Impulsionando a Inovação: NVIDIA Oferece Suporte ao Salto em Eficiência de Produção do BMW Group com IA Generativa

Com uma história de mais de 100 anos, o BMW Group se destaca como um dos principais fabricantes de carros premium, bem como de luxo e de alto desempenho globalmente. Conhecido por sua engenharia de precisão, o BMW Group ganhou reputação por oferecer veículos de alta qualidade. Notavelmente, a marca recebeu excelentes classificações de confiabilidade no Estudo de Confiabilidade de Veículos nos EUA 2023 da J.D. Power.¹

O fabricante é conhecido por oferecer a máxima expressão da personalidade de um indivíduo, permitindo personalização em opções, desde a seleção de cores raras e não convencionais até a alteração do acabamento ou até mesmo a troca ou adição de peças para melhorar a funcionalidade e o desempenho. Somente para seu MINI, em seu auge, o BMW Group ofereceu 15 trilhões de combinações diferentes. Apesar da complexidade de manufatura, o BMW Group produz em média um novo veículo a cada minuto.

Situado em Munique, o Escritório de Tecnologia do BMW Group se destaca como uma instalação de P&D avançada dedicada a tecnologias emergentes e design de produtos, moldando ativamente o futuro dos produtos do BMW Group. Esse hub de tecnologia colabora com várias divisões do BMW Group em projetos baseados em IA, orientando-as na definição de metas, aquisição de dados, desenvolvimento de modelos e implantação de soluções.

Em busca de otimizar numerosos processos de produção, o Escritório de Tecnologia do BMW Group liderou o desenvolvimento do SORDI (Conjunto de Dados de Reconhecimento de Objetos Sintéticos para Setores). Essa iniciativa revolucionária tem como objetivo acelerar o treinamento de IA em produção, oferecendo o maior e mais realista conjunto de dados de código aberto para o ambiente industrial, compreendendo mais de 800.000 imagens fotorrealistas que abrangem 80 categorias, desde pallets até empilhadoras.

O BMW Group está usando o NVIDIA Omniverse™ para criar fábricas virtuais e simular cenas complexas, juntamente com os sistemas NVIDIA DGX para criar dados sintéticos com base nessas simulações.

Para gerenciar todo o gerenciamento do ciclo de vida dos modelos de deep learning, desde o desenvolvimento e o treinamento até a implantação e a manutenção, o BMW Group recorreu aos sistemas DGX com arquitetura NVIDIA Hopper™. Os sistemas DGX são usados pela primeira vez para treinar modelos de geração de dados sintéticos baseados em deep learning. Em seguida, usando os dados sintéticos gerados, eles são usados para treinar modelos de deep learning, que incluem tarefas como detecção de objetos, segmentação de imagens, classificação de imagens e estimativa de poses 6D. Por último, os sistemas DGX são usados na avaliação e no teste dos modelos treinados.

Um líder de IT do BMW Group comentou: “Nossa jornada transformadora começou com a introdução dos primeiros sistemas DGX. Adotamos consistentemente a inovação ao longo do tempo, atualizando para a geração mais recente ou integrando perfeitamente novos sistemas em nosso cluster. Fazendo a transição de um foco inicial em P&D, agora implantamos sistemas DGX em produção. Com clusters dedicados para equipes e projetos específicos, gerenciamos trabalhos com eficiência, atribuindo prioridades e cotas. Inicialmente empregado por equipes de P&D, o DGX agora desempenha um papel fundamental na execução de partes integrantes de nossos negócios.”

“Com vários desenvolvedores executando trabalhos de treinamento sete dias por semana e gerenciando grandes conjuntos de dados que excedem 500 mil imagens, a potência de computação aprimorada dos sistemas DGX nos permite treinar modelos maiores e mais complexos. Isso, por sua vez, permite testar mais iterações e parâmetros cada vez mais diversos para alcançar resultados ideais. Os sistemas DGX ofereceram um aumento de 8 vezes na produtividade de nossos cientistas de dados otimizando a utilização de recursos; podemos executar uma única grande sessão de treinamento ou lançar várias sessão paralelas, resultando em um workflow mais eficiente que oferece suporte à iteração rápida. Em comparação com nossos sistemas legados anteriores, alcançamos consistentemente melhorias que variam de 4 a 6 vezes”, disse um líder de IT do BMW Group.

