【行业】透过云计算、工业大数据对智能制造的一点思考
前言
2017中国大数据应用大会于7月13-14日在成都召开,会上大咖云集,干货良多,Ghostcloud也有幸参与了此次大会。Ghostcloud致力于做最专业的容器云PaaS管理平台和提供最佳行业解决方案,而这次大会围绕“大数据、大智能、大健康”的主题内容也引发了我们对大数据和智能制造相关行业的思考,在此与各位同仁分享,不吝赐教。
智能制造的发展历史和趋势
智能制造的概念来源于人工智能的研究,并在全球范围内不断实验和创新。20世纪90年代初,美国就开始了新技术的执行政策,其关键技术包括信息技术和新的制造工艺,日本和欧盟也随后启动了相关的先进制造合作研究项目和核心制造技术的研究项目。我国的智能制造进程也在紧跟国际步伐,尤其是以2014年底“中国制造2025”这一概念被首次提出之后发展最为突出,国务院在2015年5月正式印发的《中国制造2025》中明确指出:到2025年,深入推进工业云应用试点示范工作,基本建立智能制造支撑体系,推动重点产业初步实现智能转型。
图为李杰教授的演讲现场
智能制造的价值在于实现整个制造业价值链的智能化和创新,是信息化与工业化深度融合的进一步提升,其融合了四大重点技术,分别是信息技术、先进制造技术、自动化技术和人工智能技术。我们可以这么来理解,智能制造最终要打造的已经不再仅仅是智能产品那么简单,而是贯穿整个制造生产线并最终着眼于智能管理和智能决策。
工业大数据的核心技术是数据技术、平台技术和工艺技术的集合
当我们思考云计算、大数据对智能制造的影响,便不得不提到工业大数据。李杰教授花了15年时间撰写《工业大数据》,书中提到无论是德国工业4.0、美国工业互联网还是《中国制造2025》,各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析,及以此为未来制造系统搭建的无忧环境。
工业大数据的核心技术包含了三大类,第一类是数据技术(Data Technology)。顾名思义,每个国家的各领域的数据来源不尽相同,数据的价值也不一样。据说美国一节高铁车厢的数据价值高达1000美元,如果按照1000节车厢的高铁数据库计算,仅数据的购买就会花去近100万美元的高昂费用。所以在美国工业数据很昂贵,而如何提高数据技术精确地摒弃无用的坏数据是最关键的技术前提。
第二类核心技术是平台技术(Platform Technology)。蓬勃发展的云计算包含其中,数据技术是前提,但数据本需要一个可靠的支撑平台,支撑着数据方面的五层次功能需求,包括网络化、数据到信息化内容转变、虚拟网络化内容管理、对问题的识别及决策以及装备的重组。
行业的转型和高速发展,意味着各项指标的效率提升,我们讲云计算平台,分为三个层面,即大家所熟知的SaaS、PaaS和IaaS。每个平台所承载的业务需求和价值是不同的,大体如图所示:
云计算平台和相关平台业务需求示意图
第三类核心技术是数据的分析软件和使用工艺(Analytics Technology),这类技术的核心是数据的应用工艺,涉及机器学习和智能化,对应智能制造便体现在智能管理和决策。机器学习与智能数据分析的常用方法这里不再赘述。
大数据助力智能制造,传统企业在路上
在本次大会上,我们看到了以四川长虹为代表的传统制造企业正走在智能制造的路上。
图为长虹软件与服务中心总经理刘东的演讲现场
四川长虹集团是Ghostcloud精灵云的重要合作伙伴,历经几十年的发展,长虹已发展为涵盖多媒体、数字营销等综合家电产业,以及金融产业、智能产业等新兴产业在内的综合性集团。长虹于2016年春节发布会上对外发布了长虹物联运营支撑平台UP,正式开启了从商业智能到消费者智能的智能制造之旅。而承载用户、设备、商品、订单、营销等20余项应用能力的PaaS平台中心正是基于Hadoop、Docker、Kubernetes等新兴云计算技术相结合而成。
