哪里需要AI，哪里就有昇腾
ai在哪里？
这个问题如果放在几年以前，很多人会感觉高深莫测，但在如今，我们回答起来游刃有余：在客厅里，天天与我们对话的智能音箱;在手机中，随手拍出的美颜照片;在电商平台上，总被猜中心思的商品推荐……
让ai无处不在，是正在进行中的第四次产业革命的目标，也是每一个参与其中的开发者、建设者们心中的梦想。
然而当ai逐渐进入到产业深处，深度参与工业领域的智能化转型时，如何让ai从无到有，从最开始的简单应用或者单一场景出发，继而完成对整个产业的覆盖，成为实现智能制造的关键。
近日，凌华科技发布了一系列基于华为昇腾的ai边缘计算产品，推进ai算力融合在工业智能领域，让ai应用落地于更多工业制造场景。
就像涓流成河汇成海一般，华为昇腾携手合作伙伴正在构建一幅让ai无处不在的百业全景图。
智能制造的ai算力需求，华为昇腾来满足
一提到产业智能化转型，很多人的第一反应就是“上云”，确实，在面对高并发、小吞吐、长时延的计算需求时，“上云”是最便捷的一条解决路径，然而在工业领域，大量视频、图像、高频传感器构成的异构数据需要进行实时处理， 使得异构大计算的需求满足也成了不容忽视的重点，特别是智能制造领域普遍采用的混合云+ai+5g等新技术的组合，更是带来了更加复杂且多元的多样计算需求。
另外一个维度，与我们经常遇到的消费生活场景有所不同，在工业领域，ai应用首先需要对应不同的行业，如电子、汽车、医药、冶金等，然后每个行业还会有无数的落地场景，如视觉质量检测、设备预测维护、生产排产等，即便是同一类场景，不同企业在该场景下的分析对象也有区别，如果都用通用cpu计算来处理，需要匹配极为强大的处理能力和算力，这将与智能制造所指向的“降本增效”的目的相悖，因而针对不同的业务场景、不同的数据类型和实时性要求，匹配不同的算力部署方案，这样的计算架构也就更加科学。
正是在这样的背景之下，凌华科技推出了基于华为昇腾的四款ai边缘计算产品：昇腾ai边缘小站、昇腾边缘ai工作站、增强型昇腾工作站以及昇腾ai工控机。
如果应付一些工业应用场景一般的基本算力需求，昇腾ai边缘小站（dlap-221）就能胜任了，这款产品尺寸体积小，可以灵活部署，由于集成了华为atlas-200 ai加速模组，可以在非常紧凑的尺寸内具备较为强劲的ai算力，单机可实现20路高清视频实时分析，同时还预装了昇腾制造业mxmanufacture sdk，可以说麻雀虽小五脏俱全。
如果某些工业应用场景对算力有一定的需求，那么搭载了华为atlas 200/atlas 300i推理卡的昇腾边缘ai工作站（mvp614x）就比较适合了，这款产品使用了intel第九代i3/i5/i7处理器，整机可实现无风扇运行，经过特殊优化的散热设计可确保多张atlas 200或atlas 300i推理卡同时工作。
如果有工业应用场景有非常高的算力需求，那么可以采用多华为atlas 300i推理卡搭载平台的增强型昇腾工作站（dlap8000），dlap8000可支持更高级的intel xeon处理器，经过优化后的电源同时可确保4张atlas 300i工作;考虑到用户现场对于大容量数据的存储要求，dlap8000在有限的体积下安装了4块2．5”硬盘。
如果某个应用场景需要同时扩展图像采集、现场io、运动控制功能时，凌华科技用可以扩展多路华为atlas 300i推理卡的昇腾ai工控机（rk608/m43ai）来进行匹配，该产品有额外的pci/pcie插槽，可以同时搭配凌华科技特有的现场采集卡和运动控制卡。
从以上产品的功能亮点我们可以看出，凌华科技充分利用了昇腾的ai多样计算能力，根据不同场景的不同算力需求，开发了与之适配的产品，可以说智能制造需要怎样的ai算力，凌华科技和昇腾就有相对应的算力产品或算力部署方案。
哪里需要ai，哪里就有昇腾
说了这么多，凌华科技的这些产品到底好不好用，基于昇腾的智能制造解决方案到底发挥作用了吗？下面，我们一起来看看凌华科技与昇腾的几个落地案例。
众所周知，在工业质量检测领域，目前还有很多企业依赖于人工检测，但受专业技术能力和经验传承的影响，检测结果和检测效率受人的干扰因素较大，特别是当人长时间重复单一工作，容易疲劳，会更加加重上述问题的产生。
