天极大咖秀

登录 | 申请注册

AI+制造激发新质生产力

丁常彦 2024-08-27 阅读: 6,143 次

回顾工业革命发展的历程可以看出,从以蒸汽机为代表的机械化,到以电力、内燃机为代表的电气化,再到以计算机、互联网为代表的信息化,每一次工业革命的背后都有一股强大的技术推动力。如今,正在进行中的第四次工业革命也不例外,与此前相比,这次工业革命是以人工智能等技术为代表的智能化。

正如世界经济论坛创始人、《第四次工业革命》一书的作者克劳斯·施瓦布所认为的那样:人工智能是第四次工业革命的核心驱动力之一,它与物联网、大数据等技术共同构成一个全新的技术生态系统,将彻底改变生产、管理和治理体系。而且,施瓦布也认为,中国在人工智能领域已经处于世界领先位置。

在我国,2017年,国务院就印发并实施了《新一代人工智能发展规划》;2024年,政府工作报告又明确提出,开展“人工智能+”行动。如今,AI正在与各行各业,以及各种应用场景加速融合。尤其在制造业,AI正在全面重塑产品设计、生产制造、质量控制等全流程,成为激发新质生产力,实现制造业提质、降本、增效、减存的关键力量。

在这一趋势下,华为正在秉持“深耕制造,让智造生根”的价值主张,基于自身的技术创新和行业实践,与合作伙伴一道共建行业智能化架构,以加速制造业数字化转型,激发新质生产力,实现高质量发展。

AI与制造业价值链加速融合,激发行业变革

在AI的加持下,我国制造业正在全面迈向数智化转型,开辟出向新质生产力涅槃重生的新路径。来自工信部的数据显示,截至去年年底,我国已经建设万余家省级数字化车间和智能工厂,其中,2500余个达到智能制造能力成熟度2级以上水平,这些经过AI改造的工厂研发周期缩短了约20.7%、生产效率提升了约34.8%。

如今,AI正在与设计、生产、管理、服务等制造业价值链的各个环节加速融合。比如,在设计方面,AI流水线可加快开发和部署,为产品设计提供动力;在制造方面,AI质检可以快速识别生产制造过程中出现的问题,能大幅提高产品质量、提升检测效率;在销售层面,AI+销售可实现销售预测、营销广告协作。

AI之所以能够做到这些,与大模型技术的快速发展和应用密切相关。传统的AI开发是不同场景对应不同的小模型,这不仅工作量大,模型精度也相对较差;而大模型可以一个模型覆盖多个场景,且基于海量数据,可实现更高的模型精度,从而降低AI开发成本。

为了帮助制造业加速业务场景与AI的融合,华为着力打造包括计算、网络通信、存储和数据中心能源在内的算力底座,并形成标准化、可交付、可持续运营的算力基础设施。在此基础上,华为打造了一站式AI开发平台——ModelArts,以及包括自然语言、多模态、视觉、预测、科学计算在内的大模型。

不论是制造企业还是行业合作伙伴,都可以基于华为提供的算力基础设施,以及ModelArts和大模型开展AI开发,快速构建和部署面向不同细分行业和业务场景的大模型应用,从而加速AI在制造业价值链不同环节的落地应用,释放AI价值。

不断夯实数智底座,支撑制造业智能化转型

对于制造业来说,要加速智能化转型进程,不仅要积极推进AI与业务场景融合,更要加强数字基础设施建设。尤其在AI开发和大模型应用过程中,制造业对包括算力、运力、存力在内的数字基础设施也有着更高要求,推进ICT基础设施智能化势在必行。

今年4月,工信部等七部门联合印发的《推动工业领域设备更新实施方案》也明确提出,加快工业互联网、物联网、5G、千兆光网等新型网络基础设施规模化部署;加快部署工业边缘数据中心,推动“云边端”算力协同发展;加大高性能智算供给,在算力枢纽节点建设智算中心。

作为全球领先的信息与通信技术(ICT)解决方案供应商,华为也将继续坚持在根技术研发上的投入,涵盖云计算、5G、鲲鹏、昇腾、鸿蒙、AI大模型等多个领域,通过ICT基础设施的智能化,不断夯实数字底座;并从算力、运力、存力等多个层面,为制造业智能化转型提供有力支撑。