未来,对长虹而言将围绕UP平台打造一个智能化家庭,将涵盖智能教育、智能能源管理、智能多媒体管理、智能健康管理、智能厨卫管理等产品,并以硬件+软件+内容+服务的生态产品形式呈现给消费者。而UP平台也会服务于来自智能终端、电商零售、售后服务以及长虹会员的大量数据,并最终形成智能化推荐系统、智能分析系统以及智能对话系统等智能化产品。
图为EcOS的应用架构
Hadoop是由Apache开发的分布式系统基础架构,为海量数据提供了计算。Docker是开源的应用容器引擎技术,可实现容器内应用打包和可移植性,而不受Linux或者虚拟化系统的限制。Ghostcloud精灵云是国内第一批从事容器虚拟化研发的企业,也是西南区唯一一家基于Docker的云计算服务提供商,其自主研发的企业级容器云PaaS/CaaS平台EcOS,为长虹UP平台的实现提供了最可靠的技术支撑。
目前,EcOS平台内置自研容器调度引擎框架Newben,并全方位适配Kubernetes,率先实现了双调度引擎的融合,可满大多数企业的需求。
结语
以Ghostcloud精灵云为代表的新兴云计算企业,具备新计算技术的研发和传播能力,也正处于智能制造的大环境之下,在传统企业IT技术改革的进程中正扮演着越来越重要的角色。我们期待将自身丰富的落地实施经验应用至更多的正迈向智能制造的企业,与行业共同努力,为下一代制造业做出更多贡献,并最终实现对落后制造现状的改变。
参考资料:
http://www.gkzhan.com/news/Detail/85748.html
《工业大数据》,李杰著
关于“2017中国大数据应用大会”
“2017中国大数据应用大会”由中国大数据专家委员会、中国电子信息产业集团有限公司、成都市人民政府、联合国教科文组织世界工程组织联合会(WFEO)、中国电子学会共同主办,四川省经济和信息化委员会、成都市经济和信息化委员会、成都市博览局大力支持,于2017年7月13日-14日在成都世纪城国际会议中心举行。
本届大会以“大数据、大智能”为主题,将邀请全球知名大数据、云计算、人工智能等领域主管领导、专家学者、产业领袖、应用主管,以及各行业广大用户共聚成都,共同探讨和推动大数据、云计算与智能技术的深入融合,共同探讨和分享大数据技术应用的实践价值。
关于Ghostcloud
Ghostcloud(中文名:精灵云)坐落于成都天府软件园,是成都高新区重点扶持企业,国内首批从事容器虚拟化研发的企业,是西南地区唯一一家基于Docker的云计算服务商,为企业级行业客户提供针对互联网化、私有云管理平台、大数据业务基础架构的平台服务。
Ghostcloud因容器技术而生,以最新容器技术Docker为基础,为适应不同行业客户需求,全自主研发了一套调度引擎框架Newben,且全方位适配Kubernetes主流开源调度引擎,也是国内率先实现双调度引擎的企业,是一流的企业级容器云服务专家。Ghostcloud推出了企业级容器云PaaS/CaaS平台,命名为EcOS(EnterpriseContainer Operation System)。Ghostcloud将EcOS平台与微服务/DevOps相融合,运用至企业IT系统的全生命周期的开发、测试、运维及发布流程中,致力于为多个领域企业向“互联网+”转型提供针对互联网化、私有云管理平台、大数据业务基础架构的平台服务,帮助企业级客户降低成本、提升效率、简化运维及产品部署,并提升系统的可靠性和安全性。
面向云计算的未来,驻云与阿里云智能深化战略合作 2020年5月28日,驻云宣布与阿里云智能深化战略合作,双方将携手推动更多企业采用云计算和智能技术进行数字化转型。在产品技术层面,驻云将以DataFlux为基础,为更广泛的行业和企业提供完整的数字化转型解决方案和服务。
智能边缘或云计算:哪个是物联网的杀手级应用? 云计算是否正在“边缘化”?随着物联网硬件和传感器的成本不断下降,物联网设备不断变得越来越智能,体积越来越小,因此边缘计算已成为一种可行的现实。
