數位科技讓金融機構享有競爭優勢

金融機構 (FI) 有著光鮮亮麗的地板、舒適的沙發椅,還有咖啡吧檯,是一個熱情好客的場所,但空氣中卻瀰漫著想要求新求變的氛圍。客戶一進門時,銀行櫃員隨時準備好服務客戶,但許多人現在選擇在遠端完成金融業務、在手機上存入薪資,或線上申請貸款。其他人則在得來速窗口排隊,當中職員透過窗口點交現金。

NCR Banking 行銷執行董事 Andrew Aceto 表示:現今的消費者受到網路購物的便利性所影響,尋求更多以數位優先的存取點、更方便、更個人化的體驗,因而讓銀行高階主管重新思考他們提供服務的方式。NCR Corporation 是領先的企業技術提供者協助金融機構轉型、連接和經營業務,以滿足現今客戶及服務客戶銀行的需求。

隨著金融機構細細打量手上的變革選項,金融科技透過主要金融產品的獨立服務因應,包括貸款、信用卡、房貸及投資;消費者不用抽空去銀行就能完成以上服務。

Aceto 表示:「傳統銀行服務正在重組,各行各業正在見證其中的轉變和新加入的廠商。」「在面臨宏觀變革時,金融機構必須要問:我如何促進獲利成長?我如何提供讓自身品牌與眾不同的出色體驗?」

儘管沒有一體適用的解答,但只要正確組合創新技術與面對面服務,金融機構可以改善客戶與員工體驗,同時讓作業更有效率。

透過互動式櫃員機提升效率與便利性

有了現代化技術,金融機構可提供客戶所需的個人化關注,同時更有效地配置員工。互動式櫃員機 (ITM) 是絕佳的範例。

ITM 有如 ATM,是獨立的自助式多媒體資訊站,可讓客戶存款與取款。但 ITM 不同於傳統的 ATM,按一下按鈕即可提供遠端消費者協助。這不僅對於不想要受制於分行營業時間的客戶而言非常方便,也對於可以在家或客服中心服務客戶的銀行櫃員而言十分方便,因此有助於提升營運效率,同時延長服務時數。

在傳統的模式中,每間分行都會要求員工處理客戶的日常交易。金融機構可以使用 ITM 服務從總行服務多個據點中的客戶,以讓分行將重新轉在諮詢和顧問服務。透過 ITM 提供的個人互動有著企業軟體與強大的 Intel 處理器支援,有助於從遠端據點提供客服並維持品牌聲譽。

Aceto 表示:「您已從許多交易要求銀行業者處理現金、硬幣和支票的模式轉換成他們不必一人包辦的模式。」「他們不必進行結算,因此可以更快上班,然後更快下班。交易過程速度加快許多,而且銀行櫃員因為不用花時間數錢,因此能與客戶進行更好、更深入的對話。」

金融機構可以透過 ITM 取得的效率,協助分行網路轉型並現代化,以便重新聚焦人力並將分行型態轉換成符合當地消費者需求的型態。這可能是提供每項服務與專員的市中心地標分行,或在住宅區內的小型數位化分行。擴大分行類型有助於制定最佳的分行策略,並將資本投入轉型品牌的其他消費者接觸點。

親自面對面的員工可以進行更複雜的互動並提供新服務,而不用管理日常力行交易。例如,位於美國康乃迪克州每週正於 QuickBooks 舉辦線上訓練課程,以吸引當地企業主。

Aceto 表示:「小型企業主比他人的存款高上許多,而且對於大多數銀行而言是非常重要的客戶。」

使用雲端型基礎架構簡化營運

在雲端管理 ITM 交易與其他數位服務可讓金融機構統一多個據點的程序、提供更進一步的效率,並簡化客戶體驗。

Aceto表示:「金融機構傳統上會打造通路專屬的技術。預算有的分配給 ATM、有的分給分行、還有分給客服中心等。有了雲端,您不必個別個別打造服務並撰寫服務程式碼;您可以集中開發服務,然後透過 API 與微型服務連線到任何通路。」

如此便可為金融機構省時省錢。移轉到雲端可以免除管理基礎架構的費用與麻煩。Aceto 表示:「您不必擔心購買機架、刀鋒伺服器、儲存空間、網路連線能力及安全性。有人會幫您打點好這些事情,因此您可以專注於事業上。」

對於客戶而言,統一的雲端型程序可以讓金融機構的互動更加順利、更簡便完成。

Aceto 表示:「有了我們的平台,客戶可以開始在線上開戶、停止並致電客服中心,然後與他們的合作夥伴前往分行定案。每個人都使用相同的應用程式。」

數位銀行技術的未來

現有服務移轉到雲端的過程才剛開始。有了端到雲端基礎架構,金融機構可以隨著技術與消費者期望改變而輕鬆微調流程,或制定新流程。

Aceto 表示:「我們有客戶已汰除分行中的傳統櫃員系統,而這些系統是龐大的重大、高昂的基礎架構。」Aceto 表示:「他們將平板電腦交給銀行業者使用。銀行業者前去幫民眾查看帳戶餘額、轉帳、付款或變更地址。」

除了進行更親密的互動之外,平板電腦在操作上也更符合直覺,帶來大家日常使用的技術,因而減少員工訓練份量。員工偏好使用熱門的裝置,因而讓銀行在人工短缺的時代享有優勢。」

Aceto 將 ITM 與平板電腦視為是永無止盡改進的一環,延伸銀行的數位與實體領域。

他表示:「未來不只是純數位,而是到處都是數位。」「這是消費者引領的對話,透過重塑服務來提供更棒的體驗,同時推升效率。」

 

insight.tech 編輯副總監 Georganne Benesch 編輯。

學習升級:在學校使用 AI

我們生活在一個日益由 AI、先進技術與自動化主導的社會。無論是與精選的播放清單互動、在網路商店購物,或仰賴串流推薦觀看下一個節目,我們都在不知不覺中使用 AI。

由於這個現象日漸普遍,全球各地的學校已開始將 AI 功能整合到課堂課程中,以便小學生準備好迎接愈來愈數位化的未來。如此一來,教師可以讓學生沉浸在安全的 AI 驅動環境中,直到他們逐漸適應,然後進入現實世界。

當 AI 使用得宜並配合正確的策略,便能增強現有資源,以一對一的方式協助學生、因材施教,AI 與邊緣運算解決方案供應商 meldCX 集團執行長 Stephen Borg 如是說。

只不過,將 AI 應用在教育界存在著許多採用上的阻礙。人們不只對學生隱私和預算有所顧慮,學校也缺乏明確的策略、入門使用 AI 不可或缺的人才,以及將其應用於教育的承諾。

推出基於 AI 的課堂解決方案

這就是為什麼 Borg 和他的團隊著手開發 AI Playground(AI 遊樂場),這是一個成本效益高且安全的環境,可讓學生體驗及探索 AI。

以樂高型的競賽遊戲形式將 AI 環境呈現給學生。舉例來說,與拼砌樂高積本類似,學生會取得難度有別的積木套件以建立模型,從初學者的六件組到進階版的 100 件裝,應有盡有。

攝影機用來指導學生將零件擺放在哪個位置。為了保護學生隱私,攝影機的鏡頭只會聚焦於他們的雙手。任何臉孔都會在邊緣進行模糊處理,不會以任何方式擷取或使用。舉個例子來說,學生用套件建了一個火星探測器模型,一旦完成,就能使用遊樂場這套軟體將它「發射」到太空、登陸火星並探索周圍環境(影片 1)

影片 1。憑藉 meldCX 的 AI 遊樂場,學生得以建立火星探測器模型,隨後發射至虛擬太空。(資料來源:meldCX

這套 AI 軟體可以串流傳輸這顆紅色星球的教育資訊,巧妙地讓它成為一門以科學為基礎的學習課程。學生也可以在計時活動中相互較勁,看誰能在最短的時間內發射模型。

從 AI 遊樂場中習得經驗

meldCX 策略與發展執行副總裁 Joy Chua 表示,這種遊戲化對於學校來說是一個尚未開發的領域。

「這是一個難能可貴的機會,讓人們瞭解 AI 在學習領域能做些什麼,並從資料中產生知識。歸根究柢,這是為了讓孩子瞭解如何與 AI 協作,使用 AI 打造自己的技能、解鎖創造力,解決重大問題,」她說。她進一步解釋,由於遊戲化教學與傳統寫板書上課大相徑庭,學生自然喜愛這種有別以往的學習方法。

