本文共1988字
NVIDIA（輝達）攜手和碩（4938）打造智慧工廠元宇宙，除蘇州廠跟台灣總部打造全自動產線，也靠數位孿生功能為前進全球建廠提前做產線模擬，降低實際導入量產時耗損，為此和碩開發PEGA AI智慧工廠平台，其上已有超過1500款以上模型，技術長王炳欽指出，跟輝達合作強化Omniverse生態系，智慧製造在元宇宙時代將重新有新定義。
NVIDIA在2023年的COMPUTEX演說末段，特地展示一段和碩蘇州智慧工廠影片，圖中的蘇州工廠一半是實體照，一半則是數位孿生的軟體模擬版，當一支EPSON機器手臂在虛擬智慧工廠中夾起一片主機板，實際上，和碩蘇州廠產線上一支實體機器人手臂，也無時差地撿起一片剛利用機器視覺檢測合格的主機板，轉交到後方的產品架上。
輝達、和碩 持續打造AI智慧工廠
要打造無時差智慧工廠數位孿生有多難？和碩跟輝達已經合作2年，針對如何打造一個真正的AI工廠緊密合作，和碩除自行打造PEGA AI平台，利用低程式碼或無程式碼的方式，進行工廠產線的數據蒐集、模型訓練、模型管理、模型佈署和效能追蹤，輝達的Metropolis平台許多工具更加速協助和碩數位孿生工廠的打造。
和碩主管解釋，要把一個實體工廠虛擬化，從各設備物件的3D模型到數據連動，都需要自己軟體團隊製作，但Omniverse Metropolis智慧AI視覺平台每年不斷推出新加速工具，過去要工廠業者自己寫的軟體，逐漸都有輝達的工具可以運用，如主機板在運輸帶上每一秒移動距離，過去要自己計算，但現在輝達工具就能即時串連到數位孿生工廠，讓實體工廠跟數位孿生工廠產線動作一致。
和碩主管解釋，過去一片主機板要用機器視覺AOI判讀是否有瑕疵，要投入許多圖片訓練AI，並針對瑕疵品一一標示，但現在透過輝達的加速工具，要檢測一片主機板是否有瑕疵，從3D建模、自動標註、AI模型訓練、只需5~10張主機板照片即可快速訓練，且能多角度判斷，每片過輸送帶的主機板不必都得精準放在一定區域內才能判讀。
AI學習有效解決AOI辨識干擾
「過去AOI辨識精準度很容易受到干擾，若10條產線同時進行檢測，會出現部分被光源等因素干擾，找不出瑕疵的狀況。」和碩主管表示，利用AI學習就能克服這些變數，換言之，由NVIDIA Metropolis驅動的PEGA AI平台就能以低代碼或零代碼方式導入AI檢測，進行數據蒐集、模型訓練、模型管理、模型佈署和效能追蹤。
舉例來說，PEGA IA的AOI工作站，就內建3個AI模型，一個是判讀運輸帶上有主機板送入，二是用AI將主機板位置轉正，第三個是元件辨識AI，「輝達熟悉自己的GPU，寫的軟體工具比我們效率更高，」和碩主管表示，而和碩使用後也會提供反饋，讓生態系更強大。
「未來不用什麼都要靠寫程式的人做。」王炳欽表示，數位孿生工廠對大型工廠業者相當重要，除和碩外，如賓士或BMW等大型工廠業者也很重視，原因是產線規劃耗時費資，若能節省3個月速度，一來一往就能節省更多費用，又如產線接到新訂單，透過數位孿生工廠模擬試產，就能測試安排的產能是否足夠，生產週期是否精準等。
輝達GPU效能發揮 致力讓虛、實無時差
「要讓虛擬世界跟實體完全同一個時間，做到同步，在技術上是很大挑戰，下一個是要模擬到多精細，模擬的越真實，算力跟記憶體需求也要更高！」王炳欽說，和碩有龐大AI軟體團隊，是輝達因此看重的原因，黃仁勳除到工廠參訪大為驚艷，和碩也反饋許多數位孿生工廠端面對的狀況，而對輝達而言，重工業將是輝達GPU效能發揮的新價值場域。
王炳欽表示，數位孿生工廠最適合少量多樣的生產特性，因為試產成本可以大幅降低，而未來長期而言，工廠內人跟機器合作方式也會重新定義，工廠內部分產線無人化，或者人透過遠端啟動或監控生產，都是可能的模式，但人力的用量少一點是必然的。
據了解，和碩智慧工廠數位孿生平台2021年開始研發，目前已能讓上海、蘇州、重慶、台北的同仁一同上線針對同樣的工廠設備環境討論，今年更強化功能納入AGV自走車運行，每台車的路徑都記錄在數位孿生工廠中，跟產線相互搭配，未來若某款新品量產有任何狀況，都能重回當時點確認哪一個環節造成，優化產線配置。
和碩主管表示，高度自動化工廠較為適合升級數位孿生工廠，新工廠也更適合導入，由於設備可以自動化，但人還無法，故人比例高的工廠就比較難實現，內部透露，先前華碩將中國大陸產能挪移到印尼巴淡島就有事前做過產線模擬，虛擬世界先讓產線運作一遍可以大幅縮短實體工廠調教的麻煩。
智慧工廠元宇宙大幅降低自動化生產成本，在自駕車領域也能大量進行虛擬路測，縮短成本，看好重工業應用前景，黃仁勳在COMPUTEX上大力推銷元宇宙平台Omniverse的用意也不言而喻。
延伸閱讀
VIP》解密國際／從AI熱不一定淘得到金 但賣鏟子十字鎬一定賺
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言