新聞媒體

iKala Cloud / 新聞媒體 / Google Cloud 與 iKala 力助打造雲端智慧工廠

Google Cloud 與 iKala 力助打造雲端智慧工廠

iKala 與 Google Cloud 合力推廣智慧製造雲端落地應用。

 

智慧化浪潮席捲全球,數據力成為未來製造業的重要成長動能,但對多數業者而言,雲端、AI、大數據都是全新技術與概念,在導入階段難免會受挫,Google Cloud Platform(GCP) 是全球公有雲領導品牌,長年深耕各專業領域,在製造業也已有對應解決方案,iKala 則是 Google Cloud 的長期合作夥伴,對於推動GCP至不同領域的應用具備深厚基礎。

 

日前於新竹國賓飯店所舉辦的「數據驅動雲工廠 智慧製造雲端 AI 研討會」,匯集了 Google Cloud 與 iKala 兩方專業人士,針對製造系統所應用的雲端與 AI 技術,發表精采演說,全場活動聚焦於三大主軸:AI、混合雲架構、數據分析。

 

iKala 董事執行顧問林濬暘在開場致詞時表示,iKala 是 GCP 在台灣的重要合作夥伴,對該技術具有高度專業。近年來企業紛紛推動數位轉型,GCP 也成為各類型業者建置未來營運架構的主要選擇,為了協助客戶順利完成智慧化系統,iKala 除了代理 GCP 外,本身也投入 AI 技術研發,希望藉由雲端與 AI 兩大技術的整合,落實智慧化願景。

 

Google Cloud 台灣總經理邵光華則在演講中指出,從二十世紀初開始,全球經過了幾次巨大的變革,包括二次世界大戰、911 事件、金融海嘯,然而,每一次的變革也進而推動了製造業轉型,提供人類社會更完善的生產機制,2020 年開始的 COVID-19(新冠肺炎)疫情也將促成產業的轉型,未來去中心化、高度保護智財、系統異質化…等將成為後疫情時代的新常態,而雲端平台將成為企業面對新常態的最佳 IT 選擇,Google Cloud 也因應市場變化與使用者需求,持續優化 GCP 架構,提供各類型企業最佳化服務。

 

對於製造業的智慧化建構,活動特別先以「智慧製造 AI 雲端超前部署」為題,深入剖析 Google AI 平台、MLOps,並介紹其預測應用案例。演講中強調過去故障才維修與排程保養的方式,已不敷現在製造業需求,未來必須透過 AI 機器學習演算法,先一步偵測設備的各種運作波型,並精準分析出設備的故障位置與時間,才能避免產線無預警停機。舉例來說,有自來水公司與石油探勘業者,透過 Google AI 平台與 MLOps 偵測設備的數值,藉此掌握機台、管線的狀態,大幅提升系統的可用性,讓設備效益最佳化。

 

而活動另一亮點則聚焦於智慧製造的混合雲架構,介紹混合雲新標準 Anthos 與 Hybrid AI。在 Google Cloud 混合雲中,Anthos 是基於 Kubernetes 的跨雲 / 接地平台,可部署在企業內資料中心。通過 Anthos 單一管理介面,可隨選發布所需應用程式到指定的地端或雲端機房,Anthos 所提供的服務網格 (Service Mesh) 甚至可提供跨叢集的協同服務。在 AI 部分, Google Cloud 針對不同應用推出專屬的 AI 工具,包括訓練、推理都在地端的 Kubeflow、無須學習可直接在地端推理的 Hybrid AI、可於雲端學習地端推理的 AutoML,透過這些工具,企業可自行打造最佳化智慧製造系統。

 

對於 Google Cloud 的 AutoML,現場更實際展示此工具在產線瑕疵檢測上應用。過去機器學習的訓練模型流程,依序為定義目標、收集並處理數據、創建模型、優化模型、部署模型等步驟,在上述流程中,後三者需要耗費大量時間反覆調校參數,往往是系統上線延遲的主因,透過 AutoML,則可自動完成這三道程序,此工具簡單易用,工程師只需清楚定義學習條件,不須寫程式或太多機器學習專業知識,即可快速完成自己專屬的機器學習模型的訓練模型。

 

最後,數據分析在智慧製造的落地應用,Google Cloud 以現代化資料倉儲工具 BigQuery 來做演示。智慧化時代數據量暴增,要妥善處理、精準應用如此大量的數據並非易事,BigQuery 為無須管理伺服器的資料倉儲服務,企業可藉由其平行運算技術,高效率分析海量數據。演講中以全球 IC 設計大廠為案例,透過 BigQuery 大幅強化 IT 系統的彈性,並降低系統成本。

 

隨著智慧化趨勢的底定,雲端已是新世代製造業不可或缺的建置,對於未來製造系統,Google Cloud 與 iKala 的合作不僅可滿足製造業者的效能、穩定、安全、成本需求,同時也提供各種 AI 工具,將可協助製造業順利打造最佳化系統,掌握工業 4.0 的龐大商機。

 

(本文轉載自 DIGITIMES。)

回到頂端