人工智慧
奧寶引入AI提升產量/強化FPD生產線
奧寶科技於2018 Touch Taiwan 展會發表先進人工智慧技術(AI)解決方案,這些解決方案包括 Orbotech Quantum AOI(自動光學檢測)、Orbotech Quantum AOI Flex系列、Array Checker電性測試系統、Prism修復系統,以及奧寶科技全新的修補技術,適用於microLED、汽車、行動裝置、穿戴式裝置及高階電視顯示器等。
奧寶科技台灣分公司顯示器部門總經理 曹正鵠先生表示,台灣顯示器製造商身處顯示器市場最前線,是業界創新利基市場與開發型應用新興製程的先鋒。奧寶科技與台灣客戶密切合作,致力於提供兼具自主學習與自我改良等特性的先進解決方案,協助客戶提高品牌價值,產量、提升生產效能,以及降低營運成本。
奧寶的人工智慧願景建立在三個獨有的元素之上:數據控制,卓越的操控能力和專家級知識應用。基於數十年的業内經驗及專業知識,熟知電子產品各個製程領域的生產解決方案,奧寶能夠直接且獨有的訪問大量準確和可靠的生產數據,能夠準確定位于客戶網絡進行深度學習。
另外,奧寶科技通過在網絡中嵌入特定的程式和應用知識,簡化了網絡流程中冗長複雜的標簽化和訓練流程,從而使整個流程更加高效。透過將業界經驗和專業知識集中在這一段,從而實現人工智慧和機器學習的基礎,奧寶可以實現創建智慧化,更强大的AI解決方案,以滿足每個客戶的不同需求。由此產生的機器學習水平和更智能,更精確的人工智慧將優化製造過程,從而提高產能,降低運營成本。
5G/AI/IoT應用興起 伺服器市場穩定成長中
回顧2018年整體ITC產業概況,包含桌上型電腦(PC)、筆記型電腦、平板電腦等消費型電子市場皆已成熟,因此並未見到大幅度的成長。但由於人工智慧(AI)、物聯網(IoT)以及5G技術逐漸成熟,相關新興應用也逐漸興起,因此伺服器市場依然穩定成長中。
資策會MIC資深產業顧問兼副所長洪春暉表示,全球資訊系統市場長期停滯,然而在2018年受惠於商用換機需求,全球電腦市場持平;但展望2019年,在商用換機需求趨緩與貿易保護政策等影響下,全球電腦系統市場將微幅衰退。然而,由於受到AI、IoT、5G等新興應用影響,因此帶動資料儲存與運算需求,更受惠於Intel Purley平台轉換與AI應用需求,2018年伺服器市場也將持續成長。
洪春暉進一步指出,在2018年桌上型電腦主要因Intel新處理器與晶片組上市而刺激換機需求,年衰退幅度縮小至負0.3%;台灣業者也因掌握多數國際PC品牌廠商用機種訂單,預估全年出貨量將小幅成長1.6%。因此,2018年桌上型電腦、筆記型電腦出貨量將與2017年持平。
其中,單就電競PC市場來看,雖Nvidia於2018年8月發表新GPU架構Turing及與其搭配顯示卡方案,但因該方案屬於高階電競市場,對2018年整體電競PC市場貢獻仍有限。
Gartner:五大新興科技趨勢使人類與機器的界線更難畫分
國際研究暨顧問機構Gartner公布2018年新興技術發展週期報告,從35種必須關注的技術中,發現未來將模糊人類與機器之間界線的五大新興科技趨勢-AI大眾化、數位化生態系統、DIY生物駭客、透明沉浸式體驗、無所不在的基礎架構。例如人工智慧(AI)就扮演了關鍵角色,讓企業能夠無所不在,隨時提供服務並連結商業生態系統,才能在未來市場繼續生存。
Gartner研究副總裁Mike J. Walker表示,業務與技術主管將持續面對快速變遷的技術創新,而這也將深刻影響他們和員工互動、與夥伴合作,還有為顧客打造產品及服務的方式。資訊長和技術主管應持續觀察市場,同時還要評估並測試新興技術,藉此找出具有高度影響力,以及和他們業務具有策略關聯性的新商機。
