ซิมิโก้และ NVIDIA ร่วมกันพัฒนา ระบบ AI อุตสาหกรรม: จากดิจิทัลทวินสู่โรงงานอัตโนมัติ เร่งการนำ AI เข้าสู่อุตสาหกรรมการผลิต

มีประสบการณ์ด้านอุตสาหกรรมมากกว่า 175 ปี Siemens (Siemens) ได้ร่วมมืออย่างเป็นทางการกับ NVIDIA (NVIDIA) เพื่อเสริมสร้างความร่วมมือในด้าน AI อุตสาหกรรม ทั้งสองฝ่ายไม่เพียงแต่รวมฮาร์ดแวร์และซอฟต์แวร์เข้าด้วยกัน แต่ยังนำ AI การจำลอง ดิจิทัลทวิน และอัตโนมัติมาเชื่อมโยงอย่างครบถ้วน เป้าหมายคือสร้างระบบปฏิบัติการ AI อุตสาหกรรมที่สามารถ “ดำเนินงานจริงในโรงงาน” และ “ปรับขนาดการใช้งาน” ได้อย่างเต็มที่ สำหรับเรื่องนี้ ซีเมนส์ ซีอีโอ Roland Busch และ NVIDIA ซีอีโอ Huang Renxun ได้อธิบายตารางเวลา การใช้งาน และผลกระทบที่แท้จริงต่ออุตสาหกรรมการผลิต พลังงาน และห่วงโซ่อุปทานทั่วโลกเป็นครั้งแรก

อุตสาหกรรม AI เข้าสู่โรงงาน เริ่มจากสนับสนุนการตัดสินใจสู่การดำเนินการแทน

Busch ชี้ให้เห็นว่าการเปลี่ยนแปลงสำคัญใน AI อุตสาหกรรมตอนนี้คือโมเดลรุ่นใหม่ไม่เพียงแต่ให้คำแนะนำ แต่สามารถแทนที่มนุษย์ในการตัดสินใจและดำเนินการได้โดยตรง ทำให้ระบบเริ่มมีความสามารถในการปกครองตนเองและปรับตัวเองได้

เขายังกล่าวว่า ลูกค้าหลายรายได้สร้างดิจิทัลทวินของกระบวนการผลิตแล้ว เริ่มจากการปรับปรุงกระบวนการในโลกเสมือนก่อนจะนำไปใช้ในโรงงานจริง AI ก็ได้ถูกนำไปใช้งานบนสายการผลิตแล้ว เพียงแต่กำลังพัฒนาไปสู่ระดับที่สูงขึ้น

การขยายขนาดเป็นความท้าทายหลัก ต้องลดอุปสรรคในการติดตั้งและทำซ้ำ

Busch ยอมรับว่าความยากจริงไม่ใช่เรื่องความเป็นไปได้ของ AI แต่คือจะทำให้มัน “ขยายใหญ่และกว้างขึ้น” ได้อย่างไร จุดสำคัญประกอบด้วย:

• ลูกค้ามีทักษะเพียงพอหรือไม่
• ระบบง่ายต่อการติดตั้งหรือไม่
• สามารถทำซ้ำในโรงงานและอุตสาหกรรมต่าง ๆ ได้รวดเร็วหรือไม่

ในปัจจุบัน การนำ AI อุตสาหกรรมไปใช้ยังพึ่งพามนุษย์ผู้เชี่ยวชาญและการบูรณาการที่ซับซ้อน ดังนั้น Siemens จึงมุ่งเน้นลดอุปสรรคในการใช้งาน ทำให้การติดตั้งง่ายขึ้นและใช้งานได้ง่ายขึ้น เขาย้ำว่า ตั้งแต่การสร้างเรือ การอุตสาหกรรมหนัก ไปจนถึงสตาร์ทอัป ต่างก็เริ่มนำโซลูชันที่เกี่ยวข้องมาใช้ แสดงให้เห็นว่าตลาดกำลังเร่งความเร็วในการเติบโต

NVIDIA เร่งสนับสนุนซอฟต์แวร์ Siemens ให้เป็นสายการผลิตแบบครบวงจร

Huang Renxun กล่าวว่า ความร่วมมือนี้ไม่ใช่แค่เป็นพันธมิตรเชิงสัญลักษณ์ แต่เป็นการบูรณาการลึกซึ้งทั้งซอฟต์แวร์และฮาร์ดแวร์ รวมถึงกระบวนการต่าง ๆ จุดเน้นของความร่วมมือประกอบด้วย:

