アドバンテックのAI開発・管理プラットフォームAIFS【紹介・機能・事例】

アドバンテック AI開発・管理プラットフォーム WISE-AIFS Advantech Japan

DXと⽣産性 50.0% 46.5% 40.0% 35.0% 35.6% 30.0% 26.7% 27.0% 24.5% 20.0% 10.0% 2.3%2.5% 0.0% 向上した 変わらない 低下した 無回答 デジタル技術活⽤企業 デジタル技術未活⽤企業

DX2.0への変⾰ DX 1.0 DX 2.0 プロセス変⾰ ビジネスモデル 変⾰ 業務のデジタル化 エコシステムを⽬指した 業務横断プラットフォームの構築 • 複数の独⽴したIT・OTシステム • 複数のサイトで別々のシステム • 様々な場所に散らばったデータ

⽇本の製造業の経営環境への認識 顧客ニーズに対応した製品が求められている 72.9% 品質競争が激化している 64.6% コストが⾼くなっている 61.0% 先⾏きが不透明 57.0% 技術⾰新スピードが速い 53.5% 独⾃性の技術が強く求められる 52.5% 短納期の要求が強い 48.4% グローバル競争が激化 41.0% 多品種少量⽣産 22.7% 0.0% 20.0% 40.0% 60.0% 80.0%

⽇本の製造業と経営課題 価格競争の激化 29.1% 43.0% ⼈⼿不⾜ 42.2% 41.9% 技術の承継 42.9% 40.9% コストの増⼤ 32.1% 36.8% 後継者不⾜ 17.1% 22.7% 市場縮⼩ 20.5% 22.0% 売上不⾜ 22.1% 18.9% 0.0% 5.0% 10.0% 15.0% 20.0% 25.0% 30.0% 35.0% 40.0% 45.0% 50.0% ⼤企業 中⼩企業

AI 技術への期待 5年後の⾒通し 主⼒製品の製造に当たっての重要な作業 内容 今まで通り熟 技能取得時間 機械に代替さ デジタル技術 海外 練技術が必要 が短くなる れる に代替される 外注化される 調達にか ⼯程⾃体がな わる くなる 無回答 製縫・溶接・鈑⾦ 25.4% 62.1% 20.2% 17.6% 6.0% 5.7% 1.6% 0.6% 1.1% プレス加⼯ 19.7% 49.9% 27.2% 17.3% 5.5% 5.5% 3.3% 1.2% 3.2% 鋳造・ダイキャスト 5.5% 59.8% 23.5% 11.8% 10.3% 6.9% 4.4% 4.9% 2.9% 鍛造 4.5% 62.2% 22.6% 9.8% 3.0% 3.0% 1.2% 3.7% 1.2% 圧延・伸線・引き抜き 2.7% 53.1% 25.5% 11.2% 6.1% 3.1% 3.1% 8.2% 1.0% 切削 31.8% 45.2% 31.4% 20.2% 11.3% 4.6% 3.3% 1.4% 3.2% 研磨 18.2% 54.3% 24.5% 15.4% 6.6% 1.8% 1.0% 1.5% 3.3% 熱処理 7.6% 49.3% 27.1% 13.2% 6.8% 7.9% 2.1% 2.5% 4.3% メッキ 4.9% 50.3% 21.5% 11.0% 5.5% 14.4% 2.8% 5.0% 3.3% 表⾯処理 7.9% 50.2% 20.1% 14.9% 5.2% 1.4% 0.7% 1.4% 11.4% 塗装 13.9% 59.0% 19.5% 16.2% 2.9% 9.0% 0.8% 1.8% 2.1% 射出成型・圧縮成形・押出成 形 12.0% 44.8% 32.8% 17.2% 11.1% 4.3% 3.6% 2.0% 2.7% 半⽥付け 7.0% 59.6% 15.8% 18.9% 3.1% 6.6% 1.5% 3.9% 3.5% 機械組⽴・仕上げ 27.1% 59.8% 29.1% 8.1% 3.4% 5.8% 1.5% 0.9% 3.3% 電気・電⼦組⽴ 20.3% 47.8% 33.6% 11.8% 10.2% 8.4% 3.5% 2.0% 2.9% 測定検査 26.0% 40.3% 28.3% 14.3% 20.2% 1.8% 0.4% 1.0% 8.2% Reference: Ministry of Economy, Trade and Industry "Monozukuri Report 2021" (n=4300)

