时时彩网页版-10分时时彩网页版 希捷科技推出智能制造参考架构,改善供应链管理并提升产品质量

  • 时间:
  • 浏览:0

希捷科技推出智能制造参考架构,改善供应链管理并提升产品质量 ......

近期,希捷科技联手英伟达(NVIDIA)及慧与(Hewlett Packard Enterprise)等合作方法方法伙伴同时打造了一个 人工智能平台,旨在帮助企业提高生产强度,保障产品质量。

希捷科技的智能制造参考架构起源于工时时彩网页版-10分时时彩网页版厂车间。在希捷工厂,智能制造的应用加强了硬盘生产过程中对晶片时时彩网页版-10分时时彩网页版图像质量的控制能力。希捷科技采用此项技术提高工作强度及产品质量。在希捷科技存在泰国工厂的项目中,工程师预计通过应用智能制造,将超净室投资降低20%,制造产出时间缩短10%,获得投资回报率高达3000%。

专注工厂

实现智能制造的首要因素是人类思维——有些人 通过人类思维看待并理解你是什么世界。正是人类思维使得各种智能应用成为肯能。

人类的大脑天生具备自主模型检测的能力,并根据观察结果主动采取方法。有些人 还里能 把它看作是一种自我编程。神经网络是大脑自带的技能,可识别模式,自主学习并预防风险、危害和异常。老是以来,它还会多线程 池池员、工程师和数据科学家的灵感来源。几十年来,有些人 老是致力于将神经网络导入到算法中。

1959年,斯坦福大学电气工程师Bernard Widrow和Marcian Hoff首次成功创造了神经网络并将其应用在过滤器中以帮助消除电话线中的回音。该系统目前仍在商用。但肯能神经网络领域的实际应用状态与预期不时时彩网页版-10分时时彩网页版符,该领域面临重重难关。尽管没人,随着时间的推移,数学以及计算的发展不断推动其进步。

原来重大突破存在在2012年,多伦多大学的计算机科学家Geoffrey Hinton、Ilya Sutskever和Ale时时彩网页版-10分时时彩网页版X Krizhevsky赢得了ImageNet大型视觉识别挑战赛。有些人 提交的项目是AlexNet淬硬层 卷积神经网络架构,现今仍在使用中,并以10.8%的优势击败现有模型。该项目使用淬硬层 学习和图形出理 单元来设计图像评估软件。ImageNet中含来自数千个不例如别的数百万张图片,如狗、猫、汽车等。

希捷智能制造平台项目负责任人,数据科学技术专家布鲁斯(金回忆道:“这是一个 分水岭,几十年来,有些人 老是梦想着原来的突破。而你是什么突破就是希捷现今的数据科学、IT及工厂工程团队能在有些人 的工厂车间部署人工智能的意味着着 。时时彩网页版-10分时时彩网页版”

多伦多大学的科学家们成功地应用了人工智能神经网络,并将其称之为淬硬层 学习。而罗伯特D(霍夫在《麻省理工学院技术评论》中写道:“淬硬层 学习在试图模仿大脑细胞层中神经元层的活动,而人类3000%的思维形成均来自大脑细胞层。”

布鲁斯(金表示:“淬硬层 学习是希捷雅典娜项目的核心,该项目最初旨在提升希捷制造的质量,随之有些人 将其发展为希捷边缘RX参考架构。正是你是什么实时边缘计算集群,使得希捷能在工厂车间部署机器学习功能。”

有章可循的方法与淬硬层 学习

精密制造是一个 复杂且艰苦的迭代过程。希捷在工厂生产其产品,作为生产的一偏离 ,平均每天可产生约30000万张图像。磁头是采用与半导体晶片制造例如的工艺生产的。晶片被切割成微小的读写记录头,就是再组装成驱动器。

布鲁斯(金表示:“生产晶片还里能 了十几个 月的时间,包括大慨30000个单独的步骤。且其中含些步骤都与质量检验相关,其中包括各种形式的图像获取。当图片显示产品质量存在变化时,工程师还里能 了及时抓住那个点。”

与有些传统的、基于规则的工具相比,最先进的淬硬层 学习软件还里能 更准确地检测哪几种图像中的问题报告 。

新工具有哪几种不同?布鲁斯(金表示:“算法一种即可从数据中学习‘哪几种是规则’以及‘了吗违反了规则’。工程师不让对其进行编程。”这与否 意味着着 工程师是多余的? 不让说没人。新的淬硬层 学习工具不让说能取代工程师。相反,它们将工程师解放出来去研究更高层次的出理 方案。

希捷边缘RX参考架构的建立得益于希捷的IT基础设施知识、存储业务专长、与慧与(HPE)的合作方法方法伙伴关系、对英伟达(NVIDIA)淬硬层 学习的持续研究以及Kubernetes和Docker的集群管理工具。

除神经网络,图形出理 单元(GPU)的兴起也引领了智能制造时代的到来。由英伟达(NVIDIA)构建的图形出理 单元(GPU)是进行智能计算的理想工具,肯能它能以比中央出理 单元(CPU)快几百倍地强度进行淬硬层 的数类学 习。Insight64的负责人NathanBrookwood说道:“图形出理 单元(GPU)不同于PC微出理 器,它还里能 快速地反复获取少量数据并执行相同的操作。”

我其实希捷的淬硬层 学习是针对数据存储行业的制造流程而实施的,但通常状态下,其也适用于有些类型的流程,尤其是具有以下价值形式的流程:

生产半导体、电子、汽车零件、机器零件等工具的大批量、高精度、分布式的制造工艺

使用高成本资本设备的高价值制造产品

生产少量无法用传统方法分析图像的垂直行业

安全、健康智慧城市和自动驾驶汽车中的异常检测

具有多个阶段的淬硬层 复杂的制造流程

能下发设备、流程并检验数据的自动化制造流程

由质量控制和检验驱动的制造流程

冗长的制造流程

多站点全球制造业

希捷Lyve 数据实验室分享希捷边缘RX参考架构,希望该参考架构里能 启发有些业内人士,并部署在更广泛的业务范围中。

希捷新兴垂直领域资深总监Rags Srinivasan说道:“希捷相信,整个行业和化态系统还里能 互相借鉴、取长补短、合作方法方法共赢。就是,希捷非常不让与有例如需求的企业分享边缘参考架构。”