毫無疑問，中國是全球製造業大國，過去40年，中國製造業規模增長了18倍，其附加值達到2。2萬億美元，製造業在中國GDP比重高達40%，其之於中國經濟的重要性可見一斑。
但客觀地說，中國的製造業在高速發展的同時，也普遍面臨著產業結構不合理、產能天花板，產品質量精度低，差異化不明顯，核心競爭力不強等問題，加上最近幾年製造業人力、環保、材料等成本的逐年上漲所帶來的壓力，讓整個製造業的轉型可謂“迫在眉睫”。
那麼，中國製造業究竟向何處走，以哪些新技術、新力量完成新的轉型升級呢？在《十四五規劃和2035年遠景目標綱要》中其實就已經有了明確的答案，那就是——“協同發展雲服務與邊緣計算服務”，可以說未來打造雲邊協同的新型基礎設施，將是實現分散式資源靈活排程、全域資料高速互聯以及智慧應用滲透邊緣的重要途徑。
同樣，在製造業的轉型升級中，越來越多新應用場景的出現，也在推動著雲邊協同成為賦能智慧製造和工業網際網路發展的重要支柱。特別是隨著更多的終端，更多的聯接、更多資料的產生，過去製造業中傳統的基礎設施已越來越難以滿足新場景的訴求，如算力的要求、業務實時性、資料安全與隱私的要求等等。因此，如何讓雲邊協同在製造業轉型升級中發揮更大的作用，無疑是整個製造業面臨的重大挑戰。
雲邊協同亟待打通“任督二脈”
事實上，正如一枚硬幣的兩面那樣，儘管中國製造向中國智造的轉型升級前景無限光明，但面對新技術的不斷湧現，以及新概念的接踵而至，大部分製造業企業在如何實現智慧製造的選擇路徑中，不僅面臨著認知上的偏差，更遭遇了全新的挑戰，可以從幾個維度來做觀察：
從製造業數字化轉型升級的主線和方向看，一定是工業網際網路助推的兩化融合，即在企業數字化轉型成功的基礎之上，進一步透過工業網際網路平臺的建設，加速雲計算、大資料、物聯網等技術與現代製造業的產業連線，提升製造業生產效率和產品質量，最終完成資訊化和工業化的深度融合，才能促進智慧製造的全面落地。
因此，在“十四五”規劃中，“工業網際網路”一詞也就被提及了三次。同時，工信部在今年1月釋出的《工業網際網路創新發展行動計劃（2021-2023年）》中，更明確提出要透過建設工業大資料中心、行業和區域工業網際網路平臺等具體舉措來推動工業網際網路的發展。
從製造業轉型升級的落地難題看，製造業中的裝備數字化和生產過程的數字化是基礎，也是起點，沒有製造裝備與生存系統的資料採集、高效治理、均衡調配、互聯互通，就無法實現製造業的數字化、網路化，更別提智慧化。
這也恰恰是現階段製造業轉型中最大的“痛點”，主要的挑戰體現在：一方面，大量製造業工廠中老舊裝置眾多，且存在大量的“啞設施/啞裝置/啞終端”；另一方面，工業領域的裝置種類及品牌繁多、協議標準不一，不同年代、不同協議、不同介面之間的裝置往往也難以相容。換句話說，製造企業中依然還存在著大量的“資料孤島”，這就使得製造企業業務鏈上“孤島林立”，資訊的共享和反饋難，這就就需要統一的平臺對資料進行整合排程，打破“資料孤島”現象。
從製造業轉型升級的趨勢發展看，如何更好的推動雲計算、大資料、物聯網以及人工智慧在製造業中的融合應用也變得越來越至關重要。比如AI可以廣泛應用在監控訂單數量、使用情況、週期時間、前置時間、錯誤和停機時間，從而最佳化生產執行，提高生產率；AI還可以在生產初期發現質量問題，利用影象識別技術識別產品的缺陷和偏差，從而提高生產質量。此外，對製造業來說，定期進行預測性維護可以確保所使用的裝置處於最佳狀態，而大資料+AI技術的應用可以提升裝置維護的效率等等，所以無論是在商業洞察還是在降本增效方面，這些新技術所能發揮的價值越來越大。
