FIT – Instituto de Tecnologia Utiliza Tecnologia NVIDIA Enterprise para Potencializar a Detecção de Falhas com IA

Nomeado de Smart D, o projeto aumentou significativamente a capacidade de identificação de falhas em processos de manufatura, que vão desde placas solares até celulares
por NVIDIA

Detectar falhas antes que elas cheguem ao mercado pode ser a diferença entre o sucesso ou o fracasso de um novo produto ou, até mesmo, de uma empresa. É por isso que o FIT – Instituto de tecnologia se aliou à NVIDIA para potencializar, por meio das GPUs NVIDIA A100, o machine learning e o deep learning das inteligências artificiais (IAs) usadas na detecção de falhas que compõem o projeto Smart D. As IAs triplicaram a detecção de falhas em processos de manufatura que vão de placas solares a celulares, se provando um absoluto sucesso.

Inúmeras vezes, falhas que afetam a qualidade dos produtos só são detectadas no final das linhas de produção ou até mesmo em campo. Isso gera perdas no processo produtivo e de clientes, afetados em sua satisfação por problemas que poderiam ser evitados. Não é à toa que as inteligências artificiais se tornaram, e tendem a se tornar cada vez mais, cruciais nos processos de detecção de falhas. O potencial de reconhecer problemas nos estágios iniciais dos processos produtivos minimizou muito as perdas que viriam com produtos defeituosos chegassem ao final das suas linhas de produção ou aos clientes.

Para que isso seja possível, é preciso que as IAs sejam devidamente treinadas (com algumas centenas milhares de dados, imagens, sons etc.), e é nessa etapa que entra o machine learning e o deep learning. As tecnologias possibilitam que as IAs transformem as informações captadas no ambiente industrial em conhecimento que é utilizado para reconhecer padrões e erros que devem ser evitados.

Para possibilitar essa carga imensa de processamento nas fases de treinamento da IA, é necessária uma infraestrutura de hardware extremamente avançada, como a fornecida pelas GPUs, que realizam o processamento de maneira rápida e eficiente.

“A tecnologia da NVIDIA Enterprise demonstra um grande diferencial de performance específico para os treinamentos dos modelos de inteligência artificial. Torna possível a execução de algoritmos de detecção de falhas, por exemplo, de mais de 100 mil imagens utilizadas durante as pesquisas de visão computacional em placas solares. São soluções de IA resolvendo problemas no mundo industrial real”, afirma Marcelo Marcomini, Executivo de Inovação e Industria 4.0 do FIT.

Para o Smart D, foi utilizado um supercomputador com duas GPUs NVIDIA A100, com sete mil CUDA cores cada. “Os resultados são claros. O projeto triplicou a capacidade de identificação de falhas na manufatura de equipamentos, e isso não é pouca coisa. É justamente essa a diferença que muda tudo quando se usa GPUs para ensinar IAs”, afirma Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina. O FIT já investiu em outro supercomputador similar com a mesma configuração.

Tecnologia ímpar

A GPU NVIDIA A100 é especificamente voltada para IAs, análise de dados e HPC. Oferecendo um desempenho até 20 vezes maior do que quando comparada a equipamentos de gerações anteriores, com os quais o FIT já trabalhava. A decisão pela NVIDIA A100 teve um extenso benchmark e foi tomada devido aos diferenciais no número de 7000 núcleos CUDA, 432 tensor cores e uso de técnicas como o DLSS, que podem aumentar significativamente a performance de execução dos algoritmos de IA.

O Futuro

A área de IA tem evoluído continuamente, e acompanhar as tendências é muito importante. Hoje, as aplicações de IA têm características focadas em projetos específicos com alta especialização. “Tornar a inteligência artificial cada vez mais “flexível” dentro de um mesmo escopo de aplicação ao invés de ser muito especialista é um desafio a ser perseguido, e que o FIT vê como necessário. Investir em IA em projetos relacionados à sustentabilidade é outro caminho que o instituto vê em seu futuro”, completa Marcomini.

O Instituto tem investido também em criação de ambientes específicos para projetos de IA, em parceria com as soluções em tecnologia da NVIDIA Enterprise, o que deve tornar os lead times cada vez menores nas execuções.