1/14ページ
カタログの表紙 カタログの表紙 カタログの表紙
カタログの表紙

このカタログをダウンロードして
すべてを見る

ダウンロード(2.8Mb)

生産現場のAI活用特集

製品カタログ

人手不足から予知保全まで、現場改革のヒントがここに。

#AI #業務効率化 #保全高度化 #自動化 #データ活用 #画像処理

〈目次〉
1. パーソナルAIスーパーコンピュータ
2. 業務効率化支援ソリューション
3. 保全高度化支援ソリューション
4. オンプレミス生成AIサーバRAG標準搭載
5. インバリアント分析
6. AI画像統合ソフトウェア(SARIA)

このカタログについて

ドキュメント名 生産現場のAI活用特集
ドキュメント種別 製品カタログ
ファイルサイズ 2.8Mb
取り扱い企業 リョーサン菱洋株式会社 (この企業の取り扱いカタログ一覧)

この企業の関連カタログ

この企業の関連カタログの表紙
産業機械の高機能化に伴う電源要件の変革
事例紹介

リョーサン菱洋株式会社

この企業の関連カタログの表紙
生産現場のデータ利活用特集
製品カタログ

リョーサン菱洋株式会社

この企業の関連カタログの表紙
工場の省エネルギー特集
製品カタログ

リョーサン菱洋株式会社

このカタログの内容

Page1

既定のセクション、スライド 1

生産現場のAI活用特集 人手不足から予知保全まで、現場改革のヒントがここに。 #AI #業務効率化 #保全高度化 #自動化 #データ活用 #画像処理
Page2

スライド 2

目次 1. パーソナルAIスーパーコンピュータ 2. 業務効率化支援ソリューション 3. 保全高度化支援ソリューション 4. オンプレミス生成AIサーバ RAG標準搭載 5. インバリアント分析 6. AI画像統合ソフトウェア(SARIA)
Page3

スライド 3

パーソナルAIスーパーコンピュータ Personal AI supercomputer AI開発の環境構築でお困りませんか? NVIDIA DGX Sparkで高速かつセキュア環境を実現 おすすめポイント ① 予めAI開発環境がプリインストールされ、AI開発効率を飛躍的に向上 ② クラウドに各種データをアップロードすることなくローカルでセキュア開発可能 ③ Mac miniサイズ*、低コストで、妥協しないAIスーパーコンピューターの性能 *縦150mm × 横150mm × 高さ50.5mm DGX Spark ソフトウェアスタック ユースケース ⚫ AI学習と開発を目的とした教育、トレーニング、専門人材育成 ⚫ AIモデルの開発、実験・検証など データサイエンスの実践 エッジAI・ロボティクス開発 生成AI(画像・動画)開発 SG2500009
Page4

スライド 4

NVIDIA DGX Spark 4つの特長 ⚫ NVIDIA GB10 Grace Blackwellスーパーチップ搭載 NVIDIA Grace Blackwellアーキテクチャを使用しており、FP4精度で最大1000AI TOPSのAIパフォーマ ンスを実現。コンパクトながらもBlackwellプラットフォームのパワーにアクセス可能。 ⚫ 128GBのコヒーレント統合システムメモリ搭載 NVIDIA DGX Sparkは、最大2,000億個のパラメーターを持つAIモデルを使用して、AI開発とテストのワー クロードを大容量の統合システムメモリを搭載したデスクトップで実行可能。 ⚫ NVIDIA Connect-Xネットワーキング 高性能なNVIDIA Connect-Xネットワーキングで、2つのDGX Sparkシステムを接続し、最大4050億個の パラメーターを持つAIモデルを活用可能。 ⚫ NVIDIA AIソフトウェアスタック NVIDIAのAIソフトスタックを搭載しており、ツール、フレームワーク、ライブラリ、トレーニング済みモデルを含む、 生成AIワークロード向けのフルスタックソリューションを活用可能。 DGX Spark 比較 DGX Spark PC Workstation データセンター/クラウド 最大3,352TOPS* 最大4,000TOPS* パフォーマンス 1,000TOPS* 可変 (GeForce 5090) (RTX PRO 6000) 最大32GB 最大96GB 141GH(H100) メモリ 128GB (GeForce 5090) (RTX PRO 6000) 最大モデルサイズ 200B** 51B** 153B** 最大規模 (4bit)シングルGPU マルチGPU 2x: 400B** 2x: 102B** 4x: 614B 最大規模 *TOPS=Tera Operations Per Second(1兆回の演算) ** 4bit精度を想定すると、モデルのオーバーヘッドは20% SG2500009
Page5

