至顶网CIO与应用频道 01月31日 北京消息(文/王聪彬):“工业互联网是面向工业智能化的需求。”中国信息通信研究院院长刘多曾说过,工业互联网不仅仅是一个网络,在打造网络的同时可以产生新的业态和模式,这对于制造业转型发展是非常重要的。
工业物联网、工业互联网、工业云虽然名称繁多,但它们都代表着同一个含义。不仅仅是收集数据、分析数据,工业互联网是关注资产从设计、制造、销售、服务等全过程,实现整体的优化与创新。
传统的工业互联网的架构主要分为三层:终端设备层、数据采集平台层、应用层。其中设备层和平台层是工业物联网中最关键的环节。
对工业互联网一个形象的比喻是,设备就好比感知器官,平台就好比大脑。感知器官负责数据的采集,大脑负责数据的分析处理,也就是常说的端到云。
随着数据量的增长,工业互联网平台的负担会越来越大,如果在边缘设备上就可以进行预处理就可以更快的进行响应。“边缘计算”的出现就像人的感知器官一样,并不是全部回到大脑作出反应,很多是感知器官会直接作出反应。工业互联网则通过在设备端加入盒子的方式,让一些数据在边缘就可以得到简单的计算。当然平台层仍然是工业物联网的核心,支撑工业应用的开发。
市面上工业互联网平台少则数十,多则上百。几个代表像GE Predix工业互联网平台、西门子MindSphere、PTC ThingWorx工业创新平台、树根互联根云平台、徐工Xrea工业互联网平台、海尔COSMO工业互联网平台都有着各自的特色和发展路径。
GE Predix工业互联网平台以资产为中心,从边缘到云再回到边缘。其推动垂直工业领域应用,平台将聚焦航空、能源、医疗领域,围绕资产绩效管理、现场服务、智慧工厂为客户开发有价值的应用,加速工业互联网生态圈的建设。
西门子MindSphere是基于云Cloud Foundry而构建的开放式物联网操作系统。可帮助企业实现真实世界中的产品、工厂、机器和系统的连接,以提取并分析真实的性能和应用数据。
PTC ThingWorx工业创新平台倡导将数字世界和物理世界融合实现工业领域创新,拥有强大的平台能力,提供针对工程和制造领域而设计的角色应用、庞大的合作伙伴和客户生态系统,以及专为工业物联网客户和合作伙伴设计的全新服务。
树根互联根云平台以服务中国企业,特别是中小企业作为开发目标,以N+IIoT用互联网和物联网技术来提能工业应用,通过端到端的价值输出,为需要物联应用的工业企业,提供从硬件接入、电信网络流量购买、机器间通信、云资源编排、大数据处理到物联应用开发的打包解决方案。
徐工Xrea工业互联网平台是一个“能为设备提供精准服务的平台”,其可以实时、精准监测设备的运营及运行情况,从而为设备提供全生命周期服务、预测性维护服务和创新商业模式等三大核心价值。
海尔COSMO工业互联网平台是海尔在打造互联工厂的实践中,逐步构建的一个开放共享的生态体系。其让用户全流程参与产品设计研发、生产制造、物流配送、迭代升级等环节,真正实现了人人定制。
虽然有这么多的工业互联网平台,但都殊途同归,利用数据在各个层面进行创新。
当然中国制造企业在信息化、自动化水平上存在参差不齐的问题,能否快速接入是一个需要探讨的问题。当然还有像设备采集复杂度过高,缺乏标准,以及没有一个平台可以聚集所有的生态系统等问题。
中国工程院院士倪光南也提出,建设广泛兼容、安全可靠的工业互联网平台,对中国工业界的国际竞争力培育具有战略意义。无论从国家发展战略层还是从单纯的市场发展趋势出发,中国都必须建立完全自主、安全的工业互联网平台。
其实工业物联网大多都是闭源,通过API进行连接,这也为很多制造企业带来顾虑,尤其是数据层面安全。制造业不同于互联网行业的特性,其试错风险太高,未来标准化的部署则可能突破这一瓶颈。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。