《云计算新趋势与智能制造大末来》

  • 来源专题:智能制造
  • 编译者: icad
  • 发布时间:2025-04-24
  • 1、经济增长持续下行导致的降低成本挑战;2、供应链调整与管理导致的业务韧性的挑战;3、用户深度线上化需求导致的扩展渠道挑战;4、营销渠道变革与管理导致的用户体验挑战;5、IT与OT的不断融合导致的制造运营挑战;基于此,IDC认为,未来的制造业行业面临新的范式改造,所有的制造业类型企业如果希望适应下一个时代的发展需求那么需要从五个方面来入手解决,分别是以高质高效为根本、弹性智能作为方向、生态创新为方法、服务体验发展成优势、将绿色低碳贯穿未来发展。而在这个数字经济(DigitalEconomy)的时代要真正彻底的实现新范式的改造,核心逻辑还是需要依靠数字技术来实现,这些数字技术又被具体划分为三大控制层面,包括多云环境、多种应用和多种生态,云的真正价值将通过这三大控制平面来进行重新定义。
相关报告
  • 《达摩院发布2023十大科技趋势》

    • 来源专题:光电信息技术
    • 发布时间:2023-04-25
    • 1月11日,达摩院2023十大科技趋势发布,包括:多模态预训练大模型、Chiplet模块化设计封装、存算一体、云原生安全、软硬融合云计算体系架构、端网融合的可预期网络、双引擎智能决策、计算光学成像、大规模城市数字孪生、生成式 AI。 达摩院2023十大科技趋势项目成员秦钖表示,十大科技趋势一以贯之是从产业的角度观察,看哪些技术已经进行了产业化应用、工程化落地、产品化落地等。 2023年稍有不同,更多从基础领域出发,从IT(信息科技)到CT(通讯科技),再到应用和安全两个横向领域。“我们希望通过这四个维度,把整个ICT领域在一年或未来两三年应有的趋势画一张图,这是跟以前不一样的地方。”秦钖说。 此外,年度趋势以迭代性趋势为主,达摩院所判断的都是一组技术,每一个技术组的每一个趋势不是只有一种技术代表,比如AI技术,它同时有几种技术路线的变形,达摩院通过专家对前沿技术的方向做一个判断,再通过定量和定性的方法做总结和判断。 “科技趋势的判断永远是一个非常困难的过程,一般来讲,趋势判断跟大猩猩投飞镖是一样的,都是50%/50%的概率。迭代性技术从前沿再到产业,再到各方面的专家和学者,综合集成各种观点和方法,可以更明确判断出趋势的走向,这也是今年科技趋势在研究方面跟以往一个显著的不同。”秦钖表示。 如上也被称为“巴斯德象限”的研究思路,基于论文和专利的大数据“定量发散”,对产、学、研、用领域近百位专家深度访谈进行“定性收敛”,再从学术创新、技术突破、产业落地、市场需求等维度综合评估,力求“致广大而尽精微”,最后遴选出十大趋势。 从具体趋势内容来看,AI正在加速奔向通用人工智能。多模态预训练大模型将实现图像、文本、音频等的统一知识表示,成为人工智能基础设施;生成式AI将迎来应用大爆发,极大推动数字化内容的生产与创造。在计算、通讯、安全、应用等各个方面,AI都在大范围地深入每一个领域。 达摩院还提到,云计算始终是数字时代的技术创新中心:基于云定义的可预期网络技术,将从数据中心的局域应用走向全网推广;因云而生的云原生安全技术,则将推动平台化、智能化的新型安全体系的成形;云也在重新定义计算体系架构,从以CPU为中心的传统架构,向以云基础设施处理器 (CIPU)为中心的全新体系架构演进。未来,由云定义的软硬一体化,将实现系统级的深度融合。 秦钖表示,“未来IT、CT不会分得这么明显,有可能出现提供全方位算力服务的公司,这是产业方面非常明显的趋势。” 芯片领域在算力需求暴涨、摩尔定律放缓的夹击下寻求突围,达摩院预测,存算一体和Chiplet模块化设计封装将有长足进展:基于SRAM、NOR Flash等成熟存储器的存内计算有望在智能家居、可穿戴设备等场景实现规模化商用;Chiplet互联标准的逐渐统一将重构芯片研发流程。 目前芯片在设计和制程等方面遭遇明显难题,越来越囿于一些物理极限,业界探索把芯片做小或把芯片的功能更加专一和集中,即采取Chiplet方式,试图绕过现在的物理极限。 Chiplet最重要的是创新了芯片封装理念,把以前的SoC芯片用Chiplet结构分成了多个芯粒。分开制造这些芯粒以后再把它们封装在一起,形成了一个非常完整复杂的工艺。 秦钖说道,芯粒本身可以采取不同工艺进行分离制造,例如对GPU、CPU等核心模块可以采取先进制程工艺;对制程工艺不敏感的模块,就采取成熟的工艺制造,最后制成的芯片也能达到与SoC系统级芯片性能相近的水平。Chiplet对芯片的设计、制造、封装、测试整个流程,都产生了一个革命性的变化。 此外,基础技术的迭代演进将催生新场景和新产业,今年最被达摩院看好的趋势有计算光学成像、数字孪生城市、双引擎智能决策等。 附:达摩院2023十大科技趋势 ● 多模态预训练大模型:基于多模态的预训练大模型将实现图文音统一知识表示,成为人工智能基础设施。 ● Chiplet模块化设计封装:Chiplet的互联标准将逐渐统一,重构芯片研发流程。 ● 存算一体:资本和产业双轮驱动,存算一体芯片将在垂直细分领域迎来规模化商用。 ● 云原生安全:安全技术与云紧密结合,打造平台化、智能化的新型安全体系。 ● 软硬融合云计算体系架构:云计算向以CIPU为中心的全新云计算体系架构深度演进,通过软件定义、硬件加速,在保持云上应用开发的高弹性和敏捷性的同时,带来云上应用的全面加速。 ● 端网融合的可预期网络:基于云定义的可预期网络技术,即将从数据中心的局域应用走向全网推广。 ● 双引擎智能决策:融合运筹优化和机器学习的双引擎智能决策,将推进全局动态资源配置优化。 ● 计算光学成像:计算光学成像突破传统光学成像极限,将带来更具创造力和想象力的应用。 ● 大规模城市数字孪生:城市数字孪生在大规模趋势基础上,继续向立体化、无人化、全局化方向演进。 ● 生成式 AI:生成式AI进入应用爆发期,将极大推动数字化内容生产与创造。
  • 《机械行业智能制造解决方案(2023)》

