從工廠車間到送貨機(jī)器人，實(shí)時(shí)數(shù)據(jù)處理正在使邊緣AI應(yīng)用快速發(fā)展。

　　汽車制造商奧迪(Audi)正在全速推進(jìn)工業(yè)4.0，為了實(shí)現(xiàn)這一目標(biāo)，奧迪工程師需要超越創(chuàng)建定制化硬件和軟件解決方案的傳統(tǒng)方法，以處理個(gè)別的用例。相反，他們需要一個(gè)可擴(kuò)展且靈活的平臺(tái)以創(chuàng)建智能工廠，該平臺(tái)將在5G的支持下在邊緣實(shí)現(xiàn)數(shù)據(jù)分析、通信和處理。

　　過去，焊接需要大量的人工干預(yù)和檢查以確保足夠的質(zhì)量;現(xiàn)在，通過攝像頭審查焊接質(zhì)量，對(duì)人工干預(yù)的需求大大減少。負(fù)責(zé)與奧迪合作業(yè)務(wù)的英特爾公司高級(jí)副總裁兼網(wǎng)絡(luò)和邊緣集團(tuán)總經(jīng)理Nick McKeown說(shuō)，"邊緣計(jì)算正在利用我們多年來(lái)為計(jì)算行業(yè)開發(fā)的技術(shù)資源，并利用它們來(lái)分析和處理邊緣數(shù)據(jù)。"

　　"如果你想要或需要實(shí)時(shí)處理數(shù)據(jù)，你實(shí)際上必須將計(jì)算帶到數(shù)據(jù)中，帶到數(shù)據(jù)創(chuàng)建和傳輸?shù)牡胤健?英特爾執(zhí)行副總裁兼數(shù)據(jù)中心和人工智能集團(tuán)總經(jīng)理Sandra Rivera解釋道。

　　通過在線檢測(cè)提高質(zhì)量

　　奧迪與英特爾合作進(jìn)行了一項(xiàng)概念驗(yàn)證實(shí)驗(yàn)，重點(diǎn)是改進(jìn)其車輛焊縫的質(zhì)量控制流程。該項(xiàng)目在奧迪位于德國(guó)內(nèi)卡蘇爾姆的工廠舉行，該工廠是該公司的兩個(gè)主要裝配廠之一。

　　內(nèi)卡蘇爾姆工廠的生產(chǎn)線上有2500臺(tái)自主機(jī)器人。每個(gè)機(jī)器人都配備了一個(gè)工具，從膠槍到螺絲刀，并執(zhí)行組裝奧迪汽車所需的特定任務(wù)。其中900個(gè)機(jī)器人攜帶焊槍進(jìn)行點(diǎn)焊，將金屬片固定在一起。

　　生產(chǎn)線被組織成一系列單元和車輛，這些單元和車輛正在組裝，并在生產(chǎn)線上從一個(gè)單元移動(dòng)到另一個(gè)單元。每個(gè)單元最多可以包含20個(gè)機(jī)器人和幾臺(tái)銑床。銑床用于在操作之間根據(jù)需要清潔焊槍。

　　奧迪每天在內(nèi)卡蘇爾姆工廠組裝多達(dá)1000輛汽車，每輛車有5000個(gè)焊縫，相當(dāng)于在一天的生產(chǎn)中有超過500萬(wàn)個(gè)焊縫。為確保焊接質(zhì)量，奧迪使用行業(yè)標(biāo)準(zhǔn)取樣方法進(jìn)行人工質(zhì)量控制檢查。

　　“奧迪每天將一輛汽車從生產(chǎn)線上拉下來(lái)，帶到一個(gè)大房間，18 名工程師使用剪貼板使用超聲波探頭來(lái)測(cè)試焊接點(diǎn)并記錄每個(gè)點(diǎn)的質(zhì)量?！庇⑻貭柟I(yè)解決方案事業(yè)部物聯(lián)網(wǎng)事業(yè)部首席工程師 Rita Wouhaybi 表示。

　　抽樣成本高昂且勞動(dòng)密集型，而且該過程留下了太多關(guān)于每天生產(chǎn)的另外999輛汽車質(zhì)量的疑問。不幸的是，以前并沒有可行且具有成本效益的方法來(lái)測(cè)試其他焊縫的質(zhì)量。"我們對(duì)這個(gè)解決方案的目標(biāo)是使我們能夠以非常高的精度100%檢測(cè)我們的焊縫。"奧迪自動(dòng)化技術(shù)規(guī)劃負(fù)責(zé)人Mathias Mayer說(shuō)。

