エッジAI によるスマートファクトリー化
IoEが普及し、情報が急増する新時代において、私たちはインダストリー4.0の「黄金時代」の最前線に立っています。産業のスマート化への転換を推し進める中核的な力であるエッジAIは、瞬く間に頭角を現し、より高効率でスマートな生産を実現するための重要なエンジンとなっています。さらに、「エッジAIの小型モデル」の台頭によって、この変革がより広範な応用分野にまで及び、設備が「自律思考」を行う新時代を切り開いていることは注目に値します。
エッジコンピューティング：
機械の「知能」をよりスマートかつ俊敏に
従来の産業においては、データをクラウドに伝送して分析・処理してから、コマンドを機械に送り返します。この方法は安全ではありますが、テクニカルサポートに電話で問い合わせる際、回答を得られるまでに一定期間待つ必要が往々にしてあるのと同様に、即時性に欠けます。生産ラインで設備が停止した場合は、この「空白期間」に耐えることができるでしょうか。
では、この問題はどのようにして解決できるのでしょうか。その答えは簡単です。お使いの設備の知能をアップグレードし、現場で直接決定できるようにします。これがエッジAIの長所です。計算タスクをリモートサーバーから設備側に「移動する」ことで、データをリアルタイムで処理し、即座に応答します。
しかし、これだけでは不十分です。エッジコンピューティングをさらに「スマート」にしたらどうなるでしょうか。大型モデルの潜在力を発揮するでしょうか。大型モデルと聞いて大勢の人がイメージするChatGPTのような大型AIシステムには、数百万、場合によっては数千万ものデータサンプルが必要になるだけでなく、強力なアルゴリズムと大量のエネルギーが必要であるため、しばしば敷居が高いと感じられます。では、中小企業、または特定の製品モニタリングを必要とする応用シーンでは、どうしたらよいのでしょうか。各機械から何万ものデータを実際に収集することは至難の業です。
アヴネットの「先端技術」なら、この問題を解決することができます。
もはやビッグデータのためだけではないAI学習
アヴネットで欧州の半導体専門部門であるAvnet Silicaは、Deep Vision Consultingと共同で、エッジにおけるAIモデル学習を実現する高度視覚検査（DVI）システムを開発しました。DVIシステムは、従来のAI学習方法とは異なり、生産ライン上の少量のサンプルデータを使用して、エッジで学習と最適化を実行できます。この学習は、子供に果物の見分け方を教えると、数種類の果物を見せたときにすぐにみかんとリンゴの違いを区別できるようになるのと同様に、検査対象の特定の製品のみに限定されます。この方法により、データ取得のコストと時間を節約できるだけでなく、タスクをより効率的かつ正確に完了できるようになります。
DVIシステムは、NXP社のニューラルプロセッシングユニット（NPU）を内蔵したNXP i.MX 8M Plusまたはi.MX 9アプリケーション・プロセッサをベースにしています。NPUは、深層学習タスクを効率的に実行し、AIの学習と推論をサポートできる、特別に最適化されたハードウェアユニットです。
エッジAIの最も有望な応用例の一つは、予知保全です。従来のメンテナンス方法では、定期的な検査が必要であったり、設備が故障してから修理を行ったりすることが多く、人的リソースや物的リソースが無駄になり、不必要なダウンタイムが発生する可能性があります。例えば、モーターやファンなどの重要な設備において、エッジAIは振動周波数や温度変化などの信号を即座に分析することで、潜在的な設備の故障を予測し、事前に警報を発します。このようにして、企業は適時にメンテナンスを手配し、設備の故障による生産ラインの停止や高額なメンテナンス費用を回避することができます。
もちろん、継続的なオンラインでの予知保全にとって、視覚技術は重要な一部分です。DVIソリューションに使用される画像センサーとレンズは主に可視スペクトルで作動しますが、赤外線、紫外線、またはX線センサーの使用もサポートしています。このシステムは、検査対象サンプルの画像計算異常点数に基づいて欠陥の重篤さを表示します。ユーザーは、定義された「良い」「悪い」の基準に従って、あるいは故障発生間のしきい値を設定することによって、システムの感度を調整することができます。さらには、画像に注釈を付けて、特定の欠陥の位置と種類を示すことができます。
低消費電力：エッジコンピューティングの持続可能な生命線
エッジコンピューティングがもたらす多くのメリットの中でも、常に重要なメリットとして挙げられるのは低消費電力です。工業生産から個人の消費まで、低消費電力技術はエッジコンピューティングに不可欠な部分となっています。
ではなぜ、「低消費電力」がエッジコンピューティングにおいてそれほど重要なのでしょうか。一方では、エッジデバイスはユーザーやマシンの近くに配置されることが往々にしてあり、安定的な電力供給を受けることが困難な場合が多くあります。また一方では、スマートモニタリング、産業用センサーなど、多くのエッジデバイスは24時間稼働する必要があり、消費電力が非常に大きいことで頻繁な充電やバッテリー交換が必要となるため、運用コストが増加します。
エッジコンピューティングの低消費電力を実現するにはどうすればよいのでしょうか。アヴネットのDVIシステムソリューションは、低消費電力を特徴とし、エッジベースのAIおよび機械学習アプリケーションに最適なNXP i.MX 8M Plusまたはi.MX 9アプリケーション・プロセッサをベースにしています。これらのエッジコンピューティングに基づいた低消費電力ソリューションは、AIモデルの応答速度と処理能力を効果的に向上させるだけでなく、中小企業に効率的でスケーラブルなスマート化ツールも提供します。
まとめ：未来はすぐそこ、もはや幻想ではないスマート製造
エッジAIは、工業生産のスマート化時代を再定義しています。エッジコンピューティングからフューショット学習、さらには低消費電力のNPUサポートまで、設備が「自律思考」を行い、自動調整が可能となる新時代へと徐々に突入しています。機械はもはや「機械的」に作動するだけではありません。未来の工場は、もはや単純な生産ラインではなく、超スマートな知能を持つエコシステムとなることでしょう。
これらすべての革新と変化は、将来のスマート製造への道を切り開きます。1台1台の機械が自らの故障を「予知」し、自律的に修復をしたり警報を発したりできるようになれば、生産ラインはもはや単調な流れ作業ではなく、スマートかつ高効率で、自動化された未来の工場となります。現在、アヴネットとともに、多くの企業がこの変革を推進しており、「スマート製造」の未来にまた一歩近づいています。
