揭秘昇騰智造：讓每一條產線都可以擁抱AI
質檢是工廠中的主要場景，傳統的人工質檢需要工人時刻盯著機器屏幕，從圖中發現產品的缺陷，速度大約保持在2秒一張。如果一張產品的瑕疵難以判斷，可能還要再花上幾秒思考，一天最多看1～2萬張。而在具體的操作過程中，因為考驗視力和專注度，質檢員們往往感到較為疲倦。
那么，有沒有辦法解決這個問題呢？答案是肯定的。近日，在2021世界人工智能大會昇騰人工智能高峰論壇上，華為聯合多家合作伙伴重磅發布“昇騰智造”解決方案，人工智能就為制造業帶來了福音。
99.9%的背后在華為內部有一句口號：“自己造的降落傘自己先跳”，華為發布的昇騰智造解決方案背后，就凝聚了自己的實踐經驗。
在位于廣東東莞的華為松山湖基地，從外表看是一座座漂亮的歐式建筑，而這里也潛藏著制造的未來。華為正在做一場偉大的試驗：華為南方工廠已經將AI貫穿制造的主要環節。
這里的標簽缺陷、螺釘缺失、點膠面積、貼片位置等檢測項目實現了AI檢測，其質檢準確率由傳統機器視覺檢測的90%提升到了99.9%，工作量降低60%。而且，由于AI的介入，企業生產環節得到了降本增效。
“AI已經在華為工廠實現了工位級、線體級、車間級的規模應用。”華為工業自動化視覺實驗室主任吳桂蕓這樣說。據了解，華為南方工廠的AI質檢已經在內部200多個產線應用，覆蓋服務器、5G、終端等產線。
注意：99.9%的質檢準確率是一個堪稱劃時代意義的數字，這意味著人工智能和制造產業的融合是深度的，人工智能的角色從輔助將變為原生。華為昇騰計算業務總裁許映童表示，當質檢的準確率超過99.9%的時候，相信新的產業線設置的時候一定把人工智能作為初始的選項。
在制造業，質檢屬于核心場景，AI質檢代表著質檢進化的最新方向。在工業質檢領域，目前還有很多企業依賴于人工檢測，歸結起來，人工質檢有三個方面的問題：首先是投入大，一般來說，制造業需要投入10%以上的人力在質檢上；其次是標準不統一，質量準確率受到不同工人的專業技術能力和經驗的影響，參差不齊；而且，正如本文開頭所說，質檢這個工作容易讓工人患上職業病，長時間重復單一工作，容易疲勞，尤其是對眼睛傷害比較大，從目前情況來看，年輕工人越來越不愿意干這個工作，企業招工難。
有的企業開始采用工業相機拍照、圖文圖片模板比對的視覺檢測方式。這種方式的確相比人工檢測提升了效率，但也產生了新的問題，由于產品自身質量波動、圖像取像角度、亮度變化甚至環境因素的干擾，視覺檢測的準確率始終難于提升，最高只能到80%左右。而且，開發適配難、適應性弱，當產線從A產品切換到B產品時，期間需要經歷很長一段時間的調試。
橫向對比來看，華為南方工廠在質檢領域樹立了標桿：傳統視覺融入深度學習，自動圖像特征提取，基于大量的歷史缺陷圖片完成模型訓練，只要檢測物的相似度達到一定程度就完成檢測過程，不僅準確率高達99.9%，而且適應性更強。
把簡單留給別人，把復雜留給自己華為南方工廠的AI實踐，只是這場人工智能偉大試驗的第一步，華為的更大夢想是將這個實踐經驗對外開放，復制到每一個產線，讓每一個工廠都可以成為華為南方工廠這樣的智能工廠。
要實現這個目標，何其艱難，需要跨越AI質檢設備和企業AI運維兩大痛點。首先是缺乏性價比高的自動化設備；而且運維復雜，算法精度、訓練能力、算力擴容等方面問題很多。縱觀業界，缺少既懂行業知識，又在AI能力上強的綜合玩家，這是制約普通工廠擁抱AI的主要問題。
這次發布的昇騰智造方案，就是為解決這個問題而生：昇騰AI使能平臺+華為制造成熟AI應用，打造解決方案。
一方面，昇騰智造解決方案打造標準化的AI使能軟硬件平臺：硬件方面，華為提供從模組/板卡到服務器/集群的Atlas系列化硬件。以Atlas?200?AI加速模塊為例，其具有極致性能、超低功耗的特點，可以在端側實現物體識別、圖像分類等；Atlas?300I?推理卡則提供超強AI推理性能，以超強算力加速應用，可廣泛應用于推理場景。同時，華為將硬件開放給伙伴，伙伴們打造了一系列面向制造場景的AI硬件，包括AI加速卡、嵌入式AI工控機和箱體式AI工控機等。軟件方面，華為提供了昇騰應用使能MindX的全棧軟件平臺與工具，可以幫助廣大應用開發者快速開發AI應用。