なぜ︖ AI 導⼊︖︖ 1. ⽬視検査⼯程は、まだまだなくならない 2. 職⼈の技を継承するデーターが必要 3. 効率的な保守のため予知保全したい 労働⼈⼝減少 グローバル競争激化

AI 開発の流れ

ハイパワーパラメーターとは︖

AI 導⼊・運⽤における課題 コンピューティングリソースの 複雑なSDKを統合するのに モデル管理の コスト上昇 ⼿間がかかる 複雑性が⾼い AIソリューションの成⻑には データラベリング、モデルの最適化、 インダストリアルシナリオにおける コンピューティングリソースの およびバッチデプロイメントには ワンマシン・ワンモデルの コスト上昇が伴っている 時間がかかる デプロイメントは管理の複雑性を増やす

産業に特化したクラウドサービス WISE-PaaS のAIフレームワーク 固定資産 モバイル固定資産 サイトインフラ 管理職 統合ワークフローITシステム 可視化 モデル管理 学習エンジン ダッシュボード パフォーマンス管理 AIフレームワーク アドバンテック エッジソフトウェア（データ連携） 現場のマシン・設備

AI管理ダッシュボード モデル正確率 モデル⽋陥検出 タイプ分析 モデル検査レポート

その他のダッシュボードテンプレート 2D可視化 3D可視化

AI統合管理システム︓WISE-AIFS 6.ライフサイクル管理 トレーニング⾃動化およびデプロイ⾃動化 トリガーを使った再トレーニングや再デプロイメントの タスク・スケジュール 6 1.リソース管理 5.エッジ⼤規模展開 コンピュータリソース管理 1 5 エッジや規模合わせたモデル展開 CPU、GPU、およびメモリなどの Windows、Linux、Dockerに対応 リソースプール (コンテナ化) 産業型 AI 2.データ統合 4.アルゴリズム 複数のソースからのデータ統合 2 4 モデルの開発と管理 OTデータ、ITデータ、コンテクストデータ・・・。 AIフレームワークの統合、モデルのリポジトリ 3 およびバージョン管理 3.マルチチーム マルチチームコラボレーション 開発など権限管理とマルチテナント 0 to 1 :最初に動作するAIモデルの構築を⾼速化を⾏い継続的に精度向上を図ります。 1 to N :再トレーニングが必要な類似シナリオのAIモデルは複製してチューニングを⾏います。 N X M :サイト全体で複数のAIモデルを管理を⾏います。

AI統合管理システム︓WISE-AIFS 6.ライフサイクル管理 2. データ統合 3.マルチチーム AI開発サービス 4.アルゴリズム データフュージョン管理 コラボレーティブ開発 データプロセス モデル管理 モデルストア 同時実⾏タスク管理 JupyterLab 特徴抽出・分析 モデル・パフォーマンス モデルリリース マルチモデルの コードのアップロード データラベリング モデル・バージョン モデルサブスクリプション 再トレーニング ネットワークチューニング （AIAA） モデル暗号化 （ハイパーパラメータ） AI統合管理 システム 1.リソース管理 AIリソース管理 クラスタ管理 コンピューティング AIフレームワーク 権限＆コスト リソース管理 ミラーリング管理 設定管理 ノードの追加・削除 オンデマンドリソース開発 ノードリソースのモニタリング リソーススケジューリング管理 リソース権限デプロイ リソース使⽤量のコスト管理 GPU 5.エッジ・デプロイ 推論デプロイエンジン モデル・デプロイ Rest ful API モデル＆ファイルのデプロイ＆アップデート エッジAI (クラウド＆エッジ) モデル・デプロイ・ルール・エンジン コンテナ・ランタイム : OS: 江崎グリコ様/Hewlett Packard Enterprise Confidential

