英特尔边缘计算解决方案和技术
   2024-02-19
核心提示:概述:英特尔助您在边缘领域取得成功全球各地的公司通过将边缘计算(在更靠近数据生成位置的数据处理、分析和存储)与物联网 (Io

概述:

英特尔助您在边缘领域取得成功

全球各地的公司通过将边缘计算(在更靠近数据生成位置的数据处理、分析和存储)与物联网 (IoT) 设备、人工智能 (AI)、计算机视觉和 5G 与边缘相结合,将数据转化为洞察,从而对业务成果产生积极影响。然而,那些刚刚开始边缘之旅的企业往往面临着巨大的障碍,难以充分实现其价值。

我们已经花费了多年的时间解决 IT 的复杂性和运营鸿沟等问题,不断对边缘软件进行调优和验证,汲取从数以万计的最终用户部署上所累积的经验,最终与我们的合作伙伴一起为客户带来了数百款市场就绪的产品组合。所有这些都是以值得信赖并且成熟的开发生态系统为后盾,因此您可以确信在需要时它能助您一臂之力。

无论您所处的行业或部署阶段如何,我们都将助您实现智能边缘,从今天开始创造真正的价值。

产品信息:

了解边缘技术解决方案如何重塑您的行业从店面、手机信号塔到工厂车间,无论哪种边缘技术,英特尔都能帮助您从中挖掘真正的价值。当我们帮助您实现智能边缘技术时,一切皆有可能。

在一家工业零售店内,一个身着运动服装的人体模型被放置在一个大型数字显示屏旁,显示屏上显示着促销信息

零售

在实体店中使用嵌入式边缘解决方案,从业务的每个环节获得近乎实时的洞察,从而创造动态的、更有意义的客户体验。监控并减少库存损耗,实现可预测的及时库存,以保持购物者的满意度和业务流畅。

医疗保健

利用基于边缘与人工智能的成像技术缩短诊断和治疗时限,利用边缘物联网设备和人工智能进行持续监控以及时地发出警报,以及利用基于 5G 、 边缘和人工智能的数据管理实现智能护理,从而为患者带来更好的就医体验。

通信

利用网络优化的边缘计算解决方案、5G 和人工智能以及软件定义的基础设施,实现前所未有的网络效率,简化边缘网络部署,或创造真正的交互式实时体验。

制造业

利用边缘技术在您的工厂实施工业 4.0。利用物联网边缘设备采集、处理和存储生产线上收集的数据。应用人工智能机器学习,以数据为导向做出决策,近乎实时地调整和优化生产流程。

能源与公用事业

通过在网络边缘部署机器学习,改变能源生产和消费。控制和优化能源使用,减少浪费,使可再生能源消耗更加主流。

城市与交通

边缘计算解决方案将嵌入式边缘技术与视觉解决方案、开放数据平台和人工智能相结合,帮助加强公共安全、提高可持续性并改善城市服务,从而建设更具弹性的城市,造福所有市民。

利用英特尔® 技术加速边缘部署

无论您在通往边缘技术的道路上处于哪个阶段,我们都将助您一臂之力。我们提供全面完整的边缘就绪技术、工具、完整解决方案、支持和专业知识组合,让弹性智能边缘成为您的新现实。

性能优化的边缘就绪硬件

从人工智能和网络优化的多用途计算到高能效的分立加速器,再到市场领先的网络解决方案,我们将提供强大而多样化的边缘就绪硬件产品组合。

物联网和嵌入式处理器

在您需要的地方提供计算资源,让您从数据中获得重要的洞察力和业务价值。

英特尔® FPGA

我们的可编程解决方案为高吞吐量、低延迟应用提供了非凡的价值,为各行各业的动态环境实现了创新设计。

英特尔® 以太网产品

利用我们可互操作、可扩展的以太网组件和解决方案的完整产品组合,提供从 1 GbE 到 100 GbE 的速度并优化性能,从而更快地移动数据并满足您的网络需求。

英特尔® 数据中心 GPU

利用我们的全套英特尔® 数据中心 GPU,最大限度地提高媒体、人工智能和科学计算 (HPC) 工作负载的影响和速度。

网络与连接

利用反应灵敏的英特尔® 以太网适配器和原生边缘英特尔® 硅光子技术,加快差异化边缘服务的交付,并提供适应不断变化的客户需求的灵活性。

客户案例:奥迪利用边缘人工智能向精密制造转型

将数字技术应用于制造

对于奥迪来说,成功的秘诀是致力于使用尖端技术打造高品质汽车,从而实现精密工程设计、卓越性能和奢华感。奥迪的汽车制造非常先进,许多生产作业(从点焊到铆接)已完全自动化。但他们的终极目标是打造智能工厂,实现工业 4.0 的生产水平。为了实现这一目标,奥迪的工程师们需要超越传统的方法,即创建定制硬件和软件解决方案来处理各个用例。相反,他们需要一个可扩展的灵活平台,能够运用数据分析、机器学习和边缘计算等先进的数字能力。

英特尔物联网集团副总裁兼工业解决方案事业部总经理 Christine Boles 说:“如果了解一下如今的工厂情况,你就会发现奥迪的汽车制造业务是非常先进和极为复杂的。”“但是定制的用例很难进行维护和扩展,而且由于需要时间和成本来获得必要的批准和部署单个解决方案,它们实际上还会阻碍创新。奥迪已经准备好以一种新的方式看待物资,并尝试另辟蹊径。”

