ZD至顶网软件频道消息: 从“互联网+”到“中国制造2025”,以科技创新推动传统制造业的转型升级已经成为“新常态”下最热门的话题之一。作为中国领先的自动化控制系统平台和行业解决方案提供商,和利时也在新形势下找到了充分施展自身技术优势、加快发展的最佳机遇。
在美国纳斯达克上市的和利时以“用自动化改进人们的工作、生活和环境”为使命,服务于世界各地的10,000多家企业,广泛涉及从能源生产、交通运输、建筑化工到食品医药的众多行业领域。和利时研发的自动化系统支持着全球25,000台套工业系统设备的日常运行,在包括中国高速铁路、地铁运营和核电、火电厂自动化控制等市场上都占据着主导地位。
在很多工业企业中,和利时所开发的自动化工业控制系统已经成为其生产、运营流程的“神经中枢”:通过一系列的传感器、网络、节点、处理器、控制终端,企业中的各类设备被整合成一张庞大的物联网,在和利时所开发的自动化控制系统的统一调配下,实现安全、稳定、可靠的日常运行。和利时的自动化系统负责维系客户生产系统每天的正常运行,而和利时自身的首要任务,则是确保其控制系统的万无一失。
要对全球2万多台套系统设备进行系统的管理与维护绝非易事,按照传统方式,这需要消耗大量人力、物力、精力实施现场服务、巡检和定期维护。对和利时来说,客户资产管理和运营优化这部分的工作,是其投入最大的核心业务之一。
快速发展的业务和不断增加的客户,带来了不断增长的现场服务需求,随之而来的还有不断增长的服务规模和投入,以及相应激增的管理、沟通、协调等等的一系列问题。此外,现场服务的传统方式效率较低,现场技术人员在发现疑难问题后,往往需要与总部进行反复的技术沟通,再加上设备零件替换等所花费的时间,常常需要设备停工检修。而对于装备生产线、发电厂这样的大规模企业来说,生产暂停就意味着巨大损失。以热电厂中的一台锅炉设备为例,维修本身也许只要几个小时,但前期等待锅炉冷却、后期重新上水加热,都需要较长的时间,前前后后至少要停产一周——对于日发电量数千万度的发电厂来说,这造成的直接经济损失已经相当惊人了。
毫无疑问,最大限度地避免计划外停机,提高运营维护效率,加快维修反应速度,提升用户满意度,是和利时面向未来发展亟待解决的核心问题。通过缜密的思考和分析,和利时找到了一个理想的解决方案,那就是能够显著减少基础设施和IT运维投入,可以随时灵活扩展运算规模,并能实现跨区域远程部署的云计算。和利时希望通过将云计算平台与和利时自身所擅长物联网和工业自动化控制相结合,打造出一个远程实时巡查和诊断、技术专家远程深度服务、真正实现快速、及时、高效的服务大规模工业自动化云平台。
在对国内市场上的云服务商进行了一番考察和权衡之后,和利时最终选择了目前唯一在国内正式商用的国际公有云——由世纪互联运营的微软智能云Azure。自2014年3月在华商用以来,微软智能云Azure已经成功服务于国内超过50,000企业客户,其中不乏海航集团、中海油、蒙牛、康佳这样的大型企业。在IDC和Forrester最新的中国公有云报告中,微软智能云Azure均位列中国市场的“领导者”地位。
微软智能云Azure是真正国际水准的公有云服务,能提供超大规模的运算、存储能力,具备国内一流的BGP主干网带宽,并且以PaaS(平台即服务)的形式提供了更多可以实现快速、灵活开发部署的先进功能和服务。
Azure超大规模计算所提供的高并发力,可以将数百万台设备迅速连接到云上,并对每天动辄十几个TB的海量数据进行系统化的处理和分析,这是国内其他云服务商都无法做到的,也是和利时选择微软智能云Azure的最重要的原因。同时,除了IaaS基础设施服务,Azure还提供了成熟的PaaS、SaaS级别的服务,和利时可以在Azure的PaaS框架上快捷地搭建起自己的生产环境,并迅速进行大规模部署,从而让企业能对业务环境和需求的变化即刻做出响应,以最低成本快速适应市场。而云端服务灵活扩展的特性,也意味着和利时再也不需要自己购买和维护数据中心,能够将精力真正集中到自动化系统的本身的创新和升级上来。
通过融入微软智能云Azure和物联网解决方案,和利时的工业自动化系统实现了对设备的实时监视、远程诊断,通过大数据分析和机器学习进行预测性维护的研究也在推进之中。现在,总部的研发团队和各地的现场服务人员,可以随时了解实时监视和远程诊断的分析结果,极大提升了解决问题的效率,显著提升了用户的满意度。基于微软智能云Azure的预测性维护,还将彻底改变效率低下的传统运维模式,通过及时发现问题、减少计划外停机、提高运维效率,实现“防患于未然”。以此为基础,和利时正在构建一个功能全面的“自动控制云”,通过灵活高效的云端物联网解决方案,实现高性能、低成本的工业自动控制革新,助力更多工业企业业务流程的升级与改造。
和利时工业云服务平台的相关领导表示:“携手微软智能云给我们的业务模式带来了根本性的革新。Azure的大规模运算和高效的服务扩展潜力给我们留下了深刻的印象,而其对于物联网应用的支持如此完善,也是我们始料未及的。我们希望能在微软云上进一步深挖工业自动化控制领域的创新机遇,为推动制造业创新转型和实现‘中国制造2025’战略目标贡献力量。“
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。