全景图|让AI无处不在，华为昇腾构建了一幅怎样的百业全景图？( 二 ) 中薪|高薪|全景|华为|升腾|百业

众所周知，在工业质量检测领域，目前还有很多企业依赖于人工检测，但受专业技术能力和经验传承的影响，检测结果和检测效率受人的干扰因素较大，特别是当人长时间重复单一工作，容易疲劳，会更加加重上述问题的产生。
于是，有的企业开始采取用工业相机拍照，图文图片模板比对的视觉检测方式，相比依靠人的传统视觉检测方式，效率会有所提升，但新的问题又产生了，由于产品自身质量波动，图像取像的角度、亮度变化甚至环境因素的干扰，从而使得视觉检测测试的准确率始终难以达到理想水平，特别是当产品换线从A产品切换到B产品时，期间要经历一段很长的调试时间，对于企业而言是个不小的负担。
时下最新的AI质量检测方案，则是传统视觉融合深度学习技术，自动图像特征提取，基于大量的历史缺陷图片完成模型训练，只要检测物的相似度达到一定程度即完成检测过程，这种方案柔性很强，准确度和效率也大大提升。
在电子组装行业，凌华科技在华为南方工厂智能计算产品生产线智能质检项目中，直接将装载Atlas 300I推理卡的工控机部署到产线，搭载2000万像素高清工业相机，对电子组装产品的标签铭牌、螺钉、涂胶等对象进行检测，将误报率降低到1%以下，检出率提高到99.9%，从1个人管理一条产线到目前1个人管理3条产线，检测效率直接提升了3倍。

文章插图
相比电子组装行业对标签铭牌的检测对算力要求不高，我们再来看看集成电路行业中对集成电路板的品控监测，其中焊点异常的检测最为重要，由于电路板上焊点数量极大，这就涉及到算力升级的问题。
凌华科技采取的解决方案是通过部署搭载Atlas 300I推理卡的工控设备至检测设备上，同时配以AI深度学习算法，从而获得了同等算力下较低成本的算力配置，工业生产场景下，直接提升了10%-50%AOI直通率。
如果上述两个案例检测项目比较单一，对于算法的要求不高，那么我们再来看看凌华科技的AI边缘计算解决方案在医药生产行业中的落地。
一板药物胶囊是否合格达到出厂条件，需要比对药板批号是否清晰无误、胶囊是否漏粉、是否有压泡、空囊这样的纰漏，因而除了算力的要求之外，还需要多算法的融合。
凌华科技在工控设备中配置Atlas 300I推理卡，再加上算法合作伙伴的AI深度学习算法，实现了极低的误检率，小于3%，正确率高于99.47%，减少了95%的人力依赖。与此同时，还能对产品缺陷进行可视化标记，实现缺陷快速精准定位，在空胶囊、漏粉、坏囊、编号打印错误等常规必检项之外，还能检测包括药板毛边、折痕、白边等无规律缺陷。

文章插图
以上只是昇腾在工业智能化转型中使能百业中的一点点进展，管中窥豹，昇腾AI算力正在以各种形态和各种方式进入到工业领域的纵深，可以说，哪里需要AI，哪里就有昇腾。
智能制造新旧动能转换趋势之下的昇腾画卷
其实，无论是新基建还是“十四五”规划，在制造强国、质量强国、网络强国、数字中国等一系列国家战略之下，产业智能化与智能制造新旧动能转换的时代趋势已成，作为为各行各业解决AI算力需求的昇腾正处于巨大的历史机遇之中。
需要确定的是，这个机遇并不仅仅只属于昇腾，从上述案例可以看出，在昇腾的普惠AI战略之下，通过硬件开放软件开源的方式，昇腾构建了一个以自身AI算力和完善的AI软硬件开发环境为基础的昇腾生态，在这个生态中，通过强力专业的生态伙伴，完成了对足够广泛产业的覆盖。
从凌华科技与昇腾的合作来看，双方取长补短，不但实现了自身的商业价值，同时在产业智能化的时代趋势之下获得了共同成长。
在这里，我们也应该看到，产业智能化的道路才刚刚开始，有数据显示，目前AI与行业的渗透率仅有4%，这也意味着为了完成AI无处不在的目标，昇腾还需要更多的同行者一起在这场时代洪流中去探索更多的可能。
*本文图片均来源于网络
深挖智能这口井，同好添加vx：zhinengxiaoyan
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
智能相对论（微信ID:aixdlun）：