【導(dǎo)讀】毋庸置疑，制造業(yè)是社會經(jīng)濟發(fā)展的重要支柱，不過在實際中，昂貴的機器維護費用、較低的生產(chǎn)效率以及突發(fā)的產(chǎn)品故障等不利因素一直困擾著整個制造業(yè)。隨著物聯(lián)網(wǎng)（IoT）和人工智能驅(qū)動的工業(yè)自動化的出現(xiàn)，制造商可以通過將人工智能（AI）算法與機器人和機械相結(jié)合來優(yōu)化流程并達(dá)到新的效率。在此過程中，制造業(yè)每時每刻都會產(chǎn)生海量的數(shù)據(jù)，對這些數(shù)據(jù)的分析和使用是重塑整個行業(yè)的關(guān)鍵。
圖源：rawpixel/freepik.com
智能制造
毋庸置疑，制造業(yè)是社會經(jīng)濟發(fā)展的重要支柱，不過在實際中，昂貴的機器維護費用、較低的生產(chǎn)效率以及突發(fā)的產(chǎn)品故障等不利因素一直困擾著整個制造業(yè)。隨著物聯(lián)網(wǎng)（IoT）和人工智能驅(qū)動的工業(yè)自動化的出現(xiàn)，制造商可以通過將人工智能（AI）算法與機器人和機械相結(jié)合來優(yōu)化流程并達(dá)到新的效率。在此過程中，制造業(yè)每時每刻都會產(chǎn)生海量的數(shù)據(jù)，對這些數(shù)據(jù)的分析和使用是重塑整個行業(yè)的關(guān)鍵。
根據(jù)德勤近期的一份報告，制造業(yè)每年產(chǎn)生約1,812 PB（petabytes）的數(shù)據(jù)，遠(yuǎn)遠(yuǎn)高于零售、金融、通信和其他行業(yè)。這其中， AI在將這些原始數(shù)據(jù)轉(zhuǎn)化為有意義的見解方面發(fā)揮著至關(guān)重要的作用。越來越多的制造商開始將機器學(xué)習(xí)和深度學(xué)習(xí)、自然語言處理（NLP）等人工智能技術(shù)融入到他們的工業(yè)自動化解決方案中，以便更好地分析數(shù)據(jù)并做出決策。
根據(jù)Markets and Markets的預(yù)測，全球人工智能在制造業(yè)的價值將迎來跨越式發(fā)展，預(yù)計2022年至2027年期間的年復(fù)合增長率（CAGR）將高達(dá)47.9%，銷售額將從2022年的23億美元增長到2027年的163億美元。
為什么要在制造業(yè)中采用AI？
人工智能給制造業(yè)帶來的好處是雙重的:一方面，我們看到了它為業(yè)務(wù)發(fā)展帶來前所未有的增長和可擴展性;另一方面，它也會對員工及其生產(chǎn)力和滿意度產(chǎn)生的積極影響。
01 提升生產(chǎn)效率
首先，人工智能通過優(yōu)化流程，大幅提升日常操作自動化水平，可提高工廠的生產(chǎn)能力和效率。它帶來的好處包括通過實現(xiàn)復(fù)雜或重復(fù)性任務(wù)的自動化降低生產(chǎn)成本，消除人為失誤的風(fēng)險，構(gòu)建更具可擴展性的生產(chǎn)線，并盡可能減少能源消耗。
02 科學(xué)預(yù)測需求
其次，人工智能通過數(shù)據(jù)分析改進決策過程，并提供科學(xué)的需求預(yù)測。眾所周知，預(yù)測庫存一直是企業(yè)生產(chǎn)過程中必須面對的一個難題。如今，人工智能基于使用大量的歷史數(shù)據(jù)、趨勢分析，利用正確的人工智能工具和機器學(xué)習(xí)（ML）模型可以成功預(yù)測企業(yè)的業(yè)務(wù)需求，同時保證該項預(yù)測具有很高的準(zhǔn)確性，有效提升產(chǎn)品的庫存周轉(zhuǎn)率。
03 員工技能培訓(xùn)
將人工智能引入制造過程，其商業(yè)價值還體現(xiàn)在對員工技能的培訓(xùn)上。對新員工而言，人工智能可以幫助他們學(xué)習(xí)新技能和新技術(shù)，縮短入職所需的時間。此外，將人工智能用于自動化數(shù)據(jù)輸入以及創(chuàng)建表格等重復(fù)性任務(wù)，可大幅提高員工的生產(chǎn)力。