動手實作觸覺學習,也在其他方面有所幫助。「現今的教育仍不完全考慮學生學習的多種樣式,」Chua 說。舉例來說,將 AI 整合至建構探測器的遊戲中,可以透過隨時調整提示協助教育工作者因材施教,因應初學者和進階學生的需求。

這種經過校準的方法「讓各個年齡層的人都能依照各自的節奏學習,並有助於一對一的關注細節,」Borg 表示。「這不會讓任何人感到疏離或差人一截,但如果有人進度神速,也會動態地增加難度。」

AI 驅動體驗

AI 遊樂場由 Intel 與南澳大學合作建立,利用 meldCX 的視覺分析平台 Viana 為課程提供深入解析。就拿火星探測器為例,這個遊戲使用基於 AI 的物件偵測程式來識別樂高積木以及探測器製作過程的各個階段。

學校可以從基本的網路攝影機、顯示螢幕、Xbox 控制器、樂高積本和與 AI 遊樂場軟體預先整合的 Intel® NUC 12 極致套件著手。Borg 解釋,由於 NUC 佔用的空間比傳統電腦小,因此這個套件以小巧的外型規格促教課堂的 AI 推斷。

Chua 表示,與 Intel 合作的價值絕不僅止於硬體。在邊緣使用 OpenVINO 工具組最佳化,有助於快速偵測手勢並立即提供意見回饋。「我們與 Intel 協同合作,使用尖端技術,並確保我們有望採用最佳做法,」Chua 如是說。

此外,AI 遊樂場解決方案遵循 TRUSTe 企業隱私和資料治理實踐認證,不追蹤臉部或其他識別特徵,且學生擁有自己的資料。

meldCX 也打造了一系列的套件,確保所有的學生都能使用解決方案,無論他們的學習方式為何。「我們堅定認同 Intel 的 AI for Youth 願景,這項計畫旨在以包容的方式賦予年輕人 AI 技術和社群技能,」Chua 如是說。AI 遊樂場可在單一學生對單一裝置、一對數個或一對多個裝置中應用。

視覺分析更廣泛的應用

AI 遊樂場這樣的物件偵測軟體除了能應用於小學課堂,也能教授學生其他科目。比方說,職業學校可以示範如何執行組裝汽車引擎或修理電源線等任務。解剖實驗室可以拆解和探索人體模型,瞭解各個器官如何合作。

除了教育界之外,物件與手勢偵測與識別也能在眾多產業中運用。醫院管理人員可確保高接觸表面清潔得宜,而肉類包裝生產線也可使用類似的視覺型分析技術,準確地標記包裝。品牌可以在保留隱私的前題下進行購物行為分析,分析買家的決定及其與產品包裝的關係。

無論是透過課堂裡還是課堂外的解決方案,「我們都想證明您能以一種教育和傳遞資訊的方式,安全地使用 AI,」 Borg 表示。「我們希望抹滅末日電影對 AI 的負面看法,讓人們看見許多 AI 應用的正面實例。」

「我們的使命是參與及推動 AI 的倫理實踐,因為我們的的確確將 AI 視為一種增強人類能力的工具,」Chua 補充道。「在邁向更加數位化的未來之際,重點在於讓學生成為一流的創新者,並得到二流的 AI 支援。」

這是教育工作者漸漸領悟的一門課。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

醫療保健 AI 工具革新癌症研究

癌症是醫療領域的一座高牆,其實應該說是兩座高牆:治療患者,以及推進預防和對抗疾病的研究。此外,壽命越常,需要接受治療的患者一定會越來越多。幸好醫療保健 AI 技術日新月異,帶動了癌症研究和治療進展,而這些進展正是醫療保健與科技產業合作水乳交融的結晶。

我們來進一步瞭解其中一項夥伴關係,代表人是德國 UMG (University Medical Center Göttingen) 放射學系助理教授兼 AI 研究小組負責人 Dr. Johannes Uhlig;以及 Siemens Healthineers 數位科技與創新技術人工智慧德國部門研究科學家 Dr. André Aichert,他們的合作計畫稱為 Cancer Scout。他們為了全人類的福祉,將科技融入臨床,再將臨床經驗導入科技(影片 1)

影片 1. Siemens Healthineers 與 UMG Göttingen 剖析醫療保健 AI 的挑戰與機會。(資料來源 insight.tech

AI 的哪幾項進展,已經徹底改變了癌症研究?

Dr. André Aichert:AI 對整個醫療產業領域的影響不容小覷。打從第一張 X 光影像拍攝以來,Siemens Healthineers 這間公司就已經存在了;自此以後,我們就不斷致力於改善影像細節與數量。現階段,運用 AI 讓臨床醫師有機會處理現有的大量影像與資料,並且讓影像與資料充分發揮效益。目前開始使用 AI 解決方案的臨床醫師,正走在科技的尖端,並且享有科技所有的優勢。

我們正為了與 UMG 合作的 Cancer Scout 計畫分析大量不同的資料來源,而影像只是其中的一環,目標在於定義及偵測癌症的子類型。至於 Dr. Uhlig 所參與的放射學子計畫,旨在解答的問題則是:我們能否根據放射影像,認出某幾種癌症的子類型?如果答案是肯定的,那麼或許就不需要動用侵入性的切片檢查了。一般而言,我們正設法將工作流程最佳化,以及執行各式各樣的資料分析,避免不必要的侵入性手術。

Dr. Johannes Uhlig:臨床癌症影像這個領域,目前面臨幾項挑戰。其一,人口逐漸老化,相關的醫療保健需求隨之增加。此外,過去這數十年間,放射影像技術越來越普及,使用頻率也越來越高。尤其是癌症影像方面,病例數大幅攀升,我認為放射科醫師無法用傳統方式評估所有影像。

舉例來說,德國用 X 光乳房攝影篩檢乳癌。從 2018 年最近期的資料來看,有 280 萬名女性接受過乳房攝影檢查,其中 97% 的掃描影像並無異常發現。目前的配置是由兩名經驗豐富的放射科醫師,獨立評估每張乳房攝影影像。然而,文獻顯示,採用 AI 技術的乳房攝影評估方法,至少在診斷準確度方面,能夠與放射科醫師相提並論。那麼,我們可以用 AI 演算法取代第二位放射科醫師嗎?從倫理與經濟的角度來看,採用演算法是否甚至是當務之急?

而乳癌篩檢還只不過是冰山一角而已。我認為,過去十幾年來,AI 可謂是癌症研究的流行語。舉例而言,我們的研究小組持續專注於從 CT 和 MRI 影像擷取更多資訊,引導為疑似罹患腎臟癌或攝護腺癌的患者做臨床決策。我們與 Siemens Healthineers 合作 Cancer Scout 計畫時,利用 AI 演算法與 syngo.via 軟體,在肺癌患者的放射線 CT 影像與大規模隊列的病理分析之間建立關聯。希望放射影像有一天能因為 AI 演算法,在引導肺癌治療方面扮演更重要的角色。

尤其是相較於傳統方法,軟體如何輔助您的研究?