4月4日云栖精选夜读 | 阿里云智能技术战略架构师陈绪:透视2019云计算酣战 精彩观点:通过开放API管理混合云会更受大客户欢迎,客户倾向于用云存储灾备技术保障数据可靠性,Kubernetes和Kata Containers会成为业界主流,中国出现第一家真正全面云化的大型公司,云端GPU计算在业务中应用的广度和深度将成为未来十年衡量企业竞争力的新标尺等。
阿里云智能技术战略架构师陈绪:透视2019云计算酣战 精彩观点:通过开放API管理混合云会更受大客户欢迎,客户倾向于用云存储灾备技术保障数据可靠性,Kubernetes和Kata Containers会成为业界主流,中国出现第一家真正全面云化的大型公司,云端GPU计算在业务中应用的广度和深度将成为未来十年衡量企业竞争力的新标尺等。
云智能:阿里云定义下一个十年的云计算范式 云计算会过时吗?这要取决于定义本身。现在看来,至少演变已经开始发生。那种提供传统计算能力的云计算,正在变得不那么重要了。
shev 精灵云(www.ghostcloud.cn)联合创始人,20年编程经验,全栈工程师,曾任索贝数码及赛门铁克架构师架构师,精通分布式系统开发,2013年开始研究LXC和Docker相关技术,目前主要从事容器云平台研发工作。
相关文章
- 4 数据分析-案例:亚洲国家人口数据计算
- 高精度计算(一):大整数加法
- 生成二维码 加密解密类 TABLE转换成实体、TABLE转换成实体集合(可转换成对象和值类型) COOKIE帮助类 数据类型转换 截取字符串 根据IP获取地点 生成随机字符 UNIX时间转换为DATETIMEDATETIME转换为UNIXTIME 是否包含中文 生成秘钥方式之一 计算某一年 某一周 的起始时间和结束时间
- (《机器学习》完整版系列)第12章 计算学习理论——12.4 有限假设空间不可分情形(退而求其次:不可知PAC可学习的)
- Google Earth Engine(GEE)——计算两个影像集合间的相关性(MODIS中蒸散发数据和降水数据相关性)内涵统一两个影像之间的重分类和重投影以及影像的联合功能。
- 全球最大的云计算平台GEE(Google Earth Engine)正确的学习姿势(1)
- 浅谈实时计算
- 云计算基础设施迎来建设高峰,将是未来十年的战略性机会
- 疫情当前,云计算、大数据、AI将如何帮助人类打赢这场“战疫”?
- AI"入侵"服务器,计算市场正在重新洗牌
- 比起高性能计算,高端存储才更亟待国产化
- C#,人工智能,机器人,路径规划,A*(AStar Algorithm)算法、源代码及计算数据可视化
- 徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?
- 马云致投资者公开信:大数据云计算是阿里未来十年核心战略之一
- 一文读懂大数据计算框架与平台
- 双11数据大屏背后:大规模流式增量计算及应用(附资料)
- 计算结构体的大小-数据对齐、提高读取性能与可移植性,利用空间换时间
- 计算世界里的抽象
- 如何降低 Flink 开发和运维成本?阿里云实时计算平台建设实践
- 【C语言】#文件操作#有5个学生,每个学生有3门课程的成绩,从键盘输入以上数据(包括学号、姓名、3门课成绩),计算出平均成绩,将原有数据和计算出的平均分数存放在磁盘文件stud中。
- 《数据科学R语言实践:面向计算推理与问题求解的案例研究法》一一1.2 原始数据
- 《数据科学R语言实践:面向计算推理与问题求解的案例研究法》一一1.5 预测位置的最近邻方法
- 《云计算:概念、技术与架构》一1.3 本书适用读者
- 有了大数据云计算,就能控制经济规律?
- 政府治理能力: 大数据、云计算等技术已成“铁笼”
- 大数据和云计算两者之间是什么关系呢?
- 未来国际智慧城市之道:云计算、大数据、安全缺一不可
- 云计算在大数据形式下的发展
- 互联网大佬齐呼吁“分享经济” 券商看好云计算、大数据概念
- [LeetCode] 315. Count of Smaller Numbers After Self 计算后面较小数字的个数