于是，有的企业开始采取用工业相机拍照，图文图片模板比对的视觉检测方式，相比依靠人的传统视觉检测方式，效率会有所提升，但新的问题又产生了，由于产品自身质量波动，图像取像的角度、亮度变化甚至环境因素的干扰，从而使得视觉检测测试的准确率始终难以达到理想水平，特别是当产品换线从a产品切换到b产品时，期间要经历一段很长的调试时间，对于企业而言是个不小的负担。
时下最新的ai质量检测方案，则是传统视觉融合深度学习技术，自动图像特征提取，基于大量的历史缺陷图片完成模型训练，只要检测物的相似度达到一定程度即完成检测过程，这种方案柔性很强，准确度和效率也大大提升。
在电子组装行业，凌华科技在华为南方工厂智能计算产品生产线智能质检项目中，直接将装载atlas 300i推理卡的工控机部署到产线，搭载2000万像素高清工业相机，对电子组装产品的标签铭牌、螺钉、涂胶等对象进行检测，将误报率降低到1%以下，检出率提高到99．9%，从1个人管理一条产线到目前1个人管理3条产线，检测效率直接提升了3倍。
相比电子组装行业对标签铭牌的检测对算力要求不高，我们再来看看集成电路行业中对集成电路板的品控监测，其中焊点异常的检测最为重要，由于电路板上焊点数量极大，这就涉及到算力升级的问题。
凌华科技采取的解决方案是通过部署搭载atlas 300i推理卡的工控设备至检测设备上，同时配以ai深度学习算法，从而获得了同等算力下较低成本的算力配置，工业生产场景下，直接提升了10%-50%aoi直通率。
如果上述两个案例检测项目比较单一，对于算法的要求不高，那么我们再来看看凌华科技的ai边缘计算解决方案在医药生产行业中的落地。
一板药物胶囊是否合格达到出厂条件，需要比对药板批号是否清晰无误、胶囊是否漏粉、是否有压泡、空囊这样的纰漏，因而除了算力的要求之外，还需要多算法的融合。
凌华科技在工控设备中配置atlas 300i推理卡，再加上算法合作伙伴的ai深度学习算法，实现了极低的误检率，小于3%，正确率高于99．47%，减少了95%的人力依赖。与此同时，还能对产品缺陷进行可视化标记，实现缺陷快速精准定位，在空胶囊、漏粉、坏囊、编号打印错误等常规必检项之外，还能检测包括药板毛边、折痕、白边等无规律缺陷。
以上只是昇腾在工业智能化转型中使能百业中的一点点进展，管中窥豹，昇腾ai算力正在以各种形态和各种方式进入到工业领域的纵深，可以说，哪里需要ai，哪里就有昇腾。
智能制造新旧动能转换趋势之下的昇腾画卷
其实，无论是新基建还是“十四五”规划，在制造强国、质量强国、网络强国、数字中国等一系列国家战略之下，产业智能化与智能制造新旧动能转换的时代趋势已成，作为为各行各业解决ai算力需求的昇腾正处于巨大的历史机遇之中。
需要确定的是，这个机遇并不仅仅只属于昇腾，从上述案例可以看出，在昇腾的普惠ai战略之下，通过硬件开放软件开源的方式，昇腾构建了一个以自身ai算力和完善的ai软硬件开发环境为基础的昇腾生态，在这个生态中，通过强力专业的生态伙伴，完成了对足够广泛产业的覆盖。
从凌华科技与昇腾的合作来看，双方取长补短，不但实现了自身的商业价值，同时在产业智能化的时代趋势之下获得了共同成长。
在这里，我们也应该看到，产业智能化的道路才刚刚开始，有数据显示，目前ai与行业的渗透率仅有4%，这也意味着为了完成ai无处不在的目标，昇腾还需要更多的同行者一起在这场时代洪流中去探索更多的可能。
利维能孙晓东谈动力电池市场变局
Ares飞行器测评
村田RFID标签正在助力中国医用物联网的发展
CoreOS与红帽OpenShift联手推动混合云原生服务
美国允许在夜间使用无人机
哪里需要AI，哪里就有昇腾
功能原型系列：装备与测试介绍
有毒气体检测仪的使用需要注意哪些内容？
C语言学习路线讲解
为拓展可挠式OLED事业，三星新增四大战略
隐私泄露：看大数据和监控时代的个人信息保护
写verilog代码要有硬件的概念
工信部：不得误导强迫用户办理5G套餐
电机控制芯片DSPADMC401的原理、特点及应用研究
基于AVR单片机的RFID阅读器设计方案
小米6或将于4月11日发布:海报曝光 虹膜识别没跑!
