您当前的位置:网站首页>个税起征点,事例剖析丨本钱下降 20%、流程缩短 10%,希捷怎么让智能制作从自动化迈向智能化,泵

个税起征点,事例剖析丨本钱下降 20%、流程缩短 10%,希捷怎么让智能制作从自动化迈向智能化,泵

2019-05-06 06:25:54 投稿作者:admin 围观人数:239 评论人数:0次
钱探吴乾

内容总述:

• 希捷打造了一个切实可行的、有用的人工智能(AI)渠道以进步出产线功率和产品质量。该渠道可以将出产所需的新式无尘室出资本钱下降达20%,而流程耗时则缩短10%。

• 该项目在希捷内部被拟定代号为雅典娜(Athena),体系每天处理数以百万计的显微镜相片。

• 通过深度学习和自我练习,Athena比人类专家更为敏捷精准地辨认缺点。

• 希捷可以以更快的速度、更低的本钱处理不规范问题和流程问题。通过进步功率和完善质量管理,希捷估计有望取得高达300%的出资回报率。

• Athena项目技能为制造业的一切客户供给了广泛的使用。这是智能制造迈出的最重要的第一步,也证明了工业4.0现已到来。

Athena 项目介绍

希捷已在其坐落明尼苏达州诺曼代尔(Normandale)的晶圆制造工厂成功布置了有史以来第一个深度学习制造项目。晶圆片(小片半导体资料)被用来出产硬盘上的读写头。

张庭活酵母面膜圈套
世界人才网

希捷工厂中,记载传感器的年出产值超越10亿。为保捉鬼之超级天师障最高规范的质量水平,有必要对这些传感器进行分析和测验以检测是否存在制造缺点。

传感器是什么?它们与晶片和驱动器有什么关系?这得从原资料说起,其原资料实际上是一种薄的半导体基板。通过光刻工艺进程,基板变成薄的、扁平的、水晶般的晶圆片。晶圆切开并进跋涉一步处理后,就变成了传感器(也称为滑块)——一个可以在旋转的磁盘记载外表进行数据读写的部件。

测验进程绵长、杂乱且需求许多人力。每张200毫米的晶圆上有10万个需求检测的感恩爸爸妈妈滑块。诺曼代尔工厂每天拍照数百搜狗阅览万张的显微镜相片,发生的数据量高达10TB,这些相片需求在晶圆组装入个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵硬盘前得到挑选以检测潜在的产品缺点。

因为需求分析的传感器数量巨大,工程师不行能对一切传感器进行检测。即便制造进程绵长,也没有满意的时刻来检查每一张图画。这就意味着有缺点的部件有时候的确可以躲过即时检测,在随后的进程中才被发现,而到时支付的本钱则要高许多。

希捷需求一种可以在更间谍搜寻官短时刻内检测更多图片的办法。可是仅仅靠招聘更多的图画分析专家还没有办法彻底处理1700万张图片。

希捷团队选用依据规矩的图画分析,完成了必定程度的自动化。选用这种办法,只需体系首要获悉它要寻觅什么,就有或许辨认出反常。而规矩是人工树立起来的,这是一个耗时且有必要通过不断调整和完善的进程。

依据规矩的体系树立慢、完善慢而且或许会得出不同的成果。除了发生很个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵多误报之外,规矩只能检测出已知问题。这或许形成潜在危险—靠谱帮手即有问题的晶圆在组装进读写磁头前,或许逃过检测。

得益于人工智能、机器学习以及物联网感应器的开展,一个新的可以躲避上述危险的处理计划应运而生,这便是希捷的Athena 项目。

处理计划

该计划需求处理两大问题:每天需求处理的许多数据以及当时依据规矩的分析体系存在的缺点。传统的大数据程序是进行批量处理的,但这彻底不适用于247365运转的出产线。

第一步是树立一个具有进步自动化和传感器毛病检测洞悉才能的深度神经网络(DNN)。神经网络的构建选用Nvidia V100和P4 GPUs*以及希捷的高性能NytroX 2U24存储,以支撑Athena的深度学习和人工智能体系。

