【新加坡直击】希捷工厂大力AI化，引进3万台精准组装的机器人，搭配AI瑕疵检测，还要培训素人资料科学家养人才

老牌硬盘业者希捷科技大力引进AI来优化硬盘生产过程，希捷科技执行副总裁暨营运、产品及技术部门主管Jeffrey Nygaard今日在新加坡媒体活动上，揭露了自家工厂内发展精准制造的机器人。他提到，目前希捷工厂已有3万3千台机器人，而且在碟片研磨和抛光部分，机器人组装精准度更高达“5 nanometers 1 sigma。”（5奈米1标准差）的程度。

不只如此，希捷还将AI技术结合机器人系统，来进行瑕疵品检测、优化生产过程。Jeffrey Nygaard表示，希捷工厂每天生产线上的感测器，会产生累计达数TB的资料，包括数字、影像、影片。利用这些资料就可以让组装机器人即时做出生产决策，这就是希捷现在正发展的“即时机器学习”（Real-time machine learning）。

由于市面上还没有可以具备完整机器学习能力的组装机器人，为了这个专案，希捷找了2家合作伙伴，一个提供加速AI模型训练的GPU，另一个提供软件系统。6个月前完成这套系统，目前第一家导入AI组装机器人的工厂，已经启用2个多月了。Jeffrey Nygaard说，现阶段的目标，就是要分批部署到世界各地的工厂，预计今年底完成所有部署。

不过，光有机器人和AI技术还不够，“我们已经有了即时机器学习所需的基础架构，但还需要人才来管理、操作。”Jeffrey Nygaard解释，机器学习能发挥强大效用，但前提是，要有良好的设置和操作。因此，希捷也展开了一项“素人资料科学家计划”（Citizen Data Scientist Program），要寻找世界各地的优秀人才。他强调，唯有雇用合适的人选，才能发挥这套机器学习系统的最大效能，并预计在未来1、2年，就能在成本、产品周期、速度和决策等方面，看到这套系统的成果。

另一方面，希捷科技全球业务及业务营运资深副总裁郑万成也揭露了委由IDC执行的报告《Data Age 2025》最新版本。上千位IDC分析师访问全球110多国企业才完成这份报告，郑万成表示，该报告预测2025年全球资料总量将达到175ZB，相当于1兆GB，远远超过2018年的33ZB。

“而边缘（Edge）的崛起，将扮演重要角色。”郑万成指出，资料储存的历史可分为4个阶段，包括1960至1970年集中式大型主机（Mainframe）、1980年-2000年分散式主从式服务器（Client-Server）、2005-2020年集中式行动装置-云端，以及2020年之后的分散式边缘运算。

该报告区分了3类资料产生的来源：

1. 核心（Core）：也就是集中式大型资料中心、云端资料中心和超大型资料中心，资料量约达数百PB；而2025年时，49%的资料量将储存于公有云，而非传统资料中心。
2. 边缘（Edge）：比如行动基地台、公司分部和闸道器等，满足低延迟应用程序的需求。
3. 端点（Endpoints）：IoT装置、手机、电脑、汽车等各式装置与感测器。

“低延迟的需求，促使边缘的兴起，”郑万成指出，根据IDC预测，2025年时，近53ZB的资料来自即时边缘运算设备，而整个边缘运算所产生的资料量，也将更接近核心所产生的资料量。

虽然该报告预测边缘崛起，但核心资料中心的资料储存量，在未来6年内仍将剧增至近70%。此外，《Data Age 2025》也预测，至2025年底，超过80%的企业资料吞吐量（不论是核心还是边缘），仍储存在传统硬盘中。

也因此，希捷仍看好传统硬盘市场，近年来更以自家研发的HAMR（热辅助磁记录）和MACH.2双磁头驱动臂来优化硬盘性能。Jeffrey Nygaard说道，HAMR在单一硬盘体积不变的情况下，以激光磁头读写硬盘、增加表面密度（areal density），来提升储存容量；MACH.2则是以2个制动器来控制硬盘中的2个臂头，可同时读、写资料，因应企业即时资料读取的需求。这两项技术，也降低了硬盘的成本，面对价格有下降趋势的SSD，仍保有竞争力。他也提到，希捷去年开始已针对重点客户进行3.5吋、16TB企业级硬盘测试，明年预计推出20TB企业级硬盘。

至于SSD，希捷目标客户仍锁定企业端，消费端部分则锁定电竞、游戏。文◎王若朴