希捷Athena項(xiàng)目,讓智能制造從自動(dòng)化邁向智能化
掃描二維碼
隨時(shí)隨地手機(jī)看文章
解決方案
該方案需要解決兩大問題:每天需要處理的大量數(shù)據(jù)以及當(dāng)前基于規(guī)則的分析系統(tǒng)存在的缺陷。傳統(tǒng)的大數(shù)據(jù)程序是進(jìn)行批量處理的,但這完全不適用于24×7×365運(yùn)行的生產(chǎn)線。
第一步是建立一個(gè)具備提高自動(dòng)化和傳感器故障檢測(cè)洞察能力的深度神經(jīng)網(wǎng)絡(luò)(DNN)。神經(jīng)網(wǎng)絡(luò)的構(gòu)建采用Nvidia V100和P4 GPUs*以及希捷的高性能Nytro?X 2U24存儲(chǔ),以支持Athena的深度學(xué)習(xí)和人工智能系統(tǒng)。 接著,將晶圓圖像輸入深度神經(jīng)網(wǎng)絡(luò),從而訓(xùn)練人工智能系統(tǒng)區(qū)分“合格”和“不合格”的晶圓。Athena的學(xué)習(xí)方式和人類工程師完全一樣——查看成千上萬(wàn)張圖片。但得益于深度神經(jīng)網(wǎng)絡(luò)的原始處理能力,Athena比人類學(xué)得更快、更精準(zhǔn)。
一段時(shí)間后,Athena獲得了分辨流程中潛在缺陷的能力。人工智能助手標(biāo)記異常圖像以供主題專家進(jìn)行手動(dòng)評(píng)估。Athena還可以基于圖像分析操作過程中檢測(cè)到的異常情況進(jìn)行規(guī)則的建立和細(xì)化。
最為重要的是,Athena 可以對(duì)電子顯微鏡生成的圖像進(jìn)行實(shí)時(shí)接收和分析。深度神經(jīng)網(wǎng)絡(luò)能夠在每張圖片生成的同時(shí)進(jìn)行處理。截至目前,希捷已實(shí)現(xiàn)了每天處理當(dāng)天生成的300萬(wàn)張圖像,并能夠識(shí)別可能被人類工程師遺漏的微小缺陷。
實(shí)時(shí)處理有助于團(tuán)隊(duì)盡早識(shí)別和糾正制造中的問題。發(fā)現(xiàn)問題越及時(shí),希捷就能越有效地降低其對(duì)生產(chǎn)流程和成本的影響。
未來
Athena項(xiàng)目擅長(zhǎng)缺陷識(shí)別,但它不會(huì)也不能完全取代工廠專家。Athena項(xiàng)目的關(guān)鍵在于其為希捷的晶圓專家開拓了新的思路,糾正生產(chǎn)流程中的重大問題。
Athena為解決希捷工廠外的更多問題起到了示范作用。它能夠以更迅捷、更高適應(yīng)性以及更有意義的方式檢測(cè)到異常,這種能力可以擴(kuò)展應(yīng)用到智能工廠之外的其他地方,并在公共安全、自動(dòng)駕駛汽車和智能城市等各種領(lǐng)域證明其行之有效。
希捷執(zhí)行副總裁兼運(yùn)營(yíng)、產(chǎn)品和技術(shù)主管Jeffrey Nygaard表示:“我們希望盡快將Athena 部署到我們所有的生產(chǎn)設(shè)施中。隨著微型相機(jī)和物聯(lián)網(wǎng)傳感器成本的下降,類似的技術(shù)也可以應(yīng)用于其他領(lǐng)域。這是智能制造領(lǐng)域重大革新的第一步,也可以擴(kuò)展應(yīng)用于我們其他工廠的基礎(chǔ)架構(gòu)?!?/p>
希捷的每個(gè)制造工具都包含至少30個(gè)傳感器,它們每秒鐘都會(huì)記錄機(jī)器的健康狀況和其他測(cè)量數(shù)據(jù)。生成的信息能夠幫助更好地發(fā)現(xiàn)不合規(guī)操作。將數(shù)據(jù)輸入Athena 深度神經(jīng)網(wǎng)絡(luò),有助于更早地識(shí)別生產(chǎn)問題。這為采取積極防御措施進(jìn)行修復(fù)和故障預(yù)防提供了機(jī)會(huì)。
Athena項(xiàng)目的受益人不僅限于希捷。類似的智能工廠技術(shù)可以部署到整個(gè)制造業(yè),幫助希捷的客戶享受到更多類似Athena 能夠提供的優(yōu)勢(shì)。客戶用例或許有所差異,但其基本原理——深度神經(jīng)網(wǎng)絡(luò)、人工智能和機(jī)器學(xué)習(xí)——是相同的。
客戶需要可靠的技術(shù)平臺(tái)部署人工智能項(xiàng)目,而希捷的解決方案能夠滿足這些需求。
邊緣驅(qū)動(dòng)
為了有效地開展工作,Athena項(xiàng)目需要進(jìn)行大量的數(shù)據(jù)處理——為了快速檢測(cè)到異常,每天要及時(shí)處理高達(dá)10TB的晶圓圖像數(shù)據(jù)。
未來幾年,全球數(shù)據(jù)創(chuàng)造量將會(huì)飆升,而Athena 的存在順應(yīng)了該趨勢(shì)。根據(jù)希捷贊助、IDC發(fā)布的報(bào)告預(yù)測(cè),到2025年,全球數(shù)據(jù)圈將增長(zhǎng)至175ZB。
在這個(gè)數(shù)據(jù)密集的新世界中,對(duì)速度的需求亟待新的解決方案。邊緣計(jì)算(Edge computing),作為Gartner 預(yù)測(cè)的2018年十大戰(zhàn)略技術(shù)趨勢(shì)之一是對(duì)延遲需求降低的回應(yīng),也是對(duì)實(shí)時(shí)處理的關(guān)鍵應(yīng)用程序的回應(yīng)。它讓計(jì)算更靠近數(shù)據(jù)源,更迅捷地向最終用戶交付服務(wù)。
如果數(shù)據(jù)能夠在數(shù)據(jù)源附近得到處理,那么就可以在離最終用戶更近的地方生成實(shí)時(shí)洞察,從而大大降低網(wǎng)絡(luò)資源的負(fù)載并為潛在的新應(yīng)用打開全新的局面。以這種模式,數(shù)據(jù)中心技術(shù)——計(jì)算和存儲(chǔ)模式——都將更加接近網(wǎng)絡(luò)邊緣,為新一代應(yīng)用程序開創(chuàng)機(jī)會(huì)。
對(duì)于Athena項(xiàng)目,在智能工廠處理數(shù)據(jù)本身就已經(jīng)實(shí)現(xiàn)了生產(chǎn)異常的實(shí)時(shí)識(shí)別。