帳號:
密碼:
CTIMES / 文章 /   
打造AI視覺檢測平台 GPU選擇須兼顧5大重點
 

【作者: 王明德】   2019年03月08日 星期五

瀏覽人次:【1097】
  

近幾年工業4.0帶起智慧製造浪潮,與過去側重硬體效能的製造系統相比,新世代智慧製造更重視軟硬整合,透過軟硬體平台,機器視覺現已可整合機械手臂、工業相機與自動光學檢查(Automated Optical Inspection; AOI)演算法,提供製造業者快速導入、簡易上手的產線視覺檢測解決方案。


偲捷科技總經理陳青煒表示,製造系統須具備高度專業,機械工程師的培養難度相當高,因此高專業且操作介面精簡的軟體平台,將有助於製造業者提升工作效率,並縮短人才的培育時間。



圖1 : 偲捷科技總經理陳青煒(左)與先進技術經理廖伯霖均表示,產線檢測則是辨識率須達 99% 以上、影像資料少,但辨識物背景單純,因此AI 需要特別設計。(攝影/王明德)
圖1 : 偲捷科技總經理陳青煒(左)與先進技術經理廖伯霖均表示,產線檢測則是辨識率須達 99% 以上、影像資料少,但辨識物背景單純,因此AI 需要特別設計。(攝影/王明德)

陳青煒以該公司的SmaSEQ軟體平台為例,SmaSEQ偲捷科技成立時推出第1版,現已推出第 2 版,新版本重整了平台底層,並透過人工智慧 (AI) 降低操作門檻,陳青煒進一步表示,影像辨識仍是目前AI的最主要應用,尤其是在產線的瑕疵檢測,AI的快速辨識與自我學習功能,可讓建置效益快速浮現,進而強化客戶的導入意願,目前市場的導入已經加速,未來發展潛力相當驚人。


工業環境大不同 GPU需求特殊

陳青煒指出,檢測是產線維持品質的主要環節,過去多以人力檢視產品外觀有無瑕疵,然而人眼檢視除了會因工作時間的拉長導致品質下降外,越來越快的生產速度與部分小體積產品,人眼也難以負荷,因此後來AOI開始被應用在製造現場,透過高解析工業相機與高效能影像軟體,強化製程的檢測效率。


在製程中,儘管AOI檢測需要繁複設定,但過去大量生產的製造模式,只需要在導入前設定一次,對製造業者來說並不算沉重的負擔,不過近年來消費市場型態改變,多樣化生產需求開始浮現,產線彈性化需求大增,可快速設定並有自我學習能力的 AI 逐漸被應用在產線視覺檢測,這也是AI視覺檢測平台在這幾年成長快速的原因。


不過要將AI應用到生產視覺檢測有其挑戰,AI演算法是Open Source,要拿到可套用的模型並不難,而且辨識率可達 95%,在一般消費性產品中已然足夠,不過在工廠並不適用。


圖2 : AOI透過高解析工業相機與高效能影像軟體,強化製程的檢測效率。(Source:Texas Instruments)
圖2 : AOI透過高解析工業相機與高效能影像軟體,強化製程的檢測效率。(Source:Texas Instruments)

偲捷科技先進技術經理廖伯霖表示,消費性產品如手機的Face ID或門禁的人臉、行為識別,其特色是辨識率要求不高、影像資料龐大且辨識物背景複雜,而產線檢測則是辨識率須達 99% 以上、影像資料少,但辨識物背景單純,因此 AI 需要特別設計。


除了需要特別設計外,成本是另一個考量,AI 演算法目前最佳的硬體處理器是 GPU,而現在市場上的GPU又以NVIDIA產品為主要選擇,廖伯霖表示,之前偲捷科技的GPU是使用 NVIDIA GeForce系列產品做為檢測之用。不過目前的工業電腦一部只能安裝一張 GPU,由於外觀檢測需要檢測物體的 6 面,需要有 6 部工業相機,而每部工業相機都需要一張 GPU 進行運算,因此過去需要有 6 部電腦的同時運作,設備成本相當高,這也是目前多數AI視覺檢測的主要困擾。


另外由於AI成長快速,市場對GeForce的需求大增,而GeForce則主要作為消費性產品所用,其產品的供貨期較短,而工業設備的使用年限都較長,一旦供應商斷貨,設備有可能因故障導致停擺,造成損失。