近年來，人工智能和工業(yè)自動化均取得了長足的進步。機器學(xué)習(xí)技術(shù)的發(fā)展、傳感器的進步，以及計算能力的增長，使得全新一代的機器人更加智能化，并且在制造過程中開始大量使用。在管理上，借助人工智能，制造商能夠創(chuàng)建由數(shù)據(jù)決定的快速決策，提高流程有效性，實施精準(zhǔn)的預(yù)測性維護，優(yōu)化供應(yīng)鏈，很大限度地降低運營成本。
為什么要在邊緣嵌入人工智能？
多年來，人工智能一直是一個以云為中心的方案，企業(yè)通常借助云的高度可擴展計算能力來訓(xùn)練模型，在海量數(shù)據(jù)集上運行人工智能算法等。直到近幾年，人工智能開始從云走向邊緣，這一趨勢預(yù)計在未來幾年還會加速。
根據(jù)Data Bridge mMarket Research的研究數(shù)據(jù)，2021年全球邊緣人工智能（Edge AI）硬件的市場價值約為7.4億美元，到2029年，這一數(shù)值將以20.65%的復(fù)合年增長率（CAGR）增長到40.3億美元。
邊緣人工智能是將人工智能系統(tǒng)放置在離數(shù)據(jù)源更近的去中心化硬件設(shè)備上。這種方法可以減少數(shù)據(jù)傳輸延遲，有利于在隱私保護和數(shù)據(jù)安全，同時可有效提高本地人工智能應(yīng)用程序的性能。在制造過程自動化實施過程中，實現(xiàn)數(shù)字化轉(zhuǎn)型的一個重要障礙是云上數(shù)據(jù)分析帶來的延遲。而Edge AI通過將智能和實時處理引入到極具挑戰(zhàn)性的邊緣，改變了現(xiàn)有的工業(yè)環(huán)境，使得生產(chǎn)流程更智能、更高效、更安全。
現(xiàn)在，Edge AI正處于爆炸式增長的風(fēng)口。Gartner預(yù)測，到2025年，75%的生成數(shù)據(jù)將在邊緣進行處理。智能制造和工業(yè)4.0的關(guān)鍵組成部分就包括引入邊緣智能。邊緣智能將使生產(chǎn)單元中的機器能夠做出更高級別的決策，自主行動，并提供反饋，以便及時發(fā)現(xiàn)缺陷。
在制造業(yè)人工智能化的背景下，如果說AI是這場即將到來的科技變革的引擎，那么在其中發(fā)揮重要作用的半導(dǎo)體技術(shù)就是驅(qū)動這場技術(shù)進步的“石油”。
以NVIDIA Jetson邊緣人工智能和機器人平臺為例，該平臺中的Jetson AGX Orin Industrial模塊為惡劣環(huán)境帶來了新的計算水平，它擴展了上一代NVIDIA Jetson AGX Xavier Industrial和商用Jetson AGX-Orin模塊的功能，為加固系統(tǒng)帶來了服務(wù)器級性能。
借助這個平臺，企業(yè)可以在復(fù)雜的工業(yè)環(huán)境中部署人工智能和傳感器融合等方案。
Jetson AGX Orin Industrial模塊能提供高達(dá)248TOPS的AI性能，功率可在15-75W之間配置，其外形和引腳與Jetson AGX-Orin兼容，性能達(dá)到Jetson AGX-Xavier Industrial的8倍以上。
這種緊湊的模塊上系統(tǒng)（SOM）支持多個并發(fā)AI應(yīng)用管道，具有NVIDIA Ampere架構(gòu)GPU、下一代深度學(xué)習(xí)和視覺加速器、高速I/O和快速內(nèi)存帶寬，以及擴展的溫度范圍、工作壽命、沖擊和振動規(guī)格，并支持糾錯碼（ECC）存儲器。面對工業(yè)環(huán)境涉及的關(guān)鍵操作和敏感數(shù)據(jù)處理，ECC通過實時檢測和糾正錯誤，確保數(shù)據(jù)的完整性。
圖1：NVIDIA Jetson AGX Orin Industrial模塊（圖源：NVIDIA）
制造業(yè)中的邊緣人工智能方案
邊緣應(yīng)用解決方案通常面臨嚴(yán)格的限制，包括對設(shè)備的尺寸、重量、功率、散熱和成本等都有較苛刻的要求。到目前為止，在低功耗邊緣設(shè)備中實現(xiàn)深度學(xué)習(xí)一直是行業(yè)面臨的主要挑戰(zhàn)，主因是這些設(shè)備的存儲和算力有限。現(xiàn)在，Edge AI模型在保證性能的同時已經(jīng)做到足夠“輕量級”，足以應(yīng)當(dāng)工業(yè)領(lǐng)域大多數(shù)行業(yè)創(chuàng)新應(yīng)用。
