AI智慧生產(chǎn)競筑平臺 落實百工百業(yè)創(chuàng)新加值

受惠于近年來生成式人工智能（Generative AI, GenAI）題材持續(xù)發(fā)酵，由 NVIDIA 帶動的AI熱潮，使得中國臺灣在 AI制造供應鏈角色備受矚目。中國臺灣資通訊、電子零組件占有出口比重與日俱增，已超過2/3產(chǎn)品出口集中在電子相關(guān)產(chǎn)業(yè)，也引發(fā)各界對于產(chǎn)業(yè)是否會患上「荷蘭?。―utch disease）」的疑慮。

展望未來地緣政治沖突只會越演越烈，對中國臺灣石化、紡織、機械與汽車零組件等傳統(tǒng)產(chǎn)業(yè)受到關(guān)稅、匯率的影響固然不言而喻；即使近年來中國臺灣因為人工智能（AI）題材加持，半導體、電子代工業(yè)出口一支獨秀恐也無法幸免，只是名義上的壁壘換成了保（護）費，臺積電也為此率先提出「晶圓2.0」的說法避險。
電子代工產(chǎn)業(yè)龍頭和碩董事長童子賢則對于近年來因為AI熱潮把中國臺灣捧得太高，飄飄然上了云端的說法示警，強調(diào)：「我們確實是AI重要參與者之一，但不是制定者跟決定者！外界認為中國臺灣是AI中心的角色，其實還少了『代工』兩個字?！?br/>他也期待中國臺灣不只有代工事業(yè)，而能有更高附加價值?！笩o論是制造業(yè)或服務業(yè)，只要想用更少人力做更多有生產(chǎn)力的工作，其實AI都是一個好幫手?！雇淤t認為：「AI就像2000年興起的因特網(wǎng)一樣，并非單一產(chǎn)品，而是更厲害的背景技術(shù)，浸潤到所有產(chǎn)品與服務層面，創(chuàng)造出momo、Netflix、Uber Eats等應用和服務?！?br/>Google前中國臺灣董事總經(jīng)理簡立峰更早前提醒，在這波AI浪潮中，中國臺灣雖然是第一波受惠者，但除了制造之外，在AI應用場景上的缺乏，將是未來需要面對的挑戰(zhàn)。即使我們投資了許多金錢在生產(chǎn)GPU，但中國臺灣使用GPU的數(shù)量卻是屈指可數(shù)，這也直接反映了我們在應用場景投資的缺乏，必須從消費者、生產(chǎn)者、政府和其他角度投入，才能支撐這個產(chǎn)業(yè)。
若以淘金熱的故事來比喻，NVIDIA可形容為設(shè)計鏟子者，臺積電則是制造鏟子的人?！脯F(xiàn)在是賣鏟子的先賺錢，而花錢買鏟子的微軟、Google、Apple、Amazon、Meta等5大網(wǎng)絡(luò)公司投入大量金額，在購買GPU和興建數(shù)據(jù)中心上，幾乎買走了90%的鏟子。」簡立峰認為：「任何產(chǎn)品的生命周期，最終都將邁入成熟期。未來用鏟子的會愈來愈多，而制造鏟子的只有一個高峰期?！?br/>

尋求AI應用場景　百工百業(yè)先行


 
圖一 : 國科會從今年啟動為期10年（2024~2033）的「晶創(chuàng)中國臺灣方案」計劃，最終為中國臺灣百工百業(yè)創(chuàng)新賦能，創(chuàng)造有利于技術(shù)研發(fā)與產(chǎn)業(yè)創(chuàng)新需求的互動機制。（source：國科會）

如今在應用面的進展屢屢突破想象，已展現(xiàn)GenAI可用來提升生產(chǎn)力、促進產(chǎn)業(yè)創(chuàng)新的巨大潛力。國科會也從今年啟動為期10年（2024~2033）的「晶創(chuàng)中國臺灣方案」計劃，共挹注3,000億經(jīng)費時，便強調(diào)并非獨厚半導體領(lǐng)域，而是建立GenAI共通雛型工具。
藉此強化與業(yè)界、公協(xié)會溝通，共同厘清數(shù)據(jù)、模型分享機制及知識產(chǎn)權(quán)歸屬等議題；并透過雛型、案例展示等GenAI訓練課程，培育能結(jié)合領(lǐng)域知識（domain knowledge）的種子。最終為中國臺灣百工百業(yè)創(chuàng)新賦能，創(chuàng)造有利于技術(shù)研發(fā)與產(chǎn)業(yè)創(chuàng)新需求的互動機制；另結(jié)合生成式AI，以建構(gòu)AI產(chǎn)業(yè)創(chuàng)新應用生態(tài)系發(fā)展的機會。