工規特色GPU滿足所需

為了解決成本與供貨問題,包括偲捷科技在內的多數視覺檢測方案廠商,都不斷尋找市面上符合工規標準的 GPU,對此偲捷科技則採用了NVIDIA Jetson TX2 與 Jetson AGX Xavier,主要考量在於此款 GPU 可以外接型態運作,因此偲捷科技的平台則可以在一部工業電腦上外接 6 張 GPU,其效能與過去的 6 部電腦一致,不但大幅降低了設備的購置成本,也有效縮減產線空間並提升設備維修效率。


至於效率方面更是大幅增加,陳青煒指出,因應AI設計導入GPU後,過去需要數天的前端AI訓練(Training),導入後僅需2小時,效益提升了30倍,而實際上線後,也將原來1秒多的運算時間縮短到5毫秒。


另外,由於工廠環境嚴苛且設備都需要長時間運作,因此其穩定性、寬溫都有高度要求,因此陳青煒建議必須採用可滿足這些要求,且有長供期保證與完善售後服務機制,以解決產品後續的維修問題。


強化競爭力 將是未來設備主要選擇


圖3 : 對於AI視覺檢測系統的GPU選擇條件,陳青煒認為效能、穩定、成本、彈性是4大重點。(Source:Cognex)
圖3 : 對於AI視覺檢測系統的GPU選擇條件,陳青煒認為效能、穩定、成本、彈性是4大重點。(Source:Cognex)

對於AI視覺檢測系統的GPU選擇條件,陳青煒認為效能、穩定、成本、彈性是4大重點,另外也須視本身系統設計,選擇合適產品,像是NVIDIA Jetson TX2與Jetson AGX Xavier的外接特色就解決了偲捷科技SmaSEQ軟體平台需求,陳青煒表示,製程檢測的AI智慧影像辨識平台,對GPU效能有一定程度的效能需求,他以偲捷科技所選用的GPU,就非常適用於產線視覺檢測等有邊緣運算需求的平台,另外廠商也必須注意是否有長期的供貨保證與工業規格,才能讓設備供應商和導入企業無後顧之憂。


此外在成本考量與製程彈性方面,偲捷科技是看到其可外接特色,讓一部工業電腦可外接6張以上的GPU,藉此省去購置重複設備的成本,也讓產線彈性更佳,這些特色都能強化設備供應商的競爭優勢。


對於未來趨勢,陳青煒認為AI 已是新世代製造系統的既定趨勢,除了「用 AI」之外,「做 AI」也是龐大商機,而要針對特定應用領域設計AI平台,除了系統本身軟體外,硬體元件也是重點,尤其是工業領域所用的系統,近年來側重邊際運算架構,因此GPU成為系統效能的指標,而GPU的選擇不僅必須考量效能,系統的穩定性、彈性、延伸性與成本也都是必要因素,在系統設計初期這些因素就必須被同步納入,方能打造出最適於產線的視覺檢測平台。


相關文章
航太智慧製造有成 盼串起AI價值鏈
人工神經網路打開AI應用新局
處於邊緣的工業機器視覺應用開發選項
政府標案只重價格 安控系統不過是紙老虎
從雲端大廠AI佈局看台灣雲端產業機會與挑戰
comments powered by Disqus
相關討論
  相關新聞
» 擷發科技打造智能產業一站式服務平台 創新系統設計製造營運模式
» 台英移地計畫成果發表 強化創新領域合作
» 邁向智慧機械五步驟 資訊鏈結為關鍵第一步
» 智慧城市展月底開幕 打造智慧共享永續城市
» 伊頓解決企業用電痛點 行動貨櫃車提供因地制宜方案
  相關產品
» 安森美半導體與NVIDIA合作開展基於雲端的自動駕駛汽車仿真
» TYAN於GTC 2019展出採用NVIDIA T4加速器的新款優化AI推論GPU平台
» NVIDIA、微軟、Epic Games、Unity及各大遊戲開發商於GDC 2019啟動次世代遊戲
» NVIDIA宣布推出Jetson Nano係可運行所有AI模組的CUDA-X AI電腦
» 全新GeForce GTX 1660 Ti為玩家帶來卓越的效能

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw