【行业】透过云计算、工业大数据对智能制造的一点思考

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 2017中国大数据应用大会于7月13-14日在成都召开,会上大咖云集,干货良多,Ghostcloud也有幸参与了此次大会。

前言
2017中国大数据应用大会于7月13-14日在成都召开,会上大咖云集,干货良多,Ghostcloud也有幸参与了此次大会。Ghostcloud致力于做最专业的容器云PaaS管理平台和提供最佳行业解决方案,而这次大会围绕“大数据、大智能、大健康”的主题内容也引发了我们对大数据和智能制造相关行业的思考,在此与各位同仁分享,不吝赐教。
1

智能制造的发展历史和趋势
智能制造的概念来源于人工智能的研究,并在全球范围内不断实验和创新。20世纪90年代初,美国就开始了新技术的执行政策,其关键技术包括信息技术和新的制造工艺,日本和欧盟也随后启动了相关的先进制造合作研究项目和核心制造技术的研究项目。我国的智能制造进程也在紧跟国际步伐,尤其是以2014年底“中国制造2025”这一概念被首次提出之后发展最为突出,国务院在2015年5月正式印发的《中国制造2025》中明确指出:到2025年,深入推进工业云应用试点示范工作,基本建立智能制造支撑体系,推动重点产业初步实现智能转型。

2

图为李杰教授的演讲现场

智能制造的价值在于实现整个制造业价值链的智能化和创新,是信息化与工业化深度融合的进一步提升,其融合了四大重点技术,分别是信息技术、先进制造技术、自动化技术和人工智能技术。我们可以这么来理解,智能制造最终要打造的已经不再仅仅是智能产品那么简单,而是贯穿整个制造生产线并最终着眼于智能管理和智能决策。

工业大数据的核心技术是数据技术、平台技术和工艺技术的集合
当我们思考云计算、大数据对智能制造的影响,便不得不提到工业大数据。李杰教授花了15年时间撰写《工业大数据》,书中提到无论是德国工业4.0、美国工业互联网还是《中国制造2025》,各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析,及以此为未来制造系统搭建的无忧环境。
工业大数据的核心技术包含了三大类,第一类是数据技术(Data Technology)。顾名思义,每个国家的各领域的数据来源不尽相同,数据的价值也不一样。据说美国一节高铁车厢的数据价值高达1000美元,如果按照1000节车厢的高铁数据库计算,仅数据的购买就会花去近100万美元的高昂费用。所以在美国工业数据很昂贵,而如何提高数据技术精确地摒弃无用的坏数据是最关键的技术前提。
第二类核心技术是平台技术(Platform Technology)。蓬勃发展的云计算包含其中,数据技术是前提,但数据本需要一个可靠的支撑平台,支撑着数据方面的五层次功能需求,包括网络化、数据到信息化内容转变、虚拟网络化内容管理、对问题的识别及决策以及装备的重组。
行业的转型和高速发展,意味着各项指标的效率提升,我们讲云计算平台,分为三个层面,即大家所熟知的SaaS、PaaS和IaaS。每个平台所承载的业务需求和价值是不同的,大体如图所示:

3

云计算平台和相关平台业务需求示意图
第三类核心技术是数据的分析软件和使用工艺(Analytics Technology),这类技术的核心是数据的应用工艺,涉及机器学习和智能化,对应智能制造便体现在智能管理和决策。机器学习与智能数据分析的常用方法这里不再赘述。

大数据助力智能制造,传统企业在路上
在本次大会上,我们看到了以四川长虹为代表的传统制造企业正走在智能制造的路上。
4

图为长虹软件与服务中心总经理刘东的演讲现场
四川长虹集团是Ghostcloud精灵云的重要合作伙伴,历经几十年的发展,长虹已发展为涵盖多媒体、数字营销等综合家电产业,以及金融产业、智能产业等新兴产业在内的综合性集团。长虹于2016年春节发布会上对外发布了长虹物联运营支撑平台UP,正式开启了从商业智能到消费者智能的智能制造之旅。而承载用户、设备、商品、订单、营销等20余项应用能力的PaaS平台中心正是基于Hadoop、Docker、Kubernetes等新兴云计算技术相结合而成。
未来,对长虹而言将围绕UP平台打造一个智能化家庭,将涵盖智能教育、智能能源管理、智能多媒体管理、智能健康管理、智能厨卫管理等产品,并以硬件+软件+内容+服务的生态产品形式呈现给消费者。而UP平台也会服务于来自智能终端、电商零售、售后服务以及长虹会员的大量数据,并最终形成智能化推荐系统、智能分析系统以及智能对话系统等智能化产品。
5

