隨著 履約 中心採用智慧自動化，機器人揀貨系統必須精確 辨識、抓取並處理各種形狀、尺寸與包裝的產品。為了解決這些挑戰，一家倉庫機器人解決方案供應商 需要 高效能本地運算，以支援其 AI 驅動的揀貨與入庫系統，並整合電腦視覺、觸覺感測與智慧機器人操作。Premio 的 GPU 加速 3U 邊緣 AI 機架式伺服器提供所需的處理能力、GPU 擴充能力與高頻寬連線，以實現複雜倉庫環境中的 AI 驅動機器人作業。
挑戰
- 機器人任務規劃與即時感測器數據對 CPU 處理能力要求極高
- 複雜物件辨識與智慧抓取規劃需要 GPU 加速
- 記憶體不足以同時處理 AI 推論、視覺與觸覺處理
- 機架空間有限，難以部署高效能 AI 運算設備
- 機器人工作站整合需要高頻寬網路連線
解決方案
- Premio 的 GPU 加速 3U 邊緣 AI 機架式伺服器（LLM-3U-AM5）
- 採用 AMD Ryzen™ 9000 與 EPYC™ 4005/4004 處理器，用於機器人任務規劃與 AI 處理
- PCIe Gen 5 GPU 擴充與高達 192GB 的 DDR5 記憶體，用於 AI 推論
- 雙 10GbE SFP+ 與雙 GbE 埠，提供高頻寬機器人連線
- 節省空間的 3U 機架式設計，配備雙 M.2 NVMe 儲存裝置，用於本地 AI 部署
優點
- 更智慧的 AI 驅動機器人揀貨與抓取規劃
- 透過視覺與觸覺整合實現自適應操作
- 可擴充的本地 AI 運算，適用於倉庫自動化
公司概況
一家倉庫機器人解決方案供應商開發 AI 驅動的機器人揀貨與入庫系統，旨在自動化履約與物流設施中的複雜物料搬運任務。其專業技術結合電腦視覺、觸覺感測與機器人操作，可智慧處理形狀、尺寸與包裝特徵各異的產品。該公司專注於提升倉庫自動化，持續開發可適應日益複雜的履約作業的靈活機器人系統。
面臨的挑戰
機器人任務規劃需要高效能 CPU 處理
現代倉庫揀貨系統必須協調多項運算任務，以辨識產品、決定處理方式並執行機器人動作。該公司的機器人解決方案依賴電腦視覺與觸覺感測器資訊來引導操作決策，需要大量的 CPU 處理資源來管理應用程式邏輯與感測器數據整合。隨著機器人作業複雜度增加，高效能運算平台對於支援智慧任務規劃與協調的機器人工作流程至關重要。
複雜物件辨識與抓取規劃需要 GPU 加速
儲存在倉庫貨架中的產品經常重疊、方向不一，且具有不規則形狀或包裝，增加了自動辨識的難度。該公司的機器人揀貨系統必須處理視覺資訊，以便在開始操作前辨識單一物件並確定合適的抓取位置。這些運算密集型的 AI 工作負載需要獨立 GPU 加速，以在靠近機器人工作站的地方支援物件偵測、視覺解析與智慧抓取規劃。
同時處理 AI 與感測器數據所需的記憶體容量
智慧機器人操作取決於處理來自多種來源的資訊，包括影像數據、AI 模型輸出與觸覺感測器回饋。該公司的應用程式必須維持足夠的工作記憶體，以同時支援電腦視覺、抓取規劃與感測器處理工作負載。記憶體容量有限可能會限制這些應用程式的靈活性，特別是隨著 AI 模型與機器人搬運需求變得日益複雜。
本地 AI 伺服器部署的空間限制
當可用的機架空間與安裝深度有限時，將專用 AI 運算基礎設施整合至現有履約設施可能會面臨挑戰。該公司需要一個能夠容納 GPU 加速工作負載，且不會引入不必要龐大伺服器基礎設施的機架式運算平台。因此，節省空間的設計是將 AI 處理整合至倉庫現有 IT 環境的重要考量。
機器人工作站整合需要高頻寬連線
