温度が数百度に達する上、垂直によじ登るという危険な作業をやってのける必要がある製油所のフレア スタックの検査に、人間を安全に行かせるにはどうしますか? その答えは「できない」です。しかし、この重要な仕事は 400 億ドル産業の要です1。GE の子会社スタートアップである Avitas Systems 社は AI と NVIDIA DGX によって、そこに破壊的な変革をもたらしています。
安全でいることのコスト
石油、ガス、運輸、エネルギーなど多くの業界では、安全や規制コンプライアンスと同様に、資産や施設のアップタイム確保も交渉の余地がありません。企業が毎年、工業検査に費やすコストは 100 億ドルを超えることがあり1、その 5 倍に上る保全コストの大きな要因となっている可能性があります。
多くの企業は従来の定期検査手法を採用していますが、そこには、適切な検査間隔を選べば故障確率が許容できないほど高くなる前に問題を特定できる、という期待があります。このアプローチは、法外なコストが必要になることが多い上に、検査期間を逃れた致命的欠陥を見逃すリスクもあります。
ディープラーニングによるリスクベース検査の促進
多くの業界では、定期検査からの脱却が始まっています。リスクベース検査 (RBI) は、コンポーネント故障の結果の詳細な評価と共に、膨大なデータと確率計算を必要とします。
情報は RBI の原動力です。新世代のドローンなどの無人ロボット技術は、よりインテリジェントな保全スケジューリングにつながる計算の基になるセンサー データや映像データの収集に役立っています。GPU によるディープラーニングと先端アナリティクスおよびロボット検査の組み合わせは、Avitas Systems 社にとって、保全が必要なタイミングをより正確に予測するサービスを提供する上で役立っています。
このプロセスの中心に位置するのが NVIDIA DGX-1 AI スーパーコンピューティング プラットフォームであり、膨大な量の収集データからの学習やトレーニングを支援しています。Avitas Systems 社は、コンピューター ビジョン技術を利用して、故障を検出する方法を学習し、修理または交換が必要なターゲット エリアやコンポーネントのヒート マップを作成し、計算したリスクに基づいて優先順位付けを行います。その後、センサーやカメラを装備したドローンなどの無人ロボット群で検査対象現場のデータやビデオ映像を収集する現場展開に合わせて、この学習済みモデルを最適化します。
データ センターを現場へ
話はデータ センター内の DGX-1 で終わりではありません。検査対象現場は、「文明の果て」、つまりネットワーキング インフラストラクチャから隔絶された場所に位置することもあります。現場のドローンやロボットから送られてくる大量のデータ フローは、ディープラーニング推論のためにデータ センターに送り返すには膨大すぎることも少なくありません。
この問題に対処するため、Avitas Systems 社は従来の考え方を逆転し、NVIDIA DGX STATION の形でデータ センターを現場に持ち込みました。NVIDIA DGX Station は、数百基の CPU (まさに x86 データ センター サーバーのラックです) に相当する処理能力をコンパクトなフォーム ファクターに実装しつつ、CPU に比べて圧倒的な低消費電力を実現しています。同社は、データが生成されている場所の最も近くで DGX Station を使用してデータからの推論を行うと同時に、入力データに応じたモデルの改善を可能にしています。
ロボットがスマートになればコストの節約になり、環境保護にもなる
1 つ 1 つの収集データが、ディープラーニングを利用してモデルの改善、最新情報による再トレーニング、そしてすべての現場にわたるロボット検査のスピードと有効性の向上を図る機会をもたらします。このようにして、Avitas Systems 社は、絶えず増加し続けるセンサー データや映像データを原動力に、絶えまなく進化し、顧客へのサービスを改善するディープラーニングの価値の完全なライフサイクルを作り上げました。
Avitas Systems 社は、このサービスが工業検査コストの 25 % もの削減につながるほか、現場の適切な保全によって排出量の増加と環境被害の防止にも役立つものと見込んでいます。
Avitas Systems 社の概要については、こちらのインフォグラフィックをご覧ください。
続きはウェビナーで
Avitas Systems 社の先端アナリティクスおよび機械学習担当ディレクターのセルナム リム (Ser Nam Lim) 氏がホストを務める、こちらのウェビナーをご覧ください。同社が NVIDIA DGX を原動力とする完全なエンドツーエンド サービスをどのように構築したのかを解説しています。
NVIDIA 担当者による NVIDIA DGX システムの説明をご希望の方は、こちらをクリックしてください。
Pingback: 国内でも販売開始! DGX Station の実力は? GTC Japan で明かされたその性能 | NVIDIA