　　創(chuàng)建可擴(kuò)展的邊緣解決方案

　　英特爾與奧迪一起，使用英特爾的Industrial Edge Insights 軟件創(chuàng)建了用于流分析的算法。這些算法產(chǎn)生了預(yù)測(cè)分析和建模，將工廠數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的洞察力。該解決方案從焊槍控制器吸收數(shù)據(jù)，并在邊緣進(jìn)行分析。

　　英特爾的數(shù)據(jù)科學(xué)家創(chuàng)建了一種機(jī)器學(xué)習(xí)算法，并通過將其產(chǎn)生的預(yù)測(cè)與奧迪提供的實(shí)際檢查數(shù)據(jù)進(jìn)行比較來(lái)訓(xùn)練其準(zhǔn)確性。該模型使用焊接控制器生成的數(shù)據(jù)，這些數(shù)據(jù)顯示了焊接操作過程中的電壓和電流曲線。該數(shù)據(jù)還包括其他參數(shù)，例如焊縫的配置、金屬類型和電極的健康狀況。

　　儀表板使奧迪員工能夠可視化數(shù)據(jù)，系統(tǒng)會(huì)在檢測(cè)到焊接故障或配置中的潛在變化時(shí)向技術(shù)人員發(fā)出警報(bào)，從而最大限度地減少或完全消除故障

　　工廠車間的優(yōu)化可以延伸到工廠的其他部分。奧迪可以將該平臺(tái)解決方案用于涉及機(jī)器人和控制器的其他用例，例如鉚接、粘合和涂漆。英特爾物聯(lián)網(wǎng)事業(yè)部副總裁兼工業(yè)系統(tǒng)工程與架構(gòu)總監(jiān) Brian McCarson 表示："將分析平臺(tái)置于邊緣的價(jià)值在于，它可以將更多數(shù)據(jù)提取到其中，并查看相關(guān)性、因果關(guān)系和其他有趣的分析，甚至是一些您一開始可能沒有想到的分析。"

　　這個(gè)平臺(tái)給了奧迪很大的空間。它不僅適用于這一個(gè)用例。在進(jìn)行初始平臺(tái)投資后，奧迪可以將其擴(kuò)展到各個(gè)設(shè)施和其他用例。

　　從手動(dòng)檢查轉(zhuǎn)向自動(dòng)化的數(shù)據(jù)驅(qū)動(dòng)流程，使奧迪能夠擴(kuò)大其質(zhì)量控制流程的范圍和準(zhǔn)確性。但隨之而來(lái)的還有其他好處。"在內(nèi)卡蘇爾姆工廠，我們已經(jīng)看到勞動(dòng)力成本降低了30%-50%。"奧迪生產(chǎn)規(guī)劃、自動(dòng)化和數(shù)字化主管Michael Haffner說(shuō)，提高自動(dòng)化和效率并不是要取代工人，而是要給他們新的知識(shí)和技能，為他們創(chuàng)造新的機(jī)會(huì)。

　　新系統(tǒng)的另一個(gè)關(guān)鍵優(yōu)勢(shì)及其實(shí)現(xiàn)的精確檢查是，奧迪可以積極主動(dòng)，專注于避免問題，而不僅僅是對(duì)問題做出反應(yīng)。"假設(shè)我們每天對(duì)一輛汽車進(jìn)行5000個(gè)或更多焊縫的整體檢查，也許95%的焊縫是好的，5%不是，"Mathias Mayer說(shuō)，"在未來(lái)，我們可以專注于這5%，因?yàn)槲覀冎浪鼈冊(cè)诠S中的位置，我們可以更快地采取行動(dòng)。

　　在邊緣部署5G的成長(zhǎng)機(jī)會(huì)

　　隨著電信運(yùn)營(yíng)商繼續(xù)推出5G基礎(chǔ)設(shè)施，"有一些機(jī)會(huì)開始出現(xiàn)，因?yàn)?G網(wǎng)絡(luò)在數(shù)據(jù)速率和延遲等方面的優(yōu)勢(shì)，意味著我們可以開始將其用于以前認(rèn)為不適合蜂窩技術(shù)的應(yīng)用。" McKeown說(shuō)。

　　在奧迪工廠的例子中，實(shí)時(shí)控制一個(gè)機(jī)器人手臂，要么需要一條電線，一條連接到它的以太網(wǎng)電纜，以保證連接性、所需的數(shù)據(jù)速率和低延遲控制，或者必須用一個(gè)無(wú)線鏈路代替。

　　"現(xiàn)在想象一下，機(jī)器人正在四處移動(dòng)。你真的不希望一根電線拖在地板上，讓其他機(jī)器人絆倒。你真的更希望它是一個(gè)無(wú)線鏈路，"他說(shuō)，"問題是，就你想要的質(zhì)量而言，Wi-Fi還沒有真正達(dá)到。5G，特別是私有5G，提供了更可靠、更低延遲、更受軟件控制的體驗(yàn)。"

