Nanotronics 使用 Quadro RTX，加快其深度學習光學檢測平台的運行速度，速度較 CPU 快上十五倍。
Nanotronics 使用有著 NVIDIA Quadro RTX 技術支援的人工智慧，挑戰精密製造的極限。
這間成立於紐約布魯克林區的公司，旗下的 nSpec 系列先進光學檢測工具將超高解析度影像與深度學習技術結合在一起。
這些工具提供了多種掃描方法和成像技術，可幫助客戶在整個生產流程中發現異常、缺失及其他想要瞭解的特徵。
Nanotronics 的平台結合了人工智慧、自動化和 3D 成像技術，半導體與材料等產業的客戶與經營研發機構的客戶，便能即時取得更高畫質的異常情況畫面，並且加以分析。
Nanotronics 在使用 NVIDIA Quadro RTX 8000 及 6000 GPU 後，將其平台的運作速度提高了十五倍（與 CPU 相比），同時又保持著高精度和高性能的表現。NVIDIA RTX 技術還減輕了 CPU 的工作量，以便把它用於其餘的運算作業上。
RTX 6000 和 8000 的架構允許以高效率的方法使用不同的處理級別及加快分析速度，讓 nSpec 工具變得更為靈活且能按照客戶需求量身打造，又不失任何處理功能。
Nanotronics 共同創辦人暨執行長 Matthew Putman 說：「Nanotronics 不斷調整模型，以配合持續改進、有著新款運算核心的 NVIDIA 架構。」
NVIDIA Quadro RTX 提高了精準度、靈活性和效能表現
Nanotronics 的平台使用電腦視覺和深度學習來簡化檢查過程。人工智慧找出缺陷及異常情況的準確度，比人類用肉眼來看還要更高。
Nanotronics 藉由這些深度學習模型，可以在接近即時的處理作業中達到更高的準確性，可是該公司想要加入更複雜的解決方案，以協助客戶滿足其工作流程中益增長的需求，像是用更快的速度掃描大量樣品。
NVIDIA Quadro RTX 提供了更多的記憶體和處理核心，這使得 nSpec 產品可以輕鬆整合進入生產流程內，以掃描、分析和通報大批量物體的檢查結果，例如有著較大表面積和體積較大的物體。
例如在運行深度學習分析，以對半導體晶圓掃描影像檢測異常和缺陷時，Nanotronics 發現 Quadro RTX 6000 的執行速度是傳統企業級 CPU 的十五倍。
顯示晶片缺陷圖的樣本報告。
「使用 GPU 來開發深度學習演算法，解決了我們客戶所面臨的某些重大技術難題。我們的檢測模型加上 NVIDIA GPU，其運行速度較舊方法快上十二到十五倍。」Putman 說。
Nanotronics 使用NVIDIA GPU 可以部署更強大的人工智慧解決方案，以便檢測工業工作流程中的缺失，使客戶能夠提高品保部門的工作效率，以生產出更精細的商品。
Nanotronics 將出席12月11至12在美國亞利桑那州格蘭岱爾舉行的美國航空航太與國防高峰會（American Aerospace & Defense Summit） ，討論智慧人工製造領域的最新發展趨勢。