研華從端到雲佈局AIoT,助企業實踐數位轉型 智慧應用 影音
AIEXPO2024
Event

研華從端到雲佈局AIoT,助企業實踐數位轉型

研華將2018嵌入式設計論壇的主題設定為「邁向AIoT時代 設備聯網x無線技術 引領企業數位轉型」,大舉分享Embedded-IoT研發成果。
研華將2018嵌入式設計論壇的主題設定為「邁向AIoT時代 設備聯網x無線技術 引領企業數位轉型」,大舉分享Embedded-IoT研發成果。

無庸置疑,舉凡人工智慧(AI)、物聯網(IoT)等數位技術,皆是當今火紅議題;兩股力量正在加速匯流,可望形成AIoT大局,使AI能透過IoT滲透至各場域,驅動多元智慧應用,堪稱台灣產業轉型升級的絕佳題材。

有鑑於此,全球智能系統領導廠商研華,將2018嵌入式設計論壇的主題設定為「邁向AIoT時代 設備聯網x無線技術 引領企業數位轉型」,不僅大舉分享Embedded-IoT研發成果,更匯聚Intel、Microsoft、Amazon、Arm、McAfee、Acronis等諸多策略夥伴的能量,聯手鋪陳從端到雲的完整AIoT方案拼圖,期望藉助研華提供的平台,協助用戶加速實現AI,打造具差異化競爭力的高值化應用服務。

研華台灣區營運處副總經理林其鋒,引述一份美國銀行提供的預測報告,指2025年全球AI商機達1,250億美元,其中軟體僅佔14%,硬體佔30%,服務佔56%;而台灣一向是硬體王國,如何善用於既有優勢深耕AI硬體商機,甚至進一步透過夥伴共創,問鼎AI服務這塊最大的商機沃土,實為關鍵課題。

藉四大關鍵技術,拓展AIoT應用

而研華IoT嵌入式事業群總經理張家豪,則援引IEK的「2018十大ICT關鍵議題」報告,點出2022年高達75%的資料處理,是透過邊緣運算設備來滿足,顯見企業若欲藉助AI實現創新轉型願景,必須關注「邊緣智能」。研華順應AIoT大勢所趨,除持續顧好嵌入式系統與模組等基本盤,亦將全力發展四大關鍵技術,分別是無線通訊暨感測平台服務、AI加速模組與解決方案、IoT PaaS與軟體服務、邊緣運算暨智能方案。

基於前述四大關鍵技術發展脈絡,牽引出幾個重要的技術項目,首先是無線感測,針對此部份,研華將以M2.COM為基底,結合Arm Mbed平台,助力實現資料的採集與應用,並為此推出WISE-DK3610(LoRa)、WISE-DK3310(SmartMesh)等兩項套件,幫助夥伴快速實現具通訊與感測能力的智慧城市、工業4.0解決方案。

其次是設備智能聯網(Equipment to Intelligence;E2I),研華以WISE-PaaS/EdgeSense為核心,據此達成感測數據整合、設備管理等重大目標,期使工業情境的數據順利接軌WISE-PaaS雲平台,經由分析處理與可視化,產生決策洞見;在WISE-PaaS/EdgeSense項下,研華推出WISE Agent、RMM、OTA、Security等四項套裝方案,依序供應各項數據的協議轉換與雲端連結、遠端裝置管理及監控、遠端軟體更新、白名單與應用控制等必要機能。

值得一提,為加速推動E2I,研華特別提出兩項SRP,為一次到位軟硬體整合及應用導入服務,包括SRP-ETI310設備聯網與智能管理解決方案,及SRP-PMQ520設備監診與預防性維護解決方案。

攜手Intel,發展邊緣端AI加速模組

再者是AI推論系統(Inference System),研華已藉由高階運算電腦結合GPU或FPGA卡,產生對應的解決方案,但考量並非每個場域皆有高效運算需求,故亟思將AI加速功能推移至邊緣端,與Intel合作整合AI晶片及開發工具的M.2 與mPCIe介模組的AI推論系統方案,預計第三季量產供貨。另一方面,研華亦針對智慧製造、智慧能源、智慧物流、智慧零售、智慧運輸、智慧工廠等主題,結合AWS、Azure提供兩項AI Cloud套裝服務,預載Chatbot、資料提取、時間序列資料分析、即時資料分析等基礎功能,另有深度學習、機器學習、影像識別、Text to Speech、IoT資產管理…等等多種Pay-as-you-go方案可供選配,張家豪指出,此舉乃是希冀協助企業善用國際雲平台的API及工具,借力使力加速AI應用發展。

研華技術長楊瑞祥強調,AIoT的基礎在於數據,研華深覺工業數據收集平台無疑是推動AIoT正解,故而悉心建構WISE-PaaS 2.0架構,從底層的數據擷取、工業協議對接出發,並於上層提供了資料驅動核心機制(含SQL、NoSQL、Time-Series等不同資料庫服務)、資源彈性擴充機制、分析框架服務(WISE-PaaS/Analytics Framework Services)、視覺化儀表板。

藉助上述完整架構,研華在內部實現了深具指標性的AIoT專案,其一是針對溫度敏感性的工站,結合深度學習演算法發展間接量測溫度之應用,成功取代過往大量溫測感應器,另一亦透過深度學習技術與類神經網路,大幅提升PCB瑕疵檢測的效能與精準度,兩項專案分別歷時6個月、3個月完成,並非各界想像般曠日費時,足見有心想要靠AI提振經營績效的企業,一旦善用WISE-PaaS平台,輔以無線感測、E2I等各種AIoT方案,可望加速滿足所需。