在「AI驅動智慧生產」方面，研華展示AMR與數位雙生驅動的下一代AI工廠、晶圓高速取像、SKYRack SEMI機櫃，以及智慧製造軟體與邊緣運算等方案，從模擬到實際執行串聯AI工廠流程。
田昀錚指出，客戶導入AMR、AGV前，希望先了解究竟能帶來多少效益，因此需要透過模擬驗證。研華將實際設備參數導入Omniverse，建立具備真實物理特性的模型，使虛擬設備與現場設備動作同步，進一步模擬特定空間可以容納多少設備，以及大量AMR同時移動時，是否可能發生路徑衝突、碰撞等問題。
數位雙生另一項價值，在於能夠加速時間進行預演，讓客戶提前掌握數月後可能發生的狀況。除了Omniverse負責物理環境模擬，也可結合AnyLogic等軟體進行策略模擬，加入環境變化、臨時急單等事件，判斷目前設備數量及調度方式是否仍是最佳解，讓工廠管理者提前找出問題及因應方式。
未來進一步加入生成式AI後，系統還能依據模擬結果進行判斷，提出設備操作及調度建議，甚至反向控制現場設備。田昀錚表示，研華主要扮演基礎建設平台角色，以硬體及Edge Server為核心，整合NVIDIA等合作夥伴的模型、參數及軟體，再依不同產業場景由系統整合夥伴進行客製化。
目前研華相關方案以半導體產業為主要市場，田昀錚指出，晶圓廠最大的需求仍集中在「搬載」，如晶圓載具。黃光製程設備多為固定式設備，生產週期及產出可透過固定參數模擬，但AMR在移動過程會受到人員、其他設備及外部因素影響，變數較多，因此更需要透過Omniverse預先模擬。
隨半導體產業面臨缺工，晶圓廠希望將人力移往更合適、附加價值更高的工作，晶圓及料件取放、搬運則可逐步交由AMR執行。田昀錚預期，未來不論半導體或其他製造業，AMR數量都將持續增加，如何在正式導入前模擬對廠區造成的影響，也將成為數位雙生的重要應用。
考量半導體廠對資料安全要求，相關AI與模擬服務原則上均在地端網域內運作，不連接外部網路。田昀錚表示，這也是研華的主要定位，聚焦Edge端及地端應用，而非將製造資料送上雲端。
本文依《新聞倫理政策》、《新聞規範》與《事實查核政策》採訪撰寫，如有疑問與指教請見《更正政策》。
點擊閱讀下一則新聞
