【新加坡直擊】希捷工廠大力AI化，引進3萬臺精準組裝的機器人，搭配AI瑕疵檢測，還要培訓素人資料科學家養人才

老牌硬碟業者希捷科技大力引進AI來優化硬碟生產過程，希捷科技執行副總裁暨營運、產品及技術部門主管Jeffrey Nygaard今日在新加坡媒體活動上，揭露了自家工廠內發展精準製造的機器人。他提到，目前希捷工廠已有3萬3千臺機器人，而且在碟片研磨和拋光部分，機器人組裝精準度更高達「5 nanometers 1 sigma。」（5奈米1標準差）的程度。

不只如此，希捷還將AI技術結合機器人系統，來進行瑕疵品檢測、優化生產過程。Jeffrey Nygaard表示，希捷工廠每天生產線上的感測器，會產生累計達數TB的資料，包括數字、影像、影片。利用這些資料就可以讓組裝機器人即時做出生產決策，這就是希捷現在正發展的「即時機器學習」（Real-time machine learning）。

由於市面上還沒有可以具備完整機器學習能力的組裝機器人，為了這個專案，希捷找了2家合作夥伴，一個提供加速AI模型訓練的GPU，另一個提供軟體系統。6個月前完成這套系統，目前第一家導入AI組裝機器人的工廠，已經啟用2個多月了。Jeffrey Nygaard說，現階段的目標，就是要分批部署到世界各地的工廠，預計今年底完成所有部署。

不過，光有機器人和AI技術還不夠，「我們已經有了即時機器學習所需的基礎架構，但還需要人才來管理、操作。」Jeffrey Nygaard解釋，機器學習能發揮強大效用，但前提是，要有良好的設置和操作。因此，希捷也展開了一項「素人資料科學家計畫」（Citizen Data Scientist Program），要尋找世界各地的優秀人才。他強調，唯有雇用合適的人選，才能發揮這套機器學習系統的最大效能，並預計在未來1、2年，就能在成本、產品周期、速度和決策等方面，看到這套系統的成果。

另一方面，希捷科技全球業務及業務營運資深副總裁鄭萬成也揭露了委由IDC執行的報告《Data Age 2025》最新版本。上千位IDC分析師訪問全球110多國企業才完成這份報告，鄭萬成表示，該報告預測2025年全球產生的新資料總量將達到175ZB，相當於1兆GB，遠遠超過2018年的33ZB。

「而邊緣（Edge）的崛起，將扮演重要角色。」鄭萬成指出，資料儲存的歷史可分為4個階段，包括1960至1970年集中式大型主機（Mainframe）、1980年-2000年分散式主從式伺服器（Client-Server）、2005-2020年集中式行動裝置-雲端，以及2020年之後的分散式邊緣運算。

該報告區分了3類資料產生的來源：

1. 核心（Core）：也就是集中式大型資料中心、雲端資料中心和超大型資料中心，資料量約達數百PB；而2025年時，49%的資料量將儲存於公有雲，而非傳統資料中心。
2. 邊緣（Edge）：比如行動基地臺、公司分部和閘道器等，滿足低延遲應用程式的需求。
3. 端點（Endpoints）：IoT裝置、手機、電腦、汽車等各式裝置與感測器。

「低延遲的需求，促使邊緣的興起，」鄭萬成指出，根據IDC預測，2025年時，近53ZB的資料來自即時邊緣運算設備，而整個邊緣運算所產生的資料量，也將更接近核心所產生的資料量。

雖然該報告預測邊緣崛起，但核心資料中心的資料儲存量，在未來6年內仍將劇增至近70%。此外，《Data Age 2025》也預測，至2025年底，超過80%的企業資料吞吐量（不論是核心還是邊緣），仍儲存在傳統硬碟中。

也因此，希捷仍看好傳統硬碟市場，近年來更以自家研發的HAMR（熱輔助磁記錄）和MACH.2雙磁頭驅動臂來優化硬碟性能。Jeffrey Nygaard說道，HAMR在單一硬碟體積不變的情況下，以雷射磁頭讀寫硬碟、增加表面密度（areal density），來提升儲存容量；MACH.2則是以2個制動器來控制硬碟中的2個臂頭，可同時讀、寫資料，因應企業即時資料讀取的需求。這兩項技術，也降低了硬碟的成本，面對價格有下降趨勢的SSD，仍保有競爭力。他也提到，希捷去年開始已針對重點客戶進行3.5吋、16TB企業級硬碟測試，明年預計推出20TB企業級硬碟。

至於SSD，希捷目標客戶仍鎖定企業端，消費端部分則鎖定電競、遊戲和空拍需求等。文◎王若樸