AWS IoT SiteWise Edge现已在Siemens Industrial Edge Marketplace上推出。今后,客户可以将其部署在Siemens Industrial Edge上,进行集中式的应用和设备管理,并将其与各种其他应用和边缘设备结合起来。AWS IoT SiteWise Edge是一款本地软件,是亚马逊网络服务公司工业物联网服务产品组合的一部分,即使没有互联网连接,它也可以在本地手机、处理并监控设备数据。
西门子于2018年推出了开放式Industrial Edge平台,并于2021年10月通过Industrial Edge Marketplace对其进行了扩展,后者是一个独立的跨供应商应用商店,工业客户可以在这里从不同的物联网提供商处购买应用。Industrial Edge platform and Marketplace是Siemens Xcelerator的一部分,Siemens Xcelerator是一个开放式数字业务平台,为客户、西门子和互补的第三方之间的协作创建了一个开放的生态系统。因此,它们也是Industrial Operations X 的一部分,这是一个用于自动化和工业生产运行的开放且可互操作的产品组合。
西门子工厂自动化首席执行官Rainer Brehm表示:“将AWS IoT SiteWise Edge添加到我们的Industrial Edge Marketplace,为大规模部署边缘和云应用程序以及管理闭环自动化工作流程创造了新的机会。”“我们的客户不断面临新的挑战——提高生产流程的生产力、灵活性和可持续性。为了帮助他们,西门子正在扩展其传统的强大OT产品组合,通过Industrial Operations X,将IT和软件功能集成到自动化中。” 通过Industrial Operations X,西门子还为客户提供了与开放式生态系统相结合的集成式运营软件组合。
利用边缘和云来简化 IT/OT 集成
借助 AWS IoT SiteWise Edge on Industrial Edge,AWS和西门子将加速并简化“机器到边缘”和“边缘到云”的体验。客户只要花更少的时间就可以开始将数据提取到AWS云中,并使用更多的AWS服务,例如,可以简化数据和工作流管理,或在边缘和云上实现工业人工智能 (AI)工作流。如今,大多数(74%)的客户物联网项目仍然是孤立的尝试(来源:Beecham Research的《为什么物联网项目会失败》),需要很长时间才能大规模部署,或者由于OT(运营技术)和IT 系统的异构环境而无法实现预期的投资回报 (ROI)。
这导致数据难以访问和使用,因为它们通常被限定在单台机器或车间中。客户现在可以开始在工作流中处理工业数据,以此释放它们的价值,而以前他们必须选择在边缘或云中运行这些工作流。Siemens Industrial Edge上的 AWS IoT SiteWise Edge有助于构建安全、灵活的“边缘到云”基础设施,可以在需要的地方提供数据并运行混合工作流,简化IT/OT融合。
物联网用例的快速开发、可扩展性和可重复性
使用AWS IoT SiteWise Edge和Siemens Industrial Edge的客户将受益于跨边缘和云的各种工业连接选项、数据存储和管理、安全功能以及分析和可视化技术。借助此产品,自动化工程师、维护技术人员和运营经理可以决定需要收集哪些数据以及在哪里存储、处理或分析这些数据。借助Industrial Edge,物联网解决方案的开发和部署变得简单、安全且可扩展。
从工业物联网数据中提取价值以优化工业运营
借助AWS IoT SiteWise Edge,企业可以通过监控性能指标来提高生产效率、改善制造运营,并利用历史数据和实时数据进行远程资产监控,优化资产维护。
Siemens Industrial Edge Ecosystem正在不断发展壮大,越来越多的边缘应用和设备正在进入Siemens Industrial Edge Marketplace。今天的发布表明,西门子和AWS让工业自动化(OT)和云(IT)强强联合,为制造业客户提供简化的“机器到边缘”以及“边缘到云”的体验。
好文章,需要你的鼓励
WordPress实验性AI开发工具Telex在9月发布几个月后已投入实际使用。在"State of the Word"年度活动中,WordPress联合创始人展示了Telex的多个应用案例,包括创建价格比较工具、价格计算器和实时营业时间显示等功能。该工具能够生成Gutenberg模块,让开发者在几秒内完成过去需要数千美元定制开发的功能。同时WordPress还推出了Abilities API等AI架构开发。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
英国国家网络安全中心与BT合作推出的Share and Defend服务成功拦截了近十亿次早期网络攻击和用户访问危险网站的尝试。该服务整合多方威胁情报数据,通过互联网服务商的DNS平台实时过滤恶意网站,大规模阻断钓鱼和虚假购物网站。目前已有TalkTalk、沃达丰等多家合作伙伴加入,政府计划在2026年1月发布国家网络行动计划以进一步提升英国网络安全防护能力。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。