多地端異質資料機器學習模型運營管理解決方案
Machine Learning Operation Management on Multi-Edge Solution



產業/市場面臨問題

因應外界轉型壓力，小到一個機台，大到一條供應鏈，台灣企業不論是製造業或是資訊產業等，導入數據應用的比例將會繼續增加。但實際上，企業導入數據應用的成熟度，僅2成能進入正式上線階段，超過5成停留在計畫階段，企業缺乏數據應用的持續營運方法，且維護一個智慧化平台很不容易，不斷追趕新技術，每次新增一個軟體框架(framework)都要投入大量人力、物力，導入數據應用變成是企業的負擔，而不是企業對外的武器。



產品特色&優勢

1. 可依需求建構單機或多機協作的機器學習系統，並且在一般製造業無法連接網際網路的生產環境中仍可穩定運行。
2. 根據數據分析工作的高峰和離峰期，主動分配開發環境和生產環境的資源。
3. 使用自動化流程，加快數據模型新版本佈署的時間，讓資料科學家快速開發、建構、測試新的模型，以利生產不中斷。
4. 讓數據模型可以組合、重複使用，甚至做到跨機器共享。更有利於將生產環境與開發環境隔離，且生產環境可重現開發環境。


應用領域

1.基礎架構與雲端:根據數據分析工作的高峰和離峰期，主動分配開發環境和生產環境的資源。自動化流程加快數據模型新版本佈署的時間，讓資料科學家快速開發、建構、測試新的模型，生產不中斷。
4.智慧分析:數據模型可以組合、重複使用，甚至做到跨機器共享。
5.實務解決方案:提供企業導入數據應用，減少投資成本，並能持續營運。


應用行業

C.製造業:依需求建構單機或多機協作的機器學習系統,無法連接網際網路的生產環境中仍可穩定運行。

S.其他服務業:資訊通訊服務業，使用自動化流程，加快數據模型新版本佈署的時間，讓資料科學家快速開發、建構、測試新的模型，以利生產不中斷。




功能介紹

1. 多機協作：透過本方案之專用軟體定義，可跨平台連接一台或多台工業電腦或一般電腦共享運算資源，並支援熱插拔機制。
2. 智慧化資源分配：透過描述式語言，可自行定義資源分配的邏輯，適應工作的高峰和離峰期，合理調配運算資源。
3. 智慧化監管：可根據自訂義之模型指標的基準線(如準確率、誤判率等)，提供監控服務，並於指標飄移時，驅動自動訓練與佈署工作。
4. 自動再訓練：透過自動化管道工具，將模型上線後的再訓練工作自動化，節省資料科學家開發模型的時間，同時也能讓生產不因模型準確度或其他指標偏離造成中斷。
5. 自動佈署：可於再訓練模型完成後，根據自訂的佈署策略進行佈署，同時避免大規模佈署的風險，又能提高效率。




客戶價值

1. 節省成本：可用既有的設備透過軟體定義來升級，不用添購專用設備。
2. 提升效率：將維運數據應用模型的工作自動化，企業不需再安排專人進行監管，延長模型生命週期，讓智慧化模型的效用極大化。




可轉移技術

—　遠端/地端異質資料機器學習模型管理模組
—　遠端/地端異質資料機器學習分析模組
—　設備智慧加值服務模組
—　遠端/地端多機覆判控制模組
—　遠端/地端多機管理模組
—　機台聯網設備資安防護模組








關鍵字 :
＃機器學習
＃異質資料
＃machinelearning



聯絡人 : 劉泰利
聯絡電話：02-6607-3572
聯絡信箱：danielliu@iii.org.tw