    • 来源专题:智能制造
    • 发布时间:2023-10-08
    • “专精特新”,机械设备为第一大行业自2019年6月至今,工信部已选拔三批“专精特新"企业。其中上市公司共有298家,分别为2019年6月3日第一批30家,2020年11月13日第二批153家,2021年7月31日第三批115家。前三批名单中,机械设备公司达到71家,占比达到23.8%,是分布最多的板块。尤其在第三批名单中,机械设备公司达38家,占比达到33.0%,占比进一步上升。机械行业产业链国家将电子行业视为战略性发展产业,出台了多项支持政策,驱动行业向技术升级方向发展,打造以新一代电子信息技术为基础的全新产业结构,为智能终端、物联网场景提供新的增长需求。行业发展趋势机械行业发展到今天,已经非常成熟。中国企业经过半个世纪的发展,已经形成了独立的工业体系,有了相当的规模和实力,越来越多的产品开始进入世界前列。机械行业大体上可以分为机械加工业和机械装备制造业两种类型,其发展现状也不尽相同。加工制造业:特点是大批量、标准化生产线。有成本价格的优势。企业发展到一定水平后,尽管占有的市场越来越大,但企业利润越来越微薄,这就是现阶段我国机械加工制造业的现状。装备制造业:竞争方式主要是性能、质量、营销、品牌等等各方面差异的竞争。但中国装备制造业发展同样也有着明显的问题:大而不强和产业结构不合理。发展趋势?工艺装备、工艺路线能适应生产各种类型的产品?推向市场准备的时间为最短,使工厂设备高效、灵活使用?机械制造业将是由信息主导的,并采用先进生产模式、先进制造系统、先进制造技术和先进组织方式的全新的机械制造业?未来柔性自动化是智能化的重要组成部分,智能化是柔性自动化的新发展和延伸关键解决方案:计划管理智能制造的核心大脑?APS计划排程是企业管理的大脑?助力企业建立计划、执行一体化体系?为智能制造战略打下坚实基础优势:简单拖拉拽,轻松实现动态轻分析(BI)01 一键开始、即刻分析依靠凝聚了多项核心研发成果的后端运行引擎,实现毫秒级闪电启动,秒级分析方案加载,让企业享受到极致流畅的数据分析体验。部署配置的极致简化,即买即用。02 数据可视、智慧呈现通过强大的数据可视化引擎,轻分析可以自动根据用户的分析意图,实现数据与图形的高效转换,为用户自动推导和呈现最优的数据可视化效果。03 分析探索、拖拽自如无需编写艰深的代码,仅通过简单拖拽,就可完成多维透视的图表呈现;丰富的分析类型结合直观的分析操作,让数据的探索从未如此简单优势:开放、灵活的应用开发平台,快速支持创新的落地简单快速、开放灵活:抽象了32种标准ERP领域模型,849种模型元素,16,819种模型元素属性组合;268个业务服务组件;通过90%的配置+10%的开发即可实现个性化应用。价值:研、产、供、销高效协同,实现企业降本增效01 一体化平台通过系统,可以在研发设计环节可以直接查看所有物料或产品的价格、交期和库存等信息,实现了PLM和ERP之间数据、业务、审批与用户的透明化。02 缩短制造周期研发在设计阶段就可以考虑成本因素、库存因素,还可以进一步考虑项目的紧急度,随时可以看到供应商交期的长短,来决定设计的方式方法,从而极大地改善设计周期。03 降低生产成本第一,减少物料的选型和整个供应链的投入。第二,设计端可以选择性价比最高的零件用到设计端,对整个成本结构来说有特别大的改善。