研華WISE-PaaS/AFS 打通AI多模型之完整發展

不論是智慧工廠、智慧城市等諸多場域的開發者，若能善用WISE-PaaS/AFS框架實作AI專案，舉凡將地端產業數據上傳雲端、在雲端建立推論引擎、乃至自動部署到邊緣運算平台，過程當中的每個環節都有完整的產品支持。

在研華WISE-PaaS工業物聯網雲平台中，「WISE-PaaS/AFS」(AI Framework Service)人工智慧模型訓練與部署服務框架堪稱一大亮點，能幫助軟體開發者、資料科學家加速開發AIoT方案，實現標準產品的規模化，同時滿足CPU/GPU/vCPU運算資源整合管理需求。

研華科技IoT.SENSE產品經理蘇誼閔強調，該公司希望藉由WISE-PaaS/AFS幫助用戶加快AI專案概念驗證(POC)進程，順利從0推進到1，更期望之後也能快速從1擴展到100，讓AI應用真正落地實現。

一般來說AI世界分為訓練(雲)、推理(邊緣)，針對後者，研華透過累積逾30年的邊緣智能(Edge Intelligence)能量，使WISE-PaaS/AFS不但穩定支撐推理引擎運行，更支援模型遠程部署；因工業情境中機台眾多，亦需採取「一機一模型」預測推理，更需借助WISE-PaaS/AFS的OTA遠程部署功能來減低部署人員負擔，也更易於推動現有模型的重新訓練、優化更新。

值得一提，AFS可將推理引擎建構為RESTful API，便於SI/DFSI(Domain-focused SI)集成，能廣泛支援Windows、Linux、Android等作業平台，快速介接各項異質系統，為客戶量身打造最佳的AIoT應用場景。此外AFS推理引擎亦可封裝為Docker Image或EdgeX Foundry，均能支援遠程部署。

在雲平台部分，因AFS運行於WISE-PaaS物聯網平台，承襲WISE-PaaS兼能支援公、私、混合雲之特性。針對公有雲，可支援Azure、AWS和阿里雲等；針對私有雲，則奠基於研華WISE-STACK軟硬整合邊緣智能私有雲方案；有關混合雲，藉由上述公有雲、搭配研華GPU伺服器組合而成，讓GPU運算能於自家平台運行，降低運算成本。

蘇誼閔強調，WISE-PaaS/AFS服務蘊含多項重要功能模塊，首先是多模型訓練模塊，以Hadoop Yarn、Kubernetes等技術為基底，幫助用戶實現運算資源的彈性切割、調度及管理。其次AFS支援PostgreSQL、InfluxDB、MongoDB、Ceph等多元資料庫，亦能介接WISE-PaaS/APM數據源，讓資料科學家、AI工程師，能快速整合各類型數據，進行模型建立與訓練。

再來是Workspace模塊，一來預先整合Jupyter Notebook架構，方便用戶直接在線上開發演算法，二來也提供離線開發環境，用戶即使運用非Python語言撰寫程式碼，仍可打包為Docker Image並上傳AFS線上運行。另有Catalog、Task、Model Board與Inference等模塊，分別能幫助用戶訂閱第三方開源演算法，設定模型重新訓練與部署的自動化排程，透過視覺化工具檢視模型訓練績效，及方便管理大量模型與多重資料來源。

WISE-PaaS/AFS架構，兼可支援雲端或邊緣端推理

研華科技IoT.SENSE專案副理／資料科學家張偉立博士表示，研華期望藉由WISE-PaaS/AFS平台的推出，能獲得眾多生態系夥伴及DFSI的支持。故研華以身作則推出三項AI方案，盼能達拋磚引玉之效，帶動夥伴發展更多AI應用。首先是「AOI(Automated Optical Inspection)」，利用深度學習技術自動辨識瑕疵種類，降低人力目檢成本。

其次是「PHM(Prognostic and Health Management)」，針對特定生產設備提供設備預兆診斷服務，例如量測機台生產訊號，在性能逐步衰退時，即時採取適當維護措施，避免突發故障發生，達成趨近零故障目標。再者是「PQA(Predictive Quality Analytics)」，可分析生產製程參數與關鍵品質指標，建立生產品質預測模型、並優化製程參數，無論紡織業、半導體廠、石化／水泥業、塑膠業、機械業，都對此項功能有著殷切需求。

研華科技 IoT.SENSE專案副理／資料科學家莊尚文博士重申，WISE-PaaS/AFS是從端到雲的全方位解決方案，內含五大關鍵特色。包括在開發階段支援各種套件庫、便於用戶執行「線上開發」；在驗證階段模型需持續優化，亦支援多模型管理工具、一併滿足「排程訓練」和「模型管理」雙重需求；在上線階段支援「雲端推理」(尤其適用於幅員遼闊的智慧城市場域)；在部署階段整合大量邊緣運算設備並進行模型派送、實現「邊緣端推理」。

截至目前，WISE-PaaS/AFS成功案例已陸續出爐。研華自家林口PCB工廠利用AI AOI方案進行瑕疵檢測，運行半年下來，檢出率幾近100%，並提升產線檢測效率達 33%以上。亦與一夥伴客戶共同發展出被動元件瑕疵檢測方案，透過WISE-PaaS Marketplace線上軟體市集進行銷售，最終用戶只要訂閱該方案，便會將相關模型自動部署到其Edge端的MIC-730 AI系統，開始執行推理，偵測各個被動元件是否存有缺陷。

總體來說，不論是智慧工廠、智慧城市等諸多場域的開發者，若能善用WISE-PaaS/AFS框架實作AI專案，舉凡將地端產業數據上傳雲端、在雲端建立推論引擎、乃至自動部署到邊緣運算平台，過程當中的每個環節都有完整的產品支持，再也不需費時打通從地到雲、再從雲回到地的整串鏈路；因此 WISE-PaaS/AFS 勢將成為企業通往 AIoT、驅動數位轉型的最佳捷徑。