2022工业AI技术及应用研讨会,杉岩数据分享制造业智能存储应用之道

存储 数据管理
杉岩数据已服务如联测优特半导体、信维通信、捷普电子、美的集团、帝晶光电、东莞怡合达、惠州光弘、广汽丰田、雷赛智能等知名制造业企业。

数字化转型正在成为未来中国经济发展之重大战略。作为制造业大国,中国的产业数字化显得尤为重要。8月30日,由雅时国际商讯主办的2022AIM工业AI技术及应用研讨会在线上举行。本次大会以“数字化转型下的智能制造”为主题,吸引了众多制造业企业高管、CIO和信息化与数字化负责人等行业领袖共同参与。杉岩数据COO邱尚高受邀出席,并发表了《智能存储赋能工业5.0,打造未来工厂》的精彩演讲。

电视游戏的萤幕截图描述已自动生成

图1 杉岩数据COO邱尚高出席会议并作主题演讲

邱尚高在演讲中提到,在新智能制造的背景下,机器视觉在产品质量管理的流程中扮演相当重要的角色,不仅提高了检测效率和准确度,进一步提升产出功率与降低查验人员的作业负荷,还可让产品的出货质量更稳定。近年来,为全面推动中国机器视觉快速发展,利好政策频现,中国机器视觉市场持续保持高速增长。

图片

图2 制造业产线机器视觉质检示意图

在智能制造工厂,各类传感器和机器视觉设备投入应用,同时为了建立产品质量追溯系统,机器视觉设备产生的图片数据需要较长时间的保存,质检图片数据呈现数量多、像素高、容量大的特点。海量的图片数据使传统的本地机台存储或集中NAS存储面临很大挑战,如产线数据分散、海量小文件数据场景下读写性能存在瓶颈、数据易丢失、存储空间受限、质量追溯检索不便等。

图片

图3 产线机器视觉质检数据特点

在制造业企业纷纷推进产线升级的当下,如何从容应对产线扩充带来的数据增长挑战?如何简化工作流程,快速提升产线质量追溯效率?如何最大化利用数据价值?针对上述问题,邱尚高系统地进行了阐述与分享。

用智能存储,赋能工业5.0

为帮助制造业用户解决面临的挑战,作为软件定义存储专业厂商,杉岩数据与众多客户的不断测试和实践,最终采用杉岩数据对象存储替代原有的存储方案。

杉岩数据机器视觉质检数据存储解决方案,基于杉岩MOS海量对象存储产品,具有大容量、高性能、易扩展、智能化等优势,有效破解制造业机器视觉质检图片数据存储、管理及使用难题。

图片

图4 杉岩数据机器视觉质检数据存储解决方案

面对机器视觉质检中产生的海量图片数据,杉岩数据机器视觉质检数据存储解决方案,一方面解决了数据存储分散管理不便、数据本地保存单点故障风险、海量小文件下数据存储性能及检索效果差等问题;另一方面,杉岩MOS支持自动采集数据,省去企业业务软件改造成本,降低数据入湖门槛;基于对象存储特性,高性价比的弹性扩容让存储平台不再有性能瓶颈,同时灵活的数据管理策略能够将数据基于数据生命周期属性,保存在不同存储介质(SSD、HDD、蓝光存储),满足数据长期安全稳定存储要求。

不仅如此,杉岩MOS集成智能数据处理引擎,支持感知应用层的数据,可将机器视觉检测设备生成的数据文件自动进行图片压缩/格式转换、按需自定义标签信息、图片批注和打水印等,访问性能相比传统存储提升50%以上,大幅提升产线质检和质量回溯工作效率。

方案价值优势

1.文件查询效率大幅提升

支持基于图片检索标签属性进行元数据管理,可满足百亿级文件秒级检索,相比传统NAS存储,查询效率提升数百倍。

2.存储硬件成本显著下降

支持对机台文件数据进行压缩或,高清图片(bmp)进行格式转换(jpg、png),节省60%~80%硬件成本。

3.丰富接口协议融合打通

支持丰富的接口协议拓展,对接利旧NAS存储,同时打通了AI训练的各数据阶段的壁垒。

4.满足数据存储合规要求

支持基于数据生命周期属性保存在不同存储介质(SSD、HDD、蓝光存储),满足数据储存时间长且安全稳定。

截至目前,杉岩数据已服务如联测优特半导体、信维通信、捷普电子、美的集团、帝晶光电、东莞怡合达、惠州光弘、广汽丰田、雷赛智能等知名制造业企业。邱尚高表示,在智能制造的大背景下,推进产线智能化升级是国内制造企业走向高端制造的必由之路,杉岩数据以行业用户需求为导向,深耕软件定义存储领域,帮助用户实现数据存储灵活扩容、高效管理、高性价比、高可用性等价值需求,在赋能智能制造的路上将继续贡献自己的一份力量。

责任编辑:张诚
相关推荐

2023-03-13 17:21:19

存储

2014-06-18 14:09:31

工业经济

2020-06-28 16:21:08

RPA应用

2020-01-06 19:04:49

杉岩数据

2022-08-02 20:26:16

人工智能制造业

2021-09-11 17:14:28

人工智能AI制造业

2023-03-14 16:31:27

ChatGPT人工智能聊天机器人

2024-07-22 16:16:49

2021-04-27 11:20:41

人工智能制造业AI

2017-03-08 11:01:12

软件定义

2023-10-19 19:56:39

人工智能

2020-12-16 13:07:47

人工智能人工智能技术

2020-12-16 16:00:09

人工智能物联网大数据

2017-08-11 16:08:20

工业大数据制造业

2023-03-20 11:37:15

AR制造业

2023-03-24 16:44:49

2012-02-10 09:38:48

JMP工业工程
点赞
收藏

51CTO技术栈公众号