Siemens, với hơn 175 năm kinh nghiệm trong ngành công nghiệp, đã chính thức hợp tác với NVIDIA để tăng cường sự hợp tác trong lĩnh vực trí tuệ nhân tạo công nghiệp. Hai công ty không chỉ tích hợp phần cứng và phần mềm, mà còn kết hợp toàn diện trí tuệ nhân tạo, công nghệ tương tự, mô hình kỹ thuật số và tự động hóa, nhằm tạo ra một hệ điều hành trí tuệ nhân tạo công nghiệp có thể "vận hành thực tế và triển khai có khả năng mở rộng" trong các nhà máy thực tế. Giám đốc điều hành của Siemens, Roland Busch, và Giám đốc điều hành của NVIDIA, Jensen Huang, đã đưa ra lời giải thích toàn diện đầu tiên về tiến độ thực hiện, các kịch bản ứng dụng và tác động đáng kể của hệ thống trí tuệ nhân tạo công nghiệp này đối với sản xuất, năng lượng và Chuỗi cung ứng toàn cầu.
Trí tuệ nhân tạo công nghiệp đang được triển khai trong các nhà máy, chuyển từ việc hỗ trợ ra quyết định sang xử lý các nhiệm vụ thay cho nhân viên.
Busch chỉ ra rằng sự thay đổi quan trọng trong trí tuệ nhân tạo công nghiệp hiện nay là thế hệ mô hình mới không chỉ đưa ra gợi ý mà còn có thể trực tiếp đưa ra quyết định và thực thi thay mặt con người, cho phép hệ thống bắt đầu có khả năng tự chủ và tự điều chỉnh.
Ông cũng đề cập rằng nhiều khách hàng đã tiến xa hơn và tạo ra các bản sao kỹ thuật số của quy trình sản xuất của họ, trước tiên tối ưu hóa các quy trình trong thế giới ảo và sau đó triển khai chúng trong nhà máy thực; trí tuệ nhân tạo (AI) thực sự đã hoạt động trên dây chuyền sản xuất, nhưng nó đang hướng tới một cấp độ cao hơn.
Mở rộng quy mô mới là thách thức thực sự; cần phải giảm bớt rào cản gia nhập để việc triển khai và nhân rộng trở nên dễ dàng hơn.
Busch thẳng thắn thừa nhận rằng khó khăn thực sự không nằm ở tính khả thi của AI, mà nằm ở khả năng mở rộng quy mô và áp dụng rộng rãi. Những trở ngại chính bao gồm:
- Khách hàng có đủ kỹ năng không?
- Hệ thống này có dễ triển khai không?
- Và liệu nó có thể được nhân rộng nhanh chóng trên khắp các nhà máy và ngành công nghiệp hay không.
Hiện nay, việc ứng dụng trí tuệ nhân tạo trong công nghiệp vẫn phụ thuộc nhiều vào nhân lực chuyên môn và quá trình tích hợp phức tạp. Do đó, Siemens đang tập trung vào việc giảm bớt rào cản gia nhập, giúp việc triển khai dễ dàng và trực quan hơn. Ông cũng nhấn mạnh rằng các giải pháp liên quan đã bắt đầu được áp dụng trong nhiều ngành công nghiệp, từ đóng tàu và công nghiệp nặng đến các công ty khởi nghiệp, cho thấy đà phát triển của thị trường đang diễn ra nhanh chóng.
Nvidia đẩy nhanh quá trình tích hợp phần mềm của Siemens, giúp tối ưu hóa toàn bộ quy trình từ thiết kế đến sản xuất tại nhà máy.
Huang Renxun khẳng định rằng sự hợp tác này không chỉ là một liên minh mang tính biểu tượng, mà là sự tích hợp độ sâu giữa phần mềm và phần cứng, cũng như giữa các quy trình. Các khía cạnh chính của sự hợp tác bao gồm:
- Tăng tốc phần mềm EDA của Siemens
- Phần mềm mô phỏng vật lý và quy trình tăng tốc
- Tích hợp trí tuệ nhân tạo (AI), AI vật lý và các mô hình quy mô lớn vào Teamcenter và hệ thống tự động hóa nhà máy.
Điều này có nghĩa là trong tương lai, Nvidia sẽ dựa trực tiếp hơn vào các công cụ mô phỏng tương tự và kỹ thuật số của Siemens khi thiết kế chip và hệ thống; đồng thời, các nhà máy và đối tác của Nvidia (như Foxconn) cũng có thể sử dụng hệ điều hành AI công nghiệp này để quản lý dây chuyền sản xuất và nhà máy, tạo thành một vòng khép kín hoàn chỉnh từ nghiên cứu và phát triển đến sản xuất.
(Lưu ý: Teamcenter là phần mềm quản lý vòng đời sản phẩm do Siemens phát triển. Đây là nền tảng kỹ thuật số kết nối con người, quy trình và dữ liệu trong doanh nghiệp. Thông qua luồng dữ liệu kỹ thuật số thống nhất, nó tích hợp thiết kế cơ khí, điện tử và phần mềm, danh mục vật liệu và quản lý quy trình, hỗ trợ doanh nghiệp cộng tác trong toàn bộ quá trình từ ý tưởng và thiết kế sản phẩm đến sản xuất và dịch vụ, giúp rút ngắn thời gian đưa sản phẩm ra thị trường và giảm chi phí phát triển. Phần mềm EDA sử dụng các công cụ thiết kế hỗ trợ máy tính (CAD) để tự động hóa quy trình thiết kế phức tạp của mạch tích hợp (IC) và hệ thống điện tử, bao gồm thiết kế logic, mô phỏng mạch, bố trí, kiểm chứng, v.v.)