Dr. André Aichert:首先,我必須先說明一下在臨床環境研究時面臨的幾個實際問題。首先,我們會經手個資,由於歐洲有《GDPR》,美國則是《HIPAA》,因此必須非常謹慎。光是存取資料,然後達到 AI 演算法的基礎,這整個過程的規模就大得難以想像。

接著,成功的演算法多半受到監督,也就是說,演算法若要重製研究結果,就必須與臨床醫師合作,由他們提供註釋及解釋眼前的影像。因此,存取這項資料非常重要。然而,經年累月下來,臨床 IT 版圖越來越分散,不同的廠商與部門或場所各自為政,有時這些系統也無法溝通。從這些系統收集與協調資料其實勞心勞力,有時甚至非常痛苦。

舉例來說,你想在 GitHub 用最愛的免費程式跑資料。你必須確認究竟是否能使用那個軟體。然後,你必須確認,在該程式使用的資料經過匿名處理。匿名處理、匯出,然後將資料複製至你執行軟體的不同電腦。接著,你必須確保資料確實已經過匿名處理。然後你才能取得結果。不過,接下來你必須回去用原始系統整合結果,而且甚至可能是與其他 IT 系統的資訊整合。以我身為研究人員或 IT 實際使用者的身分來說,這是截然不同的過程。

再來,即使你的第一批模型已經訓練完畢,而你想用真實使用情境的資料測試模型,這可能也會是個問題。這個作法有風險,因為開發團隊是先處理臨床使用案例、開發出卓越的軟體,然後才向臨床醫師發布軟體。接著,臨床醫師在真實使用情境試用軟體,突然間卻發現某項最基本的假設有誤。

這下問題來了,你必須抓出漏洞,就跟在矽谷時一樣。你希望能有個初期原型。雖然這個原型還無法解決問題,但起碼你能將它交給臨床醫師,獲得意見反應,縮短這個意見反應的循環。這絕對是 syngo.via Frontier 能派上用場的其中一個時刻。

基本上,syngo.via Frontier 研究平台設法協助前述過程的所有步驟。這是端對端的整合式解決方案。如果在診所執行 syngo.via 設施,就能用它執行系統既有市場中套件與下載應用程式提供的資料。相較於光是取得自己的軟體,然後設法將軟體與前述過程整合,這項設施更有優勢。

您如何與 Siemens Healthineers 及其研究平台合作?

Dr. Johannes Uhlig:syngo.via 軟體與我們部門的臨床工作流程緊密結合。舉例來說,我們用這套軟體進行所有心臟 CT 掃描和冠狀動脈識別的工作,也將它當成創傷患者的即時圖片瀏覽器與重建軟體使用。它在這所有情境的表現都很穩定。另外,Cancer Scout 計畫有好幾千位患者,而且勢必得順利運作,為此,四位研究人員不眠不休賣力工作了好幾個月。我們用它進行資料累積、註釋與監督。

一站式商店對我很重要;我希望整個資料管道使用的軟體工具能越少越好。借助 syngo.via,我們只用了一套軟體,而且我們可以從自己的影像資料庫擷取資料。我們可以在切面影像註釋,並且以符合嚴格德國法規的方式匿名處理案例。

這項計畫與大學合作的重要性為何?

Dr. André Aichert:合作絕對是不可或缺的一環。沒有 Dr. Uhlig 這樣的臨床研究人員願意跟我們合作交流,並且說明他們面臨的問題,我們很難在這個領域取得任何進展。另外,我身為 AI 研究人員,必須稍微瞭解一下現有的臨床問題。

然而,使用配合臨床醫師日常工作的軟體也同樣重要,還有用醫師能分門別類或是區分地點與幾何資料的方式呈現資料也是。因此一定要整合及定義合情合理的註釋通訊協定。

您想像這項計畫的未來是什麼樣子?

Dr. Johannes Uhlig:我們建置的 AI 演算法一定要在臨床環境中接受評估與訓練。演算法必須處理不盡如意的掃描影像,還必須搭配不同的掃描機類型以及與不同的患者配合。然而,正如 André 所說,演算法還必須獲得放射科醫師與臨床醫師認可。呈現 AI 結果最好的方法是什麼?如何將結果視覺化?如何回報異常值?不過,基於互信,我相信 UMG 和 Siemens Healthineers 將合作找到克服這些難題的方法。

Dr. André Aichert:模型後續的必要步驟之一,絕對是瞭解其他場所,而可擴充能力則是這方面的關鍵。我們已經使用稱為 teamplay 的解決方案從 UMG 收集資料,從其他場所收集以相似方式產生的資料時也可以派上用場。這樣一來,我們能夠整合或支援與 UMG 截然不同的地點的不同 IT 基礎架構。

您最後可以幫我們總結一下嗎?

Dr. André Aichert:醫療領域令 AI 研究人員十分雀躍。問題五花八門,成像設備和影像也非常多樣化。為了最終能開發與部署應用程式,一定要能在支援這個迭代過程的各種醫療領域分享知識與資料及促進合作。

Dr. Johannes Uhlig:對我這樣的臨床醫師來說,我認為 AI 確實是未來。我推測,有鑑於案件數量龐大,未來 10 年絕對不可能不使用 AI 演算法作業。此外,我必須強調,AI 研究是團隊工作。UMG 這樣的學術機構和 Siemens Healthineers 這類製造商必須合作,才能帶動醫療保健發展,這點對處於緊要關頭的癌症影像領域來說格外重要。唯有持續不斷相互提供意見反應、調整與微調,我們才能打造出既準確又獲得醫療保健專業人士認可的 AI 工具。

相關內容

若要進一步瞭解 AI 轉型,請收聽癌症研究用的醫療保健 AI:Siemens Healthineers,以及閱讀有請醫師。若要瞭解 Siemens Healthineers 最新的創新技術,請追蹤 他們的 TwitterLinkedIn 帳號。

 

本文由 Erin Noble 編審。

永續性計劃帶動電動車充電基礎設施

請回想您上次幫汽車加油的畫面:您把車開進加油站、很可能將信用卡插入自助式結帳終端機、加滿油箱,然後駛離。透過設置數十年的基礎設施,在路上替燃油車加油時,一向是奉行這套運作順暢的規則。

電動車(EV)車主正期盼能享受相同的便利性:安全且唾手可得的易用選項。同時,企業和社區紛紛設法提供這樣的便利性,創造全新的服務與收益機會。然而,說時容易做時難。

邁向永續性方案與 EV 充電之路

迄今為止,EV 市場的發展走走停停。大規模導入部分取決於穩定可靠的 EV 充電網。EV 充電公司 EOS Linx 承諾透過自家的 EOS Charge 解決方案提供該網路,也就是一系列整合數位戶外(DOOH)廣告顯示器且光線充足的充電站。

EOS 處理當今 EV 基礎設施的諸多難題。該公司正設法打造智慧 EV 充電地點網路,緊密整合 EV 駕駛人的生活方式,並且緩解對於可行駛哩程數的焦慮不安。EOS 透過在某個地點安裝和管理充電基礎設施,為該地業者排除成本、專業和業務分心事物等種種障礙。EOS 總裁暨技術長 Jeff Hutchins 表示:「客戶將享有安全易用的解決方案,整體體驗更優異。」

該公司的對策奠基於長年部署所累積的知識與專業技能,以及合作夥伴關係生態系統的專業技能。Hutchins 表示:「我們有辦法取得不動產、我們有能力建置網路,而且我們設計得出彈性靈活的架構,真正強化客戶體驗。」「我們想提供更全方位的智慧對策,而非單純打造更好用的小工具。」

零售商與社區的機會

EOS 將全方位的對策整合為本質屬於邊緣基礎設施的工具。EOS Charge 裝置可將電源輸送與管理、數位廣告、數位廣告、AI 分析和主動式疑難排解整合至一個一勞永逸的 EV 充電解決方案。

該公司的收益來源一部分是每輛車的充電費用,一部分則是安裝於充電站數位顯示器播放的 DOOH 廣告。

消費者在路上可使用唾手可得、乾淨且光線充足的設施。EOS 也為住宅提供設施,客戶可安排在非尖峰時段的空檔充電,協助他們與設施供應商的方案接軌,降低實際成本。

Hutchins 指出,零售商可從 EOS 充電站獲得多重好處。他們可以透過數位顯示器傳送目標式廣告,並且將流量導向主要業務點。場所業主還可將數位廣告庫存賣給合作夥伴與供應商。「對於在駕駛人與廣告會員計劃會員之間交叉宣傳行銷訊息的潛力,例如『在餐廳用餐即可免費充電』,我感到興奮不已。」

此外,場所業主也很欣賞設備無須干預的本質。Hutchins 解釋:「我們有自己的電源,也就是說,我們不會影響業務基礎設施。」「我們自備網路連線基礎設施,也自備硬體。我們自備設施,並且負責營運及維護。」

這種安排方式對業者來說是一大福音,他們很樂意將工作最困難的部分交給 EOS。委託架設社區 EV 充電站的工作越來越多,政府和業主迫不及待將細節交給專家處理,同時樂於認可採用 EV 的額外效益。

