【導讀】毋庸置疑，製造業是社會經濟發展的重要支柱
，不過在實際中
，昂貴的機器維護費用、較低的生產效率以及突發的產品故障等不利因素一直困擾著整個製造業。隨著物聯網（IoT）和人工智能驅動的工業自動化的出現
，製造商可以通過將人工智能（AI）算(suan)法(fa)與(yu)機(ji)器(qi)人(ren)和(he)機(ji)械(xie)相(xiang)結(jie)合(he)來(lai)優(you)化(hua)流(liu)程(cheng)並(bing)達(da)到(dao)新(xin)的(de)效(xiao)率(lv)。在(zai)此(ci)過(guo)程(cheng)中(zhong)

，製(zhi)造(zao)業(ye)每(mei)時(shi)每(mei)刻(ke)都(dou)會(hui)產(chan)生(sheng)海(hai)量(liang)的(de)數(shu)據(ju)，對(dui)這(zhe)些(xie)數(shu)據(ju)的(de)分(fen)析(xi)和(he)使(shi)用(yong)是(shi)重(zhong)塑(su)整(zheng)個(ge)行(xing)業(ye)的(de)關(guan)鍵(jian)。

圖源：rawpixel/freepik.com

智能製造

毋庸置疑
，製造業是社會經濟發展的重要支柱


，不過在實際中，昂貴的機器維護費用
、較低的生產效率以及突發的產品故障等不利因素一直困擾著整個製造業。隨著物聯網（IoT）和人工智能驅動的工業自動化的出現，製造商可以通過將人工智能（AI）算(suan)法(fa)與(yu)機(ji)器(qi)人(ren)和(he)機(ji)械(xie)相(xiang)結(jie)合(he)來(lai)優(you)化(hua)流(liu)程(cheng)並(bing)達(da)到(dao)新(xin)的(de)效(xiao)率(lv)。在(zai)此(ci)過(guo)程(cheng)中(zhong)，製(zhi)造(zao)業(ye)每(mei)時(shi)每(mei)刻(ke)都(dou)會(hui)產(chan)生(sheng)海(hai)量(liang)的(de)數(shu)據(ju)

，對(dui)這(zhe)些(xie)數(shu)據(ju)的(de)分(fen)析(xi)和(he)使(shi)用(yong)是(shi)重(zhong)塑(su)整(zheng)個(ge)行(xing)業(ye)的(de)關(guan)鍵(jian)。

根據德勤近期的一份報告，製造業每年產生約1,812 PB（petabytes）的數據
，遠遠高於零售、金融、通信和其他行業。這其中， AI在將這些原始數據轉化為有意義的見解方麵發揮著至關重要的作用。越來越多的製造商開始將機器學習和深度學習、自然語言處理（NLP）等人工智能技術融入到他們的工業自動化解決方案中
，以便更好地分析數據並做出決策。

根據Markets and Markets的預測，全球人工智能在製造業的價值將迎來跨越式發展
，預計2022年至2027年期間的年複合增長率（CAGR）將高達47.9%，銷售額將從2022年的23億美元增長到2027年的163億美元。

為什麼要在製造業中采用AI？

人工智能給製造業帶來的好處是雙重的:一方麵
，我們看到了它為業務發展帶來前所未有的增長和可擴展性;另一方麵
，它也會對員工及其生產力和滿意度產生的積極影響。 

01 提升生產效率

首shou先xian，人ren工gong智zhi能neng通tong過guo優you化hua流liu程cheng，大da幅fu提ti升sheng日ri常chang操cao作zuo自zi動dong化hua水shui平ping，可ke提ti高gao工gong廠chang的de生sheng產chan能neng力li和he效xiao率lv。它ta帶dai來lai的de好hao處chu包bao括kuo通tong過guo實shi現xian複fu雜za或huo重zhong複fu性xing任ren務wu的de自zi動dong化hua降jiang低di生sheng產chan成cheng本ben，消xiao除chu人ren為wei失shi誤wu的de風feng險xian，構gou建jian更geng具ju可ke擴kuo展zhan性xing的de生sheng產chan線xian
，並bing盡jin可ke能neng減jian少shao能neng源yuan消xiao耗hao。