但也要看到，未來製造業多數新增的資料都將會產生自邊緣，而新增算力又往往會基於雲化的方式去做部署，二者之間的矛盾依然和突出，同時隨著這些新技術的廣泛應用，又產生了更多全新的問題，包括海量資料傳輸成本高、時延效能面臨著巨大不可控、網路連線的永續性和穩定性難以保障以及產線的安全性和產品隱私面臨著風險等等。
從這個角度來說，未來打通資料洪流的“雲邊”任督二脈，透過雲邊協同的方式，讓資料在雲、邊和端之間高效、實時、持久和安全的互聯互通，形成“雲—邊—端”的自治網路，無疑是製造業實施數字化和智慧化轉型的關鍵一步，更是必不可少的一步。
場景化創新推動雲邊協同落地
在此背景下，作為雲邊協同理念的積極倡導者，英特爾也正憑藉強大算力和全面最佳化的軟硬體產品組合，攜手合作夥伴，系統化推進雲邊協同架構在智慧製造場景的孵化與落地，並在瑕疵檢測、精密加工、產能預測、園區管理等領域為製造業客戶打造一系列行業應用實踐，真正為中國製造業數字化的轉型升級提供了更多借鑑和參考的價值，具體來看：
一是，在
瑕疵檢測場景
中，基於AI的瑕疵檢測已成為智慧製造雲邊端協同應用發展最快、且最為成熟的應用場景之一，其解決方案主要是由前端攝像頭採集的影片/影象資料會在邊緣伺服器利用已有的AI模型實時完成推理，推理結果可以傳送至品控系統對產線進行調整；而訓練資料則會傳送至雲端或遠端資料中心進行AI訓練，訓練得到的最佳化模型會被推送至邊緣伺服器中供推理使用，從而完成整個雲邊協同的閉環迭代。
基於AI的瑕疵檢測核心工作流程
例如，基於“雲-邊-端”架構，寧德時代引入英特爾 至強可擴充套件處理器、面向英特爾 架構最佳化的 PyTorch以及OpenVINO 工具套件等產品與技術，結合動力電池瑕疵檢測實際場景，成功打造AI瑕疵檢測方案，實現了高效的檢測質量與效率。不僅如此，為有效提升新方案的工作效能，京東方引入英特爾至強 可擴充套件處理器作為邊緣伺服器的核心計算引擎，並藉助英特爾 AVX-512技術，為深度學習推理任務中的密集計算提供硬體加速。此外，京東方還引入OpenVINO 工具套件來為檢測提供軟體調優。
二是，在
精密加工場景
中，邊緣計算技術和雲邊協同架構的快速發展與引入，也正幫助精密加工領域的企業以更有效的方式來實現資料就近治理和雲邊算力協同。可以看到，在典型的基於雲邊協同的精密加工解決方案中，來自產線的物聯網裝置（感測器、電流監控、攝像頭等）的資料在邊緣就能以既定方法（AI推理，既定程式等）完成處理，並對產線發出下一輪控制指令，從而形成高速的“資料-調控-執行”小閉環或者可以說是“微雲”。同時，資料也能實時上傳至雲端，完成對加工引數的調整、工具壽命的預測等，形成“資料-分析-管理-資料”的大閉環，最終滿足了精密加工所需的實時控制能力。
藉助智慧化方式構建的精密加工方案流程