スライド 5

業務効率化支援ソリューション Business Efficiency Support Solution データが混在していて活用できていない、そんなお悩みございませんか 業務効率支援ソリューションをご提案します おすすめポイント ・蓄積されたデータをいざ活用しようとしてもデータの混在や記入者の書き方(形式)が異なる為、 活用できない・・・・そんなトラブルを解決します。 効果 機能 詳細 ・過去情報から類似した事象を検索 過去の類似現象の検索 ・キーワードだけではなく自然文で検索可能 ・チャットモードで、会話形式での質問も可能 熟練者の依存の低減 マニュアル類から ・マニュアルなどから対処方法等を提案 対象方法をアテンド ・チャット形式でか会話が可能 ・日々のデータ入力を簡素化 入力作業の省力化 報告書の整理 ・入力文章から項目を抽出し、登録可能 既存データ整理の容易化 ・日報や報告文書から登録可能 ・分用で集計指示が出せる 容易にデータを可視化 集計グラフ表示 ・集計してデータのグラフが表示できる ・データの繋がりが確認できる ユースケース ・お客様ではトレサビの観点で各部署のでデータを集約し、活用しようとしたが 各部署間での書き方やデータフォーマットが異なる為、実現ができなかった。 →本サービスを採用し、ナレッジの共有化を実現。 検査装置 保守データ ラインデータ 報告書 SG2500020
Page6

スライド 6

システム構成 活用イメージ データの繋がりを可視化 履歴情報 SG2500020
Page7

スライド 7

保全高度化支援ソリューション Maintenance Enhancement Support Solution データは蓄積しているが保全に向けて活用まではできていない、 そんなお悩みございませんか、保全高度支援ソリューションをご提案します おすすめポイント ・故障履歴や不具合データなど蓄積されたデータをいざ保全に活用しようとしてもできない そんなお困りごとに対してソリューション(データ解析×アプリ)を提案します。 見える化/計画化(カレンダー式の管理) 検査や保全実績入力/作業依頼支援 •検査結果 設備にライン情報と結果を •良品率 紐づけ情報を可視化 •故障履歴 機器台帳を作成し、保全 •保全履歴 ・故障履歴を可視化 データのデジタル化 •保全コスト 状態監視・予知/追跡(リアルタイム) 統計解析/適正化支援 保全周期PMの oシpミtiュmレiーzaシtョioンn plot for SFE1ED0.年3.A間.1の PコMス4トの例 Cost Profile Cost 20000 0.00018 Alarms 45000 18000 0.00016 Safety Criticality Commission 40000 Effects 16000 保全費 0.00014 Operational 35000 Equipment Criticality 14000 0.00012 30000 Labor Environmental 12000 0.0001 Criticality Operational 25000 Redesign 10000 8E-05 20000 Spares 8000 6E-05 15000 6000 4E-05 10000 ・工場全体の操業情報の可視化 保全間隔長⇒ 4000 5000 2E-05 事後保全費増 ・お客様自身でのデータ分析による、現場対応力強化 2000 0 0 0 2500 5000 7500 10000 12500 15000 17500 20000 0225807600 17520 26280 35040 43800 52560 61320 70080 78840 87600 ■不稼働率を最小 Time Interv化al 、保全周期の適正化 ■保全項目におRけecomるmeコndaスtionト: PM最 at 5適110値を試算 ユースケース ・お客様では生産設備データ蓄積はしているが、活用までは至っていなかった。 →蓄積したデータの解析することで保全のタイミングの最適化や製品品質の向上に活用 検査装置 保守データ ラインデータ 報告書 SG2500021 Cost Cost per Interval Criticality
Page8

