报告：到 2024 年，工业制造将拥有超过 1500 万台支持 AI 的设备
ABI Research 的一份新报告预测，工业制造领域的人工智能 (AI) 将广泛增长，到 2024 年，该行业支持人工智能的设备总数将达到 1540 万台，2019 年至 2024 年的年增长率为 64.8% .
“工业制造中的人工智能是一个边缘实施的故事，”ABI Research 首席分析师 Lian Jye Su 说。 “由于制造商不愿意将他们的数据传输到公共云，因此几乎所有工业 AI 训练和推理工作负载都发生在边缘，即设备、网关和本地服务器上。”
为了促进这一点，人工智能芯片组制造商和服务器供应商专门为工业制造设计了支持人工智能的服务器。越来越多的工业基础设施配备了人工智能软件或专用人工智能芯片组来进行人工智能推理。
尽管有这些解决方案和制造环境中的大量数据，但人工智能在工业制造中的实施并不像预期的那样无缝。在所有应用中，由于相关人工智能模型的成熟，预测性维护和设备监控是迄今为止商业化应用最多的。到 2024 年，仅这两个应用程序的总安装基数预计将分别达到 980 万和 670 万。
由于 AI 芯片组的进步，许多支持 AI 的工业设备支持在同一设备上多次使用。 Uptake、SparkCognition、FogHorn 和 Falkonry 等主要初创公司正在推出基于云和边缘的解决方案，以监控工业制造资产和流程的整体性能。
目前获得势头的另一个商业用途是缺陷检查。该应用程序的总安装基数预计将从 2019 年的 300,000 增长到 2024 年的超过 370 万。这种实施在电子和半导体制造中很受欢迎，主要制造商一直在与 AI 芯片组供应商和软件供应商合作开发 AI-基于机器视觉的组件级缺陷检测。
由于其可重复性、可靠性和稳定性，传统的机器视觉技术在制造业中仍然很受欢迎。然而，深度学习技术的出现开启了扩展能力和灵活性的可能性。这些算法可以发现意外的产品异常或缺陷，超越现有问题并发现新见解。
目前，制造商在为 AI 实施构建和培训内部数据科学团队方面面临着激烈的竞争。大多数 AI 专业人士更喜欢与网络规模的巨头或 AI 初创公司合作，这使得人才招聘成为工业制造商的一项具有挑战性的任务。
“因此，他们只有一个可行的选择，包括与人工智能生态系统中的其他参与者合作，包括云服务提供商、纯人工智能初创公司、系统集成商、芯片组和工业服务器制造商以及连接服务提供商，”苏记。 “人工智能用例的多样性需要建立合作伙伴关系。”
如需更多信息，请访问 www.abiresearch.com。
物联网技术