No campo acelerado da criação dos dispositivos tecnológicos do mundo, a Pegatron Corp. inicialmente aproveitou a AI para ganhar uma vantagem. Agora, está prestes a criar digital twins para simplificar ainda mais sua eficiência.
Reconhecendo o nome ou não, a maioria das pessoas provavelmente já usou smartphones, tablets, roteadores Wi-Fi ou outros produtos que a Pegatron, com sede em Taiwan, produz em quase uma dúzia de fábricas em sete países. No ano passado, ela fabricou mais de 10 milhões de notebooks.
Andrew Hsiao, Vice-Presidente associado da divisão de P&D de software da Pegatron, está liderando a mudança da empresa para machine learning e a internet 3D conhecida como metaverso.
Criando uma Plataforma de AI
“Coletamos dados de fábrica desde 2012 para identificar padrões e insights que melhoram as operações”, afirmou Hsiao, Gerente de Tecnologia veterano que trabalha com a empresa há 14 anos e saiu da ASUS, uma das maiores fabricantes de PCs do mundo.
Em 2016, a COO da Pegatron, Denese Yao, lançou uma força-tarefa para aplicar novas tecnologias para melhorar as operações. A equipe de especialistas em AI de Hsiao colaborou com funcionários da fábrica para encontrar casos de uso para AI. Um de seus primeiros projetos-piloto usou deep learning para detectar anomalias em produtos quando chegaram ao fim da linha.
Como foram obtidos resultados sólidos usando versões modificadas de modelos de redes neurais como o ResNet, eles aceleraram.
Hoje, a Pegatron usa Cambrian, uma plataforma de AI construída para inspeção automatizada, implantada na maioria de suas fábricas. Ela mantém centenas de modelos de AI, treinados e executados em produção em GPUs NVIDIA.
Menos Defeitos, Mais Consistência
A nova plataforma alcança até 60% mais defeitos com 30% menos variações do que os inspetores humanos, e os funcionários da fábrica apreciam isso.
“A inspeção manual é um trabalho chato e repetitivo, então não é de se surpreender que os funcionários não gostem”, disse ele. “Agora, estamos vendo os funcionários motivados a aprender sobre a nova tecnologia, assim ela capacita as pessoas a fazer mais trabalhos com valor agregado.”
O sistema também pode melhorar o rendimento à medida que as fábricas ajustam os workflows em estações de montagem e embalagem para considerar linhas de inspeção mais rápidas.
Modelos Implantados 50 Vezes Mais Rápido
O sistema da Pegatron usa GPUs NVIDIA A100 Tensor Core para implantar modelos de AI até 50 vezes mais rápido do que quando foi treinado em workstations, reduzindo semanas de trabalho para algumas horas.
“Com nossa plataforma unificada baseada na DGX, temos nosso data lake, conjuntos de dados e treinamento em um só lugar, para que possamos implantar um modelo com um clique”, disse Hsiao.
Usando o recurso de GPU multi-instância em GPUs A100, a Pegatron reduziu o tempo de espera dos desenvolvedores pelo acesso a um acelerador de quase uma hora para 30 segundos. “Isso nos permite agendar dinamicamente trabalhos como inferência de AI e treinamento de modelos leves”, disse ele.
Como parte de seu trabalho de inferência de AI, o sistema analisa mais de 10 milhões de imagens por dia usando a NVIDIA A40 e outras GPUs.
Triton e NGC Simplificam os Trabalhos de AI
A Pegatron usa o Servidor de Inferência NVIDIA Triton, um software de código aberto que ajuda a implantar, executar e dimensionar modelos de AI em todos os tipos de processadores e frameworks. Ele funciona em conjunto com o NVIDIA TensorRT, um software que simplifica as redes neurais para reduzir a latência.
“O Triton e o TensorRT facilitam o atendimento a vários clientes e convertem trabalhos para os níveis de precisão mais econômicos”, disse ele.
A equipe de Hsiao otimiza modelos de AI pré-treinados que faz o download em contêineres integrados do Kubernetes a partir do hub NVIDIA NGC para software otimizado por GPU.
“O NGC é muito útil porque conseguimos, com um clique, os frameworks de deep learning e todos os outros componentes de software de que precisamos, coisas que costumavam levar muito tempo para reunirmos”, disse ele.
Próxima Etapa: Digital Twins
Dando mais um passo na manufatura mais inteligente, a Pegatron está inaugurando seu uso do NVIDIA Omniverse, uma plataforma para o desenvolvimento de digital twins
Há dois casos de uso até agora. Primeiro, testar o Omniverse Replicator para gerar dados sintéticos de como os produtos que estão na linha de inspeção ficariam em diferentes condições ou orientações de iluminação. Essas informações tornarão seus modelos de percepção mais inteligentes.
Segundo, criar digital twins de máquinas de inspeção. Assim, os trabalhadores remotos podem gerenciá-las remotamente, ter mais informações sobre manutenção preditiva e simular atualizações de software antes de implementá-las em uma máquina física.
“Hoje, quando um sistema cai, só podemos verificar logs que podem estar incompletos, mas, com o Omniverse, podemos reproduzir o que aconteceu para entender como corrigi-lo ou executar simulações para prever como ele se comportará no futuro”, disse ele.
Além disso, engenheiros industriais que se preocupam com taxa de transferência, engenheiros de automação responsáveis pelo tempo de inatividade e engenheiros de equipamentos que lidam com a manutenção podem trabalhar juntos no mesmo sistema virtual ao mesmo tempo, mesmo em diferentes países.
Visão de Uma Fábrica Virtual
Se tudo correr bem, a Pegatron terá o Omniverse disponível em suas máquinas de inspeção antes do final do ano.
Enquanto isso, Hsiao está procurando parceiros que possam ajudar a criar versões virtuais de toda uma linha de produção no Omniverse. A longo prazo, sua visão é criar um digital twin de uma fábrica inteira.
“Na minha opinião, o maior impacto virá da construção de uma fábrica virtual completa para que possamos experimentar coisas como novas maneiras de direcionar os produtos por toda a fábrica”, disse ele. “Quando você cria sem uma simulação primeiro, seus erros custam muito caro.”