未來10年內人工智慧技術將幾乎無所不在。這些技術除了能讓初期採用者適應新的狀況,並解決之前從未遇到的問題外,還將在未來逐漸普及到一般大眾,也就是所謂的大眾化。雲端運算、「創客」(Maker)社群和開放原始碼等趨勢,將推動人工智慧成為人人都可使用的技術。
GreyOrange宣布Butler機器人系統布署新據點
機器人及供應鏈自動化公司GreyOrange在CeMAT 2018宣布,將在日本和歐洲3個新的據點安裝並布署其Butler機器人系統。日本即將到來的據點為中山三郎株式會社,專門為生產基地、批發分銷商和零售商提供機床和設備。其超過335,000個產品的範圍包括超過2,300個品牌和製造商。
GreyOrange亞太區首席執行官Nalin Advani表示,這些據點將布署先進的機器人和人工智慧的結合,這將大大提高它們的效率。Butler系統的選擇是為了提高配送中心的生產力,在那裡尋找勞動力是一個巨大的挑戰。
GreyOrange已經收購了歐洲的最重要客戶。這些包括使用Butler系統的全球第三方物流公司,用於它在比荷盧經濟聯盟的泛歐分銷業務之一,以及其區域履行中心的領先電子商務平台。兩者都選擇了Butler的貨到人的解決方案,以提高其準確性、靈活性和生產力。在那些尋求優化其複雜的訂單履行操作,以實現成本競爭力和提高客戶服務水平的公司中,GreyOrange機器人解決方案一直受到關注。
全球電子商務的蓬勃發展,導致更多企業需要管理當天的訂單到發貨交付的時間,而不是隔一天或更長時間的交付。在該公司即將推出的據點中,將布署數百台機器人,以便每一台機器人在更短的終點裝卸時間內,能顯著地處理更高的產量。
滿足工業電源傳輸需求 TI從五大面向著手
在資料中心、車用電子、工業等眾多應用驅動之下,全球能源使用量大增,如何有效提高能源使用效率,已是產業界共通的發展課題。為此,德州儀器(TI)將從工業自動化、能源效率、功率密度、分散式與再生能源,以及大數據儲存與傳輸等五大面向著手,透過各種創新技術,提升能源管理效率。
在工業管理方面,TI指出,工業自動化能夠提升產能及製造效率,但安全疑慮也隨之而來,自動化工廠內常設有沉重又龐大的機器設備,需要高電壓操作,為工廠操作員帶來困難與危險。因此須採用隔離技術,讓感測節點和操作員在高電壓環境下,仍能有效且安全地工作。
而隨著大數據和人工智慧興起,全球對快速存取資料的需求與日俱增,儲存與取得資料所需的能源也隨之攀升,如何管控相關成本及對環境所造成的影響將成為一大挑戰。
TI表示,資料中心的雲端儲存/運算需求增加,導致其耗電量也因而提高;預估至2020年,資料中心的耗電量將突破730億度,相當於超過千萬戶的家庭用電。換言之,資料中心存放的資料愈多,冷卻所需的能源便愈高,對電網造成的負擔也會愈大。
也因此,全球對於提高發電與配送能源的需求顯而易見,如何實現高效率的能源轉換已成當務之急。因此,新材料和新技術趁勢崛起,像是運用共振與混合式DC-DC變壓器等新技術,達到尺寸縮小、效能提升、升溫減少等目標;再結合演算法,便可減少系統閒置時所需耗費的電力,壓低能源需求。或是運用氮化鎵(GaN)與碳化矽(SiC)等新興功率半導體,實現高電壓、高效能、小尺寸目標。
另一方面,隨著半導體技術導致功能增加後,也帶動能源需求提升。TI指出,而在電池容量與效能成長之際,功率密度也須跟著提升,才能增進使用者體驗。
德州儀器工業系統解決方案應用經理孔令梅表示,工業自動化、大數據儲存與傳輸及分散式再生能源等應用興起,市場對於電源設備的效率和功率密度更加要求,該公司也持續推出創新參考設計,如新一代主動鉗位反馳式控制器UCC28780和LLC諧振控制器UCC256301等,滿足工廠電源傳輸設備、UPS、通訊與伺服器電源、DC-DC設備、無人機電池組等應用需求。
機器視覺受大廠重視 AI助力工業應用大爆發