Intel高管披露Arc显卡合作厂商？官方否认
STC89LE516实现RS485总线LED显示屏控制系统
ER3B-C10机器人上市，广泛应用于工业场景和教育场景
全自动红外体温筛查仪背后的技术知识
这个问题如果放在几年以前，很多人会感觉高深莫测，但在如今，我们回答起来游刃有余：在客厅里，天天与我们对话的智能音箱;在手机中，随手拍出的美颜照片;在电商平台上，总被猜中心思的商品推荐……
让ai无处不在，是正在进行中的第四次产业革命的目标，也是每一个参与其中的开发者、建设者们心中的梦想。
然而当ai逐渐进入到产业深处，深度参与工业领域的智能化转型时，如何让ai从无到有，从最开始的简单应用或者单一场景出发，继而完成对整个产业的覆盖，成为实现智能制造的关键。
近日，凌华科技发布了一系列基于华为昇腾的ai边缘计算产品，推进ai算力融合在工业智能领域，让ai应用落地于更多工业制造场景。
就像涓流成河汇成海一般，华为昇腾携手合作伙伴正在构建一幅让ai无处不在的百业全景图。
智能制造的ai算力需求，华为昇腾来满足
一提到产业智能化转型，很多人的第一反应就是“上云”，确实，在面对高并发、小吞吐、长时延的计算需求时，“上云”是最便捷的一条解决路径，然而在工业领域，大量视频、图像、高频传感器构成的异构数据需要进行实时处理， 使得异构大计算的需求满足也成了不容忽视的重点，特别是智能制造领域普遍采用的混合云+ai+5g等新技术的组合，更是带来了更加复杂且多元的多样计算需求。
另外一个维度，与我们经常遇到的消费生活场景有所不同，在工业领域，ai应用首先需要对应不同的行业，如电子、汽车、医药、冶金等，然后每个行业还会有无数的落地场景，如视觉质量检测、设备预测维护、生产排产等，即便是同一类场景，不同企业在该场景下的分析对象也有区别，如果都用通用cpu计算来处理，需要匹配极为强大的处理能力和算力，这将与智能制造所指向的“降本增效”的目的相悖，因而针对不同的业务场景、不同的数据类型和实时性要求，匹配不同的算力部署方案，这样的计算架构也就更加科学。
正是在这样的背景之下，凌华科技推出了基于华为昇腾的四款ai边缘计算产品：昇腾ai边缘小站、昇腾边缘ai工作站、增强型昇腾工作站以及昇腾ai工控机。
如果应付一些工业应用场景一般的基本算力需求，昇腾ai边缘小站（dlap-221）就能胜任了，这款产品尺寸体积小，可以灵活部署，由于集成了华为atlas-200 ai加速模组，可以在非常紧凑的尺寸内具备较为强劲的ai算力，单机可实现20路高清视频实时分析，同时还预装了昇腾制造业mxmanufacture sdk，可以说麻雀虽小五脏俱全。
如果某些工业应用场景对算力有一定的需求，那么搭载了华为atlas 200/atlas 300i推理卡的昇腾边缘ai工作站（mvp614x）就比较适合了，这款产品使用了intel第九代i3/i5/i7处理器，整机可实现无风扇运行，经过特殊优化的散热设计可确保多张atlas 200或atlas 300i推理卡同时工作。
如果有工业应用场景有非常高的算力需求，那么可以采用多华为atlas 300i推理卡搭载平台的增强型昇腾工作站（dlap8000），dlap8000可支持更高级的intel xeon处理器，经过优化后的电源同时可确保4张atlas 300i工作;考虑到用户现场对于大容量数据的存储要求，dlap8000在有限的体积下安装了4块2．5”硬盘。
如果某个应用场景需要同时扩展图像采集、现场io、运动控制功能时，凌华科技用可以扩展多路华为atlas 300i推理卡的昇腾ai工控机（rk608/m43ai）来进行匹配，该产品有额外的pci/pcie插槽，可以同时搭配凌华科技特有的现场采集卡和运动控制卡。
从以上产品的功能亮点我们可以看出，凌华科技充分利用了昇腾的ai多样计算能力，根据不同场景的不同算力需求，开发了与之适配的产品，可以说智能制造需要怎样的ai算力，凌华科技和昇腾就有相对应的算力产品或算力部署方案。
哪里需要ai，哪里就有昇腾
说了这么多，凌华科技的这些产品到底好不好用，基于昇腾的智能制造解决方案到底发挥作用了吗？下面，我们一起来看看凌华科技与昇腾的几个落地案例。
众所周知，在工业质量检测领域，目前还有很多企业依赖于人工检测，但受专业技术能力和经验传承的影响，检测结果和检测效率受人的干扰因素较大，特别是当人长时间重复单一工作，容易疲劳，会更加加重上述问题的产生。