該公司積極支持各個社區,包括與 National Center for Missing & Exploited Children 建立夥伴關係。EOS 透過顯示器提供額外的功能,例如天氣預警、社區消息,以及失蹤兒童警示。

邊緣資料分析創造更多的價值

EOS 解決方案能夠執行 AI 視覺分析,就客戶在充電站停留的時間提供匿名深入解析。Hutchins 表示:「這項停留時間與人口統計資料對場所業主極為寶貴。」

另外,公共安全也至關重要,AI 視訊分析與安全整合有助於防止潛在問題發生。舉例來說,系統可密切注意可疑的活動模式,並且辨識出有人進入商店後方。這項功能仍待進一步瞭解,而且與公共實體合作時必須兼顧安全及個人隱私權。

Hutchins 保證,由於 EOS 是模組化的解決方案,因此可因應變化多端的市場需求及供應鏈限制。「採用 Intel 邊緣運算進行架構設計,我們得以高效管理內容及支援程式化廣告。有了遠端託管式系統,維護工作變得更容易也更便宜,同時還提供本來不可能實現的遠端生存能力功能。」

Intel 的邊緣運算功能協助 EOS 達成資料處理的需求。Hutchins 表示:「它讓我們得以與個人可識別資訊維持正常交易關係。」「所有資料皆以匿名方式處理。EOS 不會儲存或傳送影像、影片,也不會違反現有的隱私通訊協定。」

邁向永續未來之路

Hutchins 表示,EV 日後將無所不在,而且人人都能駕馭。屆時,在路上充電對消費者來說將是理所當然的事。他表示:「過去不可能在飛機為手機充電,但如今如果機上未安裝插座,消費者絕對會勃然大怒。」「這將成為汽車充電行為的寫照。」

Hutchins 表示:「當然,在州際公路時,如果您是以交通為收益來源的企業,理應設有充電站。」「借助 EOS 這類合作夥伴為簡化導入奠定基礎,有助於讓過程更順利。」

Hutchins 表示:「EV 不僅是酷炫的新事物。具有中心思想的基礎設施才是關鍵所在。」「在大家為地球盡一份力之際,這個基礎設施旨在改善我們的狀況。」

 

insight.tech 編輯副總監 Georganne Benesch 編輯。

供應鏈轉型成為矚目焦點

這場全球大流行或許是史上第一次有門外漢對供應鏈問題立即上手。(2020 年的 TP 危機還有印象嗎?)然而,商店貨架空無一物的問題,只是供應鏈這座冰山的一角。對於關注貨物南來北往的企業來說,Covid 危機卻成了讓系統效率問題檯面化的推手。幸好,過去幾年,資料以及 AI 與機器學習這類先進技術與時俱進。這些工具是帶動所有改變的功臣。

Siena Analytics 是供應鏈 AI 與影像辨識解決方案供應商創辦人暨執行長 John Dwinell 加入我們的行列,一起探討供應鏈空間的難題與機會(影片 1)。他將討論即時資料對智慧物流與追蹤的重要性、系統可見度影響深遠的效益,以及無程式碼解決方案可如何為真正瞭解危急問題的網域使用者,簡化深奧的 AI 藝術。

影片 1。與 Siena Analytics 創辦人暨執行長 John Dwinnell 一起探索,公司行號正如何讓供應鏈轉型更上層樓。(資料來源 insight.tech

供應鏈的現況和目前的挑戰為何?

電子商務逐漸成長茁壯,供應鏈承受了巨大的壓力,必須提高處理量、改善效率,以及能夠擴張。若要瞭解瓶頸之所在以及因應之道,可見度是關鍵,這樣一來企業才能實現更出色的效能和精確度,以及更高的整體品質。品質與可見度對現今的供應鏈造成了巨大的壓力。

供應鏈經常面臨的挑戰還包括供應商是否遵循標準的問題,也就是收到的產品品質。因此,真正透徹瞭解供應鏈非常重要。此外,能夠大規模清楚掌握哪些包裹符合標準及其原因、哪些包裹不符合標準及其癥結所在,並且能夠給予供應商意見反應,他們才能改善。

我們最初先從供應鏈擷取物聯網資料和影像,而後發展出將 AI 與 AI 視覺導入物聯網解決方案的能力,這對可見度轉型大有裨益。

請您進一步說明解決這些難題的幾項近期技術進展。

物聯網確實在很多方面徹底改變了問題的本質。舉例來說,普遍而言,企業資料透露的資訊包括「這是箱子的尺寸,因此拖車將裝滿 X 個箱子」。物聯網檢視箱子之後提供的資訊則是「才是箱子的尺寸」。它產生的是貨真價實的資料。資訊的準度與精度是能夠以合理成本進行調整的關鍵。

物聯網針對進貨產品優缺點饋送的資訊非常精確。這項資訊左右了是否能快速因應供應鏈的數量變化,同時兼顧搬運產品的產能和處理量。那項即時資料可讓您進行調整,正確分配資源。這項資料效益極高,有助於永續發展:顯然取得正確的數字可讓您用效率更高的方式規劃供應鏈。

您如何利用人工智慧提高效率?

AI 是提高效率的重要因素。數量非常龐大,速度也非常快。我們每天處理的箱子超過 5,000 萬個。工作量龐大。AI 徹底改變了這個慣例,因為每個進出倉庫的箱子,六個面我們都能檢查。我們看得到箱子的狀況、包裝方式、標籤方式,以及內容物。我們可以回答箱子達到標準與否的問題?箱子是否滿足供應商的需求?過去不可能即時大規模執行這項任務。AI 以及我們使用的平台,確實實現了這個可能性。

部署 AI 這類複雜的技術有哪些最佳實務?

AI 確實有某種令人害怕的因素。如果回顧近幾年的情形,AI 宛如某種具有威脅性的藝術;你需要聘用有真材實料的專家。這方面持續有長足的進展。

我們的環境沒有程式碼,易於使用,訓練的神秘色彩隨之煙消雲散。我們化繁為簡,利用平台便可擷取影像、標記資料、訓練新模型,以及與客戶的網域專家交流,將這些工作交由他們自行完成。他們確實看到了這些模型融合的可能性,前景令人雀躍不已。另外,我們還訓練他們看出不同客戶之間的些微差異才是真正的關鍵,那才是他們必須掌握的資訊。AI 模型在這方面的應變能力極強,不過前提是必須有平台和工具才能相輔相成。

雖然我們的討論側重於工具,但是結合網域知識與技術也非常重要。有一點我一定要特別提出來,那就是 Siena 現在是 Peak Technologies 家族的一員。Peak 在供應鏈方面的驚豔豐富,確實瞭解該領域顧客面臨的難題。因此,Peak 不光有工具,還具備豐富的經驗,對於協助客戶群解決問題大有裨益。

這個領域的企業如何確保客戶的隱私和安全?

安全對於物聯網格外重要。雖然資料是即時從邊緣擷取,但是必須傳送至企業,有時則是傳送至雲端。邊緣與雲端或邊緣與企業的連線必須安全無虞。為此,我們與資安團隊緊密合作。我們善用合作夥伴的技術和平台,例如 Intel 和 Red Hat,確保環境極為安全。

Siena Analytics 還有哪些其他夥伴關係,對你們而言又有何價值?

我認為,令人雀躍的一點在於,物聯網仍在蛻變中。因此,整合對的解決方案和正確的技術,對我們而言至關重要。我們與 Intel 緊密合作,也與 Red Hat 密切配合。在硬體方面,我們與 Lenovo 這類其他合作夥伴密切配合。Splunk 則是我們在分析方面的重要合作夥伴。

我們持續見證了技術的發展,但同時也參與了協助引導必要技術發展的對話。我對我們的合作夥伴感激不盡。他們是這一切得以實現的關鍵。

供應鏈領域接下來將如何演變?

我長年投身這一行,在我看來,這只是開始而已。AI 應用於供應鏈——或者其實應該說是智慧供應鏈——才剛起步而已,成長機會很多。邊緣到雲端則是另一項在供應鏈嶄露頭角的技術,而且成長機會驚人。

任何尖端的供應鏈組織都需要即時可見度,我認為這方面也會持續成長。我認為,標準與協作方面的變化也很大。公司行號緊密合作的供應商種類繁多,因此標準是整個供應鏈順利高效運作的關鍵。

您最後有任何想法或關鍵重點與我們分享嗎?