スライド 8

ソリューション概要 お客様の目的(アウトプット)毎にデータ分析を実施。各種のモデルを形成。 NO 目的 手法 概要説明 アウトプット 故障履歴および交換履歴をデータとして用いて 設備寿命および ・特性寿命 1 ワイブル分析 統計解析を行い、故障発生するタイミングや点検を 設備特性の把握 ・設備特性(TBM or CBM) 行うべき時期を計算、推定。 時系列データを含む各種データを元に深層学習を用いて ・異常検知モデル 2 異常検知、故障予測 深層学習 近似、分類、時系列予測といった定式化/モデル化。 ・故障予測モデル ・とるべきアクション マニュアルや蓄積された報告書を元に行うべき 3 知識共有、要因解析 自然言語処理 ・類似事例 アクションや類似の事例検索、予想される事象を回答。 ・特性要因図(有向グラフ) ・コストを最小化する周期 メンテナンス周期および ワイブル分析の結果にFMEAやコスト、 4 信頼性工学 ・稼働率を最大化する周期 予備品の最適化 人工、部品のリードタイムを考慮して最適化を行う。 ・最適な在庫数 設備状況に基づく リスク評価を行い、現在の設備状況に応じて ・設備状況 5 RBI/RBM 作業実施時期の判断 どの作業を行うべきかをリストアップ。 ・対応優先度 製品一覧 各種製品を組み合わせることでお客様に適切な保全高度化ソリューションを提案します。 製品一覧 適用領域 製品名 説明 カレンダ形式(保全カレンダ)の設備保全管理システム 保全管理 FLiPS(フィリップス) 中期計画策定、年度計画(予算)、計画と実績の管理、予備品在庫 ダッシュボード:Myタスク、稼働率、設備状況、各種グラフ チケット形式情報管理システム AiPOST(アイポスト) 保全業務で発生する各種情報をチケットとして一元管理 実績入力 日報、作業依頼、作業指示、作業報告、故障報告、気づき、Q&A、他 (作業報告、突発対応記録) 電子帳票システム i-Reporter FLiPS連携オプション(作業報告、予備品在庫管理、他) AWB 保全シュミレーション及び最適化ソフトウェア (Availrability ワイブル分析(故障分析)、保全方式検討、最適化(保全周期、在庫保有量)、 Workbench) LCC計算、最適化検討内容をFLiPS(保全計画)に反映 専門知識が無くても予測モデルを高速に作れる、ノーコードのAI分析ツール 分析・解析・適正化 Neural Designer お手持ちのCSV、Excelなどのデータから、入力値と出力値の関係性を学習することでプロ セス最適化・製品品質の向上・予知保全などに適用 各種ドキュメントまたはDBに蓄えられた知見を取り込み検索するためのツール MAKNOSE(マクノス) 熟練者依存の低減(類似検査、マニュアル類から対処方法をアテンド)、 報告書の整理、集計、グラフ表示 ワンクリックで効率的なスケジュールを作成 工程管理 ARGOS Scheduler ガントチャートソフトに最適化機能を組み込んたスケジューラ ガントチャート、リソース管理 SG2500021
Page9

