雇不起的质检员,停不起机的工厂,制造业转型有何良方?( 二 )


由此看来 , 在已经到来的云边协同时代 , 如何构建一个高效的云边一体化架构将成为不少企业不得不思考的问题 。
其实 , 在这个问题上 , 我们已经能够看到一些比较成功的案例 , 比如国内知名制造类企业宁德时代、京东方、美的 , 以及美国IT服务集成商Insight等 。 他们对云边协同的利用涉及产品缺陷检测、不良根因分析、设备性能监测等诸多场景 。 其中 , 宁德时代的电池缺陷检测平台已经达到了99.12%的准确率和99.16%的检出率;京东方的大数据不良根因分析系统带来了56%的效率提升
雇不起的质检员,停不起机的工厂,制造业转型有何良方?
文章图片
京东方的云边协同品质控制解决方案 。
值得注意的是 , 这些企业在云边协同架构的搭建上有一个共同点:都使用了来自英特尔的软硬件和服务 。
为什么是英特尔?
首先 , 从硬件来看 , 英特尔在云边协同方面的产品组合是非常全的 , 不仅囊括通用处理器(CPU)、图形处理器(GPU)、视觉处理单元(VPU)、现场可编辑逻辑门阵列(FPGA)等针对各种负载的产品 , 而且覆盖计算、存储和网络整个链路 。
雇不起的质检员,停不起机的工厂,制造业转型有何良方?
文章图片
在这些硬件产品中 , 最核心的当然是英特尔上半年发布的基于IceLake的第三代至强?可扩展处理器 。 这款处理器采用了10nm制程 , 可以提供最多40个核心 , 在数据中心负载时性能平均提高了46% , 可在数据中心、云端或边缘灵活部署 。
重要的是 , 第三代至强?还是业界唯一具有集成深度学习加速功能的主流数据中心CPU , 在前两代已有的高级矢量扩展512技术(AVX-512)、深度学习加速技术IntelDeepLearningBoost(显著提高基于INT8推理的性能)的基础上 , 又加入了对常用的bfloat16浮点格式的支持 。 与32位浮点数(FP32)相比 , bfloat16只通过一半的比特数且仅需对软件做出很小程度的修改 , 就可达到与FP32同等水平的模型精度 。 有了这一技术的支持 , 第三代至强?可扩展处理器的训练性能可以提升1.93倍 , 推理性能可提升1.9倍 。
雇不起的质检员,停不起机的工厂,制造业转型有何良方?
文章图片
同时 , 英特尔?至强?可扩展处理器对英特尔?傲腾?持久内存有着良好的支持 。 工业生产线每秒处理的数据记录可能高达千万级 , 对大容量的内存要求非常迫切 。 英特尔?傲腾?持久内存有远超固态盘 , 更接近DRAM的性能和延时 , 然而价格低于DRAM 。 因此 , 宁德时代将其纳入了自己的云边协同解决方案 。 「实测显示 , 它能把数据落盘的性能提升6.2倍 , 并把系统切换的效率提升两倍 , 有效支持了大规模生产环境下的实时管控 。 」宁德时代流程IT架构与解决方案部经理赖腾飞表示 。
拥有同样优异性能且得到第三代至强?良好支持的硬件产品还包括英特尔?傲腾?固态盘P5800X、英特尔?D5-P5316NAND固态盘、英特尔?以太网800系列适配器以及英特尔?AgilexFPGA等 。 这些产品构成了当前各种云边协同解决方案的基石 。
当然 , 要创建一个云边一体化的架构 , 只有硬件是不够的 , 还需要一套完整的软件产品组合 。
在软件方面 , 选对生态非常关键 。 在云服务领域 , 绝大多数企业应用(如SAP、VMware、MicrosoftSQL、Oracle、Salesforce、IBMDb2等)都不具备对非x86架构的商业支持 , 许多主流的开源软件组件、工具、编排和容器镜像也是如此 。 相比之下 , 这些应用都是先以英特尔架构为基础开发的 。 英特尔在过去的十多年里一直是Linux内核的重要贡献者 , 并活跃于KVM、Kubernetes、TensorFlow等650多个开源项目 。 目前 , 大多数热门的人工智能框架(如TensorFlow、PyTorch、MXNet等)都已经过英特尔优化 , 以利用英特尔AVX-512和DLBoost 。 这些优化可以将人工智能推理速度提高多达30倍 。