抖音|智能时代的轴承与齿轮：工业互联网如何真正“工业化”？( 二 ) 抖音

在工业生产中，齿轮提供工业生产中最重要的咬合力与扭矩，而轴承提供工业设备间的传动功能，二者在工业体系中缺一不可。在智能时代，我们可以说AI提供着工业生产力的扭矩，而操作系统完成着工业场景的传动。
夯实AI与工业软件的基础，就是让工业互联网在智能化时代回归工业化的初心。
【抖音|智能时代的轴承与齿轮：工业互联网如何真正“工业化”？】智能时代的工业齿轮：AI走向大模型、大算力时代
今天，无论是哪一领域的企业，都对智能化与智能技术应用充满了兴趣。工业互联网的建设初衷也与AI技术落地息息相关。但假如工业设备与工业场景完成了互联网化搭建，但AI技术依旧无法落地，那愿望目标与建设实际就背道而驰了。
实际上， AI面对着数据处理难度大、专项算力不足、算法重复开发、调优难度高等一系列产业门槛，这给众多工业智能化场景带来了困难。为了突破产业屏障，今天AI需要走向大模型、大算力的“大工业”时代，让工业互联网在AI这个齿轮的牵动下真正转动起来。
预训练大模型成为了近两年AI产业的关键词。通过将海量数据进行预训练、预集成，可以形成智能水准优秀，高鲁棒性的大模型。接下来，企业可以根据应用场景，在大模型的基础上进行少量调参即可完成落地。这就是工业化中， “高度标准化低度定制化”的原理，可以有效提升AI开发效率，推动“手工作坊式”开发走向“工业化AI开发”新阶段。华为云盘古大模型正是为此而生，其包含 30亿参数的机器视觉（CV）预训练模型，以及与千亿参数、40TB训练数据的自然语言处理（NLP）预训练模型。

在国网重庆永川供电公司的无人机电力线智能巡检场景中，盘古大模型助力实现了以较少的人工标注进行快速迭代，使得样本筛选效率提升约30倍；同时，可以做到一个模型适配上百种缺陷，替代原有20多个小模型，极大地减少了模型维护成本，模型平均精度提升18% ，模型开发成本降低90% ，真正做到了规模化可复制。
而无论是大模型的训练、部署，还是更广泛的AI与工业互联网结合，其根本都是充沛可用的AI算力。今年5月，武汉启用了人工智能计算中心，已达到200P flops算力，并面向遥感、多模态等领域推出了相应的大模型。从武汉的实践中看，人工智能计算中心这一模式具有极高的价值，可以有效推动AI算力与工业场景结合。
AI作为智能时代的齿轮，正在经由算力到算法的一系列创新走向“大时代” 。标准通用、成本低廉、能够承载重型任务，将是这个工业化AI大时代的特征。
工业互联网的必备轴承：工业软件推动“网以致用”
众多行业在今天都面临着这样的问题：联接了5G ，搭建了工业互联网之后，为何感觉没有得到设想中的价值回馈？
这里的关键在于网络是为了承载软件应用，只有肩负着具体功能的软件足够充沛，工业互联网才能发挥其所预设的价值。这样来看，一方面需要让开发者能够面向各个垂直领域打造合适的工业软件应用。而这就需要工业软件云的助力与赋能。目前，华为云打造了面向离散制造行业的工业软件云，联合超过百家的工业设备、工业软件企业合作，聚焦在汽车、装备、家电、建筑等其他行业，分别打造细分领域的工业软件云。工业软件的兴旺发展必须与开发环境、运行环境的有效支撑为前提，工业软件云正面向这一需求推动着工业软件的发展。

另一个至关重要的问题，是工业软件的开源生态建设与行业标准化推进。大到各个行业，小到一间厂房，都能看到操作系统不统一、不适配带来的产业痛点。