當涉及到生產時，公司花費無休止的周期來改進他們的流程，以獲得最大的收入。生產線經過嚴格的測試，任何變化都需要停機時間，這會吞噬公司的利潤。這就是人工智能的用武之地。

制造業作為一個行業已經成熟，可以體驗人工智能的好處，因為它執行高度可重復的任務，每個任務都可以針對整體性能進行調整和優化。人工智能從傳感器、攝像機甚至結果中獲取現成的歷史數據，并以比任何人都快的速度處理這些數據，而不會感到疲倦。一旦數據被輸入到人工智能中，人工智能就能夠理解它，然后它必須根據過去的數據做出預測，根據可用的最佳選擇做出選擇，最后它采取行動。

在 GTC ‘ 21 上，建造 生產和包裝的人工智能解決方案 的數據怪獸討論了人工智能在制造業中的發展，以及人工智能如何被用于優化供應鏈的各個部分，從預測和生產計劃到質量控制。會議“ 制造業人工智能入門 ”分享了人工智能如何使用現有的數據來提高任何組織的整體設備效率（ OEE ）。

OEE 由三個因素組成：可用性、性能和質量。這些因素中的每一個都可以優化，以提高效率，從而提高制造商的利潤。讓我們來看看各種人工智能技術，可以用于每一個。

可用性是通過正常運行時間與停機時間的比較來衡量的。由于系統任何部分的停機都可能導致生產力的急劇損失，因此許多制造商希望通過預測性維護來提高機器的正常運行時間。預測性維護模型從系統中學習并識別預測故障的指標。此模型可以在發生故障之前提醒團隊，并就需要修復的問題提出建議，這兩種方法都可以減少停機時間。

性能是指產品的生產速度與生產速度的對比。對于制造領域中高度重復性的任務，人工智能可以幫助確定基于目標函數參數的最有效的調度，并就哪些地方可以消除瓶頸提出建議。根據參數，流程優化可以根據技術變量和歷史結果確定最有效的結果，從而最大限度地提高吞吐量、最小化成本和減少剩余庫存。

生產質量意味著看產品中有多大比例的產品沒有缺陷。在這里，計算機視覺為分析提供了大量的數據。制造商可以通過識別過程中缺陷發生的位置來提高整體質量，以便將來可以預防缺陷。減少缺陷和提高產品的整體質量不僅會對生產率產生巨大的影響，還會對收入產生巨大的影響。

人工智能在制造領域成為一個巨大的差異，因為它減少了人工操作，并通過優化成本和調度提高了效率和市場競爭地位。

由于執行這些任務所需的人工智能計算量很大，制造商們正在將計算結果與生成數據的傳感器接近。將 compute 移動到邊緣可以降低運行 AI 應用程序的延遲和帶寬要求，確保最快和最準確的響應。生產線上有許多計算系統，人工智能模型從云端下載，數據在本地收集和處理。模型被微調并上傳回云端，以便在多個邊緣系統之間進一步分發。

關于作者

Amanda Saunders 在 NVIDIA 負責 Edge 和企業計算解決方案集團的 Edge AI 產品營銷。她為醫院、商店、倉庫、工廠等帶來了智能的邊緣計算解決方案。除了從事 edge 解決方案之外， Amanda 還在 NVIDIA 擔任銷售和營銷角色，與 AI 、數據科學、虛擬 GPU 和許多不同行業合作。

審核編輯：郭婷