製造業
Pegatron 是全球 500 大企業之一,也是全球最大的電子產品製造商之一,為各種複雜的消費型電子產品、通訊和運算產品提供製造服務。如今,該公司在全球擁有超過 10 萬名員工和 24 個據點,每年締造約 350 億美元的營收。面對持續提升營運效率與高品質產出的壓力下,Pegatron 採用加速運算技術,希望能在競爭激烈的產業中維持龍頭地位。儘管部分工廠因導入成本與資料建模不足所帶來的成效不明,對導入 AI 仍持保留態度,Pegatron 則透過 NVIDIA AI Blueprint for Video Search and Summarization (VSS)、NVIDIA Metropolis、NVIDIA Omniverse™ 與 NVIDIA Isaac Sim™ 開發出兩款平台,成功克服各種挑戰。這些平台現已完成部署,勢必推動工廠自動化並提升效率。
Pegatron 透過 NVIDIA AI Blueprint for Video Search and Summarization (VSS) 與 Omniverse,在工廠中已實現即時投資報酬。
傳統的生產線規劃仰賴現場人員的經驗,才能安排工位與任務,但卻無從預見實際運作情況。生產線的整體設備效率 (OEE) 往往需在實際運行後才能評估,但屆時資本已投入,為時已晚。Pegatron 運用 NVIDIA Omniverse 建構 PEGAVERSE 數位孿生平台,模擬出具物理精準度的工廠作業環境,數位化資料以發掘改善機會,例如提前偵測系統瓶頸。
PEGAVERSE 結合模擬與真實世界智慧,可在建置生產線前快速提升營運成效。可先行模擬生產線規劃,以預估循環時間、預測效能並找出瓶頸。 根據結果,可對模擬進行最佳化與調整,將利用率發揮到極致。PEGAVERSE 透過模擬與評估,能有效減少耗費在繁瑣修改實體線路上的時間和金錢。
Pegatron 已將六個虛擬工廠與實體生產設施平行部署,確保在實際運作前,空間的每個環節皆已經過設計、測試及最佳化。預計這可將新工廠的建置時間縮短 40%。
「Pegatron 運用 NVIDIA Omniverse 有效開發應用程式,藉此預先規劃虛擬工廠。這可將建置新工廠的時間縮短 40%。」
Pegatron AI 發展處副總經理 Andrew Hsiao
在 Pegatron,有諸多機會可透過生成式 AI 和 AI 代理將流程最佳化。然而,每個部門都在建立自己的代理,而在運算需求、MLOps 流程與最低標準化方面卻面臨難題。為了激發更高層級的效率,Pegatron 打造了 PEGA AI,這是一座 AI 工廠,方便使用者建置、訓練及部署各種 AI 代理。Pegatron 利用 NVIDIA AI Enterprise 搭配 NVIDIA DGX™,透過豐富的基礎和推論模型與工具組合加速 AI 代理的開發,藉此簡化資料處理、模型客製化、檢索增強生成 (RAG) 以及安全防護機制。相關模型包括大型語言模型 (LLMs),以及基於 NVIDIA VILA 架構的客製化視覺語言模型 (VLMs)。
過去四年,PEGA AI 將整個公司的 AI 代理開發加速 400%。這些 PEGA AI 代理透過 NVIDIA Isaac Sim 吸收來自機器人的感測器資料,並透過 NVIDIA Metropolis 的攝影機系統,來用於影片分析。代理可部署為智慧型客服專員、品質檢查員或倉庫營運專員,藉此檢查機器運作狀況、安全合規性與流程最佳化。
作為精密產品組裝的領導者,Pegatron 運用 PEGA AI 與 NVIDIA AI Blueprint for Video Search and Summarization (VSS),打造出 PEGA 視覺分析代理 (VAA)。AI 工廠在擴展過程中面臨的一大挑戰,是人工作業流程複雜,加上人力流動率高。例如,監控人工組裝流程是否合規,不僅需大量人力,還容易出錯,而在資源有限的情況下更難擴展。
為了解決此問題,Pegatron 部署了一套使用 VSS 的組裝導引代理,可即時監控與最佳化組裝流程。此代理會分析組裝流程,偵測潛在異常並確認整個流程符合安全標準。舉例來說,若手機或筆電組裝過程中出現錯誤,如遺漏螺絲,作業員會即時收到警示並立即修正錯誤。廠房操作員還能檢視相關事件的影像片段,並向組裝導引代理提問以獲得進一步說明。
透過這項 AI 代理強化組裝流程,Pegatron 在每條生產線上得以降低 7% 的勞動成本並減少 67% 的瑕疵率。與 NVIDIA 的合作使 Pegatron 能夠確保品質一致、提升流程管理效率,並在製造營運中推動創新與成功。
另一個例子是 Kinsus International Technology,這是一家全球 IC 載板供應商同時也是 Pegatron 客戶,當時該企業正面臨難以識別與解決的製程瑕疵問題。這是因為製造工程師需耗時查看上千個單位,透過比對機台設定、材料溫度等因素,才能釐清問題根源。藉助 PEGA AI,Kinsus 建立了一套結合影像分析與製造數據的多型態 AI 代理,能自動分析並解決問題。現在,他們不僅可精確識別瑕疵,還能準確釐清肇因。 這種由 AI 支援的方法,在 NVIDIA VLM 的加持下,將分析準確率從 76% 提升至近 95%,瑕疵分析的時間也從數天大幅縮短至幾乎為零。因此,Kinsus 大幅提升了產品品管能力,加速邁向自動化製程。
「我們將運用 AI Blueprint VSS 建立一套視覺 AI 代理,用來監控營運並產生更多洞察。例如,該代理能摘要作業未達標的情況,並分析其根本原因。」
Andrew Hsiao
Pegatron AI 開發處副總經理
透過結合數位孿生與 AI 驅動工廠的力量,Pegatron 正在大規模訓練 AI 代理,大步邁向工業 AI 領導地位。例如,他們打造了一套 AI 代理,可協助點膠機器人動態調整,因應膠水黏度或室溫等環境變化。利用先進模擬技術與 PEGA AI,該公司團隊開發出一款代理學習點膠策略,並在模擬環境 PEGAVERSE 中進行練習。
該代理在 PEGAVERSE 的資料飛輪中加以微調,直到能自主評估並最佳化點膠機參數,並即時調整以因應環境變化。如此一來,便可確保一致的品質與效率。 透過在 PEGAVERSE 中模擬各種情境並快速反覆最佳化,系統可將開發週期從數天縮短至幾分鐘,為智慧工廠提供可擴展的智慧自動化效能。PEGAVERSE 加速了模擬到實體的策略轉移,從瑕疵或重工辨識,進一步演進為具備情境推論及因果分析能力的用例。觀看 Pegatron 於 NVIDIA GTC 發表的演講《Harmonizing Digital Twins and AI Factory: Unlocking Industrial Autonomy》,深入瞭解 AI 工廠如何大規模訓練 AI 代理,以最佳化實際作業並推動自動化。
開始利用 AI Blueprint 開發,推動物理 AI 解決方案。