把握現今電腦視覺型品質控制的機會
搭載 AI 電腦視覺的產品品質監測解決方案可望為製造商和零售商帶來實質成果。利用商店和廠房現場部署的攝影機、運算、AI，或者在邊緣收集的產品視覺資料，企業可以近乎即時監測以及評估產品品質。無論是檢查生產線的產品是否有瑕疵，還是評估生鮮區草莓的新鮮度，許多組織開始採用電腦視覺技術時都面臨挑戰，並預期從概念驗證轉向生產時會碰上成本和擴充性的難題。
最終不同類型的組織會採取不同路徑來實現 AI 強化的產品品質監控功能。企業零售商和製造商可能會在內部建構 AI 功能，而小型及中型企業則更傾向尋求獨立軟體供應商（ISV）和解決方案整合商（SI）的支援。這些供應商和解決方案供應商得要在預算限制和效能需求下，實現電腦視覺強化的 AI 功能。
無論您是 ISV、SI、零售商還是製造商，都可以來回顧幾點關鍵考量，協助您以最佳效率和速度推出 AI 強化的產品品質監測。
訓練電腦視覺 AI 模型
對於任何電腦視覺型產品品質控制策略，在邊緣使用 AI 模型進行推斷都是關鍵。模型在部署前需要進行訓練，專門偵測產品瑕疵或辨識產品過期情況。模型部署到邊緣裝置後成為 AI 支援軟體的一部分，軟體會分析來自攝影機的資料，辨識問題並向設施人員報告，以便採取行動解決問題。
零售和製造業的企業組織可能更傾向從頭開始訓練模型，或交由內部員工微調現有模型。中小企業則或許會選擇仰賴技術合作夥伴，協助啟用所需的 AI 功能。方法可以非常簡單，只需向獨立供應商（SIV）購買專為特定使用案例設計的解決方案。或者也能仰賴 SI 組合多種解決方案，處理任何必要的模型自訂。
設法實現電腦視覺解決方案時，請記得您無須從頭開始。許多線上免費提供的現有模型可作為自訂的基礎，協助您加速工作流程。例如 OpenVINO™ 工具組的 Open Model Zoo 提供一系列深度學習模型，可根據目標應用進行重新訓練或微調。
硬體
針對硬體部份，依據訓練任務而異，您將需要不同等級的運算。
如果從現有模型出發來滿足您或客戶的需求，您可採用較符合成本效益的通用硬體進行微調或重新訓練。如此一來便能避免過度投資不必要的專用資源，同時降低整體架構的複雜性。
如果要從頭開始訓練複雜的模型，可能需要針對 AI 工作負載打造加速器的卓越效能。這類技術專為需要極致效能的複雜模型訓練量身打造，能夠處理大量參數集。
例如 Intel® Gaudi™ AI 加速器即專為支援嚴苛訓練、推斷 AI 推斷工作負載而生。在重新訓練與微調方面，搭載整合式 AI 引擎的 Intel® Xeon® 可擴充處理器特別適合滿足僅使用 CPU 架構的效能需求。
軟體
許多組織面臨的主要挑戰是將團隊的領域、業界專門知識轉化為可用的 AI 解決方案。有各種軟體平台可以協助您解決這項難題。這類工具能大幅加速電腦視覺開發計畫實現價值的時間。
例如，Intel® Geti 平台使業界專家能在單一介面迅速以合作形式建構生產就緒的 AI 模型，同時幾乎不需要資料科學專業知識。使用者可以輕鬆新增影像或影片資料、建立註解，並且訓練、重新訓練、匯出和最佳化 AI 模型以供部署。
將 AI 模型部署至邊緣硬體實現電腦視覺
許多組織認定少了具有 GPU 的大量邊緣基礎架構，就無法部署電腦視覺型品質控制。其實並不完全如此。現今的製造商和零售商可利用常見的硬體資源，在邊緣驅動 AI 電腦視覺。
現代 CPU 配備齊全，能處理邊緣的電腦視覺工作負載。與訓練過程相同，仰賴 CPU 進行邊緣推斷可避免技術過度投資、簡化部署，並有助於最佳化電源效率。CPU 可輕鬆部署於立即可用、小外型規格的強化系統，支援邊緣中的各種作業環境。
Intel® Xeon® 處理器和 Intel® Core™ Ultra 處理器提供高效 AI 效能，適用於邊緣電腦視覺工作負載。
許多製造商和零售商已著手執行具有 CPU 的關鍵邊緣系統，包括銷售點系統以及軟體定義 IT/OT 基礎架構。在許多情況下，現有的投資能支援邊緣電腦視覺，從而將額外購買硬體的需求降至最低。
如有需要，可以採用 GPU 硬體滿足更嚴苛的效能需求。GPU 技術需要的功耗與體積往往較大，但能使邊緣部署支援進階功能和創新使用案例。
例如我們提供了 Intel® ARC GPU 和 Intel® Data Center GPU Flex，協助啟用進階邊緣電腦視覺功能。
雖說如此，硬體僅是其中一部分。ISV 與 SI 需要找到方法，讓零售和工業客戶更輕鬆處理異質部署環境、最佳化效能以及簡化所需的模型開發。兩者在這方面可以利用軟體資源，加速和簡化工作流程。
例如，OpenVINO™ 工具組可協助您使用內建模型最佳化工具、執行階段和開發工具組來最佳化、微調以及執行全方位 AI 推斷。這套開放式原始碼工具組有助於以更低的延遲、更高的輸送量加速 AI 推斷，同時滿足在多個工廠與商店擴充 AI 電腦視覺的基本要素，包括保持準確性、減少模型佔用空間，以及最佳化硬體使用率。OpenVINO™ 工具組還能轉換和最佳化使用 TensorFlow 和 PyTorch 等熱門架構訓練的模型。
搭載 Intel® oneAPI 的 OpenVINO™ 可協助 SI 和 ISV 更輕鬆在邊緣部署 AI 推斷，支援電腦視覺解決方案。透過使用 OpenVINO™ 工具組，您可協助確保軟體產品能在零售商和製造商可能已部署的各種硬體上執行。這套工具組還簡化了綠地部署的技術需求。
這樣的靈活性有助於實現可擴充、輕量級邊緣解決方案，無需仰賴雲端基礎架構，即可提供近乎即時的深入解析。如此一來，這些內部部署的解決方案可排除資料傳輸至雲端處理的成本、複雜性和安全問題。
立即發掘潛力
此刻對 ISV、SI 及其服務的零售商和製造商來說，正是採用可擴充、高效 AI 支援產品品質控制的最佳時機。Intel 與我們的合作夥伴生態系統致力於提供您所需的開放互通技術。
繼續探索解決方案開發可能性的同時，別忘了可以透過 Intel® Tiber™ 開發者雲端試用多種本文介紹的軟硬體技術