Renasas Memperkenalkan AI Kontinyu Real-Time untuk Otomasi Pabrik
TOKYO — Di era manufaktur pintar, kecerdasan buatan tidak lagi opsional; itu adalah sumbu sudut. Namun banyak perusahaan kesulitan menerjemahkan teori AI menjadi kenyataan operasional, menyebut ketiadaan keahlian internal dan ROI yang tidak pasti. Renesas Electronics mendefinisikan ulang jalan maju dengan visi “AI kontinyu real-time” untuk teknologi operasional (OT).
Berbeda dengan “AI statistik” yang berpusat pada cloud dan data yang populer di IT, pendekatan Renesas menyematkan AI langsung di titik akhir pabrik. Ini memungkinkan mesin untuk mendeteksi anomali dan membuat keputusan secara instan, tanpa latensi perjalanan pulang ke cloud.
klik untuk gambar lebih besar AI Statistik untuk IT vs. AI kontinyu untuk OT (Sumber: Renesas)
Yoshikazu Yokota, vice president eksekutif dan manajer umum unit solusi industri Renesas, menjelaskan kepada EE Times bahwa AI tertanam sangat penting untuk deteksi kesalahan dan pemeliharaan prediktif. “Saat anomali timbul, AI tertanam dapat merespons secara lokal dan real-time,” katanya. Tiga tahun yang lalu, Renesas pertama kali mengusulkan “AI di titik akhir” dan menguji konsep di pabrik semikonduktor Nka sendiri.
“Tujuan kami adalah untuk mengaktifkan inferensi real-time di OT sambil secara bertahap memperluas kemampuan AI di edge,” tambah Yokota.
Yoshikazu Yokota, vice president eksekutif di Renesas, berencana untuk fokus pada penawaran inferensi real-time di OT. (Foto: EE Times)
Dengan memperkenalkan AI dalam langkah bertahap, Renesas bertujuan untuk membantu produsen menyelesaikan proyek konsep bukti lebih cepat dan memahami ROI sejati dari investasi AI mereka.
Kapan Menerapkan AI ke OT
Mitsuo Baba, senior director strategi dan perencanaan untuk unit Solusi Industri Renesas, menekankan bahwa AI memberikan nilai maksimal saat menargetkan masalah yang sudah ditentukan—seperti anomali garis produksi tertentu. Dia mengilustrasikan konsep dengan skenario: seorang manajer operasi yang berpengalaman dapat menggunakan AI untuk menandai saat tepat ketika cacat dimulai, membebaskan manajer untuk fokus pada intervensi kritis daripada pemeriksaan rutin.
Dalam model ini, AI dilatih sekali pada masalah yang teridentifikasi dan kemudian melakukan inferensi pada perangkat titik akhir secara real-time, menghilangkan kebutuhan untuk mengirim data ke cloud. Baba menekankan bahwa hanya 30 KB data yang cukup untuk inferensi edge, dibandingkan 300 MB yang umum untuk AI statistik berbasis cloud.
Oleh karena itu, Renesas mempromosikan pendekatan hanya-inferensi yang dapat berjalan pada mikrokontroler unit (MCU), memungkinkan peralatan produksi yang ada untuk di-retrofit dengan kit “AI Unit Solution” daripada mengubah seluruh garis produksi.
“Kami tidak bersaing dengan pemimpin chip AI seperti Nvidia,” klarifikasi Baba. “Misi kami adalah memulai segmen baru dari AI tertanam di jejak data cukup kecil untuk berjalan pada hardware MCU/MPU konvensional.”