02 科學預測需求

其(qi)次(ci)，人(ren)工(gong)智(zhi)能(neng)通(tong)過(guo)數(shu)據(ju)分(fen)析(xi)改(gai)進(jin)決(jue)策(ce)過(guo)程(cheng)，並(bing)提(ti)供(gong)科(ke)學(xue)的(de)需(xu)求(qiu)預(yu)測(ce)。眾(zhong)所(suo)周(zhou)知(zhi)，預(yu)測(ce)庫(ku)存(cun)一(yi)直(zhi)是(shi)企(qi)業(ye)生(sheng)產(chan)過(guo)程(cheng)中(zhong)必(bi)須(xu)麵(mian)對(dui)的(de)一(yi)個(ge)難(nan)題(ti)。如(ru)今(jin)，人(ren)工(gong)智(zhi)能(neng)基(ji)於(yu)使(shi)用(yong)大(da)量(liang)的(de)曆(li)史(shi)數(shu)據(ju)、趨勢分析
，利用正確的人工智能工具和機器學習（ML）模型可以成功預測企業的業務需求，同時保證該項預測具有很高的準確性，有效提升產品的庫存周轉率。

03 員工技能培訓

jiangrengongzhinengyinruzhizaoguocheng，qishangyejiazhihaitixianzaiduiyuangongjinengdepeixunshang。duixinyuangongeryan，rengongzhinengkeyibangzhutamenxuexixinjinenghexinjishu，suoduanruzhisuoxudeshijian。ciwai，jiangrengongzhinengyongyuzidonghuashujushuruyijichuangjianbiaogedengzhongfuxingrenwu，kedafutigaoyuangongdeshengchanli。

近年來，人工智能和工業自動化均取得了長足的進步。機器學習技術的發展
、傳chuan感gan器qi的de進jin步bu，以yi及ji計ji算suan能neng力li的de增zeng長chang，使shi得de全quan新xin一yi代dai的de機ji器qi人ren更geng加jia智zhi能neng化hua，並bing且qie在zai製zhi造zao過guo程cheng中zhong開kai始shi大da量liang使shi用yong。在zai管guan理li上shang
，借jie助zhu人ren工gong智zhi能neng，製zhi造zao商shang能neng夠gou創chuang建jian由you數shu據ju決jue定ding的de快kuai速su決jue策ce
，提ti高gao流liu程cheng有you效xiao性xing，實shi施shi精jing準zhun的de預yu測ce性xing維wei護hu
，優you化hua供gong應ying鏈lian，很hen大da限xian度du地di降jiang低di運yun營ying成cheng本ben。

為什麼要在邊緣嵌入人工智能？

duonianlai，rengongzhinengyizhishiyigeyiyunweizhongxindefangan，qiyetongchangjiezhuyundegaodukekuozhanjisuannenglilaixunlianmoxing，zaihailiangshujujishangyunxingrengongzhinengsuanfadeng。zhidaojinjinian

，rengongzhinengkaishicongyunzouxiangbianyuan，zheyiqushiyujizaiweilaijinianhaihuijiasu。

根據Data Bridge mMarket Research的研究數據，2021年全球邊緣人工智能（Edge AI）硬件的市場價值約為7.4億美元，到2029年

，這一數值將以20.65%的複合年增長率（CAGR）增長到40.3億美元。

邊bian緣yuan人ren工gong智zhi能neng是shi將jiang人ren工gong智zhi能neng係xi統tong放fang置zhi在zai離li數shu據ju源yuan更geng近jin的de去qu中zhong心xin化hua硬ying件jian設she備bei上shang。這zhe種zhong方fang法fa可ke以yi減jian少shao數shu據ju傳chuan輸shu延yan遲chi
，有you利li於yu在zai隱yin私si保bao護hu和he數shu據ju安an全quan
，同tong時shi可ke有you效xiao提ti高gao本ben地di人ren工gong智zhi能neng應ying用yong程cheng序xu的de性xing能neng。在zai製zhi造zao過guo程cheng自zi動dong化hua實shi施shi過guo程cheng中zhong，實shi現xian數shu字zi化hua轉zhuan型xing的de一yi個ge重zhong要yao障zhang礙ai是shi雲yun上shang數shu據ju分fen析xi帶dai來lai的de延yan遲chi。而erEdge AI通過將智能和實時處理引入到極具挑戰性的邊緣，改變了現有的工業環境
，使得生產流程更智能、更高效
、更安全。