スライド 9

オンプレミス生成AIサーバ RAG標準搭載 Onpremis Generative AI Server Integrated RAG development environment 生成AIに自社データを活用したい!でも情報流出が心配・・・ そんなお悩みございませんか? おすすめポイント クラウド型AIへの懸念 オンプレミスAIサーバ 美琴 自社データの取り扱いに不安 安 全 性 社外環境にデータを出すことに懸念 オンプレミス環境で稼働する生成AIのため セキュリティーポリシーに抵触する 社内の機微な情報を取扱うことが可能! 日本語への対応の精度に疑問が残る 日本語で開発したLLM:cotomiを搭載 信 頼 性 言語モデルの学習に自社のデータが 日本語にも高度な推論性能を発揮 利用されないか疑問が拭いきれない 生成速度はクラウド型AIの約2倍 コストが見通しづらい サーバ買い切りでご利用可能* 費用対効果 トークン数による従量課金のため 従量課金でないためID数・トークン数を気にせず コストが見通しづらい 生成AIを利用することが可能 *H/W3年・管理ツール1年サポート付き。以降保守サービスもご案内可能 ユースケース ・過去の不具合や対応履歴など探しにくい課題を、AIで検索し工数を削減したい! ・作業手順書や指示書など属人化した資料を、AI活用で誰でも使える形で残したい! ・設計情報や生産情報など分散している課題を、AIで横断検索し素早く把握したい! SG2600003
Page10

スライド 10

NEC製オンプレミス生成AIサーバ“美琴”のハードウェア Point➀ Point② サーバー/スパコン技術&アセット サーバー品質の を活用した高品質開発 高信頼性部品選定 NECが長年培ったノウハウ/技術アセット こだわりの高品質(24時間/365日稼働) Point➂ Point④ 安全安心の国内開発 開発・生産一体となった 国内生産/保守 トータルサポート 安心安全のMade in Japan Express5800 / T110k-M 国内開発/生産を生かしたサポ―ト体制 製品仕様 ✓ サーバ仕様 形状 1wayタワーサー製バ 品仕様 消費電力 待機時 高負荷時 CPU (8c/1.80GHz/Bronze 3408U) x1 消費電力(AC) 133W 553W GPU NVIDIA L4 x2 皮相電力(AC) 135VA 564VA メモリー 32GB増設メモリボード x4 発熱量 477 KJ/h 1,989 KJ/h ストレージ SATA RI SSD 960GB x2、RAIDコントローラ 騒音 39dBA 67dBA その他 冗長電源ユニット、冗長ファンキット OS Red Hat Enterprise Linux 8.9 サイズ 195mm × 580mm × 462m NEC cotomi FastV2 重量 約24kg LLM NEC Generative AIワークフレーム 制限事項 吸気温度 最大25℃ ✓ 保守サポート OSサポート1年間 OSサポート Red Hat Enterprise Linux 保守 ハードウェアサポート(サーバ本体、GPU)3年間 ハードウェアサポート NECの営業日かつお客様が選択された対応時間帯(8:30~17:30、他)に対象製品に障害が発生した 旨の通知を受け、障害復旧修理が必要と判断した場合、本サービス対応時間の範囲内で対応いたしましす。 ソフトウェアサポート 1年間 ソフトウェアサポート NEC cotomiおよびGeneratibe AIフレームワーク保守 製品に関する技術問合せ(メール、電話)、リビジョンアップ版の提供(ダウンロード他)、技術情報提供(Web) 生成AIの導入・運用に関する伴走支援もご案内可能です! ご不明点ございましたら遠慮なくお問合せください。 SG2600003
Page11

スライド 11

インバリアント分析 Invariant analysis 設備の予期せぬ故障を防ぎたい、 品質のバラツキを抑えたいなど等のお困り事はありませんか? 設備の“いつもと違う”を検知、止まらない現場へ おすすめポイント インバリアント分析とは、大量のセンサーデータを使い『いつも通りの関係性』を見つける技術です。 それが崩れることで『異常かも』を判断できます。 ・ 異常の予兆を早期発見 : ヒトが気づきにくい『いつもと違う』を見つけ微細な異常や未知の障害も早期に発見可能 故障や劣化の兆候を事前に捉えることでメンテナンスコスト削減を実現します。 ・ 作業員の工数削減 :従来のしきい値監視に比べ、設定・運用の手間を大幅に削減します。 ・ 技術者のノウハウ継承 :人が気づきにくい微細な情報を可視化、技術の見える化と継承を支援します。 ユースケース ・インバーターの故障予兆検知(製造装置メーカー事例) よく不具合を起こすインバーターの故障予兆検知を目的に音による異常検知を実施。 インバリアント分析を活用し、音の変化量(異常値)からインバーター故障予兆を容易に捉える仕組みを構築できました 稼働率向B上efore Before After After ・点検ミスや詳細な変化を見落としがち ・微細な変化をリアルタイムに検知 ・老朽化がすすみ、修理コストが増大 ・状態監視を行い、不要な修理を削減 ・ノウハウと経験のある熟練技術者が不足 ・熟練技術者のノウハウや経験を見える化 SG2100084d
Page12

