logo-micron

Add Bookmark(s)


To:

Email


Bookmark(s) shared successfully!

Please provide at least one email address.

快速資料:推動第四次工業革命的引擎

機械化。電氣化。自動化。現在,則是連線。第四次工業革命來臨,由數位連線工廠、機器和裝置推動,它們快到足以即時處理資料,且「聰明」到足以做出正確的決定。

快速資料:推動第四次工業革命的引擎

  • October 09, 2018

第四次工業革命來臨,因為數位技術幾乎連結生活和工作的各個方面。從汽車到冰箱以至製造設備,有越來越多無生命物體變得「有智慧」,利用攝影機、感測器、軟體及其他技術產生的資料協助我們完成任務,甚至代替我們執行任務,隨著每次互動學習如何更有效地完成工作,甚至利用人工智慧 (AI)自動做出決定。

在開創這個革命性新時代的所有技術中,AI 可說是最關鍵也最複雜的技術。

AI 實現自動駕駛車的「自主性」,教導車輛如何安全、有效率地將乘客和貨物從 A 點載運到 B 點,獨立執行許多所需的動作、反應和決定。

AI 協助農場無人機判斷作物何時需要水、肥料或農藥並適量施用,並且在作物成熟時加以收割。

AI 讓機器人與人類協作以及獨立運作,有朝一日會將工廠變成自行運作的網宇實體系統,管理庫存、進行維修並根據需求的變化調整生產排程,不需要人類介入。

但要讓 AI 運作,需要「快速」資料—在產生並蒐集資料後立刻、即時地加以處理和分析,而不是等到一天或一小時後,如人類智慧所能辦到的一樣。由於工業 4.0 仰賴 AI,快速資料甚至可說是推動新革命的引擎。驅動引擎:處理能力和龐大的記憶庫。

前三次革命

在人類歷史的大部分時間內,一切都是用蒐集的材料手工製作的,在大約 10,000 年前的農業時代初期則是被種植出來的。動物的馴化和利用本身就具有革命性,但工業化真正始於將機器導入生產流程。

Micron IT 總監 Tim Long 認為,前三次工業革命可分成:

  1. 機械化。發生於 18 世紀中期到 19 世紀中期約 100 年間的第一次工業革命始於使用水和蒸氣動力將製程機械化。
  2. 電氣化。在 19 世紀末和 20 世紀初,電力被導入工廠,實現組裝線和大量生產。
  3. 自動化。機器人等數位技術在 20 世紀中期被導入製程,將許多以前由人類執行的任務自動化。該世紀下半葉電腦的普及以及 1990 年代網際網路興起讓企業能夠將經營全球化—消費者只要按一下滑鼠即可在世界各地購物。

每一次革命都讓企業生產商品和服務的方式大幅改變—更快速、更便宜,且數量比過去更多。每次革命也都帶來擴大市場和潛在利潤,因為產品變得更隨處可得且價格更低。

現在正在進行的工業 4.0 將讓商業模式和實務再次出現劇變。連線是這個時代的特點。從汽車到電腦、機器人以至烤麵包機,一切都將在連線時代連結,與彼此以及與人類通訊,創造獨特的使用者體驗並將各種產業的簡單任務自動化。擺脫單調事務後,我們可以專注於較複雜的任務關鍵性工作—其中有許多都將涉及技術。

人們將不再製造小工具,而是設計自動化工廠。人們將不再駕駛卡車,而是將它們編程為成隊行駛並排除問題。農民將不再耕作、種植和收割,而是管理各種代替他們做這些工作的技術,並將時間花在作物產量最大化上。

而這整個相依、相連的數位生態系統,將仰賴資料來為每個流程的每一步提供資訊。

資料爆炸

在存在於世界上的所有資料中,有大約 90%是在過去兩年被創造出來。我們的裝置每天都會產生 2.5 萬兆位元組的資料(或 2.5 艾位元組),此數字隨著手機、平板電腦、電腦及其他連線裝置的數量逐年大幅增加而上升。

網際網路使用者人數預計將在 2018 年達到40億,超過全球 76 億人口的一半。「物聯網」是物體透過感測器、攝影機、應用程式、網際網路、藍牙及其他形式的數位通訊與彼此以及我們連線所構成的網路,而物聯網上的連線裝置數量預計將在 2018 年達到 231.4 億,到 2025年將達到 744 億。