在算力层面

为了满足大模型对大算力的要求,华为可以为制造业提供AI算力和通用算力,以满足不同业务场景的应用需要。比如,在AI算力上,华为基于昇腾打造的AI基础软硬件平台,可通过面向“云、边、端”的全场景昇腾AI硬件平台,以及异构计算架构CANN和全场景AI计算框架MindSpore能力,为企业提供开放、灵活、完整的算力解决方案。

在运力层面

需要让数据上的来,智能下得去。AI训练、AI推理对网络的高运力、高可靠、广联接等有较以往更加严格的要求。华为不仅在园区接入网上可以为制造企业提供高可靠、抗干扰的Wi-Fi 7网络,也能够在工业承载网上提供高可靠、低延迟的TSN工业环网。此外,针对AI训练需要,华为推出的AI网络集群调度软硬件解决方案,至少可以提升20%的算力利用率,并减少80%的中断率。

在存力层面

针对数据准备时间长、训练集加载效率低、AI大集群业务不稳定、数据安全性差等问题,华为推出的面向中心训练场景的AI数据湖解决方案可实现EB级按需扩展,加速AI全流程;高性能开放式存储硬件底座,可无缝对接文件系统,TCO降低30%;以及面向边缘训推场景的边缘训推一体化解决方案,可实现一站式交付,开箱即用。

持续推进行业深耕,释放新质生产力澎湃动能

在制造业智能化转型过程中,AI大模型应用和ICT基础设施智能化只是其中的一部分,远远不是全貌。制造业若想发展新质生产力,实现高质量发展,必须从更高维度思考智能化转型,既要考虑过往系统的兼容、不同系统间数据的打通,也要根据不同业务场景匹配相对应的解决方案。

为此,华为基于自身过去30多年的经验总结和思考,并与合作伙伴一道,共同打造了面向智能时代的行业智能化架构,该架构共包含智能感知、智能联接、智能底座、智能应用等多个层面,将ICT基础设施、云平台、AI大模型等融会贯通,全方位支持客户和伙伴打造面向业务场景的智能应用,全面助力制造业智能化转型。

通过行业智能化架构,华为正在将自身的实践经验转化为能力和服务,传递给更多制造企业。比如在研发层面,华为基于自身实践打造的研发工具链,可以帮助制造企业提高研发效率;在生产制造层面,华为自身建设智能工厂的经验,可以帮助更多制造企业实现数据透明、可视;在营销服务层面,可以帮助制造企业全场景、全内容、全生态触达用户……

在此基础上,为了进一步深耕制造业,华为正在联合更多合作伙伴,聚焦汽车、电子、新能源、制药、央企重工等众多细分行业,识别200+AI价值场景地图,沉淀专家经营,不断拓展研发、生产、供应、销售、运营等业务场景的智能化,并孵化更多的AI大模型。

秉承“以利益为纽带,以诚信为基础,以规则为保障”的理念,华为已经与制造行业千余家咨询、销售、服务等各类伙伴达成合作,为企业提供全面技术支持。

与此同时,针对AI大模型人才缺乏等问题,华为也在联合高校,共同开展人工智能开发大赛等,吸引更多人才参与到AI大模型开发中;同时,华为正在联合培训机构、大学等,共同开发人工智能课程,并向企业提供技能转换的培训,帮助企业把抽象的智能化转型变成具象化的蓝图。

如今,随着制造行业智能化走深向实,制造业已经驶入智能制造的快车道。根据工信部的规划,到2025年,70%以上的规模以上制造业企业基本实现数字化、网络化,建成一批引领产业发展的智能制造示范工厂。从制造到“智造”,华为也将继续深耕技术、深耕行业、深耕生态,让智造生根,为广大制造业企业的智能化转型保驾护航,进而释放新质生产力澎湃动能,形成推动高质量发展的强大动力。

丁常彦
科技领域资深新媒体,关注TMT。

特别声明:文章版权归原作者所有,文章内容为作者个人观点,不代表大咖秀专栏的立场,转载请联系原作者获取授权。(有任何疑问都请联系wemedia@yesky.com)