良率判斷

偲倢科技是一家提供 AI 與 AOI 軟體解決方案的軟體自動化公司,主要以協助不具 AI 規劃能力的中小規模企業導入 AI 技術,並幫助他們自訓練資料、 AI 落地到管理;偲倢科技原先是以機器手臂與視覺自動化方案為主,後續因應客戶需求提供 SmaMAX 的跨廠區資料管理,以及 SmaONE 雲平台資料管理,並透過旗下四大軟體模組的組合,因應客戶規模、應用類型進行組合。此次偲倢也舉出旗下兩個合作客戶案例說明智慧製造帶來的價值,其一是提供半導體客戶進行表面平整度的檢測,透過兩種 AI 模型分辨六種瑕疵,除了有 99.5% 的檢測準確率以外,也進一步從檢測結果使生產良率自 85% 提高度 93% 。另一個則是傳統加工製造的車用金屬加工件案例,透過 AOI 檢測轉化為 AI 檢測,除了檢查金屬加工品的品質以外,更透過 AI 判斷瑕疵是否影響功能性,進一步減少以往透過人工檢測過於嚴格的過殺率,也降低大量的人檢時間。

小柿智檢

照片中提到了※公司產品- AI深度學習瑕疵檢測軟體整體方案、QVI-T (AI Training Server)、AI訓練建模運算方案:,跟供應國有關,包含了多媒體、產品設計、產品、牌、電子產品

▲ 小柿智檢的訓練平台可透過雲進行,並以基於 NVIDIA T4 的系統進行佈署

照片中提到了※案例分享- 落地應用專用機,鞋底瑕疵檢測機、瑕疵類別:、真實取像:,包含了軟件、產品設計、軟件、輸出設備、產品

▲相較傳統的影像檢測, AI 檢測能判讀更多的生產瑕疵

照片中提到了※案例分享- 落地應用專用機,IPC外觀瑕疵檢測、瑕疵類別:、真實取像:,包含了介紹、產品設計、產品、多媒體、牌

▲ IPC 公司透過小柿智檢的落地應用專用機檢查機殼的外觀瑕疵

照片中提到了※案例分享- 落地應用專用機,AI六面檢測機、瑕疵類別:、真實取像:,跟法爾克有關,包含了機、機、產品設計、工程、產品

▲針對小型金屬加工物的 AI 六面檢測

小柿智檢是由富士康集團內部創新獨立的新創公司,是針對中小企業建構以軟體為核心的 AI 檢測方案,定位在一半軟體、一半設備商,並藉由 AWS 雲平台能夠減少企業佈署 AI 訓練系統的負擔,但企業亦可選擇自行擁有 AI 訓練平台,另外搭配基於 NVIDIA T4 的終端設備實現 AI 落地,同時小柿智檢可提供多元的感測器類型,符合不同產業影像辨識與檢測的需求。小柿智檢也舉了幾項應用案例,例如中部製鞋廠透過 AI 影像檢測,除了能檢驗傳統影像辨識技術也能判斷的的色差與差排缺件問題外,進一步可找出如包風、短射、刮傷、毛邊、氣泡等生產瑕疵;另外在 IPC 廠則透過落地應用專機可檢查工業電腦的外觀生產瑕疵,並透過機器手臂的彈性打光優點,能夠有更高的判斷精確度;最後則是透過落地應用專機進行小尺寸加工件的 AI 六面檢測,可判斷如裂痕、髒汙、崩角與崩邊等情況。

0 則回應