現在，Edge AI正處於爆炸式增長的風口。Gartner預測，到2025年
，75%的生成數據將在邊緣進行處理。智能製造和工業4.0的de關guan鍵jian組zu成cheng部bu分fen就jiu包bao括kuo引yin入ru邊bian緣yuan智zhi能neng。邊bian緣yuan智zhi能neng將jiang使shi生sheng產chan單dan元yuan中zhong的de機ji器qi能neng夠gou做zuo出chu更geng高gao級ji別bie的de決jue策ce
，自zi主zhu行xing動dong，並bing提ti供gong反fan饋kui，以yi便bian及ji時shi發fa現xian缺que陷xian。 

在製造業人工智能化的背景下

，如果說AI是這場即將到來的科技變革的引擎
，那麼在其中發揮重要作用的半導體技術就是驅動這場技術進步的“石油”。

以NVIDIA Jetson邊緣人工智能和機器人平台為例，該平台中的Jetson AGX Orin Industrial模塊為惡劣環境帶來了新的計算水平，它擴展了上一代NVIDIA Jetson AGX Xavier Industrial和商用Jetson AGX-Orin模塊的功能
，為加固係統帶來了服務器級性能。

借助這個平台，企業可以在複雜的工業環境中部署人工智能和傳感器融合等方案。

Jetson AGX Orin Industrial模塊能提供高達248TOPS的AI性能

，功率可在15-75W之間配置，其外形和引腳與Jetson AGX-Orin兼容，性能達到Jetson AGX-Xavier Industrial的8倍以上。

這種緊湊的模塊上係統（SOM）支持多個並發AI應用管道，具有NVIDIA Ampere架構GPU、下一代深度學習和視覺加速器
、高速I/O和快速內存帶寬，以及擴展的溫度範圍、工作壽命
、衝擊和振動規格，並支持糾錯碼（ECC）存儲器。麵對工業環境涉及的關鍵操作和敏感數據處理，ECC通過實時檢測和糾正錯誤
，確保數據的完整性。

圖1：NVIDIA Jetson AGX Orin Industrial模塊（圖源：NVIDIA）

製造業中的邊緣人工智能方案

邊緣應用解決方案通常麵臨嚴格的限製，包括對設備的尺寸
、重量、功率、散san熱re和he成cheng本ben等deng都dou有you較jiao苛ke刻ke的de要yao求qiu。到dao目mu前qian為wei止zhi，在zai低di功gong耗hao邊bian緣yuan設she備bei中zhong實shi現xian深shen度du學xue習xi一yi直zhi是shi行xing業ye麵mian臨lin的de主zhu要yao挑tiao戰zhan，主zhu因yin是shi這zhe些xie設she備bei的de存cun儲chu和he算suan力li有you限xian。現xian在zai，Edge AI模型在保證性能的同時已經做到足夠“輕量級”
，足以應當工業領域大多數行業創新應用。

基於輕量級的考慮，嵌入式處理器在邊緣人工智能中有著重要的作用，主要用於在有限的功率預算內運行人工智能應用程序。

NXP的i.MX 8M Plus應用處理器在功耗、尺寸、處理性能和外圍集成等方麵完全充分考慮了Edge AI的應用需求，集成的神經處理單元（NPU）更是有助於加速機器學習推理。

該NPU可以運行神經網絡算法
，用於各種任務，如人體姿勢和情緒檢測
、多對象監控、單詞/語音識別等。在軟件方麵
，恩智浦的eIQ機器學習環境集成了神經網絡編譯器、軟件庫和推理引擎，如TensorFlow Lite
、Arm NN、DeepViewRT和ONNX，這些都非常適合與i.MX 8M Plus配合使用
，將大大簡化應用程序的開發。

圖2：i.MX 8M Plus應用處理器

（圖源：NXP）

在工業自動化、自動駕駛汽車和物聯網（IoT）上的大規模部署
，推動了Edge AI市場的快速增長。

Maximize Market Research預計
，Edge AI市場將從2022年的145.4億美元增長到2029年的543.8億美元，複合年增長率為20.1%。

