渊联技术
渊联技术林铭:工业魔方,实现智能制造的平台“金钥匙”
来源: | 作者:渊联技术 | 发布时间: 278天前 | 965 次浏览 | 分享到:

月16日,在2023华映资本年度大会上,渊联技术创始人林铭《工业魔方,实现智能制造的平台“金钥匙”》为题进行了分享。

制造业经历了三大重要演进:第一个时代是批量经济时代,大家都穿一样的确良、骑一样的凤凰牌自行车;现在大部分制造业已经进入品类经济时代,工厂面临的多品类、小批量挑战非常严峻;第三个时代是速度经济时代,比如直播间销售产品时经常没有现货而是采用预售模式,承诺几天后发货,而这需要把整个产业链串起来。

过去的传统软件都是面向批量经济时代生产的,在新的时代需求下它需要被重构。工业4.0的关键是网联和智能,它在本地需要有一个算力中心,林铭认为工业智能机将是本地的算力中心。

随着IT领域公有云战争已经结束,下一个机会点又在何处?在工业4.0时代,如何让工业互联网真正落地?企业数字化转型的核心矛盾点是什么?工业智能机在其中又能解决哪些问题?针对这些问题,林铭一一进行了解答。

以下为林铭演讲实录,华映资本略作整理:

IT领域公有云战争已经结束

下一个机会点是边缘云

我是渊联技术的林铭,很荣幸今天有机会分享我们对智能制造赛道的看法。围绕数字化主线来讲,互联网是信息的数字化,移动互联网是个体的数字化,而产业互联网是组织或者世界的数字化。

其实,互联网技术早就已诞生,但为什么在2000年左右才涌现出大量的互联网应用、数字化应用?是因为ICT(信息通信领域技术)技术突破了实时视频处理的瓶颈,实时视频处理是智能化的里程碑,也是数字化应用涌现的门槛。

显然数字化应用的涌现需要由ICT技术基础来支撑。而ICT技术中,IT(信息技术)主要解决时间问题,让计算更快,CT(通信技术)主要解决距离问题,与光速赛跑。过往IT技术几乎每三年一迭代,CT技术则每十年一迭代,需要不断地去重构。类似的故事也在OT(工业操作技术)领域上演,OT 核心是解决能量的转换,但其迭代演变的周期要慢得多,一般是百年的演变周期。

基于OT领域的演进比较慢,企业可能什么时候入场都觉得晚了,因为先入者可能早已积累了几十年。但也可能什么时候进入都不晚,因为长周期下对于时间点也没有那么敏感,而我们更重要的是思考有哪些新的机会点。

目前IT领域公有云战争已经结束,我们认为而下一个机会点是边缘云。我们知道,公有云不能满足高带宽、低时延的应用,所以很多企业还是需要私有云,但过去我们私有云的建设主要用于办公室的OA(办公自动化)和ERP(企业资源计划)的应用,如果想要实现视频等高带宽低时延应用的部署,私有云也需要被重构。

既然私有云要被重构,为什么不用更低成本的边缘计算?建一朵私有云75%的成本不是花在服务器和存储上,而是花在人力维护和数据中心机房带宽上,只有25% 用于做计算和存储,而我们认为边缘计算将解决这些问题,把机房干掉,把专线干掉,把企业的网络流量压力干掉,这是我们看到的新机会

同时,在CT领域,边缘计算也是5G新兴的基础设施。5G最大的应用是在工厂,工厂里会形成一个电信级的企业专网。而据Gartner报告,这些企业专网未来75%的数据或由边缘云处理。

边缘云的应用中,又分成本地独享的边缘云网络共享的边缘云,网络共享的边缘云一般是由运营商和大机构来构建,而本地独享的边缘云最重要的应用场景是智能工厂。

既然要进入工厂这个领域,我们就要分析工厂是如何看待下一代的OT技术?传统PLC(编程逻辑控制器)被用来做一些工业控制,而工业4.0是希望从金字塔的架构演变到扁平化的架构。

这个演变过程中,业界提出了三个路线一是把PLC升级变成更智能的PLC,但我们认为更智能的PLC依然只是个PLC,只能完成单点的智能;二是云化PLC,也就是说把整个PLC干掉,不需要PLC而是都用软件来实现,但我们认为这个路径也比较激进,因为有很多类似于植物神经的控制,是需要在本地处理的;第三个路线是在智能装备里直接内置处理能力,我们今年的很多伙伴都已经直接内置了。

我们认为,这个路线是要把运动控制和过程控制分离开,简要来说是执行与控制分离。执行与控制分离以后,智能装置内置的执行部分,非标装备也用降级的PLC做执行控制,把过程控制挪到边缘,这样不仅满足单个装备的智能化,还能满足全厂的智能化。

