EEPW论坛

工业智能从工厂现场走向产业链 随着人工智能技术在工业生产和流通环节以及产品中的深 度融合，工业智能开始从工厂内部的单点应用走向更大范 围的、产业链各环节的数据价值挖掘和决策。与传统智能 化方案更加关注生产系统的控制相比，未来工业智能将围 绕更大范围内的产业链数据，为政府的招商引资、产业调 度、企业的供应链优化、物流调度优化、市场销售预测等 方面的决策辅助支撑。 云原生与多云的应用交付带来更多选择 基于容器和Kubernetes的云原生解决方案具有部署简 化、多环境支持、服务编排、易于迁移、弹性等优势。多 数企业不希望被某一个云服务商给绑定，采用混合部署的 方式，或多云便成为更适合的选择。通过Kubernetes集 群可更易实现为本地数据中心和不同云服务商提供一致接 口，应用程序和数据迁移将更加便捷，用户可以按需在不 同云之间进行调整。 低代码将打破IT与OT的壁垒 工业APP的开发需要基于大量OT知识，低代码技术以其 低技术门槛、高效、易集成的特点，让自动化专家能深度 参与到软件开发过程中，工业机理模型能够被快速开发、 测试、部署和迭代，从而加速工业应用的创新与实践。 MEC切实加速5G在工业场景落地 伴随5G核心网服务化构架的落地和云计算的快速迭代， MEC的整体方案技术形态日益成熟。利用MEC可以将高 密度计算、大数据量和低时延需求的业务就近部署，满足 客户对安全、速率及可靠性的多重要求。通过软件配置 MEC服务器的资源，对工业现场多源、异构数据归一化处 理，能够兼顾计算、存储和网络资源以及数据传输的有效 性等，形成云数据中心和边缘计算资源的调优。 实时数据中台将进一步提升数据治理能力 围绕工业数据多源异构、实时性要求强的特点，工业数据 中台需要能够提供更加灵活的存储、计算架构以便实现对 实时数据快速分析的能力。采用批量计算、流计算与实时 融合分析的统一架构的新中台，将给大数据实时数仓的体 验带去跟传统的单机OLAP（联机分析处理）数据库的一 致体验。此外，实时数据中台可以通过大量的数据生态组 件和模型来实现对海量数据的实时分析，利用存算分离、 湖仓一体等新架构来提升用户的数据治理能力。 工业软件云化与开源化趋势更加凸显 基于云原生的工业软件呈现出平台化、组件化、服务化的 趋势。在PaaS+SaaS的工作模式下，复杂的业务运算模 型可以被拆解为灵活的轻量化的前台以及功能聚合的中 台，从而兼顾应用层的快速迭代以及平台层的知识和功能 沉淀。同时，在工业软件加速云化的过程中，大量的分析 模型都是基于开源引擎构建的，越来越多的企业开始以开 源架构为基础打造商业软件。 工业互联网需要在供应链安全的方面发挥更大的作用 2022年，中国仍将面临复杂国际形势带来的供应链安全风 险，工业互联网将继续发挥优化产业链供应链作用。一是 运用数据工具，提升供应链管理能力。运用数据采集和分 析技术帮助行业主管部门能够掌握产业供应链现状，应对 外围变化和市场波动。二是加速技术赋能，促进科技成果 转化。通过共性技术创新平台提升中小企业创新能力，通 过高水平的数据治理和流程再造提升大企业的经营管理效 率。三是构建新一代数字基础设施，支撑产业链升级。通 过助力数字化、网络化、智能化发展，推动制造业结构高 端化和产业体系现代化