图为EcOS的应用架构
Hadoop是由Apache开发的分布式系统基础架构,为海量数据提供了计算。Docker是开源的应用容器引擎技术,可实现容器内应用打包和可移植性,而不受Linux或者虚拟化系统的限制。Ghostcloud精灵云是国内第一批从事容器虚拟化研发的企业,也是西南区唯一一家基于Docker的云计算服务提供商,其自主研发的企业级容器云PaaS/CaaS平台EcOS,为长虹UP平台的实现提供了最可靠的技术支撑。
目前,EcOS平台内置自研容器调度引擎框架Newben,并全方位适配Kubernetes,率先实现了双调度引擎的融合,可满大多数企业的需求。

结语
以Ghostcloud精灵云为代表的新兴云计算企业,具备新计算技术的研发和传播能力,也正处于智能制造的大环境之下,在传统企业IT技术改革的进程中正扮演着越来越重要的角色。我们期待将自身丰富的落地实施经验应用至更多的正迈向智能制造的企业,与行业共同努力,为下一代制造业做出更多贡献,并最终实现对落后制造现状的改变。

参考资料:
http://www.gkzhan.com/news/Detail/85748.html
《工业大数据》,李杰著

关于“2017中国大数据应用大会”
“2017中国大数据应用大会”由中国大数据专家委员会、中国电子信息产业集团有限公司、成都市人民政府、联合国教科文组织世界工程组织联合会(WFEO)、中国电子学会共同主办,四川省经济和信息化委员会、成都市经济和信息化委员会、成都市博览局大力支持,于2017年7月13日-14日在成都世纪城国际会议中心举行。
本届大会以“大数据、大智能”为主题,将邀请全球知名大数据、云计算、人工智能等领域主管领导、专家学者、产业领袖、应用主管,以及各行业广大用户共聚成都,共同探讨和推动大数据、云计算与智能技术的深入融合,共同探讨和分享大数据技术应用的实践价值。

关于Ghostcloud
Ghostcloud(中文名:精灵云)坐落于成都天府软件园,是成都高新区重点扶持企业,国内首批从事容器虚拟化研发的企业,是西南地区唯一一家基于Docker的云计算服务商,为企业级行业客户提供针对互联网化、私有云管理平台、大数据业务基础架构的平台服务。
Ghostcloud因容器技术而生,以最新容器技术Docker为基础,为适应不同行业客户需求,全自主研发了一套调度引擎框架Newben,且全方位适配Kubernetes主流开源调度引擎,也是国内率先实现双调度引擎的企业,是一流的企业级容器云服务专家。Ghostcloud推出了企业级容器云PaaS/CaaS平台,命名为EcOS(EnterpriseContainer Operation System)。Ghostcloud将EcOS平台与微服务/DevOps相融合,运用至企业IT系统的全生命周期的开发、测试、运维及发布流程中,致力于为多个领域企业向“互联网+”转型提供针对互联网化、私有云管理平台、大数据业务基础架构的平台服务,帮助企业级客户降低成本、提升效率、简化运维及产品部署,并提升系统的可靠性和安全性。

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
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
2月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
87 10
|
26天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
215 0
|
2月前
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
37 3
|
2月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
4月前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成
|
4月前
|
分布式计算 并行计算 大数据
【数据挖掘】百度2015大数据云计算研发笔试卷
百度2015年大数据云计算研发笔试卷的题目总结,涵盖了Hadoop、Spark、MPI计算框架特点、TCP连接建立过程、数组最大和问题、二分查找实现以及灯泡开关问题,提供了部分题目的解析和伪代码。
55 1
|
20天前
|
存储 安全 网络安全
云计算时代的网络安全挑战与策略
【10月更文挑战第34天】在数字化转型的浪潮中,云计算作为一项关键技术,正深刻改变着企业的运营方式。然而,随着云服务的普及,网络安全问题也日益凸显。本文将探讨云计算环境下的安全挑战,并提出相应的防护策略。
|
9天前
|
监控 安全 网络安全
云计算环境下的网络安全防护策略
在云计算的浪潮下,企业和个人用户纷纷将数据和服务迁移到云端。这种转变带来了便利和效率的提升,同时也引入了新的安全挑战。本文将探讨云计算环境中网络安全的关键问题,并介绍一些实用的防护策略,帮助读者构建更为安全的云环境。
|
15天前
|
存储 安全 网络安全
云计算与网络安全:探索云服务中的信息安全策略
【10月更文挑战第39天】随着云计算的飞速发展,越来越多的企业和个人将数据和服务迁移到云端。然而,随之而来的网络安全问题也日益突出。本文将从云计算的基本概念出发,深入探讨在云服务中如何实施有效的网络安全和信息安全措施。我们将分析云服务模型(IaaS, PaaS, SaaS)的安全特性,并讨论如何在这些平台上部署安全策略。文章还将涉及最新的网络安全技术和实践,旨在为读者提供一套全面的云计算安全解决方案。