329
随着企业数字化转型浪潮袭来，制造业正在向“智”造业升级。与此同时，智能制造装备的发展也成为制造业升级的焦点。据中商产业研究院预测，2021年我国智能制造装备产值规模将达2万亿元。
智能制造领域的发展，离不开稳定的网络支持，更离不开算力支持。“制造业要升级发展，计算力必须要先行。”近期，在星火“聊缘”智能制造技术与应用沙龙上，浪潮边缘计算事业部总经理孙波如此表示。
据了解，智能制造的发展并非一帆风顺，在计算这个环节，面临不少挑战，所以仍然处于发展初期。为加速制造业智能化，制造企业提出多种计算诉求。
其中，边缘计算靠近工厂数据源头，能与云计算协同，加速工厂系统智能化，缓解工厂各类智能应用对带宽、数据中心、安全等带来的压力。
那么，制造企业现阶段面临怎样的计算挑战和需求？如何实现边缘计算在智能制造领域的“星火燎原”？
01、智造时代，制造企业面临三大挑战
目前智能制造成为制造业的诗和远方，而中国智能制造产业已经形成了长三角地区、珠三角地区、环渤海地区和中西部地区的四大聚集区。
但我们从孙波介绍中了解到，制造企业在进行智能化中，面临三大方面的挑战。
首先，面临复杂多元算力挑战。随着深度学习不断发展，分类算法AlexNet分析224X224大小的图像需要720FLOPS，实际生产中常使用的ResNet50视频处理的计算量是AlexNet的数十倍，复杂度越来越高。
其次，面临巨量数据贯通挑战。智能制造转型升级要实现智能化生产、个性化定制、网络化协同等创新应用，并非易事。比如，在智能化装备行业，从2015年至今，国内机器人装机量从25万台已经猛增到100万台；数控机床、PLC的市场规模从1400亿元增长到2000多亿元；系统平台从原来以人为核心的ERP、OA、CRM、SCM的系统，扩展到以物为核心的IIOT、MES、WMS、PLM、QMS的系统，不同数据源的数据贯通挑战巨大。
最后，高并发实时处理挑战。随着机器视觉技术的发展，智能制造广泛使用了装配机器人，这些智能机器人的目标识别、轨迹规划功能对计算实时性、复杂性等高并发算力也提出了更高的要求。
比如，工业现场单个高清摄像头每天会产生大概330GB的视频数据，一个工厂有上千个高清摄像头，要完全传输至云端不仅占用带宽，也难以满足业务实时性的需求。
02、边缘计算成智能制造发展关键
浪潮和IDC发布的2020全球计算力指数评估报告显示，制造行业是全球算力投资第二大行业，也是算力投入最大的传统行业。在全球2000强的制造企业中，算力投资主要集中在研发、生产、供应链和服务等环节。
而有研究预测，2020年将有超过500亿台设备连接在一起，每个工厂每天收集的数据点将超过14.4亿。这意味着，智能工厂将对计算能力、服务速度和质量等方面有着前所未有的需求和期望。
可见，制造业升级，的确需要计算力先行。传统工厂要获得强大的计算能力，需要自建大型数据中心，或通过网络带宽+云的方式获得远程数据中心计算力。
很显然，因为上述我们提到的三大挑战，以及传统计算解决方案可能出现的传输时延、数据安全等问题，制造业需要找到更佳的算力供给“拍档”。
此时，边缘计算脱颖而出。边缘计算是数据中心智慧算力向边缘侧的延伸，能够满足制造企业在数据贯通、实时业务、数据优化、应用智能等方面的关键需求。
据了解，边缘计算可以实现控制层智慧化运营管理、贯通层海量数据分析挖掘以及感知层更低时延诊断预警。比如，在工厂产线零件识别与缺陷检测、轴承的故障诊断、钢炉热异常检测、电力设备的检修等深度学习场景，制造工厂可以通过边缘计算进行更低时延的诊断预警，提高生产检测效率，缩短订单交付周期。
