希捷荣获美国全国制造商协会颁发的“2022年制造业领导奖” - 安防知识网

希捷科技技术和运营执行副总裁Jeffrey Nygaard表示：“希捷全球跨职能团队的开创性协作令人自豪。通过即插即用添加GPU和服务器等计算资源，我们的方案可以轻松扩展到每天处理1200多万张图像。”

　　2022年4月21日，希捷科技因在智能制造方面的创新成就荣获美国全国制造商协会(NAM)颁发的2022年制造业领导奖。该协会拥有14,000名企业会员。

　　希捷科技致力于提升工厂智能水平。本次获奖项目为工厂中大量人工智能分析提供了强有力的基础。名为OPICA(采用集中分析的光学检查)的新策略支持工厂边缘分析，是一个无代码的深度学习应用，可识别生产过程中可能产生的缺陷，并防止它们流向下游。

　　制造业领导委员会(MLC)高级内容总监Penelope Brown透露说：“此项目的评委指出，本项目突破了检测的极限，展示了先进的技术应用，取得了强有力的、经过验证的结果。”

　　该解决方案屡获殊荣，在构建时就考虑了包容性，在工厂车间推动人工智能的普及。为实现这一点，它至少采取了三种手段：

　　●使用人工智能优化而不是替代工人工作：工厂操作人员的职能被人工智能接管后，他们可以从事更高职能的岗位工作。

　　●提供了无代码神经网络训练和验证解决方案，使非编码人员也可以使用。

　　●其开发汇集了不同职能人员，包括工程师、数据科学家和计算机科学家。

　　“计算机视觉挑战在制造业中很常见，”参与开发希捷方案的工程总监Gary Kunkel表示，“一直以来，这类方案是由计算机视觉工程师等专业人士开发。早期我们发现，通过深度学习技术，我们可以开发无代码工具来训练神经网络以识别图像中的缺陷和特征。这带来解决方案开发的普及以及数量成指数级增长。不再只有一两个人可以解决这类问题，而是增加到数十人，甚至数百人可以解决这些类型的问题。”

　　开发数学计算机视觉算法的专业知识将不再必要。从事预防缺陷工作的专家可以拍摄流程和设备的图像，对图像进行标记，并使用无代码软件(图形用户界面)训练模型以识别感染缺陷的图像。分布式知识打开了轻松扩展的大门。

　　OPICA使用Docker容器、Kubernetes容器编排、RabbitMQ数据消息传递、边缘线服务器、人在回路模型管理仪表板和希捷高速存储设备等可扩展和模块化数据工程技术构建，每天可处理300万个各类深度学习推理。

　　应用此解决方案的投资回报率高达300%。采用这个应用，检测精度至少提高20%，每天只需7台自动化机器就可以完成150名操作人员使用手动显微镜检查数百万个零件的工作。

　　MLC Penelope Brown评价说：“希捷科技是高绩效获奖者队伍中的一员，他们是践行制造业新兴数字时代的典范。”