新型数字孪生的三大类别

简介: 新型数字孪生的三大类别

(一)信息基础设施

对于新型基础设施来说,信息基础设施占据着主要位置,它不仅是基础设施,同时还是一个产业,对经济增长和产业发展具有直接贡献。按照国家发改委的文件说明,信息基础设施主要是指基于新一代信息技术演化生成的基础设施,分为通信网络基础设施、新技术基础设施和算力基础设施。

第一小类:通信网络基础设施

这是信息基础设施的主要部分,包括5G、物联网、工业互联网、卫星互联网等,其建设特点是投资量大、建设周期长、通用性强并具有一定的公益性。通过过去20多年的高投入,我国的通信网络基础设施已处于全球前列。

2019年电信业务收入累计完成1.31万亿元,比上年增长0.8%。按照上年价格计算的电信业务总量1.74万亿元,比上年增长18.5%。2019年,三家基础电信企业和中国铁塔股份有限公司在5G相关投资快速增长的推动下,固定资产投资比上年增长4.7%。其中,移动通信投资稳居电信投资的首位,占全部投资的比重达47.3%。

第二小类:新技术基础设施

按照国家发改委的划分,大数据基础设施包含在算力基础设施中,因此,新技术基础设施包括人工智能、云计算、数字孪生体和区块链等新一代技术,它们成为承载新技术应用的基础。

现代人工智能与深度学习和机器学习的关联很大,传统的信息基础设施满足不了其发展需要;云计算基础设施通常称为基础设施即服务(IaaS,Infrastructure as a Service),这与传统的数据中心运行模式有较大的差别;数字孪生体是基于几何模型的新一代数字技术,借此成为物理世界和数字空间交互的一种工具;区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题,需要新的信息基础设施来满足其应用需求。

第三小类:算力基础设施

消费和工业两个领域的数字化转型齐头并进,给计算能力提出了新的挑战,特别是目前大量数字化转型基于数据来实现,因此对数据的处理成了应用的关键。简单来说,算力开始成为未来社会的燃料,这在人工智能、数字孪生体等领域体现得尤为明显。

从信息基础设施建设的角度来看,新一代数据中心和智能计算基础设施是较为重要的两个领域,前者成为所有数字技术应用的基础,后者在智能化过程中应用深度学习和机器学习时,则是必不可少的基础条件。(

二)融合基础设施

传统基础设施通过深入应用互联网、大数据、人工智能等技术,实现转型升级,进而形成融合基础设施。交通运输和能源都属于传统基础设施,但它们的数字化、网络化和智能化转型非常明显,从而形成了智能交通基础设施和智慧能源基础设施,因此,它们就转化为新型基础设施了。

交通运输与新一代数字技术融合体现在两方面:一方面是交通道路等基础设施,包括一般公路交通设施、高速公路交通设施、市政道路交通设施、轨道交通设施、停车场设施等,它们的数字化转型涉及方方面面,包括智能灯杆等应用;另一方面,在交通基础设施上行驶的车辆往数字化、网络化和智能化方向发展,形成了车联网等新型应用方式,这将促使传统交通道路发生改变。

传统的能源基础设施主要包括供热、供电、沼气等,在新一代数字技术的推动下,它们的融合形成了智慧能源基础设施,可以满足智慧城市管理、智能交通运输、智慧生活等需要。如果缺乏智慧能源基础设施,我们设想的大部分智能化应用都不可能发生。

(三)创新基础设施

支撑科学研究、技术开发、产品研制的具有公益属性的基础设施,通常称为创新基础设施。前面提及的美国国家科学基金会讨论的基础设施,即为创新基础设施。创新基础设施包含重大科技基础设施、科教基础设施、产业技术创新基础设施等,它们为科技研究和创新提供了条件。

2013年2月23日,国务院印发了《国家重大科技基础设施建设中长期规划(2012—2030年)》,对重大科技基础设施做出了指引。文件提出,“重大科技基础设施是为探索未知世界、发现自然规律、实现技术变革提供极限研究手段的大型复杂科学研究系统,是突破科学前沿、解决经济社会发展和国家安全重大科技问题的物质技术基础。”

当前科技发展正孕育着一系列革命性突破,发达国家和新兴工业化国家纷纷加大重大科技基础设施建设投入,扩大建设规模和覆盖领域,抢占未来科技发展的制高点,这给我国的创新发展带来了压力。

