【最新通知】:
FPGA DSP SOPC

Arm/FPGA联手发威 研华生产线大步迈入AI时代

2018-04-18 13:32:47   来源:单片机与嵌入式系统应用   浏览: 243 次

关键字:

  人工智能(Artificial Intelligence, AI)无疑是近一两年来科技产业内最热门的话题,除了科技业巨头无不大力投入之外,金融等服务业者对导入人工智能,也展现出强烈兴趣。制造业对AI技术的关注,也不在话下,并且在相关关键技术逐渐到位的情况下,已开始有实际导入动作。

  倡导智能制造不遗余力的研华科技,除了为各行各业提供对应的先进解决方案外,在自家生产在线也开始逐步导入人工智能要素。比如机台设备的状态侦测/诊断、原物料/能源的使用状况,乃至产品的品管流程等,均已逐步导入人工智能。安谋(Arm)的硅智财(IP)与SoC及赛灵思(Xilinx)的现场可编程门阵列(FPGA)技术,则是研华推动生产线AI化的两大得力帮手。

  研华IoT.SENSE采访研华技术长杨瑞祥与总厂长林东杰,探讨研华在AI、IoT、智能制造等创新浪潮下的解决对策,以下为专访摘要:

研华 技术长 杨瑞祥

研华 总厂长 林东杰

  AI进化速度惊人 商业应用价值可观

  研华科技技术长杨瑞祥表示,人工智能在学术研究领域并非新题目,近两三年来之所以引发社会大众与各行各业的广泛瞩目,主要原因在于其进化速度实在太过惊人,并已能创造出庞大的商业价值,不再只是个学术研究的题目。

  除了针对特殊领域外,AI技术也在追求更高的泛用性。Deepmind最新的棋类程序已经把Go(围棋)拿掉,称为Alpha。因为该程序也懂得下日本将棋等其他棋类,并且接连打败其他世界顶尖的专用棋类程序。这无疑是人工智能泛用性发展的一个重要里程碑。

  在快速演化与蕴藏庞大商业价值的情况下,人工智能成为当前最受瞩目的科技议题,其实不令人意外。但讨论归讨论,如何在各行各业导入人工智能,实现产业的智能化,还是有很多细节问题要克服。

  人工智能增添智能制造动能

  以制造业来说,不管最终制造的产品为何,制造业总是脱离不了「人、机、料、法」这四个元素。人是指员工,机则泛指各种工具机台,料是指各种原物料及能源,法则是制程方法。自工业革命以来,不管制造业的产品如何演变,都脱离不了这四个元素。如何最优化地管理好这四个元素,则是制造业者每天都要面对的课题。

  杨瑞祥分析,导入人工智能,最重要的四个KPI,就是要展现在人工料法的优化与改善上。以人来说,如何将老师傅的经验变成可量化的参数,进而把人的经验复制、扩散,就是导入AI的一个重要目标。

  不过,要实现上述四大优化,最重要的还是业者对AI的理解程度,以及所搜集到的数据集质量好坏。首先,制造业者必须要对AI有正确的认识,知道AI适合用来处理的问题为何,应用上又有何限制。其次,AI推论模型的训练成果,除了模型本身的设计外,训练数据的质量也很重要。如果用质量有问题的数据来训练模型,AI推论的结果会跟现实状况出现落差。

  最后,组织文化也得有所调整。在导入AI之前,生产在线的所有决策者都是人,依靠的是过往的经验;导入AI后,握有最终决定权的虽然还是人,但不再只凭主观的感觉或经验来判断,而是相对客观的统计科学。人跟机器之间的信赖关系,需要一段时间提升。当然,AI本身也要持续进化,提升其预测的可靠度跟准确度。

  不同处理器各有所长 Arm架构适合推论运算

  杨瑞祥进一步解释,人工智能可以分成模型训练(Training)与推论(Inference)两个部分。对生产现场应用来说,大多是采用已经训练好的模型来执行各种推论应用,不会直接在边缘进行模型训练,因为模型训练需要强大的运算效能跟大量数据集,较适合在数据中心或云端上进行。

  也因为推论对运算效能的需求较低,因此市面上有许多现成的处理器解决方案均能胜任,例如x86 CPU、GPU与基于Arm架构的SoC处理器,都可以执行相关运算任务,差别只在于成本、耗电量与散热是否能满足现场设备的规格限制。

  就技术角度而言,GPU是目前最适合用来进行模型训练的处理器架构,以其执行模型推论任务当然也是绰绰有余,但GPU的成本、功耗跟随之而来的散热问题,却是这类处理器在边缘节点或现场设备应用上最大的限制。x86 CPU也有很强大的运算效能,但由于其架构设计的目标是满足各种运算/控制应用,因此在执行AI算法时,效率不如GPU。

  杨瑞祥分析,这个问题跟AI的本质有关。AI通常只会用少数几种指令,甚至单一指令来处理大量数据。例如深度学习跟卷积神经网络(Convolutional Neural Network, CNN),就数学的观点来说就是矩阵运算,跟绘图运算十分类似,因此GPU自然在这方面有先天优势。x86 CPU则长于应对多指令流多数据流(Multiple Instruction, Multiple Data, MIMD)的运算情境,但遇到数据量太过庞大的情况时,就必须靠拉高频率,或是以多核心及多线程架构来应对。

