AI在哪里？

這個問題如果放在幾年以前，很多人會感覺高深莫測，但在如今，我們回答起來游刃有余：在客廳里，天天與我們對話的智能音箱;在手機中，隨手拍出的美顏照片;在電商平臺上，總被猜中心思的商品推薦……

讓AI無處不在，是正在進行中的第四次產業革命的目標，也是每一個參與其中的開發者、建設者們心中的夢想。

然而當AI逐漸進入到產業深處，深度參與工業領域的智能化轉型時，如何讓AI從無到有，從最開始的簡單應用或者單一場景出發，繼而完成對整個產業的覆蓋，成為實現智能制造的關鍵。

近日，凌華科技發布了一系列基于華為昇騰的AI邊緣計算產品，推進AI算力融合在工業智能領域，讓AI應用落地于更多工業制造場景。

就像涓流成河匯成海一般，華為昇騰攜手合作伙伴正在構建一幅讓AI無處不在的百業全景圖。

智能制造的AI算力需求，華為昇騰來滿足

一提到產業智能化轉型，很多人的第一反應就是“上云”，確實，在面對高并發、小吞吐、長時延的計算需求時，“上云”是最便捷的一條解決路徑，然而在工業領域，大量視頻、圖像、高頻傳感器構成的異構數據需要進行實時處理， 使得異構大計算的需求滿足也成了不容忽視的重點，特別是智能制造領域普遍采用的混合云+AI+5G等新技術的組合，更是帶來了更加復雜且多元的多樣計算需求。

另外一個維度，與我們經常遇到的消費生活場景有所不同，在工業領域，AI應用首先需要對應不同的行業，如電子、汽車、醫藥、冶金等，然后每個行業還會有無數的落地場景，如視覺質量檢測、設備預測維護、生產排產等，即便是同一類場景，不同企業在該場景下的分析對象也有區別，如果都用通用CPU計算來處理，需要匹配極為強大的處理能力和算力，這將與智能制造所指向的“降本增效”的目的相悖，因而針對不同的業務場景、不同的數據類型和實時性要求，匹配不同的算力部署方案，這樣的計算架構也就更加科學。

正是在這樣的背景之下，凌華科技推出了基于華為昇騰的四款AI邊緣計算產品：昇騰AI邊緣小站、昇騰邊緣AI工作站、增強型昇騰工作站以及昇騰AI工控機。

如果應付一些工業應用場景一般的基本算力需求，昇騰AI邊緣小站（DLAP-221）就能勝任了，這款產品尺寸體積小，可以靈活部署，由于集成了華為Atlas-200 AI加速模組，可以在非常緊湊的尺寸內具備較為強勁的AI算力，單機可實現20路高清視頻實時分析，同時還預裝了昇騰制造業mxManufacture SDK，可以說麻雀雖小五臟俱全。

如果某些工業應用場景對算力有一定的需求，那么搭載了華為Atlas 200/Atlas 300I推理卡的昇騰邊緣AI工作站（MVP614X）就比較適合了，這款產品使用了Intel第九代i3/i5/i7處理器，整機可實現無風扇運行，經過特殊優化的散熱設計可確保多張Atlas 200或Atlas 300I推理卡同時工作。

如果有工業應用場景有非常高的算力需求，那么可以采用多華為Atlas 300I推理卡搭載平臺的增強型昇騰工作站（DLAP8000），DLAP8000可支持更高級的Intel Xeon處理器，經過優化后的電源同時可確保4張Atlas 300I工作;考慮到用戶現場對于大容量數據的存儲要求，DLAP8000在有限的體積下安裝了4塊2．5”硬盤。

如果某個應用場景需要同時擴展圖像采集、現場IO、運動控制功能時，凌華科技用可以擴展多路華為Atlas 300I推理卡的昇騰AI工控機（RK608/M43AI）來進行匹配，該產品有額外的PCI/PCIe插槽，可以同時搭配凌華科技特有的現場采集卡和運動控制卡。

從以上產品的功能亮點我們可以看出，凌華科技充分利用了昇騰的AI多樣計算能力，根據不同場景的不同算力需求，開發了與之適配的產品，可以說智能制造需要怎樣的AI算力，凌華科技和昇騰就有相對應的算力產品或算力部署方案。

