人工智能和計算機視覺研發(fā)的缺陷檢測技術(shù)，能夠精確識別芯片生產(chǎn)過程中存在的各類缺陷和區(qū)分不同品質(zhì)的產(chǎn)品，從而大幅度提高檢測效率。基于深度學習平臺的模型訓練和研究則是其中的代表。
產(chǎn)線的擴張、人工智能的引入，和大數(shù)據(jù)平臺的建設，都離不開數(shù)據(jù)存儲的支持。一個優(yōu)秀的平臺不但能夠?qū)崿F(xiàn)數(shù)據(jù)長期、安全的保存，更能支撐業(yè)務更快速且高效地發(fā)展。采用HCSF高性能文件存儲能為客戶帶來三大價值：
1 提升缺陷檢測效率 全NVMe的分布式存儲架構(gòu)，能夠為企業(yè)提供比本地存儲快三倍、比傳統(tǒng)文件存儲快八倍的性能，滿足產(chǎn)線實時質(zhì)量缺陷檢測的需求。 2 業(yè)務靈活性 多云環(huán)境部署滿足企業(yè)對混合云架構(gòu)的需求；多協(xié)議訪問允許不同的業(yè)務平臺同時接入，避免不必要的數(shù)據(jù)流動；連接對象存儲或公有云，保護生產(chǎn)數(shù)據(jù)的同時也減少企業(yè)的整體投入。 3 面向AI/大數(shù)據(jù)的最佳平臺 存儲不再成為大數(shù)據(jù)平臺和人工智能訓練、學習的瓶頸。專屬POSIX協(xié)議和GPU Direct數(shù)據(jù)傳輸，優(yōu)秀地解決大小文件混合讀寫的痛點，零數(shù)據(jù)拷貝使訓練平臺能夠在最短的時間內(nèi)完成數(shù)據(jù)準備工作。