協(xié)同AI落地智慧生產(chǎn)　加速廠內(nèi)轉(zhuǎn)型應變
根據(jù)中華經(jīng)濟研究院定義目前所稱「AI工廠」，系指將所有工廠智慧化，進行全面自動化和優(yōu)化的工廠營運模式，滿足AI應用在制造業(yè)落地后的龐大需求，促使生成式AI從虛擬世界進入實體（物理）世界，全面監(jiān)控管理生產(chǎn)流程，提升生產(chǎn)效率、資源利用率和產(chǎn)品質(zhì)量。
其中不僅能自動化完成物料運輸、零配件組裝、產(chǎn)品檢測和包裝等任務，大量縮短生產(chǎn)周期，提升單位時間內(nèi)的產(chǎn)出量；還能透過大數(shù)據(jù)分析與機器學習，將生產(chǎn)計劃和資源分配優(yōu)化應用，針對不同產(chǎn)品需求快速調(diào)整和轉(zhuǎn)換，滿足少量多樣化和客制化的市場需求，同時具備高度靈活性。
企業(yè)因此可運用AI在虛擬世界模擬各種生產(chǎn)場景，預測和優(yōu)化生產(chǎn)流程，將顯著提高生產(chǎn)效率和創(chuàng)新能力。AI工廠也可對生產(chǎn)過程的各類數(shù)據(jù)實時監(jiān)控和分析，實現(xiàn)對原材料、能源和設(shè)備的精細化管理，從而大幅提升產(chǎn)品的一致性和可靠性。
例如NVIDIA執(zhí)行長黃仁勛在COMPUTEX 2024期間舉辦的主題演講，便以自行車龍頭巨大集團（捷安特）的物流中心為例，便引進由廣運（Kenmec）與合作伙伴宇見智能科技（MetAI）提供的自動化倉儲與物流系統(tǒng)「實時 3D 模擬生成智能物流場域」，來提高效率又降低風險。
經(jīng)由MetAI的生成式模型技術(shù)，可在不到4分鐘時間內(nèi)就通過NVIDIA RTX GPU運算后，迅速生成OpenUSD SimReady虛擬倉儲物流環(huán)境，將傳統(tǒng)需要278小時的前置作業(yè)規(guī)劃時間大幅縮短；并透過數(shù)字分身仿真的場域，預期能有效減少40%的項目落地時程。未來也不排除將巨大遍布全球多個制造基地的工廠，皆改造成自主程度更高的生產(chǎn)設(shè)施；或是透過AI來模擬不同的工廠布局，取得最佳的空間、流程與效率。
最后，AI工廠的全球協(xié)作能力可顯著提升供應鏈效率與穩(wěn)定性，透過云端運算和物聯(lián)網(wǎng)技術(shù)，實現(xiàn)全球范圍內(nèi)的生產(chǎn)協(xié)同和資源共享，不僅能提升生產(chǎn)效率，還能實時調(diào)整生產(chǎn)策略，有效應對市場不確定風險。


達梭3D EXPERIENCE云平臺　協(xié)力打造數(shù)位分身

 
圖二 : 達梭系統(tǒng)強調(diào)須先掌握足夠數(shù)據(jù)，才有機會談AI，進一步發(fā)展數(shù)字分身（Digital twins）技術(shù)。（source：3ds.com）