WISE-AIFS︓サービス構成 AIFS/Evolution サービス＆ ソリューション AIプロジェクト管理 PCBA AI.AOI PHM PQA [option] AI⽀援 事業エキスパート アノテーション データビューア 事前学習済 画像診断 ヘルスチェック予測 AIFS/AutoML モデル展開 機械学習 構造化データの予測分析 [option] 画像分類 オブジェクト検出 AIFS/Development Service データプロセス コラボレイティブ開発 同時並⾏タスク管理 モデル管理 モデルデプロイメント モデルカタログ AI 特徴抽出 JupyterLab モデルのパフォーマンス プラット マルチモデル再トレーニング RESTful API モデルリリース データ拡張 コードのアップロード モデルの暗号化 フォーム ハイパーパラメータ クラウド＆エッジデプロイメント モデルサブスクリプション データバージョン＆タグ AIFS/Resource Management Multiple コンピューティングリソース管理 データフュージョン管理 AIフレームワークコンテナ管理 Deployment Public Cloud インフラ GPU / CPU /メモリ (Azure, AWS, Ali) クラスター管理 GPU

WISE-PaaS/AIFS︓データフロー データ データ 産業型AI 可視化 PHM 接続 ストレージ プラットフォーム WISE-AIFS OTA Agent MQTT MongoDB AIデータラベリング Gateway IoT Hub PostgreSQL AIモデル再トレーニング 3rd パーティ Sensor data Blob ストレージ BIツール API AIモデル検証 AI AOI ビックデータ OTA Agent サービス 通知サービス WISE- AIモデル展開 DataInsight API AI Model File ETL エッジ クラウド API 推論 推論 IT System: API ERP、CRM、 PHM AI AOI Email / Restful API MES 、PLM… DataLack AI Model Remote Mgmt.

WISE-PaaS/AIFS︓提供⽅法 [オンプレ/プライベートクラウド/パブリッククラウド] プライベート パブリック クラウド クラウド WISE-STACK Edge ベアメタル A Series @IoTSuiteEシリーズ @IoTSuiteSシリーズ @IoTSuiteSシリーズ IoTSuite Cシリーズ インテリジェントエッジサーバー エンタープライズプライベートクラウド エンタープライズエクスクルーシブクラウド ⾃⼰運⽤型パブリッククラウド ⼩規模システム ⼤規模システム プライベートクラウド パプリッククラウド ü ソフトウェア+ハードウェアの軽量 ü ソフトウェア+ハードウェア ü ピュアソフトウェアプラットフォームデプロイメ ü アドバンテックの⾃⼰運⽤型クラウドサー オールインワンソリューション アドバンスドユニット ントソリューション ビス ü AIトレーニング管理サーバー ソリューション ü ベアメタルをサポート ü すでに四つの主要なサイトで展開 ü AI推論管理サーバー ü WISE-STACK 200 + AIFS ü オープンスタックをサポート Azure @シンガポール ü AIoTアプリケーション軽量サーバー ü WISE-STACK 300 + AIFS ü VMWareをサポートする Ali @杭州 ü WISE-STACK 600 + AIFS IIJ @東京 TWCC @台湾

WISE-STACK Edge A Series Powered By Powered By WISE-STACK Edge A100 WISE-STACK Edge A110 Item Performance AI Enhanced Server (含滑軌) Advantech SKY-7221 2U Rack mount with 2x 850w RPSU NIC 10GbE SPF+ x4, 1GbE RJ45 x2, IPMI (1GbE RJ45) x1 RAID Card PCIe Gen. 3 SATA3/SAS 8 Ports 12Gbps Processor Intel Xeon Silver 4216 16C x 2 Intel Xeon Silver 4216 16C x 2 RAM 32G DDR4 2933 ECC REG x8 32G DDR4 2933 ECC REG x8 OS storage 2.5" SATA3 256GB SSD x2 2.5" SATA3 256GB SSD x2 Cache 2.5" SATA3 256GB SSD x2 2.5" SATA3 256GB SSD x2 Storage (3.5” HDD) Enterprise 3.5" SATA3 4TB x4 Enterprise 3.5" SATA3 4TB x4 GPU Card Nvidia GeForce RTX A5000 x2

WISE-AIFS メリット • AI開発の課題を解決します • 多種のデータセット・学習モデルを展開できるワークスペース • コンピューターリソースの管理 • AI モデル管理 • AUTO ML • ワンタッチのデプロイ • 融通の利く提供⽅法 • オンプレでもクラウドでも • 発展性がある • WISE-PaaS で収集したデータを活⽤することもできます。 DX2.0の実現