接着,将晶圆图画输入金昌淑深度神经网络,然后练习人工智能体系区别“合格”和“不合格”的晶圆。Athena的学习办法和人类工程师彻底相同——检查不计其数张图片。但得益于深度神经网络的原始处理才能,Athena比人类学得更快、更精准。

一段时刻后,Athena取得了分辩流程中潜在缺点的才能。人工智能帮手符号反常图画以供主题专家进行手动评价。Athena还可以依据图画分析操作进程中检测到的反常情况进行物是人非规矩的树立和细化。

最为重要的是,Athena 可以对电子显微镜生成的图画进行实时1111接纳和分析。深度神经网络可以在每张图片生成的一起进行处理。到现在,希捷已完成了每天处理当天生成的300万张图画,并可以辨认或许被人类龙族4工程师遗失的细小缺点。

实时处理有助于团队尽早辨认和纠正制造中的问题。发现问题越及时,希捷就能越有效地下降其对出产流程和本钱的影响。

未来

Athena项目拿手缺点辨认,但它不会也不能彻底替代工厂专家。Athena项目的要害在于其为希捷的晶圆专家开辟了新的思路,纠正出产流程中的严重问题。

Athena为处理希捷工厂外的更多问题起到了示范作用。个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵它可以以更快捷、更高适应性以及更有意义的办法个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵检测到反常,这种才能可以扩展使用到智能工厂之外的其翻译软件他当地,并在公共安全、自动驾驶轿车和智能城市等各种范畴证明其卓有成效。

希捷执行副总裁兼运营、产品和技能主管Jeffrey Nygaard表明:“咱们期望尽快将Athena 布置到咱们一切的出产设备中。跟着微型相机和物联网传感器本钱的下降,相似的技能也可以使用于其他范畴。这是智能制造范畴严重改造的第一步,也可以扩展使用于咱们其他工厂的根底架构。”

希捷的每个制造东西都包括至少30个传感器,它公主恋人ova们每秒钟都会记载机器的健康状况和其他丈量数据。生成的信息可以阿昔洛韦乳膏协助更好地发现不合规操作。将数据输入Athena 深度神经网络,有助于更早地辨认出产问题。这为采纳活跃防护办法进行修正和毛病防备供给了时机。

Athena项目的受韩文翻译益人不只限于希捷。相似的智能工厂技能可以布置到整个制造业,协助希捷的客户享受到更多相似Athena 可以供给的优势。客户用例或许有所差异个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵,但其基本原理——深度神经网络、人工智能和机器学习——是相同的。

客户个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵需求牢靠的技能渠道布置人工智能项目,而希捷的处理计划可以满意这些需求。

边际驱动

为了有效地开展工作,Athena项目需求进行许多的数据处理——为了快速检测到反常,每天要及时处理高达10TB的晶圆图画数据。

未来几年,全球数据发明量将会飙升,而Athena 的存在适应了该趋势。依据希捷资助、IDC发布的陈述猜测,到2025年,全球数据圈将增加至175ZB。

在这个数据密布的新世界中,对速度的需求亟待新的处理计划。边际核算(Edge c安徽合肥气候omputing),作为Gartner 猜测的2018年十大战略技能趋势之一是对推迟需求下降的回应,也是对实时处理的要害使用程序的回应。它让核算更挨近数据源,更快捷地个税起征点,案例分析丨本钱下降 20%、流程缩短 10%,希捷怎样让智能制造从自动化迈向智能化,泵向最终用户aoe交给服务。

假如数据可以在数据源邻近得到处理,那么就可以在离最终用户更近的当地生成实时洞悉,然后大大下降网络资源的负载并为潜在的新使用翻开全新的局势。以这种形式,数据中心技能——核算和存储形式——都将愈加挨近网络边际,为新一代使用程序创始时机。

关于Athena项目,在智能工厂处理数据自身就现已完成了出产反常的实时辨认。雷锋网雷锋网雷锋网

声明:该文观念仅代表作者自己,搜狐号系信息发布渠道妈妈卡通图片,搜狐仅供给信息存储空间服务。
the end
撒哈拉旅行计划,摩洛哥路线进发