通过在线检查提高质量

奥迪与英特尔合作开展了一项概念验证实验,重点是改进汽车焊接的质量控制流程。该概念验证实验在奥迪位于德国内卡苏尔姆的工厂(该公司的两个主要装配工厂之一)进行。

内卡苏尔姆工厂的生产线上有 2500 个自动机器人。每个机器人都装配有从胶枪到螺丝刀的某种工具,并执行装配奥迪汽车所需的特定任务。这些机器人中有 900 个配有焊枪,可以进行将金属件固定在一起的点焊。生产线被划分成一系列的作业单元,正在组装的车辆在生产线上从一个单元流转到下一个单元。每个单元顶多可包含 20 个机器人和数台打磨机。打磨机用于在工序之间根据需要对焊枪进行清洗。

奥迪的内卡苏尔姆工厂每天组装大约 1000 辆汽车,每辆汽车有 5000 个焊点,这相当于单日生产中有超过 5 百万次焊接。为确保焊接质量,奥迪采用行业的标准抽样方法进行人工质量控制检查。“每天,奥迪会先将一辆汽车下线,转至一个大房间,在那里 18 位带着笔记本的工程师会用超声波探头检测焊接点,并记录每个点的质量”,英特尔工业解决方案事业部物联网集团首席工程师兼英特尔工业边缘洞见软件首席架构师 Rita Wouhaybi 这样表示。

采样成本高昂并且劳动强度大,而这一流程对每天生产的其他 999 辆汽车的质量留下了太多不确定的问题。遗憾的是,奥迪没有可行且具有成本效益的方法来检测其他的焊接质量。奥迪自动化技术规划负责人 Mathias Mayer 说,“该解决方案的主要目标是使我们有可能以非常高的准确性对焊接进行百分之百的检查。”“目前,我们无法对此进行保证。我们在生产线末端检查一辆成品汽车。我们没有制定生产线内的检查流程。英特尔拥有技术和专业知识,可以帮助我们改善流程和实现目标。”

创建可扩展的边缘解决方案

英特尔与奥迪一起,使用英特尔的工业边缘洞见软件创建了流分析算法。这些算法实现了预测性分析和建模,进而将工厂数据转化为有价值的洞察。该解决方案吸收了焊枪控制器的数据,并在边缘进行分析。

英特尔的数据科学家创建了一种机器学习算法,并将其生成的预测与奥迪提供的实际检测数据进行了比较,从而对其准确性进行了训练。模型使用焊接控制器生成的数据,其显示了焊接作业期间的电压和电流曲线。数据还包括其他参数,例如焊缝结构、金属类型和焊条使用状况。仪表板可让奥迪员工将数据可视化,并且系统会在检测到错误的焊接或构造发生潜在变化时提醒技术人员,从而可将错误总数尽可能减少或消除。

奥迪解决方案 

在工厂车间进行的优化不仅仅局限于一个流程,而且可以扩展到工厂的其余部分。奥迪可以将该平台解决方案用于其他涉及机器人和控制器的用例,例如铆接、涂胶和涂漆。“建立边缘分析平台的价值在于它可以让更多数据融入其中,并查看关联性、因果关系和其他有趣的分析,甚至某些你一开始可能不会想到的作用”,英特尔物联网集团副总裁兼工业系统工程与架构总监 Brian McCarson 这样表示。“这个平台为奥迪提供了很大的发展空间。这不只是专用于这个应用场景。在完成了最初的平台投资之后,奥迪可以在其各个工厂和其他用例中进行发展和扩展。”“这个解决方案就像是未来解决方案的蓝图。我们在工厂中拥有许多技术,而这个解决方案是可以用来为其他技术制定质量检查解决方案的模型,这样我们就不必依靠人工检查了。”奥迪生产实验室高级经理 Henning Löser

提高效率和精度

从人工检查转向自动化的数据驱动流程,让奥迪提高了其质量控制流程的范围和准确性。而且,这也在其他方面带来了益处。

“在内卡苏尔姆工厂,我们已经看到人工成本降低了 30%-50%。”奥迪生产规划、自动化和数字化负责人 Michael Häffner


Häffner 强调,提高自动化程度和效率不是要取代工人,而是要给他们赋予新的知识和技能,并为他们创造新的机会。这同样也是必要的,因为许多熟练的工厂工人正在陆续退休,并且带走了他们宝贵的知识。因此实现其中一些工作的自动化并使年轻的员工朝着新的方向发展,对企业和工人都有利。

新系统及其实现的精确检查的另一个主要优点是,奥迪可以积极主动地专注于避免问题,而不仅仅是应对问题。“假设我们每天对一辆汽车的 5000 个或更多的焊接点进行整体检查,也许其中 95% 的焊接没问题,而有 5% 的焊接不合格”, Mathias Mayer 说。“将来,我们可以专注于这 5%,因为我们知道它们会在工厂中的哪些环节出现,并且我们可以更快地采取措施。”







 

免责声明:
本站部份内容系网友自发上传与转载,不代表本网赞同其观点;
如涉及内容、版权等问题,请在30日内联系,我们将在第一时间删除内容!