中新網(wǎng)12月9日電 智能化水平提升制造業(yè)的競爭力，打造新一輪產(chǎn)業(yè)變革中的國家實(shí)力，并應對當下氣候變化和人口老齡化的時(shí)代挑戰，已經(jīng)成為世界各國在新一輪工業(yè)革命中的施策要點(diǎn)之一。

　　作為制造強國建設的主攻方向，智能制造關(guān)乎我國未來(lái)制造業(yè)的全球地位，對構建新發(fā)展格局，建設數字中國更具有重要意義。因此在政府報告的內容中，也常常能見(jiàn)到對于制造領(lǐng)域以及相關(guān)企業(yè)具有明確指導性的方針政策，其中涵蓋了從頂層設計到具體實(shí)施的全方位部署，為整個(gè)行業(yè)數字化轉型的未來(lái)勾勒出了宏偉藍圖。

　　在政策支持、技術(shù)發(fā)展和市場(chǎng)需求推動(dòng)下，5G、大數據、云計算、人工智能向制造業(yè)加速融合滲透，推動(dòng)了制造企業(yè)在瑕疵檢測、精密加工、時(shí)序預測、園區管理等方面的績(jì)效提升。

　　精準突破，AI助企業(yè)實(shí)現“量質(zhì)雙升”

　　成功的經(jīng)驗往往蘊含著(zhù)普遍性的啟迪作用。以電池工廠(chǎng)中首個(gè)獲評全球“燈塔工廠(chǎng)”的寧德時(shí)代為例，其基于全球市場(chǎng)需求持續增長(cháng)而來(lái)的產(chǎn)能和質(zhì)量提升的訴求，催發(fā)了AI 動(dòng)力電池缺陷檢測解決方案的需求。這樣的解決方案既要能滿(mǎn)足總部逐層管控的要求，還需要具備更高效的實(shí)時(shí)缺陷檢測能力，即在圖像處理速度上實(shí)現單工序 400FPS 以上且達到零漏檢的目標。

　　瑕疵檢測是一項高度精細，且較為耗時(shí)的工程。傳統的人工瑕疵檢測方式不僅速度慢且準確度較差，而傳統數字圖像處理技術(shù)泛化能力差，需要根據每個(gè)機臺進(jìn)行參數適配且與分工廠(chǎng)及總部脫節，缺乏整體部署管控能力，處理能力不能與持續增長(cháng)的市場(chǎng)需求相匹配。

　　在此之前，寧德時(shí)代已在電池產(chǎn)品制造工廠(chǎng)的每一條電池生產(chǎn)線(xiàn)上都部署了多個(gè)攝像頭，每秒鐘即可產(chǎn)生數百張圖片，而一個(gè)廠(chǎng)區至少有十幾條生產(chǎn)線(xiàn)，所以一個(gè)廠(chǎng)區每一秒就有幾千張甚至上萬(wàn)張圖片產(chǎn)生。因此，寧德時(shí)代急需導入一套技術(shù)方案，來(lái)對上述海量圖片進(jìn)行實(shí)時(shí)分析和處理，以判斷生產(chǎn)過(guò)程中是否有產(chǎn)品缺陷，從而解決質(zhì)量控制上的行業(yè)難題。

　　幾經(jīng)考察，寧德時(shí)代選擇了導入集成AI加速能力的英特爾®至強®可擴展平臺產(chǎn)品組合，構建起了一套橫跨“云-邊-端”，融合計算機視覺(jué)(CV)、深度學(xué)習(DL)和機器學(xué)習(ML)技術(shù)的 AI 電池缺陷檢測方案。

　　以基礎設施為本，釋放制造業(yè)AI潛力

　　工業(yè)視覺(jué)平臺是寧德時(shí)代全新 AI 缺陷檢測解決方案的核心系統，其以集群形式來(lái)搭建， “云平臺”在寧德時(shí)代總部，“邊緣”系統設立在分工廠(chǎng)，“終端”設立在生產(chǎn)線(xiàn)，不僅便于統一管控，還可以通過(guò)分布式部署來(lái)減緩處理壓力。

　　但分布式推理經(jīng)常會(huì )遭遇銜接不暢的問(wèn)題。為解決這個(gè)問(wèn)題，寧德時(shí)代的選擇是，以統一的大數據分析及 AI 平臺來(lái)應對，同時(shí)選用了面向英特爾®架構優(yōu)化的 PyTorch深度學(xué)習框架進(jìn)行 AI 處理，以及英特爾開(kāi)源的OpenVINO™工具套件來(lái)進(jìn)一步加速 AI 推理性能。

　　正所謂好馬配好鞍，先進(jìn)的 AI 軟件優(yōu)化技術(shù)及工具，也需要搭配一流的硬件基礎設施才能發(fā)揮出最大價(jià)值——寧德時(shí)代在英特爾的支持下，在“端”處采用了英特爾®酷睿™ i5/i7 系列處理器，來(lái)構建工業(yè)視覺(jué)平臺系統；在“邊緣”推理模塊及“云”中心的訓練模塊，導入英特爾®至強®可擴展平臺，來(lái)為更復雜的訓練和推理，以及總部的統一數據管理提供更強的算力和存儲支持。此外，英特爾還針對寧德時(shí)代“CV+DL+ML”混合模式的創(chuàng )新型缺陷檢測方案，在其選用模型、訓練方法、數據標注及模型調優(yōu)等方面提供了全面支持，使基于 AI 技術(shù)的缺陷檢測方案進(jìn)一步提升了訓練準確率，并使檢測準確率和瑕疵找回率都超過(guò)了99%。

　　像寧德時(shí)代上述經(jīng)驗雖然只是“燈塔工廠(chǎng)”們數字化智能化建設的小荷尖角，但以工業(yè)互聯(lián)網(wǎng)、大數據、人工智能等技術(shù)為新動(dòng)能，從點(diǎn)到面鋪開(kāi)來(lái)穩步推進(jìn)業(yè)務(wù)變革和流程再造，已經(jīng)是制造業(yè)在借助數智化實(shí)現轉型的共識，是他們在降本增效上的 “范本”。而在這一進(jìn)程中，無(wú)論是諸多“燈塔工廠(chǎng)”的實(shí)踐經(jīng)驗還是業(yè)界專(zhuān)家的建議，背后都可見(jiàn)開(kāi)放架構計算平臺，特別是英特爾®架構平臺對于制造業(yè)企業(yè)依托智能技術(shù)加速轉型過(guò)程中的重要性。這很大程度上是由于其不但久經(jīng)企業(yè)應用領(lǐng)域的考驗，還能很好地兼顧通用計算與專(zhuān)用加速的創(chuàng )新趨勢，特別是在通用計算方面的長(cháng)期投入，使得基于英特爾®架構的平臺與新興的、專(zhuān)攻不同特定應用加速的芯片及架構相比，在滿(mǎn)足既有IT應用需求，并同步推動(dòng)人工智能落地層面，對于人才和基礎設施更新的需求更少，利于包括制造業(yè)在內的眾多傳統行業(yè)，無(wú)論是其中的大型、標桿型企業(yè)，還是中小企業(yè)以更低的成本和更快的速度去復刻行業(yè)內實(shí)踐成功的方案，從而能幫助他們緊跟全行業(yè)“智造“進(jìn)度，為建設數字中國提供增效。