達梭系統(tǒng)也在2021年推出基于云端的3D體驗平臺，并強調(diào)須先掌握足夠資料，才有機會談AI，進一步發(fā)展數(shù)字分身（Digital twins）技術(shù)，期盼透過延伸虛擬世界去改變實體（物理）世界。即使有NVIDIA推出Omniverse平臺來打造AI智慧工廠，也須先有軟件建立內(nèi)外結(jié)構(gòu)、仿真機器人生產(chǎn)流程的內(nèi)容，才能聯(lián)結(jié)AIoT正式生產(chǎn)。
達梭系統(tǒng)中國臺灣資深技術(shù)經(jīng)理許欲生分析目前在制造業(yè)發(fā)展現(xiàn)況，各領(lǐng)域都有不同軟件，如設(shè)計3D CAD、模型分析3D DMU、PLM等，達梭過去10余年來（2012）則基于云端的3D EXPERIENCE平臺，集中管理旗下或異質(zhì)來源軟件的所有信息數(shù)據(jù)；進而執(zhí)行電磁、熱、結(jié)構(gòu)仿真分析，打造一個貫穿完整生命周期的虛擬分身體驗。
因此使用者不必每次都要回復到CAD設(shè)計之前的網(wǎng)格數(shù)據(jù)去仿真分析，就能搭建PPR數(shù)據(jù)模型定義MBOM，并規(guī)劃數(shù)字化制程，直接利用大數(shù)據(jù)分析工序和工時；經(jīng)過3D作業(yè)指導輸出，同步工程分配到每個站位，不必擔心后續(xù)更改設(shè)計版本或夾治具，都能在計算機完成而省時與成本。
由于達梭可容許廠內(nèi)選用不同品牌機器人或設(shè)備依序生產(chǎn)零組件、組裝驗證，仿真找出最佳路徑，透過VR體驗，模擬生產(chǎn)設(shè)備空間及稼動率、產(chǎn)能物流動線布局，皆得到真實數(shù)據(jù)而非圖表，可在實際生產(chǎn)前調(diào)整，并將信息上傳ERP、MES；通過AR/VR在實際生產(chǎn)前體驗，產(chǎn)生用來制造的虛擬分身；最終整合產(chǎn)品信息和制造流程并加上批注，輸出3D操作手冊。


宜鼎全通路產(chǎn)品與服務　垂直深化AIoT應用場域


 
圖三 : 宜鼎無論是在軟硬件、通路及產(chǎn)能等面向都已經(jīng)完備，將AI導入自身擅長的工控市場。（攝影：陳念舜）

工控內(nèi)存模塊大廠宜鼎國際（Innodisk）近期也正式啟用位于宜蘭的全球研發(fā)制造中心二期廠區(qū)，打造為集團的AI核心基地，讓邊緣AI軟硬整合涵蓋的層面更加完備。宜鼎集團董事長簡川勝表示，宜鼎深耕工業(yè)市場20年以來，從工業(yè)計算機（IPC）儲存與內(nèi)存起家，并隨著客戶需求調(diào)整發(fā)展重心，從工控領(lǐng)域逐步垂直深化朝向「AIoT」階段邁進，進而投入工控市場AI化及AI應用市場。
「當云端AI布建到一定程度后，不落地不行！」簡川勝強調(diào)，因此宜鼎從工業(yè)儲存跨足至周邊軟硬件整合服務，近年更積極推行品牌升級，以「Architect Intelligence」為宗旨，從市場面演進、產(chǎn)品面變化及商業(yè)化落地應用三面向逐步發(fā)展，無論是在軟硬件、通路及產(chǎn)能等面向都已經(jīng)完備，將AI導入自身擅長的工控市場。
也將過往累積的全球 AIoT 項目經(jīng)驗，延伸到垂直領(lǐng)域的AIoT，積極轉(zhuǎn)變?yōu)檫吘堿I解決方案領(lǐng)導品牌推出9大產(chǎn)品服務，成為IPC導入邊緣AI應用落地的重要伙伴。如今布局「純AI」應用著重在邊緣運算領(lǐng)域，包含智能城市、智能工廠、智能交通、智能零售等產(chǎn)業(yè)客戶。
宜鼎總經(jīng)理室特助張獻文表示：「客制化便是宜鼎最大優(yōu)勢，須針對各種應用對軟硬件規(guī)格的需求都有所不同?！挂怨た貎Υ鏋槔统Ｐ枰槍ΨN類繁多的 Chipset、主板與系統(tǒng)設(shè)計等做出相應參數(shù)調(diào)校；或者在為客戶導入用于 AI 機器視覺的相機模塊時，為提升視覺辨識效果，也會針對其應用環(huán)境光源、視野范圍、影像質(zhì)量需求等進行細部的客制化調(diào)整。
這些在服務過程中累積的 Know-how，也成為公司獨有的養(yǎng)分。隨著ChatGPT生成式應用爆發(fā)之后，正積極往最專長的項目是Edge AI邊緣運算發(fā)展，宜鼎2023年AI及智慧物聯(lián)網(wǎng)（AIoT）相關(guān)產(chǎn)品營收占比為21.5%，包含PoC（概念驗證）與量產(chǎn)等AI開案量高達1,000多件，看好今年集團營收會較去年成長，AI與AIOT營收占比可望增至3成。
宜鼎旗下子公司安提在躋身成為NVIDIA供應鏈成員之一，名列官網(wǎng)公布的模塊化服務器MGX架構(gòu)的指定合作伙伴以來，主要應用市場在企業(yè)端，AI開案量超過600件，更為宜鼎集團帶來可觀的AI開發(fā)商機。
目前營收比較多是來自推論（Inference）機種，去年開始送樣的訓練（Training）機種在今年陸續(xù)出貨，預估COMPUTEX之后的AI開案量年成長將增2~3成。不僅能更迅速實踐創(chuàng)新技術(shù)，更攜手全球伙伴將旗下產(chǎn)品及AI解決方案高效導入實際場域、規(guī)?；渴鹬吝吘壎?。

