加速智能制造落地，中科创达智慧工业系统集成

今年以来，国家出台了多项加快新基建发展的政策和措施，进一步带动了、人工智能与工业领域的融合创新。劳动密集型的传统制造业越来越多地在生产环节主动引入人工智能等新型技术，解决生产效率低下和人力成本逐年增长的问题，提高行业竞争力。

在AWS中国区域推出Amazon SageMaker服务之际，2020年6月4日中科创达（ThunderSoft）率先宣布，已经将Amazon SageMaker集成到了中科创达智慧工业ADC (Automatic Defect Classification) 系统，让制造业客户可以在工业生产中轻松获得AI质检能力。

智慧工业ADC系统通过Amazon SageMaker的弹性Notebook、实验管理、自动模型创建、模型调试分析，以及模型概念漂移检测等强大特性，中科创达将加速智能制造的落地进程，帮助企业以更少的工作量和更低的成本更快地投入生产，在节约人力的，提升产品良率，释放产能，提高竞争能力。

中科创达是全球知名的智能操作系统产品和技术提供商，在深入了解传统制造业发展需求和趋势的，基于在智能操作系统、处理和人工智能领域的深厚技术积累，在2018年推出了工业视觉检测一站式解决方案智慧工业ADC系统。

据悉，该系统包含缺陷自动化分类、新产品迭代数据清洗、业务作业员认证三个子系统，从作业员技能认证、数据集更新到新产品导入，贯穿工业检测的整个生命周期，有效帮助制造企业减少75%的工作量，产能提升35倍。相比人工检测，漏检率下降3%，准确率提升99%。

目前，中科创达已经拓展到液晶面板、汽车制造、电子产品、化妆品制造、橡胶制造等行业，帮助众多客户提升工业自动化和智能化水平。

任何客户应用智慧工业ADC系统都需要实施工作。的实施是一项复杂的工作，涉及大量试错，需要大量专业技能，并消耗庞大的算力、数据存储和时间成本。

Amazon SageMaker可以让这一过程变得更加简单高效，帮助客户去除涉及的混乱和复杂性，让客户能够迅速构建、训练和部署模型，来应对新的挑战。尤其是Amazon SageMaker Studio集成开发环境（IDE），为整个工作流提供了一个统一界面，使构建、训练、解释、检查、监视、调试和运行模型变得更简单、更快。

在智慧工业领域普遍涉及的边缘端，因为边缘设备内存和处理能力往往高度受限，但对延迟又非常敏感，还存在各种不同的硬件平台和处理器架构，开发者需要花费数周或数月的时间手工调优每个模型。，由于复杂的调优流程，模型部署到边缘后很少进行更新，开发者可能错失根据边缘设备所收集的数据来重新训练和改进模型的机会。借助Amazon SageMaker Neo，开发者只需训练一次模型，便可在云端和边缘的任何位置运行。Amazon SageMaker Neo可将模型的运行速度优化到两倍，仅占用1/10的内存，也不会对准确性造成任何影响。

Amazon SageMaker Neo可以优化部署在Amazon EC2实例、Amazon SageMaker端点和AWS Greengrass管理的设备上的模型，实现工业视觉检测应用与其它应用无缝连接。

Amazon SageMaker可以有效贴近工业的实际需求，降低了算法实施过程中开发、环境、运维对工程师的依赖。例如，在电气行业ADC系统的实施中，通过集成Amazon SageMaker，最终用户的一次性投入成本降低了42%，软件开发的工作量降低了39%，系统的上线时间缩短了50%，系统运行效率是传统检测的35倍，解决了ADC系统落地工业场景的障碍。

中科创达CTO邹鹏程表示“中科创达智慧工业ADC系统汇集了我们在操作系统、人工智能和工程化建设等多方面优秀的能力，并已成功在液晶面板行业落地，具有非常完整的工业检测系统体系。近年来，中科创达提出‘服务上云’战略，打通前端和后端的产业链条，助推智能产业加速实现数字化。我们非常荣幸与AWS携手，通过集成Amazon SageMaker，大幅提升智慧工业ADC系统在工业制造领域落地、部署的效率。，依托AWS实现业务发展和持续创新，加速全球智慧行业的智能化、自动化和数字化升级。”

AWS中国区生态系统及合作伙伴部总经理汪表示“中科创达是非常优秀的APN（AWS合作伙伴网络）合作伙伴，在IoT、人工智能方面的实力尤其突出。Amazon SageMaker一个重要的特点在于能够与各类行业应用进行集成，来进一步赋能各行业的应用场景。我们非常高兴中科创达能够成为首批在AWS中国区域利用Amazon SageMaker的APN合作伙伴。基于Amazon SageMaker，中科创达能够打造更加优秀的智慧工业视觉检测AI系统，满足更多客户的需求，助力他们实现智能化转型。”