基于輕量級的考慮，嵌入式處理器在邊緣人工智能中有著重要的作用，主要用于在有限的功率預(yù)算內(nèi)運行人工智能應(yīng)用程序。
NXP的i.MX 8M Plus應(yīng)用處理器在功耗、尺寸、處理性能和外圍集成等方面完全充分考慮了Edge AI的應(yīng)用需求，集成的神經(jīng)處理單元（NPU）更是有助于加速機器學(xué)習(xí)推理。
該NPU可以運行神經(jīng)網(wǎng)絡(luò)算法，用于各種任務(wù)，如人體姿勢和情緒檢測、多對象監(jiān)控、單詞/語音識別等。在軟件方面，恩智浦的eIQ機器學(xué)習(xí)環(huán)境集成了神經(jīng)網(wǎng)絡(luò)編譯器、軟件庫和推理引擎，如TensorFlow Lite、Arm NN、DeepViewRT和ONNX，這些都非常適合與i.MX 8M Plus配合使用，將大大簡化應(yīng)用程序的開發(fā)。
圖2：i.MX 8M Plus應(yīng)用處理器
（圖源：NXP）
在工業(yè)自動化、自動駕駛汽車和物聯(lián)網(wǎng)（IoT）上的大規(guī)模部署，推動了Edge AI市場的快速增長。
Maximize Market Research預(yù)計，Edge AI市場將從2022年的145.4億美元增長到2029年的543.8億美元，復(fù)合年增長率為20.1%。
其中，邊緣計算設(shè)備、片上系統(tǒng)（SoC）和專用人工智能加速器等硬件技術(shù)的日益進步是市場增長的重要驅(qū)動因素，這些硬件進步使人工智能算法能夠在資源受限的邊緣設(shè)備上高效執(zhí)行。
此外，物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)量的增長、對數(shù)據(jù)隱私和安全的重視以及對實時數(shù)據(jù)分析不斷增長的需求也是推動Edge AI市場增長的主要因素。
機器人：AI進入制造業(yè)的重要推手
在智能制造這場技術(shù)革新中，將人工智能帶入制造業(yè)的一個主要推手就是我們常常談?wù)摰臋C器人技術(shù)。傳統(tǒng)的機器人在設(shè)計上是不靈活的，通過將AI、ML和DL結(jié)合到機器人中，現(xiàn)代機器人已經(jīng)可以像人類一樣學(xué)習(xí)和工作。如今，配備了AI技術(shù)的機器人可以自主導(dǎo)航，識別人類的手勢，甚至從錯誤中吸取教訓(xùn)，使其適用于制造、物流、醫(yī)療保健等應(yīng)用。使用先進的AI和ML模型，機器人在生產(chǎn)車間執(zhí)行任務(wù)的速度比人類員工要快得多，同時還能消除出錯的風(fēng)險。
精確性和可重復(fù)性是衡量工業(yè)機器人的關(guān)鍵指標(biāo)。基于AI的工業(yè)機器人可與機器視覺系統(tǒng)和機器學(xué)習(xí)緊密協(xié)作，不需要訓(xùn)練就能為機械臂找準(zhǔn)正確的位置。此外，機器學(xué)習(xí)算法非常有利于提高過程的準(zhǔn)確性和可重復(fù)性，提高生產(chǎn)效率。
在工業(yè)機器人領(lǐng)域， ST Microelectronics通過與行業(yè)領(lǐng)軍企業(yè)的合作，提供了一系列產(chǎn)品和解決方案，包括：STM32微控制器、iNEMO模塊、STSPIN電機驅(qū)動器以及定位芯片等。
STM32H5系列是ST Microelectronics機器人解決方案中一款代表性的微控制器，它基于運行頻率高達(dá)250MHz的32位Arm Cortex-M33內(nèi)核，兼具高性能、高安全性和高成本效益的特性，同時擁有2MB的雙存儲區(qū)Flash存儲器，640KB的SRAM，外設(shè)集成度高，可為開發(fā)人員帶來更高的設(shè)計自由度。
圖3：STM32H5系列32為微控制器
（圖源：ST Microelectronics）
為了提高集成度，ST Microelectronics的iNEMO慣性模塊在外形緊湊、穩(wěn)定可靠且易于裝配的慣性測量單元（IMU）中集成了具有補充作用的傳感器。
以ISM330IS為例，它采用系統(tǒng)級封裝，內(nèi)部包含一個三軸數(shù)字加速度計和一個三軸數(shù)字陀螺儀，在高性能模式下以0.59 mA的電流提供強勁性能，并且具有常開的低功耗特性，支持工業(yè)和物聯(lián)網(wǎng)解決方案提供理想的運動體驗。
