台灣 AI x AEC 情報BY FBI SICENTER
AI × AEC · 情報整理

CrossnoKaye 運用 Amazon Bedrock AgentCore 導入工業實體 AI 實現工廠智慧控制

AI 助理 · 企業 AI 導入 · 智慧維運

CrossnoKaye 將 Amazon Bedrock AgentCore 整合至其 ATLAS 平台與 AURA 智慧系統,把即時營運技術數據串接至隔離 microVM 沙盒,落實可驗證的工業製程控制與跨廠診斷。

CrossnoKaye 運用 Amazon Bedrock AgentCore 導入工業實體 AI 實現工廠智慧控制
AI 生成概念示意圖,非事件實拍。

CrossnoKaye 在其 ATLAS 自動化平台與 AURA 智慧系統中導入 Amazon Bedrock AgentCore,為重工業設施提供具備可驗證計算能力的實體 AI 架構。ATLAS 目前在超過 100 座工業設施與 13,000 項受控資產中運作,將現場即時數據直接串接至設備閉迴路控制。透過整合 Amazon Bedrock AgentCore 的程式碼直譯器能力,AURA 將百萬級感測器數據的統計與熱力學計算移至隔離的 AWS microVM 沙盒執行。該系統透過嚴格契約驗證、確定性 DataFrame 結構檢查與自動錯誤重試機制,實現精確的設備故障診斷、技術簡報產出與跨廠警報分流。

值得帶走的重點

  • CrossnoKaye 的 ATLAS 平台每日在 100 多座設施中擷取超過 500 億筆讀數,運行逾 1,000 個先進製程控制應用與 65 萬次閉迴路控制動作。
  • AURA 整合 Amazon Bedrock AgentCore 程式碼直譯器,在隔離 microVM 沙盒中執行 Python 運算,補足大型語言模型處理大量感測數據時的數理計算限制。
  • 系統在互動式對話中維持 15 分鐘滑動過期時間的熱沙盒以供多廠調查,例行排程任務則每次配置全新單次 microVM 以確保重現性與隔離性。
  • 透過輸入合約驗證、沙盒內 DataFrame 結構驗證產出 Apache Parquet 檔案,並在腳本報錯時觸發自動重試機制,確保數值結果精確無誤。

來源:AWS Machine Learning 閱讀原文 ↗

本篇由 AI 整理、核對並自動發布,未經逐篇人工審核。譯文經 AI 複核。

← 瀏覽全部文章