《奥迪推出用于点焊质量控制的人工智能》

  • 来源专题:工业强基
  • 编译者: 张欣
  • 发布时间:2024-07-05
  • 继一个成功的试点项目之后,奥迪已经开始推出用于车身结构点焊质量控制的人工智能(AI)系统。人工智能是在Neckarsulm现场预先开发和测试的。

    到今年年底,用于使用人工智能的技术基础设施将安装在大众汽车集团的其他三个工厂。该项目还作为奥迪推出的2025年汽车倡议(AI25)的用例。

    奥迪公司利用人工智能,在其Neckarsulm工厂对每班300辆汽车上约150万个点焊点进行分析。相比之下,直到最近,生产人员还在随机分析的基础上使用超声波手动监测电阻点焊工艺的质量。使用超声波方法,他们检查了每辆车约5000个点焊。通过应用人工智能,员工现在可以专注于可能的异常情况。奥迪表示,这种新方法将使他们能够更有效、更有针对性地控制质量。

    为了在这些位置安装技术基础设施,专家团队目前正在确定焊接设置的差异,以便相应地重新培训AI模型。通过使用人工智能生成的数据可用于优化未来的其他流程。例如,奥迪团队目前正在使用这些数据作为未来预测性维护的基础。

    为了确保工艺审核和认证,与德国质量协会(DGQ)、弗劳恩霍夫工业工程研究所(IAO)和弗劳恩霍夫制造工程与自动化研究所(IPA)密切合作开发。这种方法反映了一个事实,即迄今为止,还没有独立机构针对人工智能应用发布标准或认证。

    “WPS-Analytics”项目作为奥迪推出的2025年汽车倡议(AI25)的用例。该倡议旨在建立数字化工厂转型和创新的能力网络。奥迪希望利用数字化来提高生产和物流的灵活性和效率。在成为智能工厂的道路上,奥迪和来自科学和IT行业的合作伙伴正在测试数字解决方案,以在内卡苏姆的真实制造环境中生产优质汽车,并在稍后进行批量生产。

  • 原文来源:https://www.greencarcongress.com/2023/07/20230701-audi.html
相关报告
  • 《英伟达推出新的车载人工智能芯片,并宣布跟大众的合作 》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:姜山
    • 发布时间:2018-01-09
    • 2018 年拉斯维加斯 CES 消费电子展的媒体日第一天,半导体设计公司英伟达(Nvidia)正式宣布此前发布的车载自动驾驶芯片 Drive Xaiver 已经开始向客户交付。 相比于 2016 年 9 月首次发布的 Xaiver 芯片,这次交付的版本在制程工艺上进行了升级,从台积电的 16nm FinFET 工艺升级为 12nm FFN。 FFN 三个字母中,FF 即 FinFET,而 N 则代表 Nvidia,是台积电专门为英伟达优化过的制造工艺。采用这种工艺的好处在于相同面积的芯片上能容纳和封装更多晶体管,能够直接提升计算性能。 受益于此,Drive Xaiver 所包含的晶体管数量从 70 亿增加到了 90 亿,计算性能也从 20TOPS 提升至 30TOPS,功耗为 30W。 TOPS,是半导体行业衡量处理器在深度学习应用上的性能表现时所用的单位,即 Tera-Operations per Second(万亿次运算每秒)。 在整个自动驾驶行业,汽车厂商现在能拿到的性能最强的车载芯片就是 Drive Xiaver 了。英特尔旗下 MobileEye 今年的自动驾驶芯片 EyeQ4 只有 2.5TOPS,而更强的 EyeQ5 要等到 2020 年才能交付。 对于最终的汽车用户,这些单位和概念的意义其实并不大。TOPS 只是衡量一款芯片的理论性能,不能完全代表自动驾驶车实际行驶在路上时的体验。 目前,英伟达的自动驾驶平台上已经吸引了传统车厂、零部件供应商、地图厂商、传感器厂商等各类企业。 其中值得一提的是百度。由于中国监管部门对自动驾驶车上的高清摄像头、激光雷达等传感器和相关技术使用并不放心,所有国内外的自动驾驶厂商都需要遵循相应的技术标准,并且车载导航要使用拥有地图牌照的公司提供的数据和服务。 这意味着,像奥迪、丰田、福特等国外品牌在中国需要在软件和系统层面单独做出适配,才能负责监管要求。 英伟达创始人黄仁勋表示,目前英伟达的自动驾驶平台已经可以同时提供这两种软件开发方案。这在很大程度上可能受益于跟百度的合作。 除了百度,变速箱厂商采埃孚、打车服务 Uber、以及前 Google 自动驾驶负责人创办的 Aurora 也都宣布采用英伟达的自动驾驶芯片。 在软件工具和安全性方面,英伟达跟黑莓 QNX 和 TTTech 公司合作车载操作系统,并通过测试车辆收集回来的真实路况数据模拟出一个虚拟的自动驾驶路测环境。 通过英伟达提供的测试工具,自动驾驶工程师可以随意调整车上的摄像头位置和角度,并在模拟环境下操控另一辆车来测试自动驾驶算法的反应。 如果佩戴上 VR 眼镜,开发人员还能在 VR 模式中实际感受自动驾驶车的行驶过程。 除此之外,英伟达还跟大众汽车合作,未来大众自己的智能车载系统 I.D. Buzz 将采用英伟达 Drive IX 平台提供的人脸识别、语音交互等技术来实现车主个性化体验。 总起来看,英伟达今年的重头戏仍然是继续推进自动驾驶技术向前走。但最终将平台和各家林林总总的传感器和技术方案整合起来,成为一辆能开上路的汽车,还要依靠那些车厂。
  • 《英特尔推出迄今世界最大神经形态计算机以实现更可持续的人工智能》

