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

dc82fb26-d722-42c3-a29c-d7ee69dbedac.jpg

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。

cd5fdd57-1222-4676-b357-b5e27efc8b0b.jpg

▲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。

f623390a-5c31-427b-bca9-e4ec5960190f.jpg

▲英業達主要應用於產品生產的 QC 品管檢測

17991e6c-23b2-441e-ac3b-90a077daa1e2.jpg

▲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

8a57d86a-6b2b-41ff-9d69-2f5cee3e0a48.jpg

▲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

7aa34149-7045-4724-ac49-e9b8a8bf5f7f.jpg

▲藉由客戶類型的不同彈性佈署軟體模組

ca3e8325-2cf8-478f-8bf6-c27b7c9aa8b1.jpg

▲半導體平整度檢測的客戶案例

90c47d21-60d4-4e46-9cc7-060aad74c988.jpg

▲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。

▲NVIDIA Executive Keynote (SmaSOFT)—41:39s

44752267-e81c-47ef-8ea1-0d88e4a76cf5.jpg

▲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

20ea2a32-4bfb-4448-8885-3289f700848c.jpg

▲相較傳統的影像檢測, AI 檢測能判讀更多的生產瑕疵

4e863376-eee4-47de-a6d3-ba358cf5c1a8.jpg

▲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

2dca6bb6-7467-4765-8d57-24d576ff592d.jpg

▲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。



Source: COOL3C
           @NVIDIA YouTube Channel

2021-06-02