媒体视角 | 阿普奇董事长陈坚松先生接受《视觉系统设计》专访

供稿:苏州阿普奇物联网科技有限公司

近日,阿普奇董事长陈坚松先生接受了《视觉系统设计》媒体专访。

62c20e8b.jpg

以下为采访原文:

聚焦工业边缘侧,让边缘设备实现“自动驾驶”——访阿普奇董事长陈坚松先生


边缘计算市场将迎来爆发式增长。

据权威机构预测,2027年中国边缘计算市场规模将达2509亿元,2023-2027年间的复合年均增长率达36.1%;与此同时,工业AI边缘计算市场也呈现迅猛增长态势。

市场需求、国家政策支持以及技术进步,犹如拉动工业边缘计算市场的三驾马车。工业领域的智能化转型升级需求,催生了边缘AI、物联网、机器视觉及各类感知应用,所有这些都需要边缘算力的支撑。在国家政策层面,“十四五”时期,政府各部门推出了大量支持边缘计算技术和行业应用的相关政策,鼓励市场发展。众多厂商敏锐地捕捉到了市场的发展潜力以及政策支持的利好,开始在边缘计算市场发力。

阿普奇就是其中之一。

“工业是国民经济的基石,而工业AI将成为推动工业转型升级的重要力量。从2013年到现在,阿普奇已经在工业AI领域踏踏实实耕耘了十余年,致力于为客户提供更可靠的工业边缘智能计算一体化解决方案。”阿普奇公司董事长陈坚松在接受《视觉系统设计》采访时表示,“我们非常看好工业AI市场的发展前景。”

专访.png


部署AI+视觉的挑战

目前,AI的工业落地应用,在机器视觉领域的应用占据大部分。尽管AI技术能够为传统机器视觉赋予更强大的能力,但要让AI+视觉方案真正在工业领域大规模落地应用,陈坚松认为依然面临以下几点挑战: 

首先,数据问题是一个重要挑战。因为工业领域的特殊性,在工业过程中获取高质量的标注数据非常困难,这就导致模型的训练和优化会受到限制。

其次,不同工业场景下的复杂性和多变性,是技术应用的另一大挑战。例如,在生产线上,光照条件、物体形状和颜色等各种因素,都会影响视觉识别的准确性和稳定性。

此外,随着技术的发展和人们对质量要求的提升,对于产品的质量检测维度也在不断变化。这对AI+视觉技术的硬件性能、算力和学习能力等的要求会越来越高。


攻克AI部署的算力挑战

作为一家工业AI边缘计算服务商,阿普奇致力于提供可靠的工业边缘智能计算一体化解决方案,聚焦视觉、运控、机器人以及数字化四个应用场景。阿普奇的产品及解决方案部署于边缘端,以高效的数据处理能力和稳定可靠的产品性能,为工业智能制造提供强大的技术支撑,实现设备间的高效协同以及设备的预测性维护,协助企业实时掌握生产状态,及时发现并解决问题,确保生产的稳定与高效。

对此,阿普奇通过提供传统工控机、工业一体机、工业显示器、工业主板、行业控制器等IPC产品,并研发配套IPC小助手、IPC大管家软件产品,形成行业开创性的E-Smart IPC,实现工业设备边缘端的“数据采集、异常感知、设备自处理、管理控制”,实现边缘设备的智能运行及管理。

成功案例

对于阿普奇的解决方案在工业机器视觉领域中的实际应用,陈坚松分享了一个“金刚石切割片制造过程质量检测”的成功案例。

金刚石加工工具(切割片)行业是一个非常传统的行业,它最显著的特点是工艺流程长,包含了制坯、冲孔、印刷等9个流程,并且每个环节中检测的缺陷类型和应用条件差异很大。“比如在烧结环节,需要特别关注裂纹,该缺陷除了影响产品外观外,还会带来安全生产问题,因此往往需要耗费大量人工进行质量检测,成本极高且容易出错,为此我们提供了一套软硬一体的整体解决方案。”陈坚松说道。

jinganga14.jpg

图1:金刚石切割片制造过程质量检测

在该方案中,阿普奇以嵌入式工控机E7作为核心视觉算力,采用Intel 4~9、12/13th -S 处理器,满足高速扩展、多I/O扩展,全Intel独立千兆网口,综合性能提升>20%,通过把解码任务整体迁移到核芯显卡中进行,以高性能计算组合提升整体性能,并降低成本和整体能耗。

