最近兩年，邊緣計算越來越受到業界的重視，世界巨頭企業均在這個領域投入了較大資源，昨日，華為發布了昇騰計算智能邊緣解決方案：昇騰智能制造使能平臺。

11月26日，在2020年世界5G大會的人工智能高峰論壇上，華為昇騰計算智能邊緣解決方案總監吳浩發布了華為昇騰智能制造使能平臺，致力于推進制造行業轉型升級。

吳浩以產品質量檢測為例介紹了人工智能技術對行業智能升級的推動作用。在應用人工智能技術之前，主要依靠機器視覺的在部分場景替代人工質檢，但是，由于產品零件復雜、光源多樣等因素的限制，更多的場景還是依賴于人工進行質檢。

而人工智能技術的融合可進一步提升檢測精度，很多實踐已證明AI算法可實現高達99%以上檢測精度，可以應用在絕大多數工業質檢場景中。但從AI算法到工業制造場景化應用還有很遠，算法開發、應用開發、業務部署是阻礙AI應用進入工業生產的三大鴻溝。

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。Atlas 200 AI加速模塊可以在端側實現物體識別、圖像分類等；Atlas 300I 推理卡提供AI推理性能，可應用于推理場景。

軟件方面，華為提供了全棧軟件平臺與工具，比如昇騰應用使能MindX。MindX中包含了“2+1+X”，其中2是深度學習使能MindX DL和智能邊緣使能MindX Edge，幫助開發者快速搭建深度學習和邊緣推理的基礎平臺；1是優選模型庫ModelZoo，為開發者提供了各個場景下經過調優的模型，開發者只需根據自身場景需要，按需下載即可；最后是面向行業應用的SDK，華為已經在昇騰社區發布了面向智能制造場景的mxManufacture SDK，聚焦于工業質檢場景，可以以很少的代碼量、甚至于零代碼完成制造行業AI應用開發。

據了解，華為與超過20家合作伙伴一同使能智能制造。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。

會上，華為與人工智能與數字經濟廣東省實驗室（廣州）簽署戰略合作協議，將共建聯合創新中心。
責任編輯：YYX