Die Nanya Technology Corporation (Nanya) setzt künstliche Intelligenz (KI) ein, um die Produktivität und Qualität seiner Produktion zu erhöhen. Jetzt hat Nanya mithilfe von Hewlett Packard Enterprise (HPE) das Ausrollen neuer KI-Anwendungen in seinen Halbleiterwerken deutlich beschleunigt. Zum Einsatz kommt dazu die HPE Ezmeral Container Platform. Damit können Nanyas Datenwissenschaftler innerhalb von Minuten neue KI-Anwendungsfälle aufsetzen, testen und mit dem Training der KI-Modelle beginnen. Davor dauerte dies mehrere Tage oder sogar Wochen.
Für Nanya sind KI und Advanced Analytics strategische Werkzeuge, um in seiner Produktion Fehler zu entdecken, Ausfälle zu vermeiden und den Automatisierungsgrad zu erhöhen. Dafür führte das Unternehmen die HPE Ezmeral Container Platform ein, um das Management dieser Umgebung zu zentralisieren und das Ausrollen neuer KI-Anwendungsfälle zu beschleunigen. Zu den KI-Anwendungsfällen bei Nanya gehören z.B. die Video-Qualitätskontrolle von DRAM-Komponenten und die vorausschauende Wartung von Produktionsmaschinen. Mehrere Daten-Teams treiben parallel Dutzende von KI-Projekten voran.
Um ein neues KI-Modell aufzusetzen, müssen Nanyas Datenwissenschaftler eine auf den spezifischen Anwendungsfall zugeschnittene Kombination von Werkzeugen, Frameworks, Datenquellen und Systemen mit Grafikprozessoren (GPU) implementieren. Früher konnte das Tage oder Wochen dauern, weil die Werzeuge manuell installiert werden mussten, und weil die Daten kopiert und zu den passenden GPU-Systemen transferiert werden mussten.
Mit der HPE Ezmeral Container Platform bekommen die Nanya-Teams jetzt einen einheitlichen Zugang zu allen Werkzeugen, Systemen und Datenquellen. Die Mandantenfähigkeit der Plattform stellt dabei eine logische Trennung zwischen den Projekten sicher. Daten müssen jetzt nicht mehr kopiert und transferiert werden, da die HPE-Plattform einen sicheren Fernzugriff ermöglicht. Zudem umfasst die Plattform einen App Store mit Werkzeugen und Frameworks für KI und Analytics – z.B. Dataiku und Run:AI oderOpen-Source-Lösungen wie Apache Spark, Tensorflow und Kafka.
Im Ergebnis können sie neue KI-Anwendungsfälle in wenigen Minuten aufsetzen. Damit kann das Training der KI-Modelle früher beginnen, sodass die KI-Anwendungen schneller in der Produktion zum Einsatz kommen.