比如，高效、精準、穩定的智慧機械控制器，是驅動圓刀模切機生產出高品質產品的關鍵所在。為此，匯川技術基於英特爾 酷睿 處理器以及 OpenVINO 工具套件，透過方案中的麒麟視覺控制器平臺，藉助雲端訓練的AI模型在邊緣伺服器中對採集的產品影象進行推理檢測，實時糾偏，最終讓使用者在保證產品質量的同時進一步提升生產效率，而源於英特爾先進產品與技術構建的邊緣節點，真正將來自OT、IT和CT裝置和線路的資料進行了融合和統一的處理。
三是，在
生產預測/時序預測場景
中，基於雲邊協同架構的智慧時序預測方案能夠為企業帶來兩大優勢，時序資料就近轉化為預測資訊，藉助雲端強大算力提升模型質量。一方面，時序資料就近轉化為預測資訊：由邊緣裝置產生的資料在邊緣就能快速轉化為預測資訊，不僅提升了預測的及時性，也避免了大規模資料傳遞帶來的網路傳輸壓力；另一方面，雲端強大算力提升模型質量：藉助雲端部署的強勁算力，企業可持續對預測模式開展最佳化，並供邊緣側呼叫，使生產環境中的預測質量不斷提升。
時序預測可應用的製造業細分場景
其中，金風慧能就以英特爾先進產品與技術為基礎，以雲邊協同架構打造基於氣象資料的智慧功率預測方案，為最佳化發電計劃提供有效基礎設施，該方案在雲端搭建了多模型組合的智慧功率預測方案。其可根據需要形成多種組合方法，並不斷使用來自邊緣（氣象站點）、和其它雲端（氣象網路）的最新氣象資料對子模型進行訓練，形成自我學習、更新和淘汰能力，以不斷迭代的方式提升預測系統的準確率；此外，在對資料進行短期/超短期訓練並得到預測結果後，方案還可透過排程系統合理調整和最佳化下一步發電計劃，不僅可有效改善電網調峰能力，更能減少棄風和棄光率，幫助電力企業降本增效。
四是，在
園區管理場景
中，主要是將傳統各個離散的園區管理職能，以“雲邊協同”的模式重組，並透過邊緣計算和雲邊協同來增強應用中各個裝置的工作質量和響應能力，由此帶來的好處在於，藉助在邊緣廣泛部署的影片監控能力，透過統一的資料協同，可以使其對停車管理、人員監控、物流調配等多種園區管理職能提供助力，同時影片資料的交叉利用也可以幫助園區大幅降低網路負載，節省在資料中心和雲等領域的投資。
將離散的園區IT能力變為”雲邊協同”模式
比如，作為典型的人力密集型場景，園區管理是智慧機器人實現商業化落地的天然首選。包括南京經濟技術開發區在內，許多渴望技術創新、管理創新的園區正在真機智慧和中國聯通的助力下，透過探索不同型別機器人在安全巡控、物流配送、衛生清潔等場景中的落地部署，來實現降本增效，為入駐企業提供未來智慧園區的生態體驗。
為此，真機智慧、中國聯通與英特爾一起，基於“5G + MEC”技術打造園區機器人新方案，該方案採用了創新的“雲+邊+端”三級架構，讓計算資源得到更合理的分配，其中透過提升計算效能、降低時延，使機器人行為更敏捷智慧；全新的方案也令單節點可管理的機器人數量可增至數十臺，有效提升園區管理效率。在南京經濟技術開發區的實踐中，使用者反饋表明“雲+邊+端”新架構相較傳統方案效能增益約200%，同時成本降低約30%。
五是，在
企業管理決策場景
中，今天越來越多的企業正在雲端或資料中心部署各類資訊化系統，如BI、ERP、MES、應用中臺等來對生產、物流、倉儲等環節實施管控，將原本由人進行的決策轉為“機器”執行。但與此同時，越來越多的企業管理者也發現，當雲端或資料中心部署的分析決策系統達到一定規模後，再疊加系統，就會出現明顯的邊際效用遞減。