事实上，与欧美以及日本等地区和国家优秀的制造企业相比，中国制造业水平仍有很长的的路要走。其中一个重要原因是中国制造企业在落地AI、IoT等技术支撑的行业应用时，发现边缘侧的算力不够强大。
可见，边缘计算是智能制造快速发展的关键，需要业界积极建设和发展。
03、边缘计算在制造领域落地并非一帆风顺
当前，边缘计算还在迅速发展。中国信通院技术与标准研究所互联网中心高级项目经理宋平博士告诉笔者，在数字时代，80%的数据和计算都将发生在边缘和端侧，未来边缘计算的市场规模将会达到百亿级甚至千亿级规模。
尽管边缘计算产业在蓬勃发展，但制造工厂要落地边缘计算，仍遇到几个关键问题待解。
第一，AI技术与制造行业的产业链条脱节。目前AI算法、模型发展日趋成熟，但对制造企业来说，缺乏优秀的AI人才进行应用实践，而头部的AI技术研究机构、科技公司，缺乏需求场景及行业的关键数据。
埃森哲等咨询机构的调查报告表明，70%以上有技术的研究机构、科技公司缺需求场景、缺领域知识和数据，70%以上的行业用户缺技术人才、缺AI平台和实践能力，严重制约了智能制造的发展速度。
“算法工程师一般都来自研究机构，或者是互联网企业‘高精尖’的算法研发团队，对工业领域应用场景并没有切实的体会。”孙波讲到，边缘计算需要与场景紧密结合，配置不同设备，连接不同传感器，部署不同的解决方案，才能真正解决客户现场应用需求，也就是围绕客户制定差异化的解决方案。
第二，云边的协同缺乏整套云边资源管理和任务调度整体方案。随着边缘计算模式的核心逐渐向云端迁移，企业期望从算法、云平台、边缘资源管理平台、硬件产品的一整套软硬件整体解决方案。
中国信通院宋平博士表示，从核心技术来看，云边协同是边缘计算核心价值的集中体现，而云边端应该在不同维度更为紧密地协同。现阶段边缘计算主要在推动以云为核心的云网融合技术的发展，形成一体化云网的能力。未来，云原生技术将成为边缘计算发展的加速器，进一步促进异构算力发展。
第三，工厂内消费级算力产品稳定性较差。目前边缘计算设备成熟度低，稳定性差，例如以往工厂应用的工控机或小盒子，工作一周就要下线10分钟，稳定性很差。究其原因，主要是这些设备使用了桌面级的芯片做设计，在室外部署环境中无法保证稳定、可靠的持续运行。
孙波分享了一个实际例子：一位客户在打造智能制造前提出担心，如果系统算力出现故障，智能机器就要停工。而现有智能机器相当于6个工人的工作量，一旦因为计算设备的稳定性问题而停工，生产进度怎么办，产能跟不上怎么办？
所以，业界需要扫清边缘计算落地制造业的“大大小小石头”，打消工厂老板智能制造升级之路的各种顾虑。
04、打造多个场景化方案，浪潮边缘计算助力制造升级
笔者十分好奇，作为智能计算领域的领导者，浪潮如何满足智能制造企业这个细分市场的需求？“我们要清楚哪些地方需要边缘计算去赋能，必须沉下心来发现这些应用及场景。”孙波讲到。
《海峰看科技》注意到，浪潮从2016年起就在布局边缘计算，基于多年来在计算领域的深耕，面向边缘端演化出的多样场景，打造边缘微服务器、便携AI服务器、边缘服务器和边缘微中心四大产品系列，并汇聚智能制造领域系统、算法、应用等伙伴，形成了三大类智能制造解决方案。