　　根據(jù)Gartner最近的一份報(bào)告《預(yù)測(cè)2022年：分布式企業(yè)將計(jì)算推向邊緣》，5G是無(wú)線網(wǎng)絡(luò)基礎(chǔ)設(shè)施市場(chǎng)中增長(zhǎng)最快的部分，到2022年全球收入可能達(dá)到232億美元。Gartner進(jìn)一步預(yù)測(cè)，到2025年，超過50%的企業(yè)生成數(shù)據(jù)將在傳統(tǒng)的集中式數(shù)據(jù)中心或云之外進(jìn)行處理。

　　在邊緣部署具有5G的AI應(yīng)用有可能產(chǎn)生新的收入來(lái)源。機(jī)會(huì)涵蓋各行各業(yè)，包括智能制造、智慧城市、富媒體、增強(qiáng)型零售物流和自動(dòng)化倉(cāng)庫(kù)等。

　　邊緣AI的工作負(fù)載

　　由于 AI 是一個(gè)高度計(jì)算密集型的過程，因此針對(duì)邊緣 AI 工作負(fù)載的獨(dú)特需求優(yōu)化正確的基礎(chǔ)架構(gòu)至關(guān)重要。Rivera指出，另一個(gè)考慮因素是“計(jì)算需要電力。我們知道，當(dāng)我們部署在邊緣，在小型設(shè)備上計(jì)算，或者在環(huán)境惡劣的地區(qū)計(jì)算時(shí)，我們必須在有限的電力范圍內(nèi)工作?！?/p>

　　例如，如果無(wú)線基礎(chǔ)設(shè)施部署在全球各地，這種連接將存在于地球上最冷和最熱的地方，她說(shuō)，"我們可以自己設(shè)計(jì)，也可以與客戶一起設(shè)計(jì)和開發(fā)我們的產(chǎn)品，以實(shí)現(xiàn)更節(jié)能的平臺(tái)類型，解決這一系列特定問題。"

　　總是有更多的工作要做，因?yàn)榭偸怯懈嗟挠?jì)算人員希望在越來(lái)越有限的功率預(yù)算下完成。"我們看到的另一大限制是在遺留應(yīng)用程序中，"她補(bǔ)充道。在部署物聯(lián)網(wǎng)(IoT)設(shè)備的情況下，每個(gè)客戶的環(huán)境和個(gè)人需求都必須考慮如此廣泛的細(xì)分市場(chǎng)。

　　"我們面臨的挑戰(zhàn)是，我們?nèi)绾螢閼?yīng)用開發(fā)人員提供一種簡(jiǎn)單的方法來(lái)遷移 AI ，并將其集成到他們的傳統(tǒng)應(yīng)用中?當(dāng)我們考慮如何做到這一點(diǎn)時(shí)，首先，我們必須了解垂直行業(yè)，并與客戶密切合作。

　　無(wú)處不在的計(jì)算

　　AI和5G的結(jié)合將改變企業(yè)并加速經(jīng)濟(jì)增長(zhǎng)，因?yàn)?G網(wǎng)絡(luò)提供了骨干網(wǎng)、可擴(kuò)展的帶寬和遠(yuǎn)程計(jì)算資源，以處理越來(lái)越多的數(shù)據(jù)，這將推動(dòng)人工智能的發(fā)展。

　　如果有人幾年前告訴你，城鎮(zhèn)中會(huì)有智能送貨機(jī)器人由自動(dòng)駕駛汽車驅(qū)動(dòng)，這些車輛會(huì)走下人行道，爬樓梯，直接送到某人的門口，你會(huì)說(shuō)這可能會(huì)在15年或20年后發(fā)生。然而，這些應(yīng)用目前正在進(jìn)行測(cè)試和推出。

　　這只是我們將看到的一個(gè)明顯的例子。這種自動(dòng)化和控制正在倉(cāng)庫(kù)和工廠中發(fā)生，因?yàn)閭鞲衅骱蛨?zhí)行器運(yùn)行在5G網(wǎng)絡(luò)上。McKeown說(shuō)，這種組合將創(chuàng)造"一種新想法的爆炸"。通過將新的物聯(lián)網(wǎng)應(yīng)用與5G，以及邊緣的AI和機(jī)器學(xué)習(xí)相結(jié)合，可能會(huì)為企業(yè)帶來(lái)意想不到的改進(jìn)。"每天、每周，我都會(huì)看到許多不同的應(yīng)用，我們的客戶或他們的客戶已經(jīng)實(shí)施了我們從未想過的用例。"