AI 驅動的機器人揀貨系統取決於運算平台、視覺系統、機器人控制器與倉庫自動化基礎設施之間的通訊。該公司的解決方案需要高頻寬網路，以支援連線系統間的數據交換，同時將 AI 處理保留在倉庫作業本地。可靠的網路連線對於支援整合的機器人工作流程以及為未來的自動化擴充提供靈活性至關重要。
解決方案
Premio 的 GPU 加速 3U 邊緣 AI 機架式伺服器（LLM-3U-AM5）
為了解決智慧倉庫揀貨的運算需求，該公司選擇 LLM-3U-AM5 邊緣 AI 伺服器作為其本地 AI 處理基礎設施的基礎。該平台安裝於倉庫的本地伺服器環境中，可支援與電腦視覺、AI 抓取規劃及機器人任務協調相關的運算工作負載。其高效能 CPU 支援、獨立 GPU 擴充與機架式整合的組合，為部署先進機器人自動化應用程式提供了靈活的架構。
可擴充的 AMD 多核心處理
LLM-3U-AM5 支援 AMD Ryzen™ 9000 系列與 EPYC™ 4005/4004 處理器，最高支援 CPU TDP 為 170W。在機器人揀貨應用程式中，這些處理能力可支援負責協調感測器資訊、執行機器人任務規劃邏輯及管理 AI 應用程式工作流程的軟體功能。此 CPU 架構讓該公司能將高負載的應用程式處理任務整合至本地運算平台，同時支援與機器人控制系統的整合。
支援下一代 AI 加速器
LLM-3U-AM5 配備 PCIe Gen 5 擴充插槽，支援工業級與高效能獨立 GPU，以處理高負載的邊緣 AI 工作負載。在機器人揀貨應用程式中，GPU 加速可實現先進的電腦視覺、物件辨識與智慧抓取規劃，以辨識並處理擁擠儲存貨架中的產品。憑藉高達 192GB 的 DDR5 記憶體，該伺服器提供額外的運算資源，以支援同時進行的 AI 推論、感測器數據處理與自適應機器人操作。
機器人連線需要高頻寬網路
LLM-3U-AM5 配備雙 10GbE SFP+與雙 GbE RJ45 埠，在機器人工作站與集中式邊緣 AI 運算之間提供高頻寬連線。在分散式機器人架構中，這些介面可支援在機器端系統與共享 GPU 運算資源之間傳輸視覺數據、嵌入向量與推論資訊。此網路基礎設施可實現 AI 驅動機器人揀貨的高效數據交換，同時支援跨倉庫自動化系統的可擴充整合。
短深度 3U 機架式設計
LLM-3U-AM5採用 3U 機架式設計，可整合至現有倉庫伺服器基礎設施中。其雙 M.2 NVMe 插槽與專用 SATA 磁碟槽為 AI 應用程式、作業系統與機器人運算工作負載提供靈活的本地儲存空間。此機架式架構讓該公司能將邊緣 AI 處理集中於其倉庫基礎設施中，同時支援未來的系統擴充。
優點
智慧機器人揀貨與抓取規劃
高效能 CPU 處理與 GPU 加速支援先進的物件辨識與 AI 驅動抓取規劃。這些能力可協助機器人系統辨識擁擠儲存貨架中的產品，並為各式商品確定合適的處理方式。
自適應視覺與觸覺操作
本地 AI 運算與高容量記憶體支援電腦視覺與觸覺感測的整合。這可根據視覺數據與力量回饋，讓機器人做出更明智的操作決策。
可擴充的本地 AI 運算
雙 10GbE 連線、靈活的 GPU 擴充與 3U 機架式設計，為倉庫自動化提供可擴充的基礎。本地 AI 處理可降低對雲端的依賴，同時支援與日益擴充的機器人工作站及自動化系統整合。
結論
隨著倉庫自動化技術進步，智慧機器人揀貨需要強大的本地 AI 運算，以進行物件辨識、抓取規劃與自適應操作。LLM-3U-AM5 邊緣 AI 伺服器提供 GPU 加速處理、高頻寬連線與靈活擴充，以支援這些高負載的工作負載。此可擴充平台為不斷演進的 AI 驅動揀貨與入庫應用程式奠定基礎。
llm-3u-am5 llm-series