于是，有的企业开始采取用工业相机拍照，图文图片模板比对的视觉检测方式，相比依靠人的传统视觉检测方式，效率会有所提升，但新的问题又产生了，由于产品自身质量波动，图像取像的角度、亮度变化甚至环境因素的干扰，从而使得视觉检测测试的准确率始终难以达到理想水平，特别是当产品换线从a产品切换到b产品时，期间要经历一段很长的调试时间，对于企业而言是个不小的负担。
时下最新的ai质量检测方案，则是传统视觉融合深度学习技术，自动图像特征提取，基于大量的历史缺陷图片完成模型训练，只要检测物的相似度达到一定程度即完成检测过程，这种方案柔性很强，准确度和效率也大大提升。
在电子组装行业，凌华科技在华为南方工厂智能计算产品生产线智能质检项目中，直接将装载atlas 300i推理卡的工控机部署到产线，搭载2000万像素高清工业相机，对电子组装产品的标签铭牌、螺钉、涂胶等对象进行检测，将误报率降低到1%以下，检出率提高到99．9%，从1个人管理一条产线到目前1个人管理3条产线，检测效率直接提升了3倍。
相比电子组装行业对标签铭牌的检测对算力要求不高，我们再来看看集成电路行业中对集成电路板的品控监测，其中焊点异常的检测最为重要，由于电路板上焊点数量极大，这就涉及到算力升级的问题。
凌华科技采取的解决方案是通过部署搭载atlas 300i推理卡的工控设备至检测设备上，同时配以ai深度学习算法，从而获得了同等算力下较低成本的算力配置，工业生产场景下，直接提升了10%-50%aoi直通率。
如果上述两个案例检测项目比较单一，对于算法的要求不高，那么我们再来看看凌华科技的ai边缘计算解决方案在医药生产行业中的落地。
一板药物胶囊是否合格达到出厂条件，需要比对药板批号是否清晰无误、胶囊是否漏粉、是否有压泡、空囊这样的纰漏，因而除了算力的要求之外，还需要多算法的融合。
凌华科技在工控设备中配置atlas 300i推理卡，再加上算法合作伙伴的ai深度学习算法，实现了极低的误检率，小于3%，正确率高于99．47%，减少了95%的人力依赖。与此同时，还能对产品缺陷进行可视化标记，实现缺陷快速精准定位，在空胶囊、漏粉、坏囊、编号打印错误等常规必检项之外，还能检测包括药板毛边、折痕、白边等无规律缺陷。
以上只是昇腾在工业智能化转型中使能百业中的一点点进展，管中窥豹，昇腾ai算力正在以各种形态和各种方式进入到工业领域的纵深，可以说，哪里需要ai，哪里就有昇腾。
智能制造新旧动能转换趋势之下的昇腾画卷
其实，无论是新基建还是“十四五”规划，在制造强国、质量强国、网络强国、数字中国等一系列国家战略之下，产业智能化与智能制造新旧动能转换的时代趋势已成，作为为各行各业解决ai算力需求的昇腾正处于巨大的历史机遇之中。
需要确定的是，这个机遇并不仅仅只属于昇腾，从上述案例可以看出，在昇腾的普惠ai战略之下，通过硬件开放软件开源的方式，昇腾构建了一个以自身ai算力和完善的ai软硬件开发环境为基础的昇腾生态，在这个生态中，通过强力专业的生态伙伴，完成了对足够广泛产业的覆盖。
从凌华科技与昇腾的合作来看，双方取长补短，不但实现了自身的商业价值，同时在产业智能化的时代趋势之下获得了共同成长。
在这里，我们也应该看到，产业智能化的道路才刚刚开始，有数据显示，目前ai与行业的渗透率仅有4%，这也意味着为了完成ai无处不在的目标，昇腾还需要更多的同行者一起在这场时代洪流中去探索更多的可能。
利维能孙晓东谈动力电池市场变局
Ares飞行器测评
村田RFID标签正在助力中国医用物联网的发展
CoreOS与红帽OpenShift联手推动混合云原生服务
美国允许在夜间使用无人机
哪里需要AI，哪里就有昇腾
功能原型系列：装备与测试介绍
有毒气体检测仪的使用需要注意哪些内容？
C语言学习路线讲解
为拓展可挠式OLED事业，三星新增四大战略
隐私泄露：看大数据和监控时代的个人信息保护
写verilog代码要有硬件的概念
工信部：不得误导强迫用户办理5G套餐
电机控制芯片DSPADMC401的原理、特点及应用研究
基于AVR单片机的RFID阅读器设计方案
小米6或将于4月11日发布:海报曝光 虹膜识别没跑!
Intel高管披露Arc显卡合作厂商？官方否认
STC89LE516实现RS485总线LED显示屏控制系统
ER3B-C10机器人上市，广泛应用于工业场景和教育场景
全自动红外体温筛查仪背后的技术知识