哪里需要AI，哪里就有昇騰

說了這么多，凌華科技的這些產品到底好不好用，基于昇騰的智能制造解決方案到底發揮作用了嗎？下面，我們一起來看看凌華科技與昇騰的幾個落地案例。

眾所周知，在工業質量檢測領域，目前還有很多企業依賴于人工檢測，但受專業技術能力和經驗傳承的影響，檢測結果和檢測效率受人的干擾因素較大，特別是當人長時間重復單一工作，容易疲勞，會更加加重上述問題的產生。

于是，有的企業開始采取用工業相機拍照，圖文圖片模板比對的視覺檢測方式，相比依靠人的傳統視覺檢測方式，效率會有所提升，但新的問題又產生了，由于產品自身質量波動，圖像取像的角度、亮度變化甚至環境因素的干擾，從而使得視覺檢測測試的準確率始終難以達到理想水平，特別是當產品換線從A產品切換到B產品時，期間要經歷一段很長的調試時間，對于企業而言是個不小的負擔。

時下最新的AI質量檢測方案，則是傳統視覺融合深度學習技術，自動圖像特征提取，基于大量的歷史缺陷圖片完成模型訓練，只要檢測物的相似度達到一定程度即完成檢測過程，這種方案柔性很強，準確度和效率也大大提升。

在電子組裝行業，凌華科技在華為南方工廠智能計算產品生產線智能質檢項目中，直接將裝載Atlas 300I推理卡的工控機部署到產線，搭載2000萬像素高清工業相機，對電子組裝產品的標簽銘牌、螺釘、涂膠等對象進行檢測，將誤報率降低到1%以下，檢出率提高到99．9%，從1個人管理一條產線到目前1個人管理3條產線，檢測效率直接提升了3倍。

相比電子組裝行業對標簽銘牌的檢測對算力要求不高，我們再來看看集成電路行業中對集成電路板的品控監測，其中焊點異常的檢測最為重要，由于電路板上焊點數量極大，這就涉及到算力升級的問題。

凌華科技采取的解決方案是通過部署搭載Atlas 300I推理卡的工控設備至檢測設備上，同時配以AI深度學習算法，從而獲得了同等算力下較低成本的算力配置，工業生產場景下，直接提升了10%-50%AOI直通率。

如果上述兩個案例檢測項目比較單一，對于算法的要求不高，那么我們再來看看凌華科技的AI邊緣計算解決方案在醫藥生產行業中的落地。

一板藥物膠囊是否合格達到出廠條件，需要比對藥板批號是否清晰無誤、膠囊是否漏粉、是否有壓泡、空囊這樣的紕漏，因而除了算力的要求之外，還需要多算法的融合。

凌華科技在工控設備中配置Atlas 300I推理卡，再加上算法合作伙伴的AI深度學習算法，實現了極低的誤檢率，小于3%，正確率高于99．47%，減少了95%的人力依賴。與此同時，還能對產品缺陷進行可視化標記，實現缺陷快速精準定位，在空膠囊、漏粉、壞囊、編號打印錯誤等常規必檢項之外，還能檢測包括藥板毛邊、折痕、白邊等無規律缺陷。

以上只是昇騰在工業智能化轉型中使能百業中的一點點進展，管中窺豹，昇騰AI算力正在以各種形態和各種方式進入到工業領域的縱深，可以說，哪里需要AI，哪里就有昇騰。

智能制造新舊動能轉換趨勢之下的昇騰畫卷

其實，無論是新基建還是“十四五”規劃，在制造強國、質量強國、網絡強國、數字中國等一系列國家戰略之下，產業智能化與智能制造新舊動能轉換的時代趨勢已成，作為為各行各業解決AI算力需求的昇騰正處于巨大的歷史機遇之中。

需要確定的是，這個機遇并不僅僅只屬于昇騰，從上述案例可以看出，在昇騰的普惠AI戰略之下，通過硬件開放軟件開源的方式，昇騰構建了一個以自身AI算力和完善的AI軟硬件開發環境為基礎的昇騰生態，在這個生態中，通過強力專業的生態伙伴，完成了對足夠廣泛產業的覆蓋。

從凌華科技與昇騰的合作來看，雙方取長補短，不但實現了自身的商業價值，同時在產業智能化的時代趨勢之下獲得了共同成長。

在這里，我們也應該看到，產業智能化的道路才剛剛開始，有數據顯示，目前AI與行業的滲透率僅有4%，這也意味著為了完成AI無處不在的目標，昇騰還需要更多的同行者一起在這場時代洪流中去探索更多的可能。

責任編輯：xj