我的建議是擁抱科技。雖然科技瞬息萬變,但大幅提高了效率。找到洞悉供應鏈並瞭解科技的合作夥伴,這點真的很關鍵。找到能在這趟旅程跟你密切配合,並且引進最佳解決方案的夥伴,才能實現最智慧靈活的供應鏈。

相關內容

若要進一步瞭解 AI 架構的供應鏈物流,請收聽 AI 架構的供應鏈物流:與 Siena Analytics 同行,以及閱讀 AI 為供應鏈物流開創機會。如欲瞭解 Siena Analytics 的最新創新技術,請跟隨他們的 LinkedIn 帳號。

 

本文由 Erin Noble 編審。

CDN 伺服器為鄉村學校搭起遠距課程的橋樑

連線能力為現今這個資料導向的世界提供途徑,開創了機會。然而,鄉間學校為了取得資料,往往費盡心思才能建立並維持穩定的網路連線。截至 2022 年,全世界的鄉村人口,只有 46% 的人有網路可用,而在內陸的開發中國家,這個數字則陡降至只有 26%。相較之下,市中心的人口則是 82% 有網路可用。

過去幾年使鄉村學區連線能力不足的問題檯面化,不得不在一夜之間改採遠距線上學習課程。然而,問題並非網路業者打開開關,或是撥款補助鄉村居民連線網路這麼簡單就能解決。頂尖網路設備供應商新漢股份有限公司 產品線經理 Brian Hsu 表示,鄉間網路通常無法支援串流影片,也沒辦法支援教師想透過網路提供的其他豐富內容,更何況前提是必須有基礎架構。

那麼,城市網路連線無所不在,而鄉間卻付之闕如,兩者之間究竟為何差異如此懸殊?根本原因在於費用與頻寬。鄉間人口密度低,穩定可靠的連線基礎架構發展受到限制,因為訂戶人數有限,所以網路服務供應商(ISP)在高頻寬網路基礎架構的投資難以回本。也就是說,若要讓所有鄉村學習者都能連線網路,鄉村網路與通訊設備的成本和效能就勢必改變。

網路設備製造商目前正設法利用內容傳遞網路(CDN)和現成的機架式伺服器解決這個難題。

Hsu 說明:「若要在世界各地不同地點傳播資訊,CDN 對鄉間格外重要。」

降低鄉村內容交付的規格,節省成本

在考慮哪些設備能夠化解鄉村學校的頻寬瓶頸之前,務必先瞭解資料如何從伺服器傳送至客戶端,以及現有的架構有哪些不足之處(圖 1)

描繪使用和不使用內容交付網路時,內容流動方式的兩張影像。
圖 1. 傳統的客戶端/伺服器架構,以一對一的方式將資料從源頭傳送給使用者,相較於內容交付網路(CDN)拓撲,需要的頻寬更大。(資料來源:ServerGuy.com

下方這兩個影像,在使用者圖示群組上方,各包含一個標示為「內容」的雲端。您大可將內容雲視為向使用者提供內容、資料和/或服務的伺服器,各代表一個用戶端。

圖中的橘線代表資料流,而且看得出來,在左側沒有 CDN 的影像中,橘線比較長,也比較普遍。原因在於,這個影像描繪的是傳統的客戶端-伺服器拓撲,其原始伺服器(或資料的來源伺服器)以一對一的方式為用戶端提供資料。

圖中右側影像顯示的是相同的資料交換,只不過經過 CDN 最佳化。CDN 架構會擷取終端使用附近中介伺服器的資料,也就是說,內容從來源伺服器交付一次後,便可供本機 CDN 伺服器的多名使用者存取,而且他們甚至可以透過區域網路(LAN)連線內容。

Hsu 表示,整體來說,CDN 拓撲減少延遲,降低了網路成本,因為只要從來源伺服器傳送一次資料,就能服務好幾位使用者。另外,它有助於避免來源伺服器在意料之外的高使用率時段,無法負荷請求。對於網路業者與使用者來說,CDN 發揮了與物流公司倉庫或配送中心相同的功能。舉例來說,將商品(資料)運送給附近的消費者(用戶端)時,更快也更便宜。

彈性是鄉村 CDN 的首要考量

CDN 伺服器雖然幾乎可以用任何機架式伺服器硬體建立,不過在鄉間網路部署這種伺服器時,有幾個特殊事項必須考量。

  • 伺服器將支援多少使用者?
  • 伺服器平均將快取多少資料?
  • 伺服器將如何連線來源伺服器?
  • 用戶端將用何種網路連線?

這些不過是在鄉間部署 CDN 之前,網路業者與學校 IT 部門應該思考的幾個問題,因為這些問題有助於為挑選 CDN 硬體提供指引。選項雖然多,不過彈性是 CDN 業者不容忽視的特性。

為此,新漢股份有限公司開發了 NSA 7160。這款多功能 2U 機架式設備搭載第 4 代 Intel® Xeon® 可擴充處理器。NSA 7160 配備八個 PCIe Gen 5 LAN 插槽,提供高達 2.6 Tbps 的乙太網路連線能力。Hsu 說明,LAN 擴充插槽是幫助終端使用者依照確切需求配置 CDN 的關鍵,同時還可因應流量暴增的情況。

Hsu 表示:「因應使用量暴增時能靈活彈性調節,是在架構採用 CDN 的主要優勢之一。NEXCOM NSA 7160 可依照客戶需求客製化及配置。」

然而,已安裝的無線介面卡模組,可用於為系統增添 Wi-Fi 6 或 5G 連線能力,重要性與高乙太網路流量不相上下。這些 WAN 選項結合上述 LAN 配置選項,就將用戶端連線至 CDN 而言,為網路工程師開創了無限的可能性。

最新一代的 Intel Xeon 處理器簡化了網路路由、切換,甚至是多媒體處理,效能優異。此外,晶片組為鄉村 CDN 整合了各項關鍵功能,例如 Intel® QuickAssist Technology (Intel® QAT) 支援的密碼編譯工作負載加速、TPM 支援,以及 LAN 模組的 RunBMC 基板管理控制器,可防止在網路關閉時,從故障的伺服器將資料傳輸至另一部故障的伺服器。

另外,為確保各種課程作業與課程都有大量容量可用,NEXCOM NSA 7160 整合了 16 DDR5 記憶體 DIMM、支援 CXL 1.1 的 PCIe Gen4 x16 FHFL 擴充槽,以及多達七張新漢專屬的 NVMe 儲存介面卡,提供額外的資料儲存空間。

課堂無所不在

在遠端學習越來越盛行的年代,CDN 對於在連線能力稀缺地區將教育普及化,扮演了舉足輕重的角色。此外,CDN 減少了網路存取的障礙,確保鄉間學生能獲得與城市學生相同的機會。

NEXCOM NSA 7160 這類高處理量機架式設備,也是減少這類障礙的推手。這款設備運輸便利、插入即可使用,還能依照任何終端客戶或部署環境的需求配置,延遲或效能絲毫不打折扣。

現在,您在哪裡,課堂就在哪裡。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

智慧手術室運用智慧箱型電腦減少成本

醫院手術室(OR)是少數能善用準確、高傳真和即時資訊的地方。從內視鏡攝影機影片到生命徵象監控,乃至於包含近期掃描結果的電子醫學記錄(EMR),手術室工作人員需要即時盡可能取得愈多的相關資料,才能在手術中迅速作出拯救生命的決策。憑藉現今的技術,將所有這些功能整合在手術室的單一顯示器上應該不是難事。

但遺憾的是,實際上難度很高。由少數大型 OEM 及其專有技術推動的供應商生態系統,限制了醫院手術室的科技進展。由於這些製造商負責目前絕大多數的手術室設備(從內視鏡攝影機和手術台到 HVAC 及照明系統),他們可以打包高度整合的整體手術室解決方案;然而這些解決方案所費不貲,而且與其他廠商的系統配合不佳。