  采用精简指令集(RISC)的Arm处理器,先天特性则介于GPU跟x86 CPU之间,加上近几年Arm处理器的单一指令多数据流(Single Instruction, Multiple Data, SIMD)效能不断强化,因此在执行AI运算时,更加得心应手。虽然目前要以Arm处理器来做模型训练,在效率上还是不能跟GPU相比,但在执行推论任务时,却是功耗、成本跟效能三者最平衡的方案。

  杨瑞祥透露,近几年研华跟安谋密切合作,对安谋的产品发展蓝图也有一定的掌握。未来安谋将会针对AI运算需求推出更特化,效率更好的处理器核心跟周边IP。这对于推动边缘运算跟AI应用的普及,将会是很大的助力。研华也会跟安谋继续保持密切合作的伙伴关系。

  边缘运算进展神速 人工智能进驻制造现场

  紧抓人工料法四大要素,研华已经开始以Arm架构的SoC跟赛灵思的FPGA模块为硬件基础,在自家的生产在线逐渐导入人工智能。

  研华科技总厂长林东杰表示,目前研华在生产在线导入AI,已经进入用AI来协助判读原始资料的阶段。在工业物联网的时代,不只个别生产在线的机台会产生大量数据,厂区的基础建设也会生成可观的数据数据量。要用人工来判读这些数据数据,分析其背后的意义,是没有时效性且效益有限的做法。

  最后,由于研华所处的环境是典型的少量多样、接单生产型态,跟一般消费性产品规格单一,大量生产有很大的不同,因此生产线的管理也相对复杂。这也是研华在导入人工智能时,希望能解决的痛点之一。

  林东杰表示,由于技术上的限制,目前还无法实现全面由系统判读原始数据的终极目标,但这是研华未来努力的方向。

  更具体来说,未来研华的智能制造希望能实现三大目标:一、生产设备的现代化,希望所有的机台设备都可以支持工业4.0;二、实现数据采集与软件的介接,主要是将数据介接到制造执行系统(MES)、产品生命周期管理(PLM)等系统;三、将机器视觉与深度学习进一步扩大应用在品管环节中。

  针对第一点,林东杰不讳言,现有机台的升级跟改造通常要价不低,特别是在需要原厂提供支持或授权,不能自己动手改的情况下。不过,在某些情况下,现有机台透过外挂研华自家开发的数据采集模块,就已经能获得足够的参数数据。

  至于在机器视觉跟深度学习的扩大导入上,目前研华是与中研院合作,开发出可检测各种不同产品的机器视觉系统。事实上,研华使用光学自动检测(AOI)已经有很长的一段时间,但现有的AOI系统仅适用于主板、电路板上细微组件的检测,不适合用来检测终端成品或更大的零部件。

  另一方面,研华产品少量多样的特性,也使得目前市面上的机器视觉方案要应用在研华的产线,遇到相当大的困难。目前市面上的机器视觉方案多半是为了大量产品的检测需求而设计,但研华的需求是能够自动适应各种产品型态的机器视觉检测方案。因此,研华决定与中研院合作,开发出客制化的深度学习算法,以便让机器视觉系统能更聪明地适应不同型态的产品。

  FPGA模块实现机器视觉算法加速

  而机器视觉正是FPGA模块大展身手的舞台,也是研华FPGA应用发展团队已经做出具体成果的项目之一。透过FPGA模块,研华可以自由决定哪些影像辨识的环节需要用硬件加速,以提升视觉检测系统的运作效能。

  杨瑞祥指出,除了CPU跟GPU外,使用专用的硬件加速芯片来提升AI系统效能,理论上也是一条可行的路。不过,目前AI算法还在快速演进中,如果采用ASIC,很可能会追不上技术发展的脚步。而FPGA则是效能与弹性的折衷,其运算单元的结构可以客制化,来满足特定算法加速的需求,又因为具备可编程性,当算法需要修改或更新的时候,不用重新开一颗芯片,只要修改设计程序代码即可。

  因此,现阶段来看,FPGA是用来实现AI算法加速的理想方案之一,研华内部也已经有相当成熟的FPGA应用开发团队,未来会继续投资在这项技术上。

  Advantech Embedded DTOS FPGA Capability

    据悉,目前研华科技已有应用案例完成合作,更多详情可咨询研华服务专线“400-001-9088”。


分享到:

相关阅读:
· 研华MIO-5350 3.5寸单板电脑搭载Intel Pentium N4200/Celeron N3350 /Atom E3900系列处理器
· 研华发布支持宽温工作的超薄Mini-ITX主板AIMB-217
· 研华携手伙伴共创Edgecross协会,加速工业4.0全球布局
· 布局5G,研华引领工业4.0和物联网潮流
· 研华科技即将亮相2017第九届中国国际物联网博览会
· 研华携手中国联通,深化智能制造产业生态合作
· 研华物联网边缘计算与平台服务伙伴高峰论坛报名开启!
· 研华携手ARM、Microsoft 、Intel Security、Acronis打造WISE-PaaS Marketplace在线软件商店
· 研华推出搭载第7代Intel Core处理器家族的最新嵌入式平台全面迈向IoT时代