O conjunto de dados SORDI.ai, composto por imagens sintéticas, impactou significativamente as aplicações de IA downstream. A equipe desenvolveu o LabelTool Lite, que é um sistema de reconhecimento de imagens pré-treinado refinado por funcionários com fotos adequadas para tarefas específicas. Por exemplo, o treinamento de IA para detecção de soleiras de portas leva menos de uma hora, exigindo não mais de cinco imagens por tarefa. O pipeline de IA processa e aprimora esses dados adicionando imagens e rótulos gerados sinteticamente, eliminando o esforço manual. O sistema de IA pode reconhecer diferentes tipos de soleiras de portas, soando um alarme se o modelo errado estiver instalado. Ele também detecta pontos ausentes ou coloridos incorretamente em produtos de couro, automatizando a inspeção visual com forte foco na garantia de qualidade.

“Milhares de fotos costumavam ser categorizadas manualmente para refletir infinitas variações possíveis no processo de manufatura. Usando modelos de deep learning treinados no DGX, agora podemos gerar automaticamente centenas de milhares de imagens com o clique de um botão. O tempo que nossos funcionários precisam implementar a automação de IA em garantia de qualidade foi reduzido em mais de dois terços. Todos os casos possíveis, todas as combinações concebíveis, incluindo diferentes condições de iluminação, são levadas em conta e cobertas pelo nosso conjunto de dados SORDI. O funcionário pode carregar automaticamente esses dados no LabelTool Lite e começar a treinar imediatamente sem qualquer esforço manual, permitindo IA sem código”, adicionou o líder de IT do BMW Group.

O BMW Group utiliza o TAO, parte do pacote de software NVIDIA AI Enterprise, para inferência. O TAO incorpora scripts AutoML usados pelo BMW Group para otimização de hiperparâmetros, garantindo precisões ideais em várias aplicações. Um exemplo ilustrativo inclui detecção em tempo real em modelos de visão computacional, permitindo que eles avaliem e identifiquem peças defeituosas com precisão em milissegundos.

Além de otimizar os processos de produção e melhorar o controle de qualidade, o conjunto de dados SORDI está ajudando com a estratégia de sustentabilidade do BMW Group. O conjunto de dados contém informações como a pegada de CO2, a idade e o consumo de energia de um objeto. Usando esses dados, o BMW Group é capaz de realizar simulações em seus sistemas DGX para otimizar a economia de energia e CO2 para os produtos da fábrica e os componentes que entram neles.

O líder de IT do BMW Group acrescentou: “Os especialistas da NVIDIA, especialmente em IA SORDI e integração de IA no Omniverse, foram notavelmente solidários. As respostas rápidas e o suporte abrangente foram particularmente impressionantes, especialmente durante a instalação e a configuração iniciais do servidor ou do cluster. A assistência da NVIDIA se estende além do suporte de rotina, fornecendo insights valiosos, truques e otimizações que contribuíram muito para nosso sucesso e eficiência.”

Na era da Indústria 5.0, o BMW Group está sendo pioneiro na automação para melhorar a eficiência dos trabalhadores do conhecimento usando IA generativa para melhorar o controle de qualidade, simular vários cenários de produção e melhorar o gerenciamento da cadeia de suprimentos. Desde o uso de grandes modelos de linguagem para escrever o código para desenvolver layouts estratégicos de plantas de fábricas, até soluções de texto em imagem que geram objetos industriais com precisão, até ferramentas capazes de entender prompts personalizados pelo usuário e produzir dados apropriados, até a publicação do SORDI de conjunto de dados altamente fotorrealistas, o BMW Group está democratizando a inteligência artificial para o setor de manufatura.

“Nosso compromisso inclui a expansão contínua de nossa infraestrutura DGX, um complemento valioso para o uso de GPU na nuvem. Isso é particularmente crucial no reino da IA SORDI, onde o desenvolvimento de inúmeras novas APIs e redes exige a confiabilidade e o desempenho da plataforma DGX”, disse o líder de IT do BMW Group.

[1] J.D. Power.J.D. Power 2023 U.S. Vehicle Dependability Study. Fevereiro de 2023.