媒體視角 | 阿普奇董事長陳堅松先生接受《視覺系統設計》專訪_智能控制器_阿普奇

媒體視角 | 阿普奇董事長陳堅松先生接受《視覺系統設計》專訪

2024/6/28 14:46:23

近日，阿普奇董事長陳堅松先生接受了《視覺系統設計》媒體專訪。

以下為采訪原文：

聚焦工業邊緣側，讓邊緣設備實現“自動駕駛”——訪阿普奇董事長陳堅松先生

邊緣計算市場將迎來爆發式增長。

據權威機構預測，2027年中國邊緣計算市場規模將達2509億元，2023-2027年間的復合年均增長率達36.1%；與此同時，工業AI邊緣計算市場也呈現迅猛增長態勢。

市場需求、國家政策支持以及技術進步，猶如拉動工業邊緣計算市場的三駕馬車。工業領域的智能化轉型升級需求，催生了邊緣AI、物聯網、機器視覺及各類感知應用，所有這些都需要邊緣算力的支撐。在國家政策層面，“十四五”時期，政府各部門推出了大量支持邊緣計算技術和行業應用的相關政策，鼓勵市場發展。眾多廠商敏銳地捕捉到了市場的發展潛力以及政策支持的利好，開始在邊緣計算市場發力。

阿普奇就是其中之一。

“工業是國民經濟的基石，而工業AI將成為推動工業轉型升級的重要力量。從2013年到現在，阿普奇已經在工業AI領域踏踏實實耕耘了十余年，致力于為客戶提供更可靠的工業邊緣智能計算一體化解決方案。”阿普奇公司董事長陳堅松在接受《視覺系統設計》采訪時表示，“我們非常看好工業AI市場的發展前景。”

專訪.png

部署AI+視覺的挑戰

目前，AI的工業落地應用，在機器視覺領域的應用占據大部分。盡管AI技術能夠為傳統機器視覺賦予更強大的能力，但要讓AI+視覺方案真正在工業領域大規模落地應用，陳堅松認為依然面臨以下幾點挑戰：

首先，數據問題是一個重要挑戰。因為工業領域的特殊性，在工業過程中獲取高質量的標注數據非常困難，這就導致模型的訓練和優化會受到限制。

其次，不同工業場景下的復雜性和多變性，是技術應用的另一大挑戰。例如，在生產線上，光照條件、物體形狀和顏色等各種因素，都會影響視覺識別的準確性和穩定性。

此外，隨著技術的發展和人們對質量要求的提升，對于產品的質量檢測維度也在不斷變化。這對AI+視覺技術的硬件性能、算力和學習能力等的要求會越來越高。

攻克AI部署的算力挑戰

作為一家工業AI邊緣計算服務商，阿普奇致力于提供可靠的工業邊緣智能計算一體化解決方案，聚焦視覺、運控、機器人以及數字化四個應用場景。阿普奇的產品及解決方案部署于邊緣端，以高效的數據處理能力和穩定可靠的產品性能，為工業智能制造提供強大的技術支撐，實現設備間的高效協同以及設備的預測性維護，協助企業實時掌握生產狀態，及時發現并解決問題，確保生產的穩定與高效。

對此，阿普奇通過提供傳統工控機、工業一體機、工業顯示器、工業主板、行業控制器等IPC產品，并研發配套IPC小助手、IPC大管家軟件產品，形成行業開創性的E-Smart IPC，實現工業設備邊緣端的“數據采集、異常感知、設備自處理、管理控制”，實現邊緣設備的智能運行及管理。

成功案例

對于阿普奇的解決方案在工業機器視覺領域中的實際應用，陳堅松分享了一個“金剛石切割片制造過程質量檢測”的成功案例。

金剛石加工工具（切割片）行業是一個非常傳統的行業，它最顯著的特點是工藝流程長，包含了制坯、沖孔、印刷等9個流程，并且每個環節中檢測的缺陷類型和應用條件差異很大。“比如在燒結環節，需要特別關注裂紋，該缺陷除了影響產品外觀外，還會帶來安全生產問題，因此往往需要耗費大量人工進行質量檢測，成本極高且容易出錯，為此我們提供了一套軟硬一體的整體解決方案。”陳堅松說道。

圖1：金剛石切割片制造過程質量檢測

在該方案中，阿普奇以嵌入式工控機E7作為核心視覺算力，采用Intel 4~9、12/13th -S 處理器，滿足高速擴展、多I/O擴展，全Intel獨立千兆網口，綜合性能提升＞20%，通過把解碼任務整體遷移到核芯顯卡中進行，以高性能計算組合提升整體性能，并降低成本和整體能耗。

