雇不起的质检员,停不起机的工厂,制造业转型有何良方?( 三 )


也就是说 , 通过选择基于英特尔技术的云基础设施 , 无论是在本地、在某个云服务提供商内部 , 还是跨多个云服务提供商 , 都能实现无缝的企业工作负载迁移 , 无论何时何地都能找到企业需要的软件 。 在当前的多云、混合云发展趋势下 , 这一做法将极大地降低迁移难度和成本 。
此外 , 英特尔还有一套自己的云边协同软件工具 , 包括开源、统一的大数据分析+AI平台AnalyticsZoo、OpenVINO工具套件、工业边缘洞见平台(EII)推理软件等 。
AnalyticsZoo可以轻松将AI模型(如TensorFlow、Keras、PyTorch、BigDL、OpenVINO工具套件等)应用于分布式大数据上 , 通过「零」代码更改将AI应用程序从一台笔记本电脑透明地扩展到大型集群 , 还可以使特征工程、超参数调整、模型选择、分布式推理等应用机器学习的过程自动化 。 基于此 , 美的构建了端到端的工业视觉检测云平台 , 在50毫秒内就能完成对图片的读取和预处理 , 推理时间从2秒缩短到124毫秒 , 识别率高达99.8% , 物料成本减少30% , 人工成本减少70% 。
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
OpenVINO工具套件包含深度学习部署工具包和传统的视觉工具包两大部分 , 可依托英特尔架构处理器集成的显卡(IntegratedGPU)、FPGA、VPU等芯片 , 来增强云边协同视觉系统的功能和性能 。
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
基于此 , Insight公司为制造商打造了装配线产品质量检测系统 , 这一系统能轻而易举地识别出产品的尺寸数据(长、宽、高)、颜色、温度和包装中所含产品的数量(药丸、食品等) 。 从检测盒子中的饼干数量 , 到确定芯片中是否包含正确的引脚组 , 这一系统可胜任各类工作 。
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
EII由经过实践检验的软件堆栈组成 , 能帮助系统集成商(SI)、独立软件供应商(ISV)和设备制造商(如工业PC制造商、机器制造商等)更安全地获取、分析和存储视频及时序数据 。 它基于一个灵活的开源微服务架构 , 并针对基于英特尔硬件和芯片的解决方案进行了优化 , 也在Insight的解决方案中得到了广泛应用 。
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
借助这些软硬件的协同优化 , 京东方、宁德时代、美的、Insight等企业实现了云边一体化平台的快速部署 , 并在实际生产中节省了大量的人力、物力 , 产品质量、设备稳定性均得到了显著提升 。
当然 , 英特尔云边协同解决方案的优势还不止这些 , 其他优势还包括云环境的管理等 。 目前 , AWSOutposts、AzureStack、GoogleCloud的Anthos和VMwareCloud等主流的混合云堆栈均针对英特尔架构进行了优化 。 这些堆栈提供直观的管理功能 , 可以降低采用云技术的障碍 。 此外 , 英特尔处理器还集成遥测功能 , 可用于实现闭环自动化 , 以编排容器、优化功耗和简化根本原因分析 。 例如 , 节点层面的遥测可以识别没有足够缓存或内存的工作负载 , 而集群层面的遥测可以帮助优化放置决策、实现扩展和生命周期管理 。
近期 , 我国工业和信息化部印发《新型数据中心发展三年行动计划(2021-2023年)》 , 明确指出建设新型数据中心 , 要实施「云边协同工程」 , 推动边缘数据中心间、边缘数据中心与新型数据中心集群间的组网互联 , 促进数据中心、云计算和网络协同发展 。 毫无疑问 , 英特尔将在这一计划中扮演重要角色 , 为企业的数字化转型、云和数据中心转型提供坚实的支撑 。