說起智能工廠，必須從1913年美國福特啟用全廠輸送系統開始講起。這個項目從1907年開始萌芽，但一直到1913年才正式投入大規模生產，全新的生產方式開始運作后，福特工廠生產一臺車的時間由12.5個工時減少為5小時50分鐘。到了1914年夏天，新的流水裝配線已能在1小時33分鐘內完成裝配。并且，隨著流水線工程的不斷完善，福特工廠的工效紀錄每一天都在刷新，年產量從788輛一路飛升，到了第四年已經達到了73萬輛。

福特生產的汽車也許并未超越當時的技術水平，但福特生產出的這套生產方式，標志著世界工業史上一個新時代，即大規模自動生產時代的來臨。經過100多年的發展，自動化時代已經開始步入了智能時代，智能生產即將進入白熱化階段，智能工廠時代即將全面來臨。

什么是智能工廠？

曾經的自動化工廠，在生產過程中，還需要大量硬件工程師的協助，需要工人24小時倒班盯生產線，是否會出現機器故障。有了智能工廠，及時的預警及糾錯功能，讓工人們更省心省力，并且在發展的過程中，智能工廠還會根據訂單需求，轉變工作模式，對電力、物力及生產力的利用逐漸達到峰值。智能工廠是現代工廠信息發展的新階段，傳統的工業生產采用M2M的通信模式（Machine-to-Machine/Man），實現了設備與設備間的通信。而物聯網通過Things to Things的通信方式實現人、設備和系統三者之間的智能化、交互式無縫連接。在自動化及數字化工廠的基礎上，智能工廠構建了一個高效節能的、綠色環保的、環境舒適的人性化工廠。

在石化、鋼鐵、機械裝備制造、汽車制造、航空航天、飛機制造等行業，智能工廠得到了高度發展。《中國制造2025》明確提出要推進制造過程智能化，在重點領域試點建設智能工廠/數字化車間，這必將加速智能工廠在工業行業領域的應用推廣。

智能工廠的特性

“智能工廠”的發展，是智能工業發展的新方向。但并不是所有智能工廠都能被稱為智能工廠，如何判斷這個工廠是否是智能工廠？我們可以從以下五個特性入手：

1、系統具有自主能力：可采集與理解外界及自身的資訊，并以之分析判斷及規劃自身行為。

2、整體可視技術的實踐：結合訊號處理、推理預測、彷真及多媒體技術，將實境擴增展示現實生活中的設計與制造過程。

3、協調、重組及擴充特性：系統中各組承擔為可依據工作任務，自行組成最佳系統結構。

4、自我學習及維護能力：透過系統自我學習功能，在制造過程中落實資料庫補充、更新，及自動執行故障診斷，并具備對故障排除與維護，或對系統執行的能力。

5、人機共存的系統：人機之間具備互相協調合作關系，各自在不同層次之間相輔相成。

智能工廠的優劣勢

據了解，智能工廠的建立不僅有利于提高資產效率、生產質量，降低企業成本，還能營造更更安全的生產過程，保持生產的可持續性等好處。這主要表現在以下五個方面：

1、資產效率
智能工廠的每個方面都會產生大量數據，通過持續分析，可以發現可能需要某種糾正優化的資產性能問題。這種糾正功能智能工廠與傳統自動化工廠出現明顯差異，自動化工廠如果沒有人員干預，會一直向前沖，向更高的產能，更多的產品進軍，而智能工廠會根據實際需求，調整機器的工作時間，這就像為一群士兵安排了一位將軍。

2、質量
智能工廠特有的自我優化可以更快地預測和檢測質量缺陷趨勢，并有助于識別質量差的人為、機器或環境因素。更優化的質量流程可以使產品質量更高，缺陷和召回更少。工廠內配備電子看板顯示生產的實時動態，同時，操作人員可遠程參與生產過程的修正或指揮。

3、更低的費用
傳統上，優化流程可以帶來更好的成本效益——具有更可預測的庫存需求，更有效的招聘和人員配置決策，以及減少流程。更高質量的流程還可能意味著對供應網絡的綜合視圖，以及對采購需求的快速，無延遲響應，從而進一步降低成本。