    • 来源专题:集成电路
    • 发布时间:2024-04-22
    • 据官网4月17日报道,英特尔公司研制出世界上最大的神经形态计算机Hala Point。它包含11.52亿个人造神经元,分布在1152个Loihi 2芯片上,每秒能进行380万亿次突触操作。英特尔公司希望,这种旨在模拟人脑处理和存储数据方式的计算机能提高人工智能(AI)模型的效率和能力。 这款代号为Hala Point的大型神经形态系统部署在桑迪亚国家实验室,使用英特尔的Loihi 2处理器,旨在支持未来大脑启发式思考的人工智能研究,并应对与当今人工智能的效率和可持续性相关的挑战。Hala Point推进了英特尔第一代大型研究系统Pohoiki Springs的架构改进,使神经元容量增加了10倍以上,性能提高了12倍。 Loihi 2神经形态处理器是Hala Point的基础,它应用了受大脑启发( brain-inspired)的计算原理,如异步计算、基于事件的尖峰神经网络(SNN)、集成内存和计算,以及稀疏和连续变化的连接,以实现能耗和性能的数量级提升。神经元之间直接通信,而不是通过记忆进行通信,从而降低了整体功耗。 Hala Point将1152个Loihi 2处理器封装在一个微波炉大小的六机架数据中心机箱中,这些处理器是在Intel 4工艺节点上生产的。该系统支持分布在140544个神经形态处理核心上的多达11.5亿个神经元和1280亿个突触,最大消耗2600瓦的功率。它还包括2300多个用于辅助计算的嵌入式x86处理器。 Hala Point将处理、内存和通信信道集成在一个大规模并行化的结构中,总共提供了每秒16 PB的内存带宽、3.5 PB的核心间通信带宽和每秒5 TB的芯片间通信带宽。该系统每秒可处理380万亿个8位突触和240万亿个神经元操作。 该系统应用于生物激励的尖峰神经网络模型,其11.5亿个神经元的全容量执行速度是人脑的20倍,在较低容量下执行速度高达200倍。虽然Hala Point不用于神经科学建模,但其神经元容量大致相当于猫头鹰的大脑或卷尾猴的皮层。 基于Loihi的系统可以执行人工智能推理并解决优化问题,使用的能量比传统的CPU和GPU架构少100倍,速度比传统的GPU架构快50倍1。Hala Point的早期结果表明,通过利用高达10:1的稀疏连接和事件驱动活动,该系统可以实现高达15 TOPS/W2的深度神经网络效率,而无需将输入数据分批收集,这是GPU的常见优化,大大延迟了对实时到达的数据(如摄像头视频)的处理。尽管仍在研究中,但未来能够持续学习的神经形态LLM可以通过消除对不断增长的数据集进行定期重新训练的需求,从而节省千兆瓦时的能源。 原文链接:https://www.intel.com/content/www/us/en/newsroom/news/intel-builds-worlds-largest-neuromorphic-system.html