99.99%准确率！LG Innotek用英特尔技术重塑精密制造质量边界

在精密元件制造领域，缺陷从来不是一个可以被模糊处理的问题。一个微小的污染点、一道肉眼不可见的划痕，或是一次主观判断的偏差，都可能导致价值不菲的半导体基板或车载显示组件沦为废品。对于全球领先的材料与元件制造商LG Innotek而言，传统机器视觉检测系统正逼近能力极限：规则式算法难以适应新材料与新规格，操作员的个体差异也会导致判定标准飘忽不定。

面对这一挑战，LG Innotek做出重大决策：以人工智能重构检测体系，以英特尔技术为核心基座，实现了 99.99% 的缺陷检测准确率，并显著优化了检测成本。

 

LG Innotek质检面临三大智能升级挑战

作为苹果、特斯拉等头部企业的核心供应商，LG Innotek的产线覆盖智能手机摄像头模组、车载显示基板、半导体 FCBGA 等高附加值领域，生产复杂度远超行业常规：数百种产品型号的检测项目、标准与节点各不相同，即使同一产品系列，不同批次的缺陷判定标准也存在显著差异。

 

LG Innotek原有的规则式检测系统难以适配新材料与新产品规格，且依赖操作人员的主观判断，导致检测标准不统一。具体而言，其面临三大挑战：

● 灵活应对快速变化的检测环境
 LG Innotek负责生产集成创新技术的精密组件，管理着数百种产品型号，每条产线的检测项目、标准、规格与节点均不相同。即使同一产品系列，不同型号的检测项目数量也可能存在差异，缺陷判定标准也往往不同。当检测标准或产品特性发生变化时，传统规则式检测方法难以快速适配。

LG Innotek生产创新中心设备技术部门负责人Lee Sang-houn表示：“当采用标准化算法进行检测时，许多非客观缺陷无法被准确量化。”这意味着缺陷判定标准常因操作员状态或个人视角差异而模糊不清。此外，即使产品规格发生微小变化，也会增加量化难度，给数据一致性保障带来挑战。

● 实现完全自动化的检测流程以确保产品完整性
最大的挑战在于风险管理，确保缺陷产品绝不流出。随着产品经过数十道工序逐步成型，其价值也随之提升。因此，LG Innotek已采用AI技术检测污染等非客观缺陷，并在检测过程中最大限度减少数据偏差。

然而，LG Innotek的目标是构建一套可完全消除人为风险、实现 99.99% 缺陷检测准确率，并可在所有工厂通用的AI检测架构。为提升竞争力，企业需要一套方案，能够在超过100道工序中快速、准确地识别人眼不可见的微观缺陷与误差。

● 寻找成本更低、供应更稳定的GPU替代方案
长期以来，行业普遍认为高性能独立 GPU 是 AI 任务的必备硬件，但其成本高昂、供应不稳定的问题也十分突出。此前，LG Innotek 采用搭载第三方独立 GPU 的系统进行视觉检测，但随着检测项目增多，高昂的成本导致该系统无法在所有生产线上部署，因此仍需辅以人工目视检查。这也让企业对现有 GPU 平台的计算效率产生了疑虑。

 

英特尔全栈方案支撑LG Innotek AI视觉自动化检测
面对上述三大挑战，LG Innotek 选择了系统性的技术重构路径。经过长期试验与联合研发，其解决方案逐渐明确：唯有实现底层算力、推理框架与产线工艺的深度融合，才能真正突破精密制造的质量瓶颈。
在这一思路指导下，LG Innotek最终推出了由英特尔®酷睿™ 处理器、英特尔® 锐炫™ GPU、英特尔® 至强® 处理器共同支撑的AI视觉自动化检测方案。

该方案实现了从端到云、从推理到再训练的全链路协同：酷睿™ 处理器及其内置核芯显卡（iGPU)承担产线侧的实时检测与成本控制，锐炫™ 独立GPU应对高并发、多算法的并行处理需求，至强® 处理器凭借AMX加速技术高效完成模型的持续微调与再训练。配合OpenVINO™ 推理引擎的无缝衔接，这一全栈架构实现了3-4倍的成本效率提升。