2D機器視覺技術已發展相當成熟,也越來越受到工業領域的重視。在台灣,許多半導體大廠甚至開始設立部門,培養專業團隊來開發最為適合自家產線的機器視覺應用。人工智慧(AI)亦是眾廠商關注的另一項技術,未來在機器視覺與人工智慧兩大技術聯手之下,將開展出更多工業相關的新應用。
康耐視(Cognex)資深應用工程師陳元得表示,近兩年來機器視覺技術越來越受到台灣半導體大廠的重視。在以往,半導體廠商多半直接向設備製造商購買製造設備,然而自2016年開始,許多半導體廠商開始成立機器視覺的產線應用研發部門,直接觀察生產線中對於機器視覺的需求,並導入技術優化、改善生產流程。
傳統的2D機器視覺技術已幾乎發展到極致,未來該技術若要持續突破,勢必得導入人工智慧(AI)深度學習功能。陳元得指出,目前儘管是針對工業領域的人工智慧應用,依然多以如卷積神經網路(Convolutional Neural Network, CNN)這樣常見的算法為大宗,然而使用該演算法往往需要使用上萬張圖片供機器學習,許多業者皆相當困擾無法蒐集到如此大量的圖片資訊。
為因應工業對於人工智慧的需求,康耐視於今年推出了專為工廠自動化設計的ViDi解決方案,適合用於工業瑕疵檢測、瑕疵分類、對位等應用。更針對工業需求開發了獨特的演算法,只需要30~50張圖片就能夠使機器完成學習,進而輔助生產線的瑕疵檢測。
在康耐視今年所推出的ViDi解決方案中,亦導入了光學字元識別(Optical Character Recognition, OCR)功能,能做到文字的判讀辨識。該解決方案不只能做到英文字母與數字的辨識,更能夠依照客戶的需求進行學習,做到中文字的判讀。
在工業領域中,業者普遍對於新技術的導入較為保守,然而陳元得指出,在近期業務推廣的過程中發現,業界對於深度學習技術的接受度很高;因此,在未來康耐視希望盡可能接觸不同業者,透過與合作夥伴的交流開發更多深度學習在工業領域的應用可能。
Wave Computing攜手博通 衝刺7奈米AI晶片開發
隨著人工智慧(AI)技術與應用的演進,其工作負載與神經網路的複雜度正呈現爆炸性的增長,而業者也嘗試藉由先進半導體製程生產出符合AI應用所需的處理器。日前,AI新創公司Wave Computing即宣布將與博通(Broadcom)展開合作,共同將該公司下一代資料流處理器(Dataflow Processing Unit, DPU)推升至7nm製程。並以該款DPU為基礎,推出AI系統解決方案。而這也是首家宣布採用7nm製程技術進行AI系統開發的廠商。
Wave Computing技術長Chris Nicol說明,該公司下一代DPU將自家數據流架構及64位元多執行緒(Multi-threaded)核心技術和台積電(TSMC)的7nm製程技術結合,以提升其邊緣應用的AI解決方案的處理效能,並降低生產過程的風險與成本。此外,博通的封裝與測試經驗以及7nm矽智財(IP)平台,也都將有利於該公司,進一步提升AI系統的效能與容量,以因應龐大的機器學習數據集。
博通ASIC產品部門資深副總裁兼經理Frank Ostojic也指出,AI工作負載與神經網路的複雜度正呈現爆炸性的增長,而他認為,7nm先進製程與資料流技術的整合,將有助於AI產業更快地創新從雲端到物聯網的應用。
整體而言,Wave Computing現行版本的DPU採用的是16nm的製程,而下一代DPU將採用台積電7nm製程進行生產,並藉助博通的設計平台、量產技術,以及其通過認證且適用於高性能深度學習應用的7nm 56Gbps與112Gbps串列器/解串列器(SerDes),完成產品開發與生產。
針對這項合作案,市場研究機構Moor Insights&Strategy資深分析師Karl Freund表示,7nm製程與資料流技術的結合,將有利於打造能滿足AI應用嚴苛要求的處理平台。而他也看好博通在先進製程設計方面的知識,能協助Wave Computing在AI技術上的開發。