這種廠商鎖定導致要在醫院手術室添加其他市場司空見慣的的技術,變得資源密集、耗費時間且成本高昂。因此,醫院管理者往往被迫透過其中一家領先廠商,一次升級一或兩間手術室,或者在許多情況下完全不升級。

Al Moosa 專科醫院是沙烏地阿拉伯 Al-Ahsa 的頂尖醫療中心,在嘗試實施新的入門級「智慧手術室」基礎架構時,也面臨了類似的妥協。它只好在傳統管道外尋求協助。

推車上的智慧手術室

Al Moosa 專科醫院的工作人員執行各種手術,從神經外科到血管外科,乃至於整形手術與燒燙傷手術。其廣泛的醫療保健服務和 12 間手術室打造了一個動態環境,提供高品質的患者護理代表不斷提高手術室的精確度與效率。

智慧手術室將手術室設備和醫院資訊系統(HIS)整合在單一畫面中,讓手術團隊即時存取所需的所有資料。在此同時,手術室內的資訊,例如內視鏡攝影機影片、手術台影片、生命徵象等,可轉寄給護士和醫院管理者協調術外科護理,或寄給遠距醫師,他們可即時在網上提供指導或意見回饋。

智慧手術室的挑戰多半來於資料整合。有鑑於此,Al Moosa 專科醫院求助於醫療 WORX,這家設計顧問與系統整合商專門服務中東醫療保健領域的客戶。它反過來從醫療物聯網技術供應商 iMedtac 選擇了 iMOR-SDB 手術室整合系統,作為其智慧手術室設計的基礎(影片 1)。

影片 1。iMedtac iMOR-SDB 是一種智慧手術室整合系統,將手術、 EMR 和其他資料整合在單一儀表板,供手術室工作人員使用。(資料來源:iMedtac

iMedtac iMOR-SDB透過 API 從 HIS 和電子設備取得影片和資料,接著進行管理並將其路由至手術室的顯示器、護理站或其他需要的地方。除了資料整合和影片路由外,系統也能用來記錄手術期間的安全檢查、顯示重要的提醒、串流到遠端方,甚至識別手勢。

最重要的是,軟體堆疊與 Axiomtek mBOX600 為同一套裝,後者是搭載第 8 代 Intel® Core 處理器技術的醫療級箱型電腦,尺寸僅有 250 公釐 x 240 公釐 x 90 公釐。換句話說,尺寸小巧,可用醫療推車進出手術室。

iMOR-SDB 的關鍵是 mBOX600 上的半號、16 通道 PCIe Gen 3 插槽和全尺寸 PCIe 迷你卡插槽,用於支援全高畫質(1080p)或超高畫質(4K)影片擷取卡。它們也為影片、內視鏡/顯微攝影機影片、EMR 或 HIS 資訊以及其他系統的資料提供頻道。多個 USB 3.1、一個 HDMI 1.4 連接埠和兩個 DisplayPort 1.2 連接埠,可與現代螢幕和顯示器快速整合。

整個堆疊符合健康資訊交換第七層協定(HL7)應用層臨床資料傳輸,以及快速醫療交換資源(FHIR)的電子醫療資料交換標準。

「在 Al Moosa 專科醫院,它在具有螢幕的護理車上,電腦連接 MRI、 CT 掃描器、內視鏡機器和網際網路,從 EMR 收集資料,」 iMedtac 業務總監 Jason Miao 表示。「我們也有另一個模組,名為 iMOR-SDB-CMS 的中央管理系統,提供符合標準的 FHIR 和 HL7 通訊協定,可讓本機安裝人員輕鬆整合平台與 HIS 系統。」

未來的智慧手術室

一部便攜式 iMOR-SDB 在 2022 年 12 月部署於 Al Moosa 專科醫院,成果相當豐碩,因此管理者打算在院內 11 間手術室每間部署一部。這些將安裝在更永久的壁掛式配置中,並透過先前提到的中央管理系統與醫院的 EMR/HIS 基礎架構整合。

但無論安裝的方法為何,iMOR-SDB 終究是獨立的裝置,不必與其他設備實體整合,只要插進螢幕即可。相較於其他替代方案,它不僅能為尋求有效運作的醫院節省時間、心力與成本,更可透過未來手術室提供最高等級的護理。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

工業邊緣的模組化機器視覺

AI 整體環境瞬息萬變。這樣的變化對於工業視覺系統而言太快了,以自動化品質檢驗系統與自主機器人為例,預期的部署期間就算不到數十年也有數年。

如果您是設法讓機器視覺系統充分發揮效益的系統整合商、OEM 或工廠業者,您會用什麼方式讓平台因應未來需求,並且在下一個劃時代 AI 演算法或架構引進前數月或數週推出設計時,不會感到焦慮不安?

我們必須先解構典型的機器視覺系統,才能回答這個問題。

機器視覺系統的結構

長年以來,工業機器視覺系統包含攝影機或光學感應器、照亮擷取區域的照明設備、主機電腦和/或控制器,以及影像擷取卡。影像擷取卡尤其值得注意,因為這項裝置擷取的靜態影格解析度比攝影機高,而且可利用 AI 或電腦視覺演算法簡化分析。

攝影機或光學感應器透過 CoaXPress、GigE Vision 或 MIPI 這類介面,直接連接影像擷取卡。影像擷取卡本身通常是一種插槽卡,插入視覺平台或電腦後,透過 PCI Express 與主機通訊。

影像擷取卡除了能擷取解析度更高的影像,還有很多優點,包括能夠同時在多部攝影機同步化及觸發,以及在擷取到靜態影像後立即執行本機影像處理(例如色彩校正)。這項作法不僅能消除延遲(可能省下為了預先處理而傳輸其他位置影像的費用),還可讓主機處理器有餘裕執行推論演算法,以及執行相應的控制功能(例如關閉輸送帶)和其他工作。

就某幾個層面而言,相較於整合這一連串不同子系統的新式架構,這個架構更為複雜。然而,它的可擴充性與設計彈性更高,因為唯一限制影像處理效能的因素,是主機電腦或控制器的插槽數量。

其實,此外還受限於主機處理器與影像擷取卡之間的頻寬高低。

利用 PCIe 4.0 締造完美視力

對於機器視覺系統來說,尤其是仰賴多重攝影機與高解析度影像擷取卡的系統,系統頻寬很快就會變成問題。舉例來說,4MP 攝影機需要大約 24 Mbps 的處理量,對於 PCIe 3.0 互連提供的每通道 1 Gbps 左右資料速率,造成的影響微乎其微。

然而,機器視覺系統多半接受多部攝影機的輸入內容,因而接受多重串流,所以頻寬很快便會耗用殆盡。增加 GPU 或 FPGA 加速卡,或是兩種都加,才能獲得高準確度低延遲的 AI 或電腦視覺演算法執行方式,另外,週邊裝置與主機處理器之間,可能會發生頻寬瓶頸。

此時此刻,很多工業機器視覺整合商必須開始取捨。您不是因應頻寬短缺增加更多主機 CPU、選用背板型系統並在設計加入更多加速卡,就是選擇已整合加速器的主機電腦或控制器。無論如何,您的成本都大幅提高,散熱需求、耗電量,以及內嵌系統工程師耳熟能詳的其他諸多障礙,全都隨之增加。

或者您可選用搭載新一代 PCIe 介面的平台,例如物聯網解決方案開發商 SECO 的 CALLISTO COM Express 3.1 Type 6 模組(圖 1)

SECO 推出的 CALLISTO COM Express 3.1 模組提供 PCI Express Graphics (PEG) Gen4 x8,最多兩個 PEG Gen4 x4,以及要求嚴苛機器視覺工作負載用的 8x PCIe 3.0 x1 介面。
圖 1. SECO 推出的 CALLISTO COM Express 3.1 模組提供 PCI Express Graphics (PEG) Gen4 x8,最多兩個 PEG Gen4 x4,以及要求嚴苛機器視覺工作負載用的 8x PCIe 3.0 x1 介面。(資料來源:SECO

SECO 產品長 Maurizio Caporali 表示,SECO CALLISTO COM Express 模組中心搭載第 13 代 Intel® Core 處理器,支援 PCI Express Graphics (PEG) Gen4 x8 介面、最多兩個 PEG Gen4 x4 介面,以及最多 8x PCIe 3.0 x1 介面。Gen4 PCIe 介面的頻寬是 PCIe 3.0 介面的兩倍,速率增加為每通道將近 2 Gbps,基本上可在機器視覺平台獲得兩倍的視訊頻道,而且完全沒有犧牲任何其他效能。

