大发3分彩正规网 希捷Athena项目,让智能制造从自动化迈向智能化

  • 时间:
  • 浏览:1

Athena:希捷实物的人工智大发3分彩正规网能(AI) 边缘平台 ......

内容综述: 希捷打造了大发3分彩正规网有有一个切实可行的、实用的人工智能(AI)平台以提升生产线传输速率和产品质大发3分彩正规网量。该平台可不能能将生产所需的新型无尘室投资成本降低达20%,而流程耗时则缩短10%。

该项目在希捷实物被拟定代号为雅典娜(Athena),系统每天外理数以百万计的显微大发3分彩正规网镜照片。 通太粗 度图学习和自我训练,Athena比人类专家更为好快精准地识别严重不足。

希捷并能以好快的传输速率、更低的成本外理不规范疑问和流程疑问。通过提高传输速率和完善质量管理,希捷预计有望获得高达400%的投资回报率。

Athena项目技术为制造业的所有客户提供了广泛的应用。这是智能制造迈出的最重要的第一步,也证明了工业4.0但是 到来。

Athena 项目介绍

希捷已在其占据 明尼苏达州诺曼代尔(Normandale)的晶圆制造工厂成功部署了有史以来第有有一个深度图学习制造项目。晶圆片(小片半导体材料)被用来生产硬盘上的读写头。

挑战

希捷工厂中,记录传感器的年生产量超过10亿。为保障最高标准的质量水平,时需对那此传感器进行分析和测试以检测是算不算占据 制造严重不足。传感器是那此?它们与晶片和驱动器有那此关系?这得从原材料说起,其原材料实际上是五种薄的半导体基板。经过光刻工艺过程,基板变成薄的、扁平的、水晶般的晶圆片。晶圆切割并进行进一步外理后,就变成了传感器(也称为滑块)——有有一个并能在旋转的磁盘记录表表层层进行数据读写的部件。

测试过程漫长、简化且时需小量人力。每张400毫米的晶圆上有6万个时需检测的滑块。诺曼代尔工厂每天拍摄数百万张的显微镜照片,产生的数据量高达10TB,那此照片时需在晶圆组塞进 硬盘前得到筛选以检测潜在的产品严重不足。

但是 时需分析的传感器数量庞大,工程师不但是 对所有传感器进行检测。即使制造过程漫长,也这麼足够的时间来检查每一张图像。这就导致 有严重不足的部件有但是嘴笨 并能躲过即时检测,在但是 的过程中才被发现,而届时付出的成本则要高全都。

希捷时需五种并能在更短时间内检测更多图片的最好的大发3分彩正规网方式。但是 仅仅靠雇用更多的图像分析专家还这麼最好的方式完整外理1700万张图片。

希捷团队采用基于规则的图像分析,实现了一定程度的自动化。采用你你是什么最好的方式,倘若系统首先获知它要寻找那此,都不 但是 识别出异常。而规则是人工建立起来的,这是有有一个耗时且时需经过不断调整和完善的过程。

基于规则的系统建立慢、完善慢但是 但是 会得出不同的结果。除了产生全都误报之外,规则必须检测出已知疑问。这但是 造成潜在风险—即有疑问的晶圆在组塞进 读写磁头前,但是 逃过检测。

得益于人工智能、机器学习以及物联网感应器的发展,有有一个新的可不能能规避上述风险的外理方案应运而生,这全都 希捷的Athena 项目。

外理方案

该方案时需外理两疑问:每天时需外理的小量数据以及当前基于规则的分析系统占据 的严重不足。传统的大数据多多系统进程 是进行批量外理的,但这完整不适用于24×7×365运行的生产线。