第一,科学前沿的革命性突破越来越依赖重大科技基础设施的支撑能力

,现代科学研究在微观、宏观、复杂性等方面不断深入,学科分化与交叉融合加快,科学研究目标日益综合。例如,数字孪生体即为一种交叉学科产生的新一代数字技术,它的研究已经不是传统科技基础设施可以支撑的,需要考虑综合性的科技基础设施的开放性。

第二,技术创新和产业发展越来越需要重大科技基础设施提供动力

。从全球科技创新的趋势来看,科学探索和技术变革逐步融合,甚至与工程技术产生协同,工程应用中产生的新工艺、新装备,往往能促使科学技术进一步变革。由此,重大科技基础设施对培育战略性新兴产业、实现经济发展模式转变和支撑经济社会发展具有重大意义。

第三,国际科技竞争合作需要重大科技基础设施的牵引和依托

。为了发现颠覆性创新的机会,各个国家在重大科技基础设施方面竞争非常激烈。但在事关人类共同利益和长远发展的科技领域,联合共建与合作研究越来越普遍,我国主动建设重大科技基础设施,有利于在国际科技竞争合作中占据主动,从而提升我国科技的国际影响力,这是软实力的表现。

目录
相关文章
|
3月前
|
安全
工业机理模型的构建
工业机理模型的构建
71 7
|
21天前
|
存储 机器学习/深度学习 人工智能
《C++与生物医学的智能融合:医疗变革新引擎》
在科技迅速发展的背景下,C++与生物医学的结合正成为创新前沿。C++以其高效性和稳定性,在处理大规模生物医学数据、辅助疾病诊断与治疗等方面展现出巨大潜力。面对生物医学数据的复杂性与挑战,C++不仅提高了数据处理的效率,还在疾病诊断、基因分析及药物研发中发挥了重要作用。尽管存在更新快、数据标准不一等挑战,但随着技术进步和跨学科合作加深,C++与生物医学的融合应用前景广阔,有望为医疗健康领域带来革命性变化。
50 11
|
7月前
|
人工智能
AIGC的技术—经济特征
【2月更文挑战第13天】AIGC的技术—经济特征
130 1
AIGC的技术—经济特征
|
7月前
|
机器学习/深度学习 人工智能 供应链
人工智能与供应链行业融合:预测算法的通用化与实战化
人工智能与供应链行业融合:预测算法的通用化与实战化
|
传感器 机器学习/深度学习 编解码
自动驾驶 | 毫米波雷达视觉融合方案综述(数据级/决策级/特征级融合)
自动驾驶在复杂场景下的目标检测任务至关重要,而毫米波雷达和视觉融合是确保障碍物精准检测的主流解决方案。本论文详细介绍了基于毫米波雷达和视觉融合的障碍物检测方法,从任务介绍、评估标准和数据集三方面展开。
自动驾驶 | 毫米波雷达视觉融合方案综述(数据级/决策级/特征级融合)
|
传感器 人工智能 运维
所算即所得,数据中心从可量化到可视化的价值革命
所算即所得,数据中心从可量化到可视化的价值革命
|
Shell 数据处理 定位技术
数字孪生核心技术揭秘(二):三维模型
三维模型是一个很宽泛的概念,大部分三维模型是无法直接应用于数字孪生项目的;三维建模需要找专业的供应商进行制作,需要有标准规范和质量检验;建模、模型数据加工都需要制定规范,才能支持好数据融合;需要使用合适的数字孪生引擎才能发挥三维模型的效果;
3778 2
数字孪生核心技术揭秘(二):三维模型
数字孪生核心技术揭秘(四):大规模植被系统生成
世界真实性还原的持续提高,植被还原变成了一个刚需。 本文初步探讨数字孪生应用中植被系统的大规模生成思路,致力于生成中国全境地理分布比较真实合理的植被。
1123 1
|
人工智能 边缘计算 固态存储
2018年技术预测:需要关注的数据中心趋势
2018年技术预测:需要关注的数据中心趋势
135 0
2018年技术预测:需要关注的数据中心趋势
|
机器学习/深度学习 人工智能 供应链
离散制造行业解决方案
离散制造业工业大脑行业解决方案,简单地讲是从数字到知识再回归到数 字的过程。生产过程中产生的海量数据与专家经验结合,借助云计算能力 对数据进行建模, 形成知识的转化,并利用知识去解决问题或是避免问题 的发生。
离散制造行业解决方案