Caporali 說明,第 13 代 Intel® Core 處理器讓機器視覺獲得了進一步的優勢,包括最多 14 個 P-core 與 E-core(「P」與「E」),以及多達 96 個 Intel® Iris® Xe 顯示晶片執行單位,而且可依工作負載使用這些執行單位,將系統效能、用電量與散熱最佳化。視 SKU 而定,這一切有 15W 與 45W TDP 可供選擇,而且是以工業級的標準型 SECO 模組提供,尺寸僅 95 mm x 125 mm。

為了化繁為簡,這個平台與 OpenVINO 工具組相容,將任何前述核心架構上部署的電腦視覺演算法最佳化,締造最高的效能。CALLISTO 使用者還可使用 SECO 的 CLEA AI-as-a-Service (AIaaS) 軟體平台。這款可擴充的 API 型資料協調、裝置生命週期管理,以及 AI 模型部署邊緣/雲端解決方案,可讓機器視覺使用者改善長期的 AI 模型效能,並且無線更新端點。

「若要管理即將遠端部署於裝置機隊的 AI 應用程式與模型,CLEA 是基礎。客戶現場若有成千上萬的裝置,CLEA 提供了可輕鬆擴充遠端管理的機會。」Caporali 表示。

工業邊緣的模組化機器視覺

建立工業機器視覺解決方案所耗費的時間、費用與資源都不容小覷。解決方案不僅必須結合各項利基型技術,例如 AI、高速攝影機、高解析度鏡頭,以及專業的視訊處理器,這類複雜的系統還必須長期創造最大價值,才能讓投資物有所值。

將系統架構模組化是防範措施之一,這樣一來便能隨時間升級。以影像擷取卡為基礎建置的機器視覺平台架構,不僅能讓機器視覺 OEM、整合商與使用者視需要擴充視訊處理與攝影機支援,COM 模組的模組化架構(插入自訂的載卡)也能讓主機電腦與控制器本身視需要擴充。因此,拜全模組化策略之賜,經過深思熟慮之後,您只需要升級 CALLISTO 的載板設計,就能滿足未來的機器視覺需求。

簡言之,機器視覺工程師再也不會焦慮不安。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

整合平台可為工廠精心規劃應用程式

拿起您的智慧型手機,留意已下載的應用程式。如果您看看另一個人的裝置,可能會發現應用程式則截然不同。您之所以選擇這些應用程式,就是因為有地方可以派上用場。

我們理所當然認為,每個人都能隨心所欲在智慧型手機上裝配軟體。我們用一款應用程式查天氣,但是用另外一款程式玩本日文字遊戲,製造商也一樣,他們用各式各樣的應用程式查庫存,而品質控管則必須用另一款應用程式。不幸的是,用於這些常規行業功能的軟件不能很好地協同工作。

如果製造商想要使用來自不同供應商的軟件,他們必須自己負責集成。製造執行系統(MES)供應商 MPDV Mikrolab GmbH 產品管理部總監 Matthias March 表示:「這是現今智慧型製造最大的障礙之一。」

智慧工廠需要整合各種不同的解決方案,然而 March 指出,解決方案卻往往各有各的資料和資料模型。製造商必須整合解決方案,收集需要的深入解析,才能發展真正的智慧工廠。他表示:「解決工廠各種需求的專門軟體雖然很多,但是公司卻為了整合不相容的系統吃足苦頭。」

MPDV 產品管理部負責人 Bernd Berres 表示,託管各種軟體解決方案或製造應用程式(mApp)的單一整合平台,是解決方案的起點。Berres 表示:「這種平台能整合所有解決方案,而且不需要設計多種各別的介面,就能 [以隨插即用的方式] 相互通訊。」

MES 對製造業應用程式的重要性

功能正常的 MES 是智慧工廠中那顆不停跳動的心臟。MES 是連接廠房所有作業元素的中央系統。Berres 指出,MES 將作業資料與企業資源規劃(ERP)軟體的業務資料結合在一起

HYDRA X 是 MPDV 挑戰產業 MES 的利器。它的功能豐富,範圍涵蓋訂單、資源、材料、組建、品質與人力資源的管理。該公司為了回應業界對於相互通訊系統的需求,將 HYDRA X 託管於中央製造整合平台(MIP)。製造商的軟體環境需要整合性的基礎,這項做法能正中要害。March 表示:「我們大可說,這個平台是製造商生產作業所有 IT 系統的骨幹。」

MPDV 深知製造商可能不需要 HYDRA X 提供的所有功能,因此將每項功能切割為單一 mApp。MIP 甚至更進一步,也託管大量的第三方 mApp。MIP 的整合規則是所有應用程式都必須遵守的一項條件。

智慧型手機應用程式的規則由作業系統制定,而製造業的規則則是由 MIP 主導。這樣一來,製造商就能從大量選項挑選同級最佳的解決方案。Berres 表示:「過去客戶挑選系統後,就因為既有投資而受制於廠商。」「拜 MIP 所賜,客戶不必選擇單一供應商,而是可以視需要結合不同廠商的解決方案。」

以智慧型手機為例,每位使用者會依照具體需求,從商店新增需要的應用程式,自行彙整解決方案。

製造業應用程式的生態系統

Berres 表示,混搭 mApp 也改變了系統整合商的作業方式。「他們不再從單一廠商尋找符合多數需求的單一解決方案。反之,他們可以針對個別案例挑選最佳解決方案,而且供應商各異。」

舉例而言,系統整合商 MEGLA 採用 MPDV 的 MIP,確保不同的軟體應用程式能獲得向客戶推薦的互通性。以某塑膠製造商為例,系統整合商可以為樣品檢驗推薦一款獨立式 mApp,而且還能在 MPDV 生態系統中使用。系統整合商根據個案需要評估製造商,瞭解他們的瓶頸,以及可能適合他們使用的解決方案。

另外,製造商直接與 MPDV 合作,挑選特定作業環境需要的解決方案組合。德國玻璃製造商 Schott AG 需要為全球的 42 個生產廠址挑選一個通用平台。困難之處在於,整合全球 IT 與 OT 的分析和深入解析作業,同時繼續為各廠址提供自訂解決方案。Schott 目前採用 MPDV 整合平台,搭配 MPDV 與其他合作夥伴的 mApp。March 表示:「此外,他們還視需要自行建立應用程式。」「他們運用我們的商務邏輯搭配這個解決方案,整合過程十分彈性靈活。」

無論客戶選擇哪些應用程式,都是公司的「關鍵任務」應用程式。Berres 表示:「我們提供軟體,需要執行軟體的可靠系統,Intel 正好為我們提供了這樣的系統。Intel 講求高可用度。」

智慧工廠的未來

March 期望人工智慧(AI)能大力帶動製造業的未來,因為它能催生「自行控管的」工廠,由工廠自行解決先前發生過的問題。

MPDV 正努力讓標準化的 AI 解決方案上市,中小型企業也才有辦法善用 AI 的功能。為難題尋找量身自訂解決方案的公司行號越來越多。混搭使用通用語言解決方案的能力,日後依舊會是獲利可期智慧工廠的骨幹。

 

insight.tech 編輯副總監 Georganne Benesch 編輯。

善用第 4 代 Intel® Xeon® 處理器,讓業界改頭換面

今年稍早最新的第 4 代 Intel® Xeon® 可擴充處理器 (代號 Sapphire Rapids) 已發行。這些處理器帶著全新強大功能登場,提供更佳、更快的效能,包括利用 AI 從全方位改善產業營運。不僅如此,更完美實現聯邦與工業 4.0 成功的準則:安全性、可靠性、靈活性和擴充性,亦即工業和聯邦領域所希望看到的一切。由於這些產業不喜歡「淘汰並更換」的方法,這些 Xeon 可擴充處理器能確保製造商的投資經得起未來考驗,不僅滿足工廠的當下需求,同時也能展望未來。