在提升計算精度方面，根據邊緣顏色過渡的計算和統計，采用亞像素的方式進行計算，并采用雙模板識別模式，即根據特征維度和權重不同，采用不同的模板，從而取得最佳的識別效果。陳堅松解釋說，“這種模式下，對于算法框架本身的擴展性要求會非常高，所以我們采用了MPEG-7編碼方式，形成特征樹，以提供更柔性的模型策略。”

“另外，我們還在算法庫之外，提供了誤差反饋機制和框架，也就是算法的‘自學習’能力。通過反饋調整后臺模型，形成負反饋，才能使得系統越用越聰明。”陳堅松介紹說。

這套解決方案很大程度上解決了標準算法所不能完全滿足的檢測需求，如印刷環節印刷檢測、燒結環節的裂紋檢測等，極大提高了生產效率和檢測質量，從而降低了人員成本、產線出錯成本等。

滿足未來需求

隨著智能制造應用場景的不斷拓展和復雜化，工業AI需要處理的數據將呈指數級增長，具備更高的處理速度和更大的存儲容量，成為對硬件算力最直接、最根本的要求。

其次，強大且合適的并行計算硬件架構，也是工業智能制造中需要突破的方向，這樣才能滿足應用現場中邊緣設備需要對多個傳感器數據進行處理和分析的需求，實現精準控制和優化生產流程。

此外，陳堅松還強調，在工業AI領域還需要特別關注算法。算法是AI技術的靈魂，硬件是其得以實現的載體。如何將不同的算法進行融合，形成更加高效、穩定的解決方案，建立完善的計算生態，才能充分發揮工業AI算力的優勢，這也是阿普奇一直以來努力的方向。

對于工業AI計算，陳堅松指出了四個關鍵要點：一、如何提升復雜場景下邊緣計算的準確性和穩定性；二、如何確保數據的安全性和隱私性；三、如何降低邊緣設備的功耗和成本；四、如何實現邊緣設備與云計算的協同工作。

面對未來的應用需求，阿普奇經過多年的行業積累，已經具備了“產品好、服務好、價格好” 的核心競爭力，其產品全棧能力全面發展，產品定義能力、產品實現能力以及產品交付能力是阿普奇的顯著優勢；同時提倡以技術驅動服務，提出“三三三服務標準”，為客戶提供更具性價比的產品及方案服務。

陳堅松表示，阿普奇的發展策略是聚焦工業邊緣側，讓邊緣設備實現“自動駕駛”，助力工業更智慧。

前景展望

談及未來AI+機器視覺的發展前景，陳堅松表示，這是一個潛力巨大的市場。隨著AI技術的發展，機器視覺取得了底層技術的突破，應用場景逐漸從標準化拓展到更多的非標準化應用場景，并由此拓展出更多新領域，例如機械臂引導、AGV導航、物流機器人、室外無人機器人、無人駕駛等。這些工業場景對機器視覺設備的數據存儲和處理能力都有著更高要求，例如超高速的數據傳輸能力和高分辨率的圖像采集能力，以滿足高速生產線上的產品檢測，結合萬兆相機實時捕獲產品的運動軌跡和細微變化。

阿普奇新推出的彈匣式智能行業控制器AK系列，通過疊加萬兆電口彈匣來取代傳統的4U IPC+萬兆網卡的方案，既能滿足現場應用需求，又比傳統的4U IPC方案更輕巧，適用于更多環境嚴苛的現場，進而節省了空間和成本。這都是阿普奇基于對工業AI+機器視覺技術未來發展的分析判斷后，提出的產品設計方案。體積小、性能強、功耗低是工業AI邊緣側設備跑大模型的三大關鍵要素，這也是阿普奇產品優化的重要方向。

阿普奇從最初的以IPC硬件為客戶提供標準服務，到現在提出IPC+AI，將以軟件、算法為基礎的OoB工具鏈為硬件產品賦能，提升IPC的系統穩定性以及其領先性，開創性地提出了“E-Smart IPC”的產品理念，讓工業電腦具備更強的數據分析能力，更加智能化、自動化。“但在未來的十年里，阿普奇將邁向下一階段——AI+工業，為客戶提供個性化定制服務，助推工業智能制造實現全面智能化、機器換人，讓工業邊緣設備也能夠實現‘自動駕駛’。”陳堅松總結道。

文/Rossie

來源：《視覺系統設計》

審核編輯(

黃莉

)