第一，智慧工厂的“火眼金睛”方案。在制造领域，一些电子设备的质检工，通常每天要完成1万多个零件的检测，平均每分钟要检测十几个产品。高强度的工作导致工人精力跟不上，不仅产品质量提升不上去，还会造成漏检率不断提升。
为此，浪潮携手思谋信息科技有限公司基于深度学习算法打造边缘工业智能质检解决方案，通过实时读取质检图片，对缺陷产品进行推理、定位，实时给出缺陷类型、大小和处理建议，炼就了智慧工厂的“火眼金睛”。
据悉，该解决方案已成功应用在钢铁、3C电子及汽车等用户的智能工厂，缺陷诊断率从原来的90%提升到99%，日均处理产品件数大幅提升。
第二，工业机器人“智能体检”方案。随着智能工厂的规模日益增长，工厂内智能机器人数量与日剧增，海量机器设备需要进行统一的运维与管理。
浪潮与展湾科技为浪潮智能工厂开发了一套“智能体检模型”，能够实时监控智能工厂内机器人健康参数，通过“物联网+算法模型”在线监控和预测机器人系统可能发生故障的隐患。更可根据设备健康参数提供分析图表，可提前将有问题的设备进行更换。避免机器人非计划停机，保证了全自动化产线全天连续，提高产线的稼动率，提升工厂整体效率。
第三，24小时在线的“安全监督员”方案。在特殊工作场景，工人是否佩戴安全帽、空气呼吸器等安全防护设备、工作区域是否存在明火烟雾、危险禁区是否有人员入侵等，是生产监督和安全管理的重要防范内容。浪潮利用计算机视觉、边缘计算等先进技术手段，对生产全过程进行智能化监管，保障企业安全生产。
目前各行业的作业现场安全监督工作仍以人工管理为主，完全依赖人眼通过监控系统或者现场巡查进行核查，无法做到24小时不间断控制，很容易出现疏漏。对此，浪潮与伙伴构建生产安全监控系统，实现基于计算机视觉的AI智能监管，可以通过摄像机采集现场视频，依托安全帽监测、防护服监测等算法来判断工人的行为是否符合安全规范，随后自动进行告警和记录。
05、砥砺前行：浪潮边缘计算在“智造”领域大有可为
据了解，作为全球领先的数据中心IT基础架构产品、方案和服务提供商, 浪潮在边缘计算领域，处于领先地位。IDC数据显示，浪潮边缘计算服务器以32%的市场占有率，位居中国第一，超第2到5名厂商份额之和。
能在边缘计算领域取得突出成绩，得益于浪潮计算的强大技术和方案。孙波介绍到，浪潮是一家专注于计算力的厂商，在今年4月发布的MLPerf的全球的计算力性能评比中，浪潮拿到了18项冠军。
在AI服务器方面，浪潮取得了2020年上半年全球AI服务器销售份额第一，并且在中国AI服务器市场连续四年超过50%。
在边缘计算产品方面，《海峰看科技》注意到，浪潮今年最新发布的边缘微服务器EIS800，适用智慧零售、智能制造、智慧医疗、车路协同、智慧物流等场景，可提供100TOPS的AI算力。
在边缘计算解决方案方面，浪潮为智慧能源打造的智慧油井解决方案，实现对油井设备的智能化监测管理，油井整体节能80%以上；推出智能质检解决方案，帮助企业进行更精确、高效的生产，投资回报率为传统设备的6.5倍……
在笔者看来，浪潮边缘计算值得推荐，在智能制造领域应用未来可期，理由有三点：
第一，各大制造企业均重视智能制造的发展，重视边缘计算的建设；
第二，浪潮边缘计算全面布局边缘计算，有明确自身边界，提供多样且强大的计算力；
第三，浪潮以制造企业的需求和痛点为指引，联合制造行业伙伴共同创新，能给制造企业带来实实在在的价值。
星星之火，可以燎原。相信在各地工厂积极进行边缘计算实践的浪潮，必将成为中国智能制造产业持续、规模、稳定升级发展的“最佳拍档”。
下载ECAD模型
