製造業

Pegatron 透過視覺 AI 代理與數位孿生擴展工廠營運

目標

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 MetropolisNVIDIA 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。

客戶

和碩

合作夥伴

和碩

使用案例

電腦視覺/影片分析
模擬 / 建模 / 設計
機器人技術

產品

NVIDIA AI Enterprise
適用於影片搜尋與摘要的 NVIDIA AI Blueprint
NVIDIA Omniverse
NVIDIA Isaac Sim
NVIDIA Metropolis
NIM

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。

  • 新工廠建設時間可縮短 40%
  • 每條產線勞動成本可降低 7%
  • 瑕疵率可降低 67%

靈活部署產線設施的最佳化平台:PEGAVERSE

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

打造 AI 工廠:PEGA AI

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

結合 PEGAVERSE 與 PEGA AI 的強大效能:數位孿生 + AI 代理

透過結合數位孿生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。