制造商面临从工艺问题到设备故障在内的诸多挑战。然而,一个通常被忽视的挑战是,当支持工厂运行的关键软件和服务器出现问题时,人们往往不会注意到,直到出现无法挽回的后果。当一个工艺设备发生故障时,会造成不便,但如果制造执行系统(MES系统)出现故障,整个工厂将陷入瘫痪。
鉴于工厂的正常运行时间至关重要,您很可能已经制定了监控指标来监测工厂运行情况,并且有质量计划来进行改进。确保产品在工厂的各个工序之间连续流动,并得到正确处理,是保证您公司盈利的关键。制造软件系统在提高生产效率和质量方面也发挥着重要作用,无论它们是否正常运行。然而,虽然我们不愿意去面对这一点,但有时服务器会宕机,网络也时而会出现问题。有时,由于附近正在进行设备安装,整个服务器机房的电源会意外关闭,这将导致计划外的停机,甚至可能导致整个工厂停工。这对业务的影响是巨大的。
对于一个规模适中的产量较低的晶圆厂来说,一小时的意外停机就会给公司造成1万美元的损失。对于一个中等产量的晶圆厂来说,损失可能是10万美元。而对于一个先进的、产量较高的晶圆厂来说,损失可能高达100万美元。因此,找到减少甚至避免制造软件系统意外停机的方法至关重要。SmartFactory Monitor可以帮助您实现这一目标。
SmartFactory Monitor是一个实时监控软件解决方案,让您能够及时发现生产系统中的问题,并立即采取纠正措施,以确保生产系统不受影响。在其最基本的形式中,它提供了一个可定制、易于理解的仪表盘,显示您生产系统的当前状态。这样,当出现问题时,几乎可以无缝地查看和发送通知。
其关键特征之一是可定制性,您可以创建自定义视图,以显示随时间变化的性能趋势。其预测分析能力可在性能异常影响生产之前检测出这些异常。
SmartFactory Monitor可在普通硬件设备上运行,进程占用内存空间小,操作系统可任意选择。另外,它与SmartFactory智能工厂解决方案软件产品组合中的其他产品预集成,能够追踪您的所有制造系统——应用程序、数据库以及Windows和Linux服务器。该系统可实时监控系统性能日志、错误日志、事件日志、应用程序日志、系统日志、服务器日志等一切可以反映系统性能和健康状态的信息。
各种来源的数据都被汇总到Splunk软件中,该软件能够捕获、索引和关联实时数据。然后这些数据可以生成自动通知并实现可视化效果,以突出数据的趋势并发现问题。此外,汇总到Splunk的数据还可用作机器学习算法的训练数据,从而实现预测分析,以避免问题在上升为工厂级别的问题之前被识别和解决。
预构建的仪表盘可以让您快速启动和运行,监测所有系统日志。使用Splunk软件,您可以轻松地实现系统性能可视化,并利用应用材料公司工程师开发的复杂预测算法检测出趋势、异常和异常值。
SmartFactory Monitor提供一套全面的生产监控功能,可应对制造商面临的众多关键支持系统挑战。其主要目标是通过缩短发现和解决系统问题的时间,减少工厂意外停机时间。最终,通过性能趋势分析和预测分析,帮助预防对工厂运行产生影响的问题。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。