英特尔® 酷睿™ 处理器带来颠覆性的性能和成本效益。LG Innotek与英特尔开展了多维度合作。英特尔发现，其酷睿™处理器早已集成在 LG Innotek 现有的厂内检测设备中，用于控制工作流程。为打破传统认知，英特尔提出：最大化利用酷睿™ 处理器内置核芯显卡（iGPU)，高效运行AI视觉检测流程。这一方案让设备仅靠现有内置CPU的性能即可实现各种视觉检测项目的自动化，无需额外投入硬件成本。

通过同时使用iGPU与锐炫™ 独立显卡，LG Innotek大幅提升了检测系统的整体性能。对比旧款英特尔CPU +第三方显卡的方案，这套配置的成本效益也显著改善。经LG Innotek实测评估，英特尔显卡的检测结果表现优异。

此外，LG Innotek 还在探索新的优化方案：在成品外观检测场景中同时运行数十种算法时，利用两块锐炫™独立显卡分别承担模型输入与推理任务，实现并行处理，进一步提升效率。

Lee强调，锐炫™ 独立显卡的成本效益，是公司此前使用同性能第三方硬件的3-4倍。他补充道，将搭载英特尔® 酷睿™处理器的AI检测解决方案推广至全公司各产线，其成本节约将是巨大的。

与英特尔的合作大幅降低了开发门槛。乍看之下，在没有独立GPU的情况下使用iGPU进行 AI检测，似乎需要全面改造现有流程与环境，但英特尔提供了卓越的开发便利性，有效解决了这一问题。

LG Innotek AI 检测技术团队负责人Yang Hee-cheol解释道：“过去，我们的深度学习环境已围绕特定架构搭建完成，且硬件与开源生态系统适配性好、支持CUDA计算的Python库资源丰富，因此没有理由考虑替代方案。但在体验了OpenVINO™ 的易用性及其相对现有系统的优势后，我们决定采用基于OpenVINO™ 的检测系统。”

开发过程中最大的突破之一是，利用 OpenVINO™ 及英特尔工程团队的技术支持，模型转换流程被大幅简化。OpenVINO™ 是英特尔开发的推理引擎，不受特定硬件厂商限制，具备出色的开放性与兼容性，其轻松转换现有训练模型的能力，带来了颠覆性的改变。

Yang表示：“通过仅添加几行代码，就可以通过OpenVINO™ 在英特尔环境中使用第三方训练的模型进行推理，而不会对现有开发环境造成任何负担。”他还强调，即使硬件和软件升级，现有的兼容性也能得以保持，从而在性能提升期间能够进行高效的系统管理。

利用英特尔® 至强® 处理器进行再训练，最大化带宽效率。LG Innotek搭建了一套系统，用于在批量生产部署后发生工艺变更或原材料变化时对深度学习模型进行再训练。虽然初始训练使用 GPU，但也考虑了利用英特尔® 至强® 处理器进行再训练的可行性。

英特尔建议，采用内置丰富AI加速器的至强® 处理器，可最大化并行计算速度；使用支持 AMX（高级矩阵扩展）的英特尔架构，也能有效优化深度学习计算性能。

针对模型微调，LG Innotek验证后认为，其效果与使用独立GPU相比无显著差异，完全可以满足实际应用需求。为此，企业计划积极采用至强® 处理器进行微调，改变以往同时依赖至强® 处理器与独立 GPU 的传统架构，无需独立 GPU 即可实现性能最大化，从而显著节约成本。

 

结语

Lee表示：“英特尔酷睿™ 处理器带来的最重要创新，是让企业能够以更低成本在所有流程中部署高效AI检测系统，实现检测全流程自动化。英特尔锐炫™ GPU将成本效率提升至原来的3-4 倍。未来，我们计划从龟尾工厂的FCBGA生产线开始，将英特尔的AI解决方案推广到各种制造设施中。”

今年3月，LG Innotek宣布将加速公司转型，降低对iPhone业务的依赖，向人工智能与机器人解决方案领域拓展，成为行业领先的供应商。据悉，LG Innotek已开始为现代汽车旗下波士顿动力供应摄像头模块，双方共同开发机器人组件；同时也在与特斯拉探讨 Optimus项目的摄像头合作机会。

LG Innotek始终走在行业前沿，率先采用基于英特尔AI组件组合的自动化检测方案，大幅提升了精密组件制造过程的质量与生产效率。正是依托英特尔技术的支撑，LG Innotek正以其为基石，实现从电子元件制造商向机器人核心供应商的战略跃迁。

 

来源：荣格-《智能制造纵横》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。