4、安全和可持續性
智能工廠還可以為勞動保健和環境可持續性帶來真正的好處。更大的流程自主性可以減少人為錯誤的可能性，包括造成傷害的事故。利用物聯網技術實現設備間高效的信息互聯，數字工廠向“物聯工廠”升級，操作人員可實現獲取生產設備、物料、成品燈相互間的動態生產數據，滿足工廠24小時監測需求。智能工廠的相對自給自足可能會取代某些需要重復和疲勞活動的角色。

5、對制造工藝的改進
基于龐大數據庫，智能工廠可以實現數據挖掘與分析，使工廠具備自我學習能力，并在此基礎上完成能源消耗的優化、生產決策的自動判斷等任務。

以服裝廠為例，中國縫紉機械協會稱，在自動化工廠之上引入TIMS智云1.0智能生產管理系統，可以整體提高20%的生產效率，降低30%的次品率，節省工時人均8-10天，非正常停機時間縮短80%，大大提高了利潤率。

當然智能工廠也會面臨很多問題，最大的問題就是結構性問題和技術性問題。

目前傳統工業與互聯網企業均想推進工業物聯網的發展進程，但兩者各有弊端：傳統工業不熟悉軟件開發，互聯網企業缺乏對工藝的了解，不熟悉生產流程及規范，如何讓兩者快速聯手，進軍智能工廠，是當務之急。

技術性問題則更難一些，傳統工業的思考流程與工業互聯網存在較大差異。如何實現制度、生產流程以及每一個動作都可以被系統所管控到，需要工廠將大量數據上傳到系統中。而傳統工業特別是一些中小型企業，數字化進程緩慢，或者根本沒有數據支持，讓智能化系統無從下手。

智能工廠市場規模及發展趨勢

智能工廠是現代工業、制造業的大勢所趨，是目前實現企業轉型升級的高級優化路徑。根據當前各行各業建設智能工廠的熱情及擴張速度，預計未來幾年，中國智能工廠行業仍然將保持10%以上的年均增速，2024年，中國智能工廠行業市場規模突破1.2萬億。

智能工廠將大量運用機器人，這從現代汽車收購波斯頓動力可見一斑，在智能工廠中，機器人帶來的自動化和智能化將轉化為更智能化的人機協同。在技術層面，智能工廠也可以建立與導入云端，并進行云端運算與大數據分析，例如：CPS技術可進行編程、記憶與儲存能力，并結合感測器和通訊技術，嵌入CPS的實體設備，連接到網絡，可讓實體設備同時兼具通訊、精準控制、遠程協同與自主反應運作。

工廠智能化解決方案

隨著生產設備逐漸增多、生產過程日益復雜、人力成本快速上升以及系統管理的要求越來越高等因素，通過智能化手段進行設備的控制管理成為數字化工廠發展的主要趨勢。智能工廠包含工廠運營管理的五個方面——制造資源控制、現場運行監管、物流過程管控、生產執行跟蹤、質量工作監督。

針對這五大方面的難題，許多企業推出了解決方案。以下列舉了部分企業為智能工廠數字化生產提供的解決方案。

中國智能工廠優秀企業

上海通用金橋工廠

上汽通用金橋工廠車間內實現了100%焊接自動化。386臺機器，卻只需要10多位工人，而每天的產量是80臺凱迪拉克。這樣的工作效率，全球也數不出10個。

阿里巴巴菜鳥無人倉

說起智能工廠，阿里巴巴一定要擁有姓名！菜鳥計劃建設國家智能物流骨干網，把中國物流成本占GDP的比重降到5%以下。為此，菜鳥研發了柔性自動化倉儲系統，利用AI技術，讓大量機器人在倉內協同作業，組合成易部署、易擴展、高效的全鏈路倉儲自動化解決方案。

?