其中
，邊緣計算設備、片上係統（SoC）hezhuanyongrengongzhinengjiasuqidengyingjianjishuderiyijinbushishichangzengchangdezhongyaoqudongyinsu，zhexieyingjianjinbushirengongzhinengsuanfanenggouzaiziyuanshouxiandebianyuanshebeishanggaoxiaozhixing。

此外，物聯網設備和數據量的增長
、對數據隱私和安全的重視以及對實時數據分析不斷增長的需求也是推動Edge AI市場增長的主要因素。

機器人：AI進入製造業的重要推手

在(zai)智(zhi)能(neng)製(zhi)造(zao)這(zhe)場(chang)技(ji)術(shu)革(ge)新(xin)中(zhong)，將(jiang)人(ren)工(gong)智(zhi)能(neng)帶(dai)入(ru)製(zhi)造(zao)業(ye)的(de)一(yi)個(ge)主(zhu)要(yao)推(tui)手(shou)就(jiu)是(shi)我(wo)們(men)常(chang)常(chang)談(tan)論(lun)的(de)機(ji)器(qi)人(ren)技(ji)術(shu)。傳(chuan)統(tong)的(de)機(ji)器(qi)人(ren)在(zai)設(she)計(ji)上(shang)是(shi)不(bu)靈(ling)活(huo)的(de)，通(tong)過(guo)將(jiang)AI、ML和DL結合到機器人中，現代機器人已經可以像人類一樣學習和工作。如今
，配備了AI技術的機器人可以自主導航
，識別人類的手勢，甚至從錯誤中吸取教訓
，使其適用於製造、物流、醫療保健等應用。使用先進的AI和ML模型，機器人在生產車間執行任務的速度比人類員工要快得多，同時還能消除出錯的風險。 

精確性和可重複性是衡量工業機器人的關鍵指標。基於AI的(de)工(gong)業(ye)機(ji)器(qi)人(ren)可(ke)與(yu)機(ji)器(qi)視(shi)覺(jiao)係(xi)統(tong)和(he)機(ji)器(qi)學(xue)習(xi)緊(jin)密(mi)協(xie)作(zuo)，不(bu)需(xu)要(yao)訓(xun)練(lian)就(jiu)能(neng)為(wei)機(ji)械(xie)臂(bi)找(zhao)準(zhun)正(zheng)確(que)的(de)位(wei)置(zhi)。此(ci)外(wai)，機(ji)器(qi)學(xue)習(xi)算(suan)法(fa)非(fei)常(chang)有(you)利(li)於(yu)提(ti)高(gao)過(guo)程(cheng)的(de)準(zhun)確(que)性(xing)和(he)可(ke)重(zhong)複(fu)性(xing)，提(ti)高(gao)生(sheng)產(chan)效(xiao)率(lv)。

在工業機器人領域， ST Microelectronics通過與行業領軍企業的合作，提供了一係列產品和解決方案，包括：STM32微控製器
、iNEMO模塊、STSPIN電機驅動器以及定位芯片等。

STM32H5係列是ST Microelectronics機器人解決方案中一款代表性的微控製器，它基於運行頻率高達250MHz的32位Arm Cortex-M33內核，兼具高性能、高安全性和高成本效益的特性
，同時擁有2MB的雙存儲區Flash存儲器，640KB的SRAM

，外設集成度高，可為開發人員帶來更高的設計自由度。

圖3：STM32H5係列32為微控製器

（圖源：ST Microelectronics）

為了提高集成度
，ST Microelectronics的iNEMO慣性模塊在外形緊湊
、穩定可靠且易於裝配的慣性測量單元（IMU）中集成了具有補充作用的傳感器。

以ISM330IS為例，它采用係統級封裝
，內部包含一個三軸數字加速度計和一個三軸數字陀螺儀，在高性能模式下以0.59 mA的電流提供強勁性能，並且具有常開的低功耗特性，支持工業和物聯網解決方案提供理想的運動體驗。