ISM330IS還內(nèi)嵌了ST的一個新型處理器件——智能傳感器處理單元（ISPU），以支持依賴傳感器數(shù)據(jù)的實時應(yīng)用。ISPU是超低功耗的高性能可編程核心，可以在邊緣執(zhí)行信號處理和AI算法。
圖4：內(nèi)置AI處理單元的
六軸運動傳感器ISM330IS
（圖源：ST Microelectronics）
在電機驅(qū)動和控制方面，ST Microelectronics的STSPIN電機控制IC以模塊化、可擴展、健壯性為開發(fā)目標(biāo)，為設(shè)計者們提供了多種選擇。
其中的L6229是一款帶過電流保護的DMOS全集成三相電機驅(qū)動器，它采用BCD技術(shù)，將隔離的DMOS功率晶體管與CMOS和雙極電路結(jié)合在同一芯片上。該芯片包括驅(qū)動三相無刷直流電機所需的所有電路，包括三相DMOS橋、恒定關(guān)斷時間PWM電流控制器和用于單端霍爾傳感器的解碼邏輯。
圖5：L6229三相電機驅(qū)動內(nèi)部框圖（圖源：ST Microelectronics）
制造業(yè)人工智能的未來展望
在早期階段，自動化和控制系統(tǒng)是人工智能的主要應(yīng)用場景。隨著處理能力的提高，人們創(chuàng)造了更復(fù)雜的人工智能算法，使機器能夠更精確、更有效地執(zhí)行任務(wù)。具有人工智能能力的機器人在20世紀(jì)80年代開始出現(xiàn)，它們改造了原有的生產(chǎn)線并提高了產(chǎn)量。
近年來，隨著機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的引入，人工智能使智能化機器人、預(yù)測性維護、質(zhì)量控制和制造過程優(yōu)化成為可能，推動著制造業(yè)朝著智能自動化和智能工廠方向發(fā)展。根據(jù)德勤的報告，已有93%的制造企業(yè)相信人工智能將推動整個行業(yè)的增長和創(chuàng)新，83%的受訪公司認(rèn)為人工智能已經(jīng)或?qū)ζ淅麧櫘a(chǎn)生積極影響。
未來十年，人工智能有望通過先進的自動化、預(yù)測性維護和改進的供應(yīng)鏈來改變制造業(yè)。機器人和機器學(xué)習(xí)將提高生產(chǎn)、質(zhì)量保證和安全性，從而提高金屬制造業(yè)的效率和降低成本。
市場調(diào)研機構(gòu)對人工智能在不同行業(yè)的影響做了一個統(tǒng)計，信息顯示，到2035年人工智能將推動16個行業(yè)平均1.7%的經(jīng)濟增長。
圖6：AI作為新生產(chǎn)要素對11個行業(yè)產(chǎn)生的影響（圖源：Plant Automation Technology）
人工智能在改變制造業(yè)方面具有巨大潛力，81%的公司認(rèn)為人工智能能產(chǎn)生更好的效果，但Market Research Future所做的一項調(diào)查卻展現(xiàn)出不一樣的結(jié)果，目前僅有22%的企業(yè)在生產(chǎn)過程中采用了它，人工智能的普及率仍然較低。隨著智能制造進程的不斷深化、自動化的激增以及科技公司不斷增加的人工智能投資，預(yù)計在未來幾年該行業(yè)將出現(xiàn)高速增長。
2022年全球人工智能制造市場價值為24.5億美元，預(yù)計到2030年將從2023年的36.1億美元增長到536.9億美元，2023-2030年的復(fù)合年增長率達(dá)到47.1%。
人工智能驅(qū)動的解決方案正在以各種方式改變市場，包括智能自動化、預(yù)測性維護、質(zhì)量控制和供應(yīng)鏈效率。通過采用這些技術(shù)創(chuàng)新，制造商可以達(dá)到更高的生產(chǎn)水平、效率和競爭力。這種改變游戲規(guī)則的技術(shù)將徹底改變制造業(yè)，并釋放出前所未有的巨大生產(chǎn)潛力，幫助制造商在競爭激烈的全球市場中取得成功。
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
互連技術(shù)如何與eVTOL飛行汽車一起“玩跨界 ”？