• เร่งพัฒนาซอฟต์แวร์ EDA ของ Siemens
• เร่งพัฒนาซอฟต์แวร์จำลองทางกายภาพและกระบวนการผลิต
• รวม AI, AI เชิงกายภาพ และโมเดลขนาดใหญ่เข้าใน Teamcenter และระบบอัตโนมัติของโรงงาน

สิ่งนี้หมายความว่า ในอนาคต NVIDIA จะพึ่งพาเครื่องมือจำลองและดิจิทัลทวินของ Siemens ในการออกแบบชิปและระบบโดยตรง ขณะเดียวกัน โรงงานและพันธมิตรอย่าง Foxconn ก็สามารถนำระบบปฏิบัติการ AI อุตสาหกรรมนี้ไปใช้ในสายการผลิตและการจัดการโรงงานได้ สร้างวงจรปิดครบถ้วนตั้งแต่การวิจัยและพัฒนาไปจนถึงการผลิต

(หมายเหตุ: Teamcenter เป็นซอฟต์แวร์บริหารวงจรชีวิตผลิตภัณฑ์ของ Siemens ซึ่งเป็นแพลตฟอร์มดิจิทัลที่เชื่อมโยงบุคลากร กระบวนการ และข้อมูลขององค์กร โดยรวมข้อมูลด้านเครื่องกล อิเล็กทรอนิกส์ และซอฟต์แวร์ การออกแบบรายการวัสดุ และการจัดการกระบวนการ เพื่อสนับสนุนความร่วมมือในทุกขั้นตอน ตั้งแต่แนวคิด การออกแบบ ไปจนถึงการผลิตและบริการ ช่วยเร่งความเร็วในการเข้าสู่ตลาดและลดต้นทุนการพัฒนา ซอฟต์แวร์ EDA เป็นเครื่องมือออกแบบด้วยคอมพิวเตอร์ช่วย (CAD) สำหรับอัตโนมัติกระบวนการออกแบบวงจรรวม (IC) และระบบอิเล็กทรอนิกส์ รวมถึงการออกแบบตรรกะ การจำลองวงจร การวางผัง และการตรวจสอบ)

ดิจิทัลทวินลดต้นทุนการทดลองผิดพลาด เร่งความเร็วด้วยการอนุมานขอบ

เมื่อพูดถึงผลกระทบของ AI ต่อโลก Huang Renxun ยกตัวอย่าง “Vera Rubin” เพื่ออธิบายว่าความซับซ้อนของระบบและแรงกดดันด้านต้นทุนสูงถึงระดับที่ต้องใช้วิธีการออกแบบใหม่ ระบบนี้ประกอบด้วยชิป 6 ตัว รวมกัน GPU หนึ่งตัวใช้พลังงานสูงถึง 240,000 วัตต์ ประสิทธิภาพและต้นทุนดีขึ้น 10 เท่าเมื่อเทียบกับรุ่นก่อน

เขาเน้นว่า ถ้าสามารถออกแบบและตรวจสอบระบบทั้งหมดในดิจิทัลทวินของ Siemens ก็สามารถลดต้นทุนการทดลองผิดพลาดอย่างมาก ทำให้ “เป็นไปไม่ได้” กลายเป็น “สามารถผลิตได้จริง” และใกล้เคียงกับการทำให้เสร็จในครั้งเดียว

Busch เสริมว่า ศึกของ AI ไม่ใช่แค่ในศูนย์ข้อมูล แต่ความสำคัญอยู่ที่การอนุมานแบบต่ำหน่วงสามารถนำไปใช้ในขอบเขตของโรงงานได้หรือไม่ ปัจจุบัน ชิป AI ได้เข้าสู่คอนโทรลเลอร์ คอมพิวเตอร์อุตสาหกรรม และอุปกรณ์ขอบเขตแล้ว ทำให้โรงงานสามารถปรับแต่งและปรับปรุงแบบเรียลไทม์ แทนที่จะวิเคราะห์ภายหลัง ช่วยเพิ่มอัตราการผ่าน การใช้พลังงาน และประสิทธิภาพโดยรวม

