Microsoft
活動+
 

研究:2024年工業製造AI裝置裝機量上看逾1,500萬台

人工智慧技術發展正當道,可望顛覆產業。法新社

近年人工智慧(AI)正夯,並普遍被視作即將顛覆製造工業的科技。市場研調機構ABI Research最新報告就預測,到了2024年,製造工業領域的AI裝置裝機量將達到1,540萬台,而2019~2024年的年複合成長率(CAGR)將達64.8%。

不過儘管前景看好,真正細探會發現,不同製造階段有不同的AI案例,難以一言蔽之。譬如,在產品開發階段導入衍生式設計(Generative Design);或在生產階段借力機器視覺、缺陷檢測(Defect Inspection)、生產最佳化和預測性維修等等。

ABI Research分析師指出,鑒於製造商不願將資料傳到公有雲,因此幾乎所有工業AI的模型訓練與推論(inference)都發生在終端(edge)。為了因應此需求,AI晶片組業者與伺服器業者,便專門針對工業製造設計了AI伺服器(AI-enabled server),也有愈來愈多工業基礎建設都裝載了AI軟體或專門的AI晶片組。

然而儘管如此,將AI導入工業製造領域的過程並不如想像般順利,至今最成功的兩類商用案例是「預測維修」和「設備監控」,主因是相關的AI模型已臻成熟。據估計,這兩類裝置的裝機量,將在2024年分別達到980萬台和670萬台。值得注意的是,由於AI晶片組的進步,這些AI工業裝置許多都能在單一裝置上支援多種使用案例。

至於未來成長潛力最為看好的類別則是「缺陷檢測」,預估此類AI裝置的裝機量,可望從2019年的30萬台、大大成長到2024年的逾370萬台。「缺陷檢測」在電子和半導體製造領域最受歡迎,幾個大廠如富士康(Foxconn)、三星電子(Samsung Electronics)和樂金電子(LG Electronics)都已經和AI晶片組業者和軟體供應商合作開發基於AI的機器視覺技術,好執行表面(surface)、洩漏(leak)和元件級(component-level)缺陷檢測、微粒檢測(microparticle detection)等任務。

另外,除了穩定性和可靠度都已獲信任的傳統機器視覺(machine vision)技術外,新興的深度學習(deep learning)技術也能挑出預期之外的產品異常和缺陷,為製造商提供有價值的見解。

報告也提及產業的人才現況,指製造商現在正為了導入AI而訓練自家的資料科學團隊,然而同業之間人才競爭激烈,尤其AI人才要不是往網路巨擘跑、就是偏好新創公司。於是,他們可能轉而和AI生態系中的其他夥伴合作,譬如雲端服務供應商、系統整合業者、晶片組與工業伺服器製造商等等。


  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 工業4.0 人工智慧 人工智慧晶片