Mô hình song sinh kỹ thuật số giúp giảm chi phí thử và sai, trong khi suy luận tại biên giúp tăng tốc hiệu quả.
Khi thảo luận về tác động của trí tuệ nhân tạo (AI) đến thế giới thực, Jensen Huang đã dẫn chứng hệ thống "Vera Rubin" làm ví dụ, giải thích rằng sự phức tạp và áp lực về chi phí của hệ thống đã đạt đến mức cần một phương pháp thiết kế hoàn toàn mới. Hệ thống này tích hợp sáu chip, với một GPU duy nhất tiêu thụ tới 240.000 watt điện năng, đạt hiệu quả năng lượng và chi phí gấp 10 lần so với thế hệ tiền nhiệm.
Điểm mấu chốt của ông là nếu toàn bộ quá trình thiết kế và kiểm chứng hệ thống có thể được hoàn thành trên mô hình kỹ thuật số của Siemens, thì chi phí thử nghiệm và sai sót có thể giảm đáng kể, biến điều "bất khả thi" thành "có thể sản xuất hàng loạt", và tiến gần hơn đến một giải pháp một bước duy nhất.
Busch nói thêm rằng chiến trường của AI không chỉ nằm ở các trung tâm dữ liệu; giá trị thực sự của nó nằm ở việc liệu khả năng suy luận độ trễ thấp có thể vươn tới tận rìa nhà máy hay không. Các chip AI hiện đang được sử dụng trong bộ điều khiển, máy tính công nghiệp và thiết bị biên, cho phép các nhà máy điều chỉnh và tối ưu hóa trong thời gian thực, thay vì phân tích sau khi sự việc đã xảy ra, từ đó cải thiện hơn nữa năng suất, mức tiêu thụ năng lượng và hiệu quả tổng thể.
(Lưu ý: Thiết bị biên là các máy tính/bộ điều khiển được lắp đặt trong nhà máy, trên máy móc hoặc tại chỗ, có khả năng cảm nhận, xử lý và phản hồi trong thời gian thực.)
Các nhà máy tự động và tình trạng thiếu hụt năng lượng cùng tồn tại, và áp lực Chuỗi cung ứng lan rộng đến tận không gian.
Cả hai bên cho rằng nhu cầu về các nhà máy tự động và tự động hóa cao đang tăng lên, được thúc đẩy bởi các yếu tố bao gồm thiếu hụt lao động, năng suất được cải thiện, hiệu quả năng lượng tốt hơn, và đặc biệt quan trọng đối với sự phục hồi của ngành sản xuất Hoa Kỳ.
Huang Renxun mô tả các nhà máy hiện đại như những "robot khổng lồ", và thách thức lớn nhất trong quá khứ là robot quá khó dạy và đòi hỏi quá nhiều công sức của con người trong việc phát triển phần mềm. Giá trị của trí tuệ nhân tạo vật lý nằm ở việc làm cho robot dễ "dạy" hơn, thay thế lượng lớn lập trình thủ công bằng các ví dụ minh họa.
Về vấn đề năng lượng, Huang Renxun thẳng thắn tuyên bố rằng tất cả các cuộc cách mạng công nghiệp đều bị hạn chế bởi năng lượng, và cuộc cách mạng trí tuệ nhân tạo cũng không ngoại lệ. Do đó, mỗi thế hệ sản phẩm phải tiết kiệm năng lượng hơn. Busch sau đó mở rộng góc nhìn ra toàn bộ Chuỗi cung ứng điện, chỉ ra rằng nhu cầu về điện năng chất lượng cao từ các trung tâm dữ liệu đã gây áp lực lên các nhà máy phát điện, tua bin khí, máy biến áp cao áp và thiết bị phân phối điện, và có thể xảy ra tắc nghẽn ở một số khu vực.
Mở rộng cuộc thảo luận sang thị trường Trung Quốc, Huang Renxun cho biết nhu cầu vẫn mạnh mẽ, với thái độ chủ yếu được phản ánh gián tiếp thông qua các kênh doanh nghiệp. Busch cũng đề cập rằng các khoản đầu tư phần mềm của Siemens sẽ tiếp tục mở rộng, và việc sáp nhập và mua lại không bị loại trừ.
Cuối cùng, cả hai đã mở rộng tầm nhìn của mình đến dài hạn hơn, cho rằng các trung tâm dữ liệu trong không gian có thể có những lợi thế về năng lượng và làm mát. Nếu việc sản xuất diễn ra trong không gian, các sản phẩm phù hợp nhất sẽ là những sản phẩm thông minh và có tỷ lệ băm, có thể được truyền tải nhanh chóng trở lại Trái đất. Trong hai đến ba năm tới, với sự tích hợp hoàn toàn của trí tuệ nhân tạo (AI), mô hình kỹ thuật số song sinh (digital twins) và tự động hóa, các nhà máy tự động sẽ không còn chỉ là một khái niệm, mà là một điểm khởi đầu mới cho cuộc cạnh tranh sản xuất toàn cầu.
Bài viết này, "Siemens và NVIDIA cùng nhau ra mắt hệ thống AI công nghiệp: từ bản sao kỹ thuật số đến nhà máy tự động, đẩy nhanh việc ứng dụng AI trong sản xuất," lần đầu tiên xuất hiện trên ABMedia, ABMedia .