(หมายเหตุ: อุปกรณ์ขอบเขต คือ คอมพิวเตอร์/คอนโทรลเลอร์ที่ติดตั้งในโรงงาน เครื่องจักร หรือสถานที่ ซึ่งสามารถรับรู้ คำนวณ และตอบสนองได้ทันที(

โรงงานอัตโนมัติและปัญหาพลังงานเป็นคู่ขนานกัน โซ่อุปทานส่งผลต่อเนื่องไปจนถึงอวกาศ

ทั้งสองฝ่ายเห็นพ้องกันว่า ความต้องการโรงงานอัตโนมัติและอัตโนมัติสูงกำลังเพิ่มขึ้น แรงผลักดันหลักได้แก่ การขาดแคลนแรงงาน การปรับปรุงอัตราการผ่าน การใช้พลังงานที่ดีขึ้น และเป็นสิ่งสำคัญสำหรับการกลับมาของอุตสาหกรรมการผลิตในสหรัฐอเมริกา

Huang Renxun อธิบายว่า โรงงานสมัยใหม่เป็น “หุ่นยนต์ขนาดใหญ่” ซึ่งที่ผ่านมา สิ่งที่ยากที่สุดคือการสอนให้หุ่นยนต์เรียนรู้และการเขียนซอฟต์แวร์จำนวนมาก แต่คุณค่าของ AI เชิงกายภาพอยู่ที่ทำให้หุ่นยนต์ “สอนง่ายขึ้น” โดยใช้การสาธิตแทนการเขียนโปรแกรมจำนวนมาก

สำหรับพลังงาน Huang Renxun ยอมรับว่าทุกการปฏิวัติอุตสาหกรรมล้วนถูกจำกัดด้วยพลังงาน และการปฏิวัติ AI ก็เช่นกัน จึงต้องผลิตภัณฑ์ที่ใช้พลังงานน้อยลง Busch มองภาพรวมของห่วงโซ่อุปทานไฟฟ้าทั้งหมด ชี้ให้เห็นว่าความต้องการไฟฟ้าคุณภาพสูงในศูนย์ข้อมูล ทำให้การผลิตไฟฟ้า กังหันก๊าซเทอร์โบ แปลงแรงดันสูง ไปจนถึงอุปกรณ์จ่ายไฟ ต้องรับมือกับความกดดัน บางพื้นที่อาจเกิดคอขวด

พูดถึงตลาดจีน Huang Renxun กล่าวว่า ความต้องการยังแข็งแกร่ง และท่าทีส่วนใหญ่มาจากภาคธุรกิจ Busch ก็กล่าวว่า การลงทุนในซอฟต์แวร์ Siemens ยังคงขยายตัวต่อไป และไม่ปิดโอกาสในการเสริมความแข็งแกร่งด้วยการควบรวมกิจการ

สุดท้าย ทั้งสองมองไปในระยะยาว คือศูนย์ข้อมูลในอวกาศอาจมีข้อได้เปรียบด้านพลังงานและการระบายความร้อน และถ้าจะผลิตในอวกาศจริง ๆ ผลิตภัณฑ์ที่เหมาะสมที่สุดคือปัญญาและพลังการคำนวณที่สามารถส่งกลับมายังโลกได้อย่างรวดเร็ว ในอีก 2 ถึง 3 ปีข้างหน้า เมื่อ AI ดิจิทัลทวิน และอัตโนมัติผสมผสานกันอย่างเต็มที่ โรงงานอัตโนมัติจะไม่ใช่แค่แนวคิด แต่เป็นจุดเริ่มต้นใหม่ของการแข่งขันในอุตสาหกรรมการผลิตทั่วโลก

)นิเวศ Alpamayo ของ NVIDIA เปิดตัว: ทำให้รถขับอัตโนมัติ AI มีความสามารถในการอนุมานและอธิบายเหตุผลในการตัดสินใจ(

บทความนี้เกี่ยวกับการร่วมมือของ Siemens และ NVIDIA ในการพัฒนาระบบ AI อุตสาหกรรม: จากดิจิทัลทวินสู่โรงงานอัตโนมัติ เร็วที่สุดปรากฏใน Chain News ABMedia