正大食品無人水餃工廠

幾千平方的廠房里，干凈整潔，機器24小時不休息的工作，可是看不到一個員工。從和面、放餡再到捏水餃，是一條完全干凈整潔的流水線。以前整個工廠需要200個工人，現在生產相同的東西用工卻在20人以下，這意味著“無人工廠”壓縮人工可達90%。

實施互聯智能工廠的關鍵是半導體

要完成智能工廠的轉型必須要具備五個要素：互聯、優化、透明、前瞻和敏捷。這些特征均能幫助智能工廠做出更明智的決策，并協助企業讓生成流程更高效精準。要達成這五個要素則對芯片有著更高的要求。傳統芯片設計模式無法高效應對快速迭代、定制化與碎片化的芯片需求，半導體企業正在往智能化方向發展。

下面就從四個方面來看看未來智能工廠的發展對于芯片有哪些更高的要求：

1. 物聯網
工業物聯網的提出給智能工廠提供了一個新的突破口。物聯網的目的是實現物與物、物與人，所有的物品與網絡的連接，方便識別、管理和控制。其設備的強勁需求對200mm晶圓上制造大尺寸設計節點芯片的產量要求正在大幅度增加。為了滿足這一需求，許多晶圓廠都在使用經過升級，重新認證的設備，這些設備在使用之初是在這些設計節點處于領先地位時引入的。

當今的電子產品需要最先進的邏輯微處理器，大容量存儲芯片和先進的封裝集成。面向物聯網的高級邏輯，DRAM、NAND閃存和其他先進的半導體器件則在芯片制造，光罩制造和封裝測試上都有更高的要求。

2. 大數據分析
離散制造企業生產線處于高速運轉，由生產設備所產生、采集和處理的數據量遠大于企業中計算機和人工產生的數據，對數據的實時性要求也更高。在生產現場，每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備開機率、運行率、故障率、生產率、設備綜合利用率（OEE）、質量百分比等。在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。

作為信息技術重要組成部分的半導體傳感器將整合音訊、光線、化學分析及壓力、溫度感測等子系統，發展出人體眼睛、鼻子、耳朵、皮膚等感官功能的芯片；再加入對電磁、電力的感應與控制能力，將賦予物品一定的“生命力和思想”，使物聯網的實現變成可能。

為了處理大量數據，企業需要超快速度和卓越性能的服務器。在數據分析迅速發展的時代，具有固定硬件配置的傳統服務器可能難以為繼。企業要真正最大限度地發揮大數據的潛力，必須采用靈活的服務器解決方案。

3. 云數據共享
構建綠色制造體系，建設綠色工廠，實現生產潔凈化、廢物資源化、能源低碳化是智能工廠建設過程中的一大重要戰略。云數據共享可以使工作人員在生產現場快速查詢和下載所需要的生產信息，即時歸檔保存資料，從而杜絕文件、數據丟失，進一步提高生產準備效率和生產作業效率，實現綠色、無紙化生產。

人工智能芯片在數據中心的應用持續增長，用于深度學習和矢量處理任務的gpu、FPGAs和asic的新型處理器架構正在推動蓬勃發展的AI芯片市場，技術領域因而成為人工智能芯片的最大市場。預計全球半導體行業總收入將從2018年的4,810億美元增長到2019年的5,150億美元，且增長態勢有望持續至下一個十年。主要市場驅動力量包括現有產品的持續強化、人工智能產品和5G網絡等新興技術的增長。半導體行業的大部分收入將來自于以存儲和云計算為代表的數據處理類電子以及以無線通訊為代表的通訊電子。

4. 自動化生產線/智能機器人
智能工廠的發展推動了工業機器人、機械手臂等智能設備的廣泛應用，使工廠無人化制造成為可能，而這一切都需要人工智能芯片的加持。

到2022年，人工智能芯片市場在整個人工智能市場中的占比預計超過12%，復合年均增長率達到54%。美洲地區將引領全球人工智能市場，歐洲、中東及非洲地區和亞太地區緊隨其后。2022年，美洲地區將占據主導市場地位。

人工智能芯片不僅可以部署在云端，還可以應用于多種網絡邊緣設備，如智能手機、無人駕駛汽車以及監控攝像頭。應用于網絡邊緣設備的人工智能芯片多為推理芯片，且專業程度越來越高。到2022年，人工智能推理芯片市場的規模預計將增至20億美元，復合年均增長率達到40%。
編輯：黃飛

?