很快，工業互聯網將擁有數千億連接的工業資產，以計算機速度持續運行。這將導致來自車間機器和傳感器的大量數據。分析運營數據以預測運營異常、機器故障和產品質量，同時利用工業 AI 改善工廠車間運營，可以提高生產率并節約數萬億美元的成本。

流程和離散制造業占全球數字化轉型支出的三分之一以上。然而，工廠中的數據一直難以使用，許多公司被困在試點階段，通常被稱為試點煉獄。考慮到 OT 數據的數量、準確性和質量，第一個關鍵挑戰是讓這些數據為構建和服務 AI 模型做好準備。

為了大規模應用人工智能，企業制造商必須經常使用幾十年來以獨特方式創建的數百萬個標簽。在車間，數據由各種機器和許多基于操作的源生成。更復雜的是，數據通常在歷史學家和數據湖中匯總，因此人工智能從業者很難理解單個標記來自何處以及它們代表什么。

答案在于使用人工智能對這些數據進行自動內省和標記。

為了解決這個挑戰，視窗機利用英偉達 AI 平臺和微軟 Azure 基礎設施，將數據映射到全球范圍內的資產，跨越多個機器、傳感器、線路和工廠。他們通過利用現代愿景、時間序列和 NLP 算法、預訓練模型以及 NGC 云提供的配方實現了這一點，所有這些都可以在 Microsoft Azure Marketplace 上獲得。使用 NVIDIA GPU 加速技術，Sight Machine設想為制造業做出變革性貢獻。

這一舉措匯集了英偉達 AI 平臺和專業知識，在深入學習，微軟的端到端流和 AI 解決方案制造，以及視場機器的十年專業發展啟發式數據標簽和應用人工智能到工廠。

Sight Machine 首席執行官喬恩·索貝爾（ Jon Sobel ）表示：“這項工作解決了制造業轉型的最后一個關鍵瓶頸，并將迅速加速工廠人工智能的日常使用。”。

圖 1 具有 NVIDIA Triton 和 Azure 機器學習集成的視覺機器解決方案。

具體而言， Sight Machine 的工具了解 OT 數據，并將工廠數據映射到其流模型中。通過解決人工智能的問題，并與英偉達的專家聯手， Sight Machine 為制造商提供了比以前更快地準備好數據人工智能的工具。這節省了制造商的時間和費用，并使數據科學家能夠廣泛選擇現代 GPU 加速算法。如果沒有 RAPIDS 框架和 SDK ，它們可以處理數據量、多樣性和保真度。

該解決方案還使數據科學團隊能夠使用 NVIDIA GPU – 加速計算進行實驗，以找到并訓練最佳模型。然后，他們可以使用 NVIDIA Triton 推理服務器和 Azure 機器學習來優化模型的服務和編排。該解決方案使用 NVIDIA Metropolis 進行計算機視覺、 NVIDIA 時間序列預測和機器學習和 DL 算法的綜合組合，以及 NVIDIA Riva 進行 NLP 和對話人工智能技術，以便及時組織和向用戶傳達上下文感知的見解。

例如， one Sight 機床為大型化學品制造商的每個工廠位置自動執行標記到資產的映射操作，目的是縮短時間以提高數據驅動的制造生產率。該工具還提高了標記映射過程的質量，并通過提高效率和自動化為內部團隊創造了能力。

“英偉達專注于 GPU 加速整個數據科學管道，包括 ETL 、 ML 和深度學習算法，允許工業公司完全解決復雜、速度、準確性和體積的數據，以工業用人工智能來解鎖數萬億美元的價值，” Paresh Kharya 說。 NVIDIA 產品管理高級總監。“我們與視窗機的合作以及英偉達平臺在微軟 Azure 基礎設施上的應用，將加速工廠級的 AI LED 數字化改造。”

視窗機器的平臺還使用 Azure 數據湖、 Azure 機器學習、 Azure PurVIEW 與英偉達 AI 平臺集成，通過 AI 加速標簽到資產映射。

“我們很高興看到這些合作伙伴共同解決阻礙工廠轉型的問題。 NVIDIA 已在 Microsoft Azure 基礎設施上開發了一套全面的工具，而 Sight Machine 擁有行業和技術經驗，能夠快速將工廠數據變為現實和規模，使我們的共同客戶能夠實現工業 4.0 的好處，”微軟制造和供應鏈首席技術官 Indranil Sircar 說。

客戶的一個例子是Essex Furakawa。埃塞克斯 Furakawa 為電動汽車提供關鍵線路。要在十幾家工廠每天提取數百萬磅的銅，將其轉化為無缺陷的涂層電線，并管理數千臺機器和數百個 SKU 的生產，這是一項極具挑戰性的任務。所有這些都是在管理能源、生產完美產品和在競爭激烈的條件下工作的同時完成的。

“兩年前，我們開始與視窗機合作，我很高興地分享到合作伙伴已經成長為包括微軟和 NVIDIA 。在他們的幫助下，通過視覺機器平臺，我們已經能夠從工廠數據生成實時數據基礎。這個基礎使我們能夠理解和優化每一個產品。每一臺機器都使用標準化的、準確的信息。我們可以看到我們從未在遠程和實時地看到的東西，并且這個數據基礎給了我們一個新的組織能力。” Jacques Wannenburg 說，信息技術高級副總裁埃塞克斯。

關于作者

Piyush Modi 在 NVIDIA 負責工業部門的全球業務發展和戰略。他積極與初創公司、原始設備制造商、系統集成商、研究社區和主要工業客戶合作，以推進可重復和可部署的工業AI技術和解決方案。

審核編輯：郭婷