至顶网软件频道消息: 在刚刚落幕的中国工业博览会(上海),华制智能用“工业云,就上华制云”为主题参展了为期5天的展会,展示工业互联网平台与基于华制云的场景化解决方案,吸引了现场众多专业观众的关注。

工业互联网平台还处于探索阶段
工业互联网是未来工业领域发展的大趋势,这基本已经达成了广泛共识。
最近几年,各个主流国家提出来的都是跟产业、工业、科技相关的国家战略,也都预示着世界正迎来以工业互联网为代表的新一轮科技革命和产业变革浪潮。
截止2017年,全球工业互联网市场规模已接近1458亿美元,并且有望在2023年达到2321亿美元,预期复合增长率可以达到8.06%。
工业互联网巨大的市场前景吸引着企业纷纷布局,不同工业服务能力的企业同台竞技,华制智能也正积极推进工业互联网平台的创新发展,凭借自身优势在工业互联网生态中占据一席之地。
华制智能积极布局,做探索的领跑者
此次上海工博会并不是华制智能第一次对外展示其工业互联网平台。
2017年11月中国国际工业博览会(上海)期间,华制智能携手华为推出“智造云”解决方案,剑指广阔的工业互联网市场,发展工业互联网平台成为华制智能重要的战略方向。此时的工业云正处于一个“春秋时代”,世界领先的工业互联网企业如美国的GE、德国的西门子也都还处于初始探索阶段,而国内的工业互联网才起步不久。“江湖”正在等待定义。

图:制智能“智造云”发布会现场
2018年是工业互联网爆发的一年,在2018年4月举办的世界顶级工业盛会——汉诺威工业博览会上,中国的工业互联网企业纷纷走出国门,向世界输出“智造”力量。华制智能围绕“智能工厂”主题,展示了工业互联网平台与基于云的智能工厂软硬件产品,演绎智能工厂全场景实践。此时的华制智能已然重新定位了“全球化的智造云生态领跑者”,并联合德国DFKI(德国人工智能研究中心)、德国Herzog、德国IGA等专业机构对外发布多项联合项目及战略合作,建设更加开放的智造云生态。

图:华制智能在德国汉诺威工业博览会上举行发布会
中国的工业互联网平台的正在蓬勃发展,2018年两会上政府工作报告首次提出要“发展工业互联网平台”;不久前,工信部印发推动企业上云实施指南,指出到2020年要新增上云企业100万家……短短时间,未来已在眼前。2018年9月,第二十届中国国际工业博览会如期在上海举行,此次展会特设“工业互联网专题展区”,华制智能便是这一主题的有力推动者,从微观的生产场景到宏观的智能工厂集成管控平台,从专业的智能制造场景应用到开放的华制云工业互联网平台……华制智能展示了不同阶段,不同需求的智能制造应用到企业上云之路,将技术深化,将战略落地。

图:华制智能参展2018上海工博会现场
工业互联网市场竞争才刚刚开始,在众多工业互联网平台中,谁才能够更好地推动传统制造业的转型升级?
为何“工业云,就上华制云”?
华制云源于华制智能对中国制造企业生产、运营的深刻洞察和行业场景的最佳实践,基于强大的全球科研资源,深度融合物联网、云计算、大数据等前沿技术研发而成的华制云工业互联网平台。
通过开放的华制云工业互联网平台链接无限云价值,企业在智能化转型过程中,集合人工智能、大数据、云计算等先进科技,实现个性定制、卓越制造等智能化运营,重塑核心价值。在这个" 创新 "被反复提及的时代,华制智能将以更加开放、专业的姿态面向企业客户和行业伙伴,赋能更多企业云端应用价值最大化!
好文章,需要你的鼓励
太空物联网连接服务商Myriota宣布其HyperPulse连接平台正式商用,该平台结合公司5G非地面网络架构与从Viasat租赁的L波段容量。该平台采用波束跳跃技术,根据流量需求激活所需波束,优化电池供电物联网设备功耗。相比UltraLite服务,HyperPulse提供更低延迟和更高日数据传输量。服务将于12月15日在美国、墨西哥、巴西、澳大利亚和沙特正式上线。
DeepSeek-AI团队开发的DeepSeekMath-V2突破了传统数学AI只关注答案正确性的局限,首次实现了AI的"自我验证"能力。该系统在2025年IMO竞赛中达到金牌水平,在2024年普特南竞赛中得分118/120,远超人类最高分。这项技术通过训练AI像数学专家一样检查和改进自己的推理过程,为AI辅助数学研究和教育开启了新的可能。
AMD与HPE宣布扩大合作,共同开发下一代开放式可扩展人工智能基础设施。HPE将成为首批采用AMD Helios机架规模AI架构的系统供应商,该架构整合了AMD EPYC处理器、Instinct GPU、Pensando网络技术和ROCm开源软件栈。Helios平台每机架可提供2.9 exaFLOPS的FP4性能,采用开放机架宽设计标准,旨在简化大规模AI集群部署。HPE计划2026年全球推出该解决方案。
这项由伊利诺伊大学与谷歌联合开展的研究提出了"分离然后合并"(StM)的视频合成新方法,通过自动分解5万个视频片段创建了大规模训练数据集,解决了传统方法无法同时保持原始动作和实现环境适应的问题,让AI能像经验丰富的演员一样既保持特色又融入新场景。