案例區域：日本

案例背景

AI 是否能每天為我們準備食材并烹煮食物? 千萬不要感到吃驚，AI 早已開始在特殊的智能工廠里為我們備料并烹調食物。于日本的餅干工廠已開始使用人工智能制作餅干，以確保每一片餅干在×佳的烘培狀況下，讓客戶們享受一致的高質量，有一致的口感、一致的口味?？鞠錅囟缺仨毦S持恒定才能達成完美的烘焙狀態，而這點本身是一大挑戰，尤其是在烘烤同一批量中不同種類的餅干的場合。

目前的工廠大多使用肉眼來檢測，烘焙師們會依照他們的技巧和經驗來檢查烘焙程度，再調整烤箱的溫度，但工作人員的經驗不會百分之百完全一致，每個人也都會用主觀進行判斷。相反地，人工智能作業不會參雜情緒，機器人將客觀地檢查每片餅干并自動控制烤箱溫度。不斷擴大的生產規模，意味著工廠再也不能只依靠人類的智商來滿足消費者需求。而有了人工智能，生產便得以優化，還可以根據市場研究得知客戶喜好來開發新的產品類型。舉例來說，企業可以迅速開發一條更健康的新產品線，而人工智能可以輕松地擴大產量，滿足所有需求。

系統需求

想為生產線打造人工智能驅動的質量控制系統，則必需在部署前備妥人工智能模型。首先需要設置一個人工智能模型訓練服務器，來擷取影片并從生產線收集影像數據。同時，人工智能模型會由精心設計的神經網絡所生成，人工智能訓練服務器也會利用 GPU 和 CPU 效能來管理所有邊緣人工智能系統。這些人工智能模型將透過訓練服務器上的模型管理軟件部署到推理系統，而且需要進行現場訓練以提高實際生產線的準確度。

生產在線的人工智能推理系統需要采用無風扇的工業設計，才能抵抗環境中面粉與粉塵的破壞。同時體積必須要小，才能將邊緣人工智能系統與現有傳統設備進行整合所需的另一個特色。人工智能部署至關重要，因為餅干生產線必須能夠全速運行，且在檢查期間不容延遲。邊緣人工智能系統需要多個I/O接口來從攝影機鏡頭獲取視訊/影像，并將元數據傳輸到中央管理系統。

系統架構

為了收集如此龐大的數據集并訓練各種人工智能模型，工廠將研華的 HPC-7000 服務器與 ASMB-815I 服務器主板整合在一起，并安裝了 NVIDAI RTX 顯示適配器以制作強大的訓練服務器。該服務器具有能力從邊緣系統收集數據、在數據集標記前執行影像預處理，以及為生產線產生人工智能模型。一旦新數據到達，該程序就可以快速重新訓練模型，提高準確性。

為了保持烘焙質量的一致性，研華的 MIC-720AI 人工智能推理系統嵌入了各種人工智能模型，能執行實時檢查以確保所有餅干都有被完美烘焙。此邊緣人工智能系統還能夠從全區照相機捕獲影片/影像數據，并自動檢查烘焙質量，然后分類為 OK 或 NG。 NG 類別的餅干被標記后，將顯示在屏幕上以通知品管人員。接下來，除了可以根據需要調整烤箱溫度，NG產品的影像和日志數據也會被記錄下來，并發送到管理系統進行評估。有了×先進的邊緣人工智能系統，如今此工廠享有更高的效率，并能產出更一致的高質量餅干產品。

研華解決方案優勢

• 從××能運算訓練服務器到精簡型邊緣人工智能系統的全系列產品
•  易于客制化的××能運算工業計算機，滿足人工智能運算和數據集儲存之間的平衡
•  工業用無風扇邊緣人工智能系統提升效率、產品質量，和一致性

為什么選擇研華產品？

為了滿足不同環境下的各種邊緣人工智能計算需求，研華已經備妥各種人工智能端對端解決方案，并提供全系列邊緣服務器和人工智能推理系統，以共同執行人工智能推論解決方案。傳統工業在跨入人工智能領域前，經常在變革前的臨界點遭遇瓶頸，而研華的產品提供強大的人工智能運算能力，支持客戶實現業務目標。上述餅干工廠的人工智能解決方案，就是食品制造商成功實踐人工智能飛躍的一個典范。