ISM330IS還內嵌了ST的一個新型處理器件——智能傳感器處理單元（ISPU）
，以支持依賴傳感器數據的實時應用。ISPU是超低功耗的高性能可編程核心，可以在邊緣執行信號處理和AI算法。

圖4：內置AI處理單元的

六軸運動傳感器ISM330IS

（圖源：ST Microelectronics）

在電機驅動和控製方麵

，ST Microelectronics的STSPIN電機控製IC以模塊化、可擴展、健壯性為開發目標，為設計者們提供了多種選擇。

其中的L6229是一款帶過電流保護的DMOS全集成三相電機驅動器，它采用BCD技術
，將隔離的DMOS功率晶體管與CMOS和雙極電路結合在同一芯片上。該芯片包括驅動三相無刷直流電機所需的所有電路，包括三相DMOS橋、恒定關斷時間PWM電流控製器和用於單端霍爾傳感器的解碼邏輯。

圖5：L6229三相電機驅動內部框圖（圖源：ST Microelectronics）

製造業人工智能的未來展望

在zai早zao期qi階jie段duan
，自zi動dong化hua和he控kong製zhi係xi統tong是shi人ren工gong智zhi能neng的de主zhu要yao應ying用yong場chang景jing。隨sui著zhe處chu理li能neng力li的de提ti高gao，人ren們men創chuang造zao了le更geng複fu雜za的de人ren工gong智zhi能neng算suan法fa，使shi機ji器qi能neng夠gou更geng精jing確que、更有效地執行任務。具有人工智能能力的機器人在20世紀80年代開始出現，它們改造了原有的生產線並提高了產量。

近年來

，隨著機器學習和深度學習技術的引入
，人工智能使智能化機器人
、預測性維護
、質量控製和製造過程優化成為可能，推動著製造業朝著智能自動化和智能工廠方向發展。根據德勤的報告，已有93%的製造企業相信人工智能將推動整個行業的增長和創新，83%的受訪公司認為人工智能已經或將對其利潤產生積極影響。

未來十年
，人工智能有望通過先進的自動化、預測性維護和改進的供應鏈來改變製造業。機器人和機器學習將提高生產、質量保證和安全性，從而提高金屬製造業的效率和降低成本。

市場調研機構對人工智能在不同行業的影響做了一個統計，信息顯示
，到2035年人工智能將推動16個行業平均1.7%的經濟增長。

圖6：AI作為新生產要素對11個行業產生的影響（圖源：Plant Automation Technology）

人工智能在改變製造業方麵具有巨大潛力
，81%的公司認為人工智能能產生更好的效果，但Market Research Future所做的一項調查卻展現出不一樣的結果，目前僅有22%的企業在生產過程中采用了它
，人工智能的普及率仍然較低。隨著智能製造進程的不斷深化、自動化的激增以及科技公司不斷增加的人工智能投資，預計在未來幾年該行業將出現高速增長。

2022年全球人工智能製造市場價值為24.5億美元，預計到2030年將從2023年的36.1億美元增長到536.9億美元，2023-2030年的複合年增長率達到47.1%。

人工智能驅動的解決方案正在以各種方式改變市場，包括智能自動化、預測性維護、質量控製和供應鏈效率。通過采用這些技術創新，製造商可以達到更高的生產水平
、效xiao率lv和he競jing爭zheng力li。這zhe種zhong改gai變bian遊you戲xi規gui則ze的de技ji術shu將jiang徹che底di改gai變bian製zhi造zao業ye，並bing釋shi放fang出chu前qian所suo未wei有you的de巨ju大da生sheng產chan潛qian力li
，幫bang助zhu製zhi造zao商shang在zai競jing爭zheng激ji烈lie的de全quan球qiu市shi場chang中zhong取qu得de成cheng功gong。

免責聲明：本文為轉載文章
，轉載此文目的在於傳遞更多信息
，版權歸原作者所有。本文所用視頻、圖片
、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

互連技術如何與eVTOL飛行汽車一起“玩跨界 ”？

邊緣AI引爆傳感器潛力，賦能可穿戴個性化健身

極具性價比的ESD保護芯片

安森美的照明、傳感器和通信方案如何應用於自主移動機器人

借助實時微控製器優化可再生能源和工業係統的功率效率和功率密度