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。）