在提升计算精度方面,根据边缘颜色过渡的计算和统计,采用亚像素的方式进行计算,并采用双模板识别模式,即根据特征维度和权重不同,采用不同的模板,从而取得最佳的识别效果。陈坚松解释说,“这种模式下,对于算法框架本身的扩展性要求会非常高,所以我们采用了MPEG-7编码方式,形成特征树,以提供更柔性的模型策略。”

jingangs-2.jpg

“另外,我们还在算法库之外,提供了误差反馈机制和框架,也就是算法的‘自学习’能力。通过反馈调整后台模型,形成负反馈,才能使得系统越用越聪明。”陈坚松介绍说。

这套解决方案很大程度上解决了标准算法所不能完全满足的检测需求,如印刷环节印刷检测、烧结环节的裂纹检测等,极大提高了生产效率和检测质量,从而降低了人员成本、产线出错成本等。

满足未来需求

随着智能制造应用场景的不断拓展和复杂化,工业AI需要处理的数据将呈指数级增长,具备更高的处理速度和更大的存储容量,成为对硬件算力最直接、最根本的要求。

其次,强大且合适的并行计算硬件架构,也是工业智能制造中需要突破的方向,这样才能满足应用现场中边缘设备需要对多个传感器数据进行处理和分析的需求,实现精准控制和优化生产流程。

此外,陈坚松还强调,在工业AI领域还需要特别关注算法。算法是AI技术的灵魂,硬件是其得以实现的载体。如何将不同的算法进行融合,形成更加高效、稳定的解决方案,建立完善的计算生态,才能充分发挥工业AI算力的优势,这也是阿普奇一直以来努力的方向。

对于工业AI计算,陈坚松指出了四个关键要点:一、如何提升复杂场景下边缘计算的准确性和稳定性;二、如何确保数据的安全性和隐私性;三、如何降低边缘设备的功耗和成本;四、如何实现边缘设备与云计算的协同工作。

面对未来的应用需求,阿普奇经过多年的行业积累,已经具备了“产品好、服务好、价格好” 的核心竞争力,其产品全栈能力全面发展,产品定义能力、产品实现能力以及产品交付能力是阿普奇的显著优势;同时提倡以技术驱动服务,提出“三三三服务标准”,为客户提供更具性价比的产品及方案服务。

陈坚松表示,阿普奇的发展策略是聚焦工业边缘侧,让边缘设备实现“自动驾驶”,助力工业更智慧。

前景展望

谈及未来AI+机器视觉的发展前景,陈坚松表示,这是一个潜力巨大的市场。随着AI技术的发展,机器视觉取得了底层技术的突破,应用场景逐渐从标准化拓展到更多的非标准化应用场景,并由此拓展出更多新领域,例如机械臂引导、AGV导航、物流机器人、室外无人机器人、无人驾驶等。这些工业场景对机器视觉设备的数据存储和处理能力都有着更高要求,例如超高速的数据传输能力和高分辨率的图像采集能力,以满足高速生产线上的产品检测,结合万兆相机实时捕获产品的运动轨迹和细微变化。

阿普奇新推出的弹匣式智能行业控制器AK系列,通过叠加万兆电口弹匣来取代传统的4U IPC+万兆网卡的方案,既能满足现场应用需求,又比传统的4U IPC方案更轻巧,适用于更多环境严苛的现场,进而节省了空间和成本。这都是阿普奇基于对工业AI+机器视觉技术未来发展的分析判断后,提出的产品设计方案。体积小、性能强、功耗低是工业AI边缘侧设备跑大模型的三大关键要素,这也是阿普奇产品优化的重要方向。

阿普奇从最初的以IPC硬件为客户提供标准服务,到现在提出IPC+AI,将以软件、算法为基础的OoB工具链为硬件产品赋能,提升IPC的系统稳定性以及其领先性,开创性地提出了“E-Smart IPC”的产品理念,让工业电脑具备更强的数据分析能力,更加智能化、自动化。“但在未来的十年里,阿普奇将迈向下一阶段——AI+工业,为客户提供个性化定制服务,助推工业智能制造实现全面智能化、机器换人,让工业边缘设备也能够实现‘自动驾驶’。”陈坚松总结道。

文/Rossie

来源:《视觉系统设计》


发布时间:2024年6月28日 14:46 人气: 审核编辑:黄莉

我有需求