我們將深入瞭解第 4 代 Intel Xeon 可擴充處理器 Sapphire Rapids (影片 1)Intel 網路與邊緣事業群副總裁暨聯邦與工業解決方案總經理 Christine Boles 將與我們一同探討,並回答關鍵問題:「為什麼要從現有版本切換為這次的新版本?」

影片 1。Intel 網路與邊緣事業群副總裁暨聯邦與工業解決方案總經理 Christine Boles,探討最新的第 4 代 Intel® Xeon® 可擴充處理器的工業和聯邦使用案例。(資料來源:insight.tech

告訴我們更多關於這些最新的 Intel® Xeon® 可擴充處理器的資訊。

第 4 代 Intel Xeon 可擴充處理器專為極其嚴苛的工作負載量身打造,提供令人驚豔的強大功能,對此我們樂見其成。而且,正如您所說,其中多數工作負載都屬於工業領域。如果就工業 4.0 轉型來看,工業領域正在尋求技術,可用於提供真正擴大及提升商業價值的能力,以及解決製造商或公用事業的部分挑戰。

除了網路與儲存裝置之外,這些處理器的新功能更特別體現於 AI 和機器學習和數據分析的加速領域。Intel 針對微架構重新建構,進而滿足這些工作負載 (無論在網路空間或在工業邊緣) 擴展處理能力,但僅限於絕佳效能功率比的效能範圍內。同時,第 4 代亦擴充了這些工業功能所需的 IO 記憶體容量。

藉由為 CPU 提供額外加速,我們已針對幾項具體領域新增功能,其中一項便是深度學習與機器學習。而與加速相關的其中兩項更新為 Intel® Advanced Matrix Extensions (Intel® AMX) 和 Intel® Data Streaming Accelerator。

正如您所想像,工業領域的製造商必須處理大量資料。AMX 為這些工業領域的工作負載加速 AI 功能,例如機器視覺、缺陷偵測,或設備以及生產線下產品的品質評估。Data Streaming Accelerator 透過虛擬化環境排定資料的優先順序和管理,以及展示資訊。

另一個我認為值得注意的領域是 Intel® Speed Select Technology (SST)。SST 有助於將工作負載整合至運行多重工作負載的外型規格。SST 能夠選取您要處理的位置,視您的需求優化某些虛擬機器的效能,而非其他可能無需太多效能的工作負載。至於工業解決方案供應商會如何運用 SST,也讓我感到十分期待。

與前幾代產品相比,最新一代的效能如何?

就四大方面而言,我確實看到第 4 代 Xeon 可擴充處理器有助於提供客戶在 IoT 邊緣尋找的價值,以及解決方案供應商將深入開發的領域。

首先是整體效能、記憶體和 IO 方面。就整體架構而言,最新一代產品的每核心效能比前幾代還高,提供多達 52 個核心或不同插槽,適用於一系列 IoT 邊緣使用案例。我們更擴充記憶體功能,支援八個 DDR5 通道。與前一代 DDR4 相比,DDR5 的整體頻寬提升了 1.5 倍。這最終能提高記憶體使用率的效能與容量。

在工業使用案利中突破極限的領域之一便是 IO 功能,而這一代擁有多達 80 條 PCI Express Gen 5 通道。而提到 IO 領域:我們在 Xeon 可擴充處理器中大幅提升 AI 功能,倘若您需要額外 CPU 或外部加速器,我們則提供可用於與外部裝置互相連接的 CXL 1.1 連線能力。

第二個方面是該產品最大的附加功能之一:運用 AMX 擴充功能實現 AI 加速。我們更進一步確保提供正確的工具套件,以便利用 OpenVINO 工具組的工作負載推斷和最佳化功能。有了改進的 AI 加速和工具套件,便能針對深度學習和工作負載完整訓練向客戶提供適當支援。

我先前曾提到 SST (即 Intel Speed Select Technology),可用於整合工作負載。這就是第三個方面,SST 不僅更精確控制 CPU 效能,更能妥善控管如何在 Xeon 可擴充處理器中利用該效能和運算能力。我們還提供了實用工具,允許使用 Intel® 資源控管技術工具組加以監控,從而實現資源的控制與共享,以及整體環境的管理。

第四大面向當然是恢復能力與安全性,這在製造或聯邦類型環境中尤為重要。Intel 處理器的效率和彈性聞名全球,因此這也是我們繼續提供產品時非常著重的一環。而我們還提供安全性擴充功能 Software Guard Extensions,允許在安全指定位址空間執行不同的應用程式。

何種使用案例會從最新處理器受益最多?

第一大領域當然是在工業和聯邦領域內,對運算具有高度需求的使用案例,無論是機器視覺類型的應用程式或是偵測瑕疵並加以採取行動。

針對與數位孿生功能相關的新興領域,您不僅能看到工廠區域正在發生的事情,還能再現相同場景。接著,該領域會擴展為不斷發展的自動化相關領域。其中一個例子來自於公用事業領域,隨著電網現代化,無論是軟體定義功能還是電網基礎設施或流程自動化的管理,都提升到前所未有的層次。

另外一大領域則是機器視覺。製造商如何改進一系列攝影機的缺陷偵測或品質檢查?若要處理這個問題,則須收集相關資訊、執行準確分析,然後根據圖片所帶來的資料採取行動。我們在搭配 AMX 擴充功能的 Xeon 可擴充處理器中所內建的功能,將使這些工作負載獲得妥善處理與管理。

我們在工業領域中進行相同類型的改進,您也可以考慮應用於消費者導向的零售環境產業:餐旅類型空間。過去幾年內,商店或旅館中的可用資源確實有所變化,例如自助結帳服務機。搭載第 4 代 Intel Xeon 可擴充處理器的解決方案,以及其額外的 AI 和分析功能,能夠在人們進入商店時就消費者互動提供新功能,並評估這些客戶可能擁有的任何偏好。當然,該解決方案對於後端也有所助益,機器人技術可用於評估倉儲及後台的物流,同時管理整體庫存。

接下來我要提及最後一個領域,是相比絕大多數領域擁有更多機會的領域:醫療保健與生命科學領域。該領域可以有效運用這些第 4 代 Xeon 可擴充處理器中內建的 AI 擴充功能和支援,用於評估影像或對基因體學與定序進行進階分析。有機會看到醫療設備製造商如何利用我們在處理器中加入的新功能,真是令人振奮不已。

隨著越來越多的網路和工作負載更靠近邊緣,這些處理器又將扮演什麼角色?

我們一直致力於使用這些 Xeon 可擴充處理器開發新一代平台,而最令人興奮的其中一點便是其所支援的工作負載範圍。而另一點則是網路環境的轉變,從傳統上功能更為固定的網路架構演化為更加軟體型、虛擬化網路環境。Xeon 可擴充處理器的功能使解決方案供應商擁有更趨於軟體定義的網路環境,同時利用 AI 和機器學習功能來處理透過網路傳送的資訊,並針對該資訊最佳化。

您有任何想補充的資訊嗎?

在效能和安全性方面,以及先前討論過的所有其他面向,第 4 代 Intel Xeon 可擴充處理器都能確實提供協助,不僅如此,我們也將強固型環境中支援可靠服務所需的條件納入考量。我們針對這些處理器提供各種 SKU,專為滿足工業-商業產品選擇的長生命週期和可靠性需求而設計,包括適用於 0°C–84C° 溫度範圍的處理器。我提到了 Xeon 可擴充處理器帶來的核心範圍與效能;這也反映在 SKU 範圍內,具備可擴充性來回答工作負載真正需要什麼的問題。

最重要的是,我們已確保使用這些第 4 代 Xeon 可擴充處理器的解決方案供應商,將具備在 AI 工作負載或網路工作負載與分析的效能加速方面所需功能,同時更擁有即將進入環境所需的威力與效能範圍。能夠看到基於新一代處理器的應用程式上市,令我十分雀躍。

相關內容

若要進一步瞭解第 4 代 Intel® Xeon® 可擴充處理器,請收聽第 4 代 Intel® Xeon® 可擴充處理器的強大功能,並閱讀 Intel 透過處理器創新提升邊緣生產力。若要瞭解 Intel 最新的創新技術,請追蹤 Intel 的 TwitterLinkedIn 帳號。

 

本文由 Erin Noble 編審。