同时,这种控制路线会带来工业4.0架构体系变化,加速OT和ICT技术的融合,因为执行与控制分离了,控制部分完全可以用IT技术来搞定,传统昂贵的DCS(分散控制系统)应该也会被重构成一个更开放的控制系统。

图片

工业智能机将是工业4.0所需的

本地算力中心

我想探讨一下制造业的发展历程。制造业经历了三大重要演进:第一个时代是批量经济时代,大家都穿一样的确良、骑一样的凤凰牌自行车;现在我们大部分制造业已经进入品类经济时代,工厂面临的多品类、小批量的挑战非常严峻;第三个时代是速度经济时代,比如直播间销售产品时经常没有现货而是采用预售方式,承诺几天后发货,而这需要把整个产业链串起来。

而过去的传统软件都是面向批量经济时代生产的,在面对新的时代需求下它需要被重构。

如果说工业1.0的代表性产品是蒸汽机,那工业2.0和工业3.0的代表性产品分别是电机、PLC。但目前我们还没有看到工业4.0的代表性产品,只看到了工业4.0的各种场景应用设想。我们认为工业4.0的关键是网联和智能,它在本地需要有一个算力中心,我们相信工业智能机将是本地的算力中心。

我们的本地算力中心有4层。首先是L1层,关键是免机房,为了免机房,我们的工业魔方在实验室里做了各种振动测试,以及将元器件进行了高要求的温度测试,并实验了各种各样工业的适应性,可以做到“皮糙肉厚”。

L2层的关键是免专线,一个企业专线每个月的成本可能是万元级的。而我们更希望将其降低百元级别。在把成本降下来的同时,做到边云协同的网络和三网漫游。同时在计算方面,我们追求极致的现场免维护,从可靠性、远程管理、OTA、双系统、灾备方面我们都做了充分的考虑

L3是关于中间件,业界有的大厂找我们谈合作的时候都会提一个命题,希望只用我们的硬件而不要我们的软件,同时对我们的性能要求是支持5台64核的计算单元。为什么需要这么高的计算单元?一般是因为它们面向公有云的软件没有被重构而直接用于边缘,而我们从中间件层包括数据库层对软件进行了重构,使得软件运行所需节点从原本的三个降低到两个,进而成本也降低了30%。

L4是工业魔方的操作系统GenieOS,GenieOS主要有三大愿望——泛在连接、数据驱动、智能协同。泛在连接就是连接设备、连接人、连接系统,工业中有一百多种协议,我们的设备基本实现全面接入;连接人上我们为工厂提供了一个工业小程序的架构,能够汇集海量应用,并实现三网漫游、四系兼容和五屏体验。

至于大家最关心的数据,我们提供了自动化数据工厂和高性能指标体系,不仅收集数据还按照对工业的理解加工了部分数据,最终还实现了数据接口的对外开放。

而在开放控制系统上,现有的工业控制系统需由一堆设备构成。我们的理念是要重构这个系统,通过OT去打通IT,实现智能协同、现场拖拽式编程和组态开发。我们希望计算分布在各个计算单元,甚至用平板都可以直连设备去做控制,实现泛在计算。如此一来,就形成了一个端边云协同的架构,让工业互联网真正落地。

举几个应用例子,手机除有操作系统外,还需要一些电话和短讯等通讯应用。而工厂场景下,我们也需要给设备“打电话”,实现物流自动化、生产自动化和包装自动化。比如生产新能源的电池包,需要用机器人进行自动化的焊接,我们如何通知这些机器人完成执行,都需要在我们工业魔方大脑控制下来完成。工业魔方也让工厂实现“上网”,对接产业互联网,同时和GPT大模型让交互更智能。

我们也会通过GPT和强化学习相结合做智能化排程;以及结合AI视觉技术,去提高一些计算能力上的准确率,让装备更智能。

为什么工业魔方是

实现智能制造的平台“金钥匙”

分享最后,再回答一下演讲主题,为什么工业魔方是实现智能制造的平台“金钥匙”。

因为国家在推进智能制造,2025年有70% 以上的规上企业要实现数字化。数字化转型的核心矛盾点在于制造业只愿意投入年收入的千分之一用于数字化,也就说即使是一个亿收入的工厂也只愿意为此投入10万块的资金。但数字化系统动辄需要百万以上,制造业迫切需要一个低资金门槛的方案和低技术门槛的解决方案,包括降低组建数字化团队的人力成本。而我们工业魔方可以满足制造企业低资金、低技术门槛的数字化转型诉求。

此外,工业智能机是智能制造融合基础设施,是一个新的生态和新的赛道。公有云和手机端的生态竞赛已经完成,现在我们看到的是在边缘端的新生态,这个生态里面包含了各种传统设备、智能设备和非标设备以及各种流程。我们将设备和流程的数据沉淀下来,实现协同,最终产生智能。

我们很荣幸能够在华映的生态体系里面共同打造基于边缘云的智能制造生态。