另一方面，華為將南方工廠30年制造業經驗和200+產線AI規模部署的實用經驗凝聚到軟件系統中，打造一站式、高精度、支持快速換線、開箱即用的制造行業AI解決方案。端到端解決方案貫穿AI的部署、運維與迭代升級；包含高精度預訓練模型，快速實現準確率>99%；圖形界面操作，支持小樣本訓練，2小時完成模型迭代；成熟場景下僅需5人天即可完成10工位部署。對于制造業客戶而言，無論是在把AI應用于產線的初期部署、使用階段，還是中后期的運維和換線需求，都不再困難。昇騰智造解決方案真正實現了把AI以極簡的方式帶入每一條產線。
目前，寶德計算機在每一條產線部署六個高清攝像頭，和邊緣智能網關，把整個智能制造貫穿寶德的來料檢驗、生產制造過程檢驗還有包裝檢驗，使寶德的整個生產制造過程都做到了可回溯，不僅提高了質量，也大大降低了生產成本。
美的集團 IT 總監周曉玲在昇騰人工智能高峰論壇上介紹，美的與華為合作打造的 AI 質檢系統，目前已應用于美的冰箱事業部的底腳檢測、LOGO檢測、標貼檢測等場景，不僅大幅降低檢驗人員工作量，檢測準確率還提高了 10%。
在制造領域的智能化方面，把簡單留給別人，把復雜留給自己，這中間的關鍵就是昇騰智造解決方案。
眾人拾柴，星火燎原值得注意的是，昇騰智造解決方案的背后，除了凝聚了華為在技術、經驗等方面的心血，還是一個眾創的產物，匯聚了業界的生態力量。
“華為堅持‘有所為有所不為’。只有大家都找到了自己的定位、堅守自己的定位，才能形成合作和分工，有了合作分工，才有生態的基礎。華為在人工智能領域的‘有所為’，是指打造以昇騰AI基礎軟硬件平臺為基礎的‘黑土地’，支持合作伙伴來‘種莊稼’，如支持最優秀的科學家探索AI前沿應用，支持合作伙伴開發面向各行各業的豐富應用。”華為輪值董事長胡厚崑在昇騰人工智能高峰論壇上這樣表示。
這是華為的高明之處，華為搭臺，大家一起來唱戲。昇騰堅持“硬件開放、軟件開源、使能伙伴、發展人才”的生態戰略，構建起一個匯聚廣泛力量的人工智能大生態。以昇騰智造解決方案為例，背后就有寶德、拓維信息、長江計算、依瞳科技、中科弘云、華睿科技、沃德普、凌華科技、研華科技、東聲智能等眾多合作伙伴的聚合之力。
以凌華科技為例，就基于昇騰發布了昇騰AI邊緣小站、昇騰邊緣AI工作站、增強型昇騰工作站、昇騰AI工控機等眾多的AI邊緣計算產品，推進AI算力融合在工業智能領域，讓AI應用落地在更多工業制造場景。在集成電路行業對集成電路板的品控檢測中，凌華科技通過部署搭載Atlas 300I推理卡的工控設備到檢測設備上，配以AI深度學習算法，獲得了同等算力下較低成本的算力配置，直接提升了10%-50%的AOI直通率。
正如胡厚崑所說，中國的人工智能產業發展走到了一個關鍵的時間點，關鍵在于打通AI落地到各行各業的“最后一公里”。只有用生態的力量，探索和建立“專家+行家”的新合作模式，將業界做硬件、軟件、算法的優秀公司都匯聚在一起，每個公司都發揮自己最優勢的領域，才能眾人拾柴火焰高，將AI應用到產業的每一個場景、每一個角落。
以制造領域的AI檢測為例，正是生態的力量，讓昇騰智造解決方案已經在眾多細分場景發揮出價值：在電子組裝領域，對螺釘、涂膠等進行檢測，將異物識別準確率提升至99.9%以上;針對半導體晶圓進行晶圓缺陷智能分析，將缺失圖案識別準確率提升至99%以上;在集成電路領域開展IC品質監控合作，將AOI直通率提升10%-50%;在紡織領域，華為與伙伴將布匹印染的預檢效率提升了50倍。
可以說，昇騰AI在制造領域的發展是昇騰所構建的人工智能產業大生態的縮影，這個生態正在蓬勃發展、茁壯成長。數字可以說明一切：目前昇騰合作伙伴已經超過500家，共同孵化聯合解決方案600多個；華為與55所全球高校的140多個團隊合作開啟昇騰眾智計劃；目前昇騰的開發者人數已經超過35萬，昇騰相關課程已經覆蓋72所高校的超過10萬名學生。
“星星之火，可以燎原”，這是AI在制造領域應用的縮影，華為南方工廠的AI實踐，匯聚起華為與合作伙伴的生態之力，推動AI走向中國的每一個工廠、每一個產線，讓普通企業也能擁抱AI，邁入智能化時代。