スライド 12

システム構成 ■動作環境 項目 内容 Red Hat Enterprise Linux 8~9 オペレーディングシステム インバリアント分析 または、MIRACLE LINUX 8~9 (注1) Intel デュアルコアXeon以降、 WebUI CPU または同等の互換プロセッサ(8コア以上 を推奨) マネージャAPI システムメモリ 4GB以上(32GB以上を推奨) マネージャ ディスク(空き容量) 10GB以上(200GB以上を推奨) DB エンジンAPI ネットワーク 100MbpsLAN以上を推奨 サーバ インバリアント分析 エンジン機能/ パッケージ:psmisc(64bit) データ マネージャ機能 パッケージ:libicu(64bit) エンジン 必須ソフト ウェア パッケージ:Tomcat 9 WebUI機能 パッケージ:Java-11-openjdk パッケージ:PostgreSQL CSVデータ (センサ時系列) 注1) 事前にSELinuxをdisabledに設定してください。 注2) インストール後作成されるデータファイル等の領域は含まれません。 注3) 必須ソフトウェアは、OS最小構成インストールを基準に追加が必要な 導入までの流れ(例) パッケージを記載しています。 インバリアント分析スターターパック まずは、お試しでインバリアント分析を検証頂き、 または 操作感及び、データ解析結果より稼働率向上、品質向上等 ①検証(3ヶ月) インバリアント分析 On FC お客様のご要望に沿えるかご確認下さい。 NEC Advance Analytics 多数センサの時系列データをインバリアント分析に解析し インバリアント分析 V2.7 判定モデル生成を行います。 (永久ライセンス) 使用環境によって判定エンジンの組込み先を 選択可能です。 ・グローバル環境 ・・・ クラウド、サーバ ・ローカル環境 ・・・ FPGA エッジコンピューティング ファクトリコンピュータ SG2100084d
Page13

スライド 13

AI画像統合ソフトウェア(SARIA) AI image integration software 工場の生産ライン、検査装置などに対し、画像処理のAI構築ができる 開発ソフトウェアをお探しではございませんか? おすすめポイント 簡便なアノテーション、カスタマイズ性の高いオープンな設計等、誰にでもできる、誰でも使える ノーコードの画像処理AI開発のソフトウェアです。 ユースケース ・画像分類(自動欠陥分類システム、虚報フィルタリングシステム) ・物体検出(監視カメラによる人物追跡システム、建物の傷・ヒビの検出システム) ・領域分類(ドローンの自律運転システム、衛星画像を用いた森林領域システム) SG2600019
Page14

スライド 14

SARIAでできる画像認識AI 製品の特長 1.ネットワークモデル取り込機能 2.カスタマイズ性の高いオープンなソフトウェア(画像処理ノウハウを活かせる水増し機能) 3.簡便なアノテーション 4.評価機能充実 SARIA®は、日本国株式会社SCREENホールディングスの日本国における登録商標です(登録商標第6777815号) techlab_customer_success@rsn.ryosan.co.jp techlab_customer_success@rsn.ryosan.co.jp 本パンフレットに記載されている会社名、システム名、製品名およびロゴは各社の商標または登録商標です。 記載内容は発行日の情報であり、予告なしに変更することがあります。 お問い合わせはこちら