這帶來非常龐大的資料—例如,對於想要深入瞭解客戶的需要、需求和購買行為以改進產品和行銷方法的企業而言,這些資料就等同於金礦。許多公司以這種方式使用資料,分批處理已存在數週或數月的資料並分析結果,以決定在何處以及如何微調。龐大的「巨量資料」在未開發的「湖泊」中等待被篩選和檢查,或者往往從未被檢視過。

現在,忽視資料似乎是一種嚴重的浪費。資料湖泊存在的時間越長,就會變得越停滯和無用處。

然而,第四次工業革命使湖泊本身變成一種浪費。「靜止」的資料很快就會過時。快速是趨勢所向。

速度極為重要

如果您在濃煙壟罩,警報作響的情況下醒來,您會先坐下來思考再決定逃出家中嗎?當然不會:您會立即意識到發生火災並逃出家門。

同樣地,真正聰明的人工智慧必須能夠處理資訊—資料並以即時或盡可能接近即時的方式調整其行為。

在工廠中,這可能是偵測有瑕疵或損壞的元件導致機器人更換成不同的零件再繼續。機器不能在軟體處理資訊時閒置數週或數月。機器人也不該忽視損壞的零件而繼續組裝,將資訊留到製造成品失效時再檢查。

要在連線時代競爭,「快速資料」極為重要。不能拖延、含糊或遲疑不決。就工廠而言,暫停可能是一大災難;減速可能導致停機,耗費大量成本--據說在汽車業是每分鐘 22,000美元

顯然,回顧式「批次」資料處理雖然適用於找出趨勢並做出因應的決定,但不足以讓企業在工業 4.0中競爭。嵌入機器人、無人機、自動駕駛車等「智慧」裝置的電腦必須以有意義的方式在資料產生後立即加以處理—如同人腦所能辦到的一樣。

以思考的速度處理

我們的大腦如何運作?資訊透過我們的五種感官進入,而我們的大腦通常會立即加以處理和分析。當我們摸到熱鍋,我們不必思考下一步該做什麼。當我們聞到花香,鼻子與「玫瑰」之間沒有延遲時間。

我們的大腦能以非常快的速度處理資料,包括思想、感覺、情緒。電腦計算複雜數學式子的速度遠快於我們,甚至比我們更會下棋—但就接收資訊並從各種可能的反應中選擇而言,沒有任何事物的速度和智慧勝過人腦。目前來說是如此。

第四次工業革命可能使電腦比以往更接近人類的能力。自動駕駛車若要避免追撞,必須處理事故並在瞬間選擇繞過車禍現場的方式。工廠機器人應能夠偵測並修復磨損的零件,以免發生代價高昂的停機。無人機必須在兒童或動物進入田地時停止噴灑農藥。

機器快速進行這些計算的能力取決於處理速度和記憶體,如同我們的大腦。工業 4.0 需要能夠在幾奈秒內接收、分類並分析大量資料的電腦,而不是幾秒或幾毫秒。Micron 正極力研發更快、更有效率的記憶體解決方案,以全面支援 AI。

Micron資深研究員 Mark Helm 表示:「我們看到記憶體有許多機會在 AI應用領域扮演越來越重要的角色。」「資料是實現 AI的關鍵貨幣。」

比較運算系統執行交易任務(例如檢查電子郵件或瀏覽網際網路)的方式—「歷史」工作負載—與人工智慧的運作方式相反,Helm 表示,很明顯地,資料是 AI 非常重要的因素。

Helm 表示:「這讓 Micron 有機會成為資料保管者。」不論是能夠以極快速度(如同人腦)提供資料給圖形處理單元 (GPU) 的 GDDR6 顯示記憶體,或是在系統內串流資料的 DRAM 和 NAND 記憶體產品,Micron 產品都是 AI 資料的把關者。

人工智慧的未來仰賴以思考速度移動的資料。電腦將成為重要的致能器,一旦它們能夠至少和人腦一樣快速處理資料,就會使文明大幅躍進。為了將人類帶入新領域,Micron 知道我們的企業必須更快地運作—如 Helm 所說,「始終保持領先」。