Media

Google Cloud と iKala がタッグを組んでクラウドスマート工場を建設へ

iKala は Google Cloudと共同でスマート製造クラウドを推進している

スマート化の波が世界を席巻している中で、将来の製造業の成長を促す重要な鍵となるのはデータ力だ。しかし多くの業者は、クラウド、AI、ビッグデータなど最新テクノロジー関連の単語を聞いただけでその導入に尻込みしてしまうだろう。Google Cloud Platform (GCP) はパブリッククラウドの世界のリーディングブランドだ。長年各専門分野で実績を残し、製造業に対応するソリューションもある。iKala(アイカラ)はこの Google Cloud の長期提携パートナーとして、GCPを様々な分野に応用するための資質を備えている企業である。

現在、新竹アンバサダーホテル(国賓大飯店)で開かれている「データ指向クラウド工場 スマート製造クラウド AIセミナー」では、Google Cloud と iKala の専門家が製造システムで応用するクラウドと AI 技術に関する講演を行った。このセミナーでは「AI」、「ハイブリッドクラウドの構築」、「データ分析」の3つが主なテーマとなっている。

iKala のエグゼクティブ・アドバイザー林濬暘は開会の挨拶の中で、iKala はGCP の台湾における重要な提携パートナーで、この技術に関する高度な専門知識を有していると語った。近年、多くの企業が争うようにデジタル変革を推し進めており、GCP を運営フレームワークとして選択する企業も少なくないが、そんな中でiKala は GCP の代理としてだけでなく、企業のスマート化システムの完了までを支援するために、AI 技術開発の成果を投入し、クラウドと AI という2大技術の整合も成し遂げたのだ。

Google Cloudの台湾CEOである邵光華の講演では、20世紀初頭から世界は何度も大きな変革を経験してきたことが語られた。第二次世界大戦、アメリカ同時多発テロ(9.11)事件、リーマンショックなどがそれだ。それら変革のたびに製造業も変革を迫られたが、それがさらに十全な生産機能を生み出す結果になった。2020年から始まった COVID-19(新型コロナウイルス感染症)の流行も産業に変革をもたらしつつある。ポストコロナ時代には非集中化、高度の知財保護、システム異質化などがニュー・ノーマルとなるだろう。クラウドプラットフォームは企業がニュー・ノーマルに順応するための最善の選択となる。Google Cloud は市場の変化とユーザーのニーズに応じ、GCPフレームワークを持続的に最適化し、各業界に最善のサービスを提供し続ける。

製造業のスマート化に関しては、まず、「スマート製造におけるAIクラウドの早期デプロイメント」と題して Google AI プラットフォームとMLOpsに関する詳細な分析と、予測の応用事例が紹介された。その中では故障が生じてから保修したり、メンテナンススケジュールを計画したりする従来の方法では、現在の製造業のニーズに対応できないことが強調された。将来は、生産ラインが止まらないよう、AI機械学習で事前に設備の作動パターンを把握し、設備の故障位置や時間を正確に予測することが必要となる。水道局と石油採掘企業では、すでに Google AI プラットフォームと MLOps で設備の数値を検知し、ユニットと管路の状態を把握し、設備を最大限に活用している事例もある。

セミナーでは、もう一つのハイライトとしてスマート製造のハイブリッドクラウド構築についても触れられ、ハイブリッドクラウドの新規格AnthosとHybrid AIが紹介された。 Google Cloud ハイブリッドクラウドの中でも、Anthos はKubernetes をベースにしたクラウドとオンプレミスを繋ぐプラットフォームで、企業の社内データセンターに設置できる。 Anthos の一元化管理画面からは必要なアプリケーションを指定のオンプレミスやクラウドデータセンターに発信することができる。Anthos のサービスメッシュ (Service Mesh) はクラスターを超えた協同サービスも提供する。 AI に関しては、 Google Cloud は応用方法に応じた専属の AI ツールを提供している。訓練と推論をオンプレミスで行う Kubeflowや、学習せずに直接オンプレミスで推論する Hybrid AI、クラウドで学習し、オンプレミスで推論する AutoMLなどのツールがあるが、それぞれの企業が最適化したスマート製造システムを構築することができるのだ。

会場では Google Cloud の AutoMLのデモが行われ、生産ラインの瑕疵検査にどのように応用されるかが展示された。これまでの機械学習の訓練モデルのフローでは、ターゲット定義、データ収集と処理、モデル構築、モデル最適化、モデル適用などのステップがあるが、このフローの中でも最後の3ステップはパラメーターを反復調整する必要があり、大量の時間を要するため、システム接続の遅延をもたらしていた。しかし AutoMLはこの3ステップを自動的に完了させる。しかもこのツールの使用方法は簡単で、エンジニアは学習条件の定義を明確にするだけでよく、プログラムを作成する必要も、機械学習の専門知識を学ぶ必要もなく、自社用の機械学習の訓練モデルを習得することができるという。

最後にスマート製造におけるデータ分析の応用について、Google Cloud の最新の情報ストレージツール BigQuery のデモが行われた。スマート化時代にデータ量は激増するが、それを適切に処理し、的確に活用することは容易ではない。BigQuery はサーバー管理を必要としない情報ストレージサービスで、並列コンピューティング技術で膨大なデータを高効率で分析できる。講演では世界の IC 設計大手企業がBigQuery により IT システムの柔軟性を大幅に強化し、システムコストを下げることができた事例が紹介された。

スマート化が進むにつれ、クラウドは新世代の製造業にとって不可欠なものとなりつつある。将来の製造システムにとってGoogle Cloud と iKala の提携は製造の効率、安定、安全、コストニーズを満たすものになるだろう。また各種のAIツールにより各企業は最適化したシステムを構築し、インダストリー4.0の巨大なビジネスチャンスを掴むに違いない。

(『Digitimes』より転載)

Scroll to Top
This site is registered on wpml.org as a development site.