恩智浦首創(chuàng)整合AI學習工具 簡化使用者邊緣部署應用


 
圖四 : NXP具備NPU與eIQ的開發(fā)工具包。（source：NXP）

恩智浦公司（NXP）執(zhí)行副總裁暨技術(shù)長Lars Reger也在COMPUTEX 2024期間主題演講表示：「NXP多年來透過積極推動工業(yè)向數(shù)字雙生（Digital Twin）轉(zhuǎn)型的過程，并提供智能連結(jié)設(shè)備，尋找可擴展的軟件平臺來解決機器人在感測、連接、安全和保障方面的所有因素；同時賦予這些機器人卓越的感官，大腦中值得信賴、安全和實時的部分，找到以節(jié)能方式擴展信任的能力?！?br/>在AI時代，邊緣運算是更須關(guān)注的領(lǐng)域，使得原本微控制器（MCU）必須處理的數(shù)據(jù)越來越多、連接的終端越來越復雜，勢必得提升其效能。恩智浦因此推出新一代MCX微控制器系列家族產(chǎn)品，通過廣泛采用的MCUXpresso軟件和SDK工具套件，提供具可擴展性及突破性功能的產(chǎn)品；加上簡化的系統(tǒng)設(shè)計、以開發(fā)人員為中心的體驗，提供客戶更強大性能和多元化功能的產(chǎn)品。
基于現(xiàn)今已有許多業(yè)者開始提供讓企業(yè)訓練專屬AI模型的平臺，日前恩智浦也成為首先將NVIDIA經(jīng)過訓練的低程序代碼AI模型「NVIDIA TAO API」，可通過eIQ機器學習開發(fā)環(huán)境運用一系列預先訓練的模型和遷移學習（transfer learning）整合，再直接部署至恩智浦旗下邊緣處理產(chǎn)品組合的半導體供貨商，為AI模型的訓練、優(yōu)化和部署，提供統(tǒng)一平臺，讓開發(fā)人員可自定義構(gòu)建人工智能模型、更輕松在邊緣部署，并針對特定用途對進行微調(diào)和優(yōu)化。
藉此結(jié)合恩智浦在工業(yè)和物聯(lián)網(wǎng)邊緣創(chuàng)新領(lǐng)域擁有豐富的經(jīng)驗，以及NVIDIA在訓練與測試AI模型方面具有專業(yè)優(yōu)勢，讓客戶能更加快速、輕松地將之推向汽車、工業(yè)與物聯(lián)網(wǎng)、行動裝置與通訊基礎(chǔ)設(shè)施市場，提供創(chuàng)新解決方案。


制造業(yè)導入AI 營運優(yōu)先制造
值得一提的是，根據(jù)中經(jīng)院最新發(fā)布「2024上半年中國臺灣采購經(jīng)理人營運展望調(diào)查」，結(jié)果顯示有75.1%制造業(yè)廠商表示公司無提供相關(guān)產(chǎn)品，也未規(guī)劃研發(fā)、生產(chǎn)或進入相關(guān)產(chǎn)品、市場或供應鏈。僅24.9%回報已經(jīng)或正在準備參與AI供應鏈，其中41.9%仍在「研發(fā)設(shè)計產(chǎn)品中」、16.2%「已完成研發(fā)但仍未量產(chǎn)」，41.9%「已產(chǎn)出且已進行銷售」。
但企業(yè)對導入AI營運意愿還是頗高，制造業(yè)受訪者中約有49.8%回報有評估、規(guī)劃或已導入AI相關(guān)技術(shù)應用于公司營運，目前進度分別為「規(guī)劃評估中，尚未導入」（61.3%）、「導入中」 （22.6%）、「導入完成，但未見成效」（0.8%）、「導入完成，已見成效」（2.4%） ，以及「已導入，且持續(xù)導入新AI技術(shù)與運用」（12.9%）。
進一步觀察制造業(yè)導入的原因，以「優(yōu)化營運流程」61.3%占比最高，其次是「提升營運效率」58.1%與「節(jié)省人力成本」50.8%。然而，制造業(yè)約有50.2%回報完全沒有規(guī)劃、評估和導入AI相關(guān)技術(shù)，主要原因為「無相關(guān)需求」。