北京四年建10-20个工业大数据创新中心 迎接工业革命挑战

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

“北京是全国第一个电视机、第一台收音机、第一台音箱的诞生地,我们也曾经创造了传统工业的代表企业首钢,也孕育了很多像新东方、联想等新工业企业。”说这句话的是北京市经济和信息化委员会委员姜广智。在前两天举办的北京工业大数据创新中心成立大会上,他说作为中国曾经的制造业重要阵地,现在北京的工业也要开始转向创新驱动,希望通过产业创新中心的建设,可以进一步提升北京市的产业竞争能力,为今后持续的发展打下基础。

四年内建10-20个国家级的制造业创新中心

工业革命是时下世界各地的热点,从之前美、德等国相继提出转型战略中可以看出,未来各国在工业领域的“大战”必不可少。甚至会上有嘉宾说,全球70%的创新资源都与制造业有关,创新成果的90%最终要通过制造业来实现。

而在现如今这样一场“信息和产业革命“爆发的背景下,我们可以明显感觉到一个趋势,那就是人们普遍愈发看重数据的重要性,很多制造业企业更把数据提升到了核心价值的地位。“不难理解,大数据是工业企业提质增效的必要手段,也是制造业实现向创新驱动转型、从制造向服务转型的关键支撑技术。”在中国工程院院士孙家广看来,在新工业革命的世界竞争中,工业大数据必将是各国信息技术企业竞争的焦点。要迎接新工业革命的挑战,必须发展工业大数据。

另外,除了工业大数据的世界大趋势以外,北京市存在的两个短板也是决定成立创新中心的源头之一。“一方面,尽管北京是全国的创新之都,但创新能力还是不够,仅占GDP比重的6%。大中型企业的研发投入占比不到1%;另一方面,类似电子信息产业、现代装备产业等,在整个京津冀地区没有形成良好的产业生态圈和完整的供应链。”

所以,“北京工业大数据创新中心”的成立,就是希望能够为国家输送一批能够成为国家级制造业创新中心的种子,将他们“保送”进国家队。到2020年,可以建设10-20个覆盖重点领域、模式先进、辐射面广,影响力大、有能力成为国家级的制造业创新中心,从而更好解决北京制造业行业的发展瓶颈。

一个系统软件加两个平台

北京工业大数据创新中心成立于今年的月份,由清华大学、昆仑智汇数据科技,与冶金自动化研究院、中国石油规划总院、金风科技、三一集团、雷沃重工等19家企业,科研所及高校联合组建。

据了解,中心建设将采用“中心+联盟+基金三驾马车”的建设形式,由中心负责工业大数据系统和应用技术的研发和产业化,由联盟负责促进工业大数据的技术突破与产业扩散、促进相关技术标准的制定和推广,由基金负责支持中心相关产业化企业发展、第三方创新项目孵化。

在创新中心具体建设内容方面,据介绍,主要包含了一个系统软件加两个平台,三个方面的建设:“云+端”工业大数据系统软件、行业大数据应用平台和工业大数据测评平台。

·云+端”工业大数据系统软件:针对工业企业应用大数据缺乏数据基础、海量数据管理成本高企、工业企业业务人员缺乏大数据技能等方面,降低工业企业应用大数据的成本和门槛。

 北京四年建10-20个工业大数据创新中心 迎接工业革命挑战

·行业大数据应用平台:创新中心初期将从八个具备较好数据基础的应用领域入手,随着创新中心的建设进程将不断引进新的行业。初始的八个应用平台为:电子制造行业大数据应用平台、农机和农业服务大数据应用平台、动力透平行业大数据应用平台、钢铁行业大数据平台、石油天然气工业大数据应用平台、工程装备智能制造服务平台、新能源装备和能源互联服务平台和生物制药工业大数据平台。

·工业大数据测评平台:工业大数据测评平台将提供工业大数据应用在建设中和建成后的测试服务,制定适合工业大数据测评规范和评价指标,归纳总结工业大数据测试技术和方法,搭建工业大数据测评环境,最终形成工业大数据测评服务能力,为工业大数据行业提供测评服务,推进工业大数据应用的快速发展。 

 北京四年建10-20个工业大数据创新中心 迎接工业革命挑战

对于这样一个创新中心,人们对于它的未来还是报以很大的期许。北京工业大数据创新中心主任陆薇的希望,是要把中心打造成为中国乃至全球的工业大数据的创新基地。第一阶段的目标是希望经过3-5年的时间,建立起一个工业大数据的平台生态,并且接入一千家以上企业的数据,让中心的服务能够增值。另外,希望能从中心孵化出几个大数据的企业,从而能让中心在软件和服务方面的产值达100亿以上。 

原文发布时间为:2017-7-14

 

本文作者:孙博

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
5月前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
138 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
7月前
|
存储 机器学习/深度学习 大数据
云计算与大数据:合作与创新
本文探讨了大数据技术与云计算的背景和发展,大数据的5V特征(量、速度、多样、复杂、不确定)及云计算的3S特点(服务、共享、可扩展)。两者相互依赖,云计算为大数据提供计算与存储资源。核心算法涉及分布式计算、数据挖掘和机器学习,如线性回归、逻辑回归等。通过代码示例展示了Hadoop的MapReduce、Scikit-learn的KNN和TensorFlow的线性回归应用。未来趋势包括数据量增长、实时处理、AI与ML集成及数据安全挑战。附录解答了大数据、云计算等相关问题。
538 3
|
7月前
|
NoSQL 物联网 大数据
【补充】助力工业物联网,工业大数据之AirFlow安装
【补充】助力工业物联网,工业大数据之AirFlow安装
96 1
|
7月前
|
Prometheus 数据可视化 Cloud Native
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
助力工业物联网,工业大数据之服务域:可视化工具Grafana介绍【三十八】
171 1
|
7月前
|
存储 SQL Oracle
助力工业物联网,工业大数据之服务域:项目总结【三十九】
助力工业物联网,工业大数据之服务域:项目总结【三十九】
119 1
|
7月前
|
SQL Prometheus 监控
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
助力工业物联网,工业大数据之服务域:node_exporter插件【三十七】
83 1
|
7月前
|
存储 Prometheus Cloud Native
助力工业物联网,工业大数据之服务域:Prometheus的介绍【三十六】
助力工业物联网,工业大数据之服务域:Prometheus的介绍【三十六】
121 1
|
7月前
|
Prometheus 监控 Cloud Native
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
助力工业物联网,工业大数据之服务域:服务器性能监控Prometheus及项目总结【三十五】
75 1
|
7月前
|
分布式计算 资源调度 物联网
助力工业物联网,工业大数据之服务域:定时调度使用【三十四】
助力工业物联网,工业大数据之服务域:定时调度使用【三十四】
80 1
|
7月前
|
Oracle 关系型数据库 大数据
助力工业物联网,工业大数据之服务域:Shell调度测试【三十三】
助力工业物联网,工业大数据之服务域:Shell调度测试【三十三】
56 1