第一步是建立有有一个具备提高自动化和传感器故障检测洞察能力的深度图神经网络(DNN)。神经网络的构建采用Nvidia V400和P4 GPUs*以及希捷的高性能Nytro®X 2U24存储,以支持Athena的深度图学习和人工智能系统。 接着,将晶圆图像输入深度图神经网络,从而训练人工智能系统区分“合格”和“不合格”的晶圆。Athena的学习最好的方式和人类工程师完整一样——查看成千上万张图片。但得益于深度图神经网络的原始外理能力,Athena比人类科类学好快、更精准。

一段时间后,Athena获得了分辨流程中潜在严重不足的能力。人工智有助手标记异常图像以供主题专家进行手动评估。Athena还可不能能基于图像分析操作过程中检测到的异常情况报告进行规则的建立和细化。

最为重要的是,Athena 可不能能对电子显微镜生成的图像进行实时接收和分析。深度图神经网络并能在每张图片生成的共同进行外理。截至目前,希捷已实现了每天外理当天生成的400万张图像,并并能识别但是 被人类工程师遗漏的微小严重不足。

实时外理有助团队尽早识别和纠正制造中的疑问。发现疑问越及时,希捷就能越有效地降低其对生产流程和成本的影响。

未来

Athena项目擅长严重不足识别,但它我不要 全都 能完整取代工厂专家。Athena项目的关键在于其为希捷的晶圆专家开拓了新的思路,纠正生产流程中的重疑问。

Athena为外理希捷工厂外的更多疑问起到了示范作用。它并能以更迅捷、更高适应性以及更有意义的最好的方式检测到异常,你你是什么能力可不能能扩展应用到智能工厂之外的你你是什么地方,并在公共安全、自动驾驶汽车和智能城市等各种领域证明其行之有效。

希捷执行副总裁兼运营、产品和技术主管Jeffrey Nygaard表示:“亲戚亲戚他们他们他们他们他们他们 希望尽快将Athena 部署到亲戚亲戚他们他们他们他们他们他们 所有的生产设施中。随着微型相机和物联网传感器成本的下降,类似 的技术也可不能能应用于你你是什么领域。这是智能制造领域重大革新的第一步,也可不能能扩展应用于亲戚亲戚他们他们他们他们他们他们 你你是什么工厂的基础架构。”

希捷的每个制造工具都饱含至少400个传感器,它们每秒钟都不 记录机器的健康情况报告和你你是什么测量数据。生成的信息并能帮助更好地发现不合规操作。将数据输入Athena 深度图神经网络,有助更早地识别生产疑问。这为采取积极防御最好的方式进行修复和故障预防提供了但是 。

Athena项目的受益人不仅限于希捷。类似 的智能工厂技术可不能能部署到整个制造业,帮助希捷的客户享受到更多类似 Athena 并能提供的优势。客户用例或许有所差异,但其基本原理——深度图神经网络、人工智能和机器学习——是相同的。

客户时需可靠的技术平台部署人工智能项目,而希捷的外理方案并能满足那此需求。

边缘驱动

为了有效地开展工作,Athena项目时需进行小量的数据外理——为了快速检测到异常,每天要及时外理高达10TB的晶圆图像数据。

未来几年,全球数据创造量但是 飙升,而Athena 的占据 顺应了该趋势。根据希捷赞助、IDC发布的报告预测,到2025年,全球数据圈将增长至175ZB。

在你你是什么数据密集的新世界中,对传输速率的需求亟待新的外理方案。边缘计算(Edge computing),作为Gartner 预测的2018年十大战略技术趋势之一是对延迟需求降低的公布,也是对实时外理的关键应用多多系统进程 的公布。它让计算更靠近数据源,更迅捷地向最终用户交付服务。

但是 数据并能在数据源周围得到外理,这麼就可不能能在离最终用户更近的地方生成实时洞察,从而大大降低网络资源的负载并为潜在的新应用打开全新的局面。以你你是什么模式,数据中心技术——计算和存储模式——都将更加接近网络边缘,为新一代应用多多系统进程 开创但是 。

对于Athena项目,在智能工厂外理数据五种就但是 实现了生产异常的实时识别。