中新網(wǎng)12月9日電 智能化水平提升制造業(yè)的競爭力，打造新一輪產(chǎn)業(yè)變革中的國家實力，并應對當下氣候變化和人口老齡化的時代挑戰(zhàn)，已經(jīng)成為世界各國在新一輪工業(yè)革命中的施策要點之一。

　　作為制造強國建設的主攻方向，智能制造關(guān)乎我國未來制造業(yè)的全球地位，對構(gòu)建新發(fā)展格局，建設數(shù)字中國更具有重要意義。因此在政府報告的內(nèi)容中，也常常能見到對于制造領(lǐng)域以及相關(guān)企業(yè)具有明確指導性的方針政策，其中涵蓋了從頂層設計到具體實施的全方位部署，為整個行業(yè)數(shù)字化轉(zhuǎn)型的未來勾勒出了宏偉藍圖。

　　在政策支持、技術(shù)發(fā)展和市場需求推動下，5G、大數(shù)據(jù)、云計算、人工智能向制造業(yè)加速融合滲透，推動了制造企業(yè)在瑕疵檢測、精密加工、時序預測、園區(qū)管理等方面的績效提升。

　　精準突破，AI助企業(yè)實現(xiàn)“量質(zhì)雙升”

　　成功的經(jīng)驗往往蘊含著普遍性的啟迪作用。以電池工廠中首個獲評全球“燈塔工廠”的寧德時代為例，其基于全球市場需求持續(xù)增長而來的產(chǎn)能和質(zhì)量提升的訴求，催發(fā)了AI 動力電池缺陷檢測解決方案的需求。這樣的解決方案既要能滿足總部逐層管控的要求，還需要具備更高效的實時缺陷檢測能力，即在圖像處理速度上實現(xiàn)單工序 400FPS 以上且達到零漏檢的目標。

　　瑕疵檢測是一項高度精細，且較為耗時的工程。傳統(tǒng)的人工瑕疵檢測方式不僅速度慢且準確度較差，而傳統(tǒng)數(shù)字圖像處理技術(shù)泛化能力差，需要根據(jù)每個機臺進行參數(shù)適配且與分工廠及總部脫節(jié)，缺乏整體部署管控能力，處理能力不能與持續(xù)增長的市場需求相匹配。

　　在此之前，寧德時代已在電池產(chǎn)品制造工廠的每一條電池生產(chǎn)線上都部署了多個攝像頭，每秒鐘即可產(chǎn)生數(shù)百張圖片，而一個廠區(qū)至少有十幾條生產(chǎn)線，所以一個廠區(qū)每一秒就有幾千張甚至上萬張圖片產(chǎn)生。因此，寧德時代急需導入一套技術(shù)方案，來對上述海量圖片進行實時分析和處理，以判斷生產(chǎn)過程中是否有產(chǎn)品缺陷，從而解決質(zhì)量控制上的行業(yè)難題。

　　幾經(jīng)考察，寧德時代選擇了導入集成AI加速能力的英特爾®至強®可擴展平臺產(chǎn)品組合，構(gòu)建起了一套橫跨“云-邊-端”，融合計算機視覺(CV)、深度學習(DL)和機器學習(ML)技術(shù)的 AI 電池缺陷檢測方案。

　　以基礎(chǔ)設施為本，釋放制造業(yè)AI潛力

　　工業(yè)視覺平臺是寧德時代全新 AI 缺陷檢測解決方案的核心系統(tǒng)，其以集群形式來搭建， “云平臺”在寧德時代總部，“邊緣”系統(tǒng)設立在分工廠，“終端”設立在生產(chǎn)線，不僅便于統(tǒng)一管控，還可以通過分布式部署來減緩處理壓力。

　　但分布式推理經(jīng)常會遭遇銜接不暢的問題。為解決這個問題，寧德時代的選擇是，以統(tǒng)一的大數(shù)據(jù)分析及 AI 平臺來應對，同時選用了面向英特爾®架構(gòu)優(yōu)化的 PyTorch深度學習框架進行 AI 處理，以及英特爾開源的OpenVINO™工具套件來進一步加速 AI 推理性能。

　　正所謂好馬配好鞍，先進的 AI 軟件優(yōu)化技術(shù)及工具，也需要搭配一流的硬件基礎(chǔ)設施才能發(fā)揮出最大價值——寧德時代在英特爾的支持下，在“端”處采用了英特爾®酷睿™ i5/i7 系列處理器，來構(gòu)建工業(yè)視覺平臺系統(tǒng)；在“邊緣”推理模塊及“云”中心的訓練模塊，導入英特爾®至強®可擴展平臺，來為更復雜的訓練和推理，以及總部的統(tǒng)一數(shù)據(jù)管理提供更強的算力和存儲支持。此外，英特爾還針對寧德時代“CV+DL+ML”混合模式的創(chuàng)新型缺陷檢測方案，在其選用模型、訓練方法、數(shù)據(jù)標注及模型調(diào)優(yōu)等方面提供了全面支持，使基于 AI 技術(shù)的缺陷檢測方案進一步提升了訓練準確率，并使檢測準確率和瑕疵找回率都超過了99%。

　　像寧德時代上述經(jīng)驗雖然只是“燈塔工廠”們數(shù)字化智能化建設的小荷尖角，但以工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)為新動能，從點到面鋪開來穩(wěn)步推進業(yè)務變革和流程再造，已經(jīng)是制造業(yè)在借助數(shù)智化實現(xiàn)轉(zhuǎn)型的共識，是他們在降本增效上的 “范本”。而在這一進程中，無論是諸多“燈塔工廠”的實踐經(jīng)驗還是業(yè)界專家的建議，背后都可見開放架構(gòu)計算平臺，特別是英特爾®架構(gòu)平臺對于制造業(yè)企業(yè)依托智能技術(shù)加速轉(zhuǎn)型過程中的重要性。這很大程度上是由于其不但久經(jīng)企業(yè)應用領(lǐng)域的考驗，還能很好地兼顧通用計算與專用加速的創(chuàng)新趨勢，特別是在通用計算方面的長期投入，使得基于英特爾®架構(gòu)的平臺與新興的、專攻不同特定應用加速的芯片及架構(gòu)相比，在滿足既有IT應用需求，并同步推動人工智能落地層面，對于人才和基礎(chǔ)設施更新的需求更少，利于包括制造業(yè)在內(nèi)的眾多傳統(tǒng)行業(yè)，無論是其中的大型、標桿型企業(yè)，還是中小企業(yè)以更低的成本和更快的速度去復刻行業(yè)內(nèi)實踐成功的方案，從而能幫助他們緊跟全行業(yè)“智造“進度，為建設數(shù)字中國提供增效。