因此，未來透過“雲邊協同”設計，將管理決策能力下沉，將與生產、物流等環節關係最緊密的資料處理和分析決策能力置於一線，而在傳統資料中心或雲端僅保留排程、深度資料分析等需要集中大規模算力的職能，不僅能夠降低企業雲端、資料中心以及網路壓力，同時也會使決策時效性大為提升。
製造企業引入更多資訊化系統加快高質量決策
在京東方，為了讓產線的調整過程變得更為高效靈活，該公司決定將決策能力進一步下沉至邊緣伺服器中，透過“雲邊協同”架構，來打造更有效的產線管理決策能力。基於此，京東方就與英特爾一起，一起構建基於“雲邊協同”架構以及邊緣計算技術的產線管理決策能力，最終不僅將管理決策能力充分前置，並提供持續迭代最佳化的能力，更非常有利於保證生產的連續性以及產品品質的穩定性，讓每一次生產都能健康、低耗、高效地進行。
穿透數字化轉型迷霧的那束光
從上述應用場景和成功案例中，可以看到雲邊協同的場景應用有著極大的的空間，而英特爾強大算力和全面最佳化的軟硬體產品組合在這其中起到了很多的關鍵作用，可以說在為中國智慧製造高質量發展貢獻出更多的價值的同時，也真正成為了穿透製造業數字化轉型升級迷霧的那束光，而在這背後也體現出了英特爾在雲邊協同領域的領先優勢。
首先，是英特爾全面的產品組合，能夠滿足雲邊構建、擴充套件和轉型需求，同時英特爾提供的不僅僅是產品，更是軟硬體加速的一體化方案，並能透過提供通用參考設計，實現雲邊平臺的快速部署。其中，硬體產品就包括用於算力加速的各類XPU，用於通訊的乙太網通訊和矽光電子以及用於儲存的英特爾傲騰技術等；此外，搭配多種硬體，英特爾也具備種類多樣的軟體優勢，例如OpenVINO工具套件、OneAPI、工業邊緣洞見平臺（EII）、工業邊緣控制平臺（ECI）等。
其次，是英特爾成熟的生態系統，也能夠幫助企業深化應用及創新。英特爾一直以來就把打造生態視作自己的DNA，透過在生態方面的深耕細作，推動生態系統不斷地更新、擴充套件和演進，而英特爾與廣大的合作伙伴一起打造出的繁榮生態體系，也為製造業的數字化轉型升級的落地提供生態方面的強大保障。
第三，是英特爾大量落地的成功案例背後的經驗和實踐的沉澱，不僅能夠提供更多借鑑和參考的經驗，同時也能讓製造企業在數字化轉型過程中避免出現“踩坑”的情況，如在上文中提到的，英特爾為製造業客戶打造的一系列行業應用實踐，包括瑕疵檢測、精密加工、產能預測、園區管理、企業管理決策等，可以說真正系統化推進了雲邊協同架構在智慧製造場景的孵化與落地，為製造業的數字化轉型升級提供了重要的支援。
最後，是英特爾更加註重雲邊協同給製造業所帶來的商業洞察和降本增效的具體成果。事實上，目前在製造業中還存在這樣的一些認識誤區，認為邊緣計算仍然是概念性的東西，同時要實現雲邊協同往往又會花費不菲，因此很多企業在雲邊協同的探索與實踐上，還處在“觀望”的狀態，針對這種情況，英特爾透過技術的創新，幫助製造企業實現了“降本增效”，讓企業能夠真正感受到雲邊協同所能帶來的全新價值。
全文總結，製造業是一個流程長、門類多、應用場景複雜的行業，每家制造業企業都有自己的業務流程和產業特點，如何既解決共性問題，又滿足特性需求，已經成為製造業數字化升級、智慧化轉型中的重要任務，而英特爾所打造的雲邊協同的堅實“底座”，以及在場景化落地和生態化領域的持續創新和賦能，不僅能夠幫助更多製造企業加速實現數智化融合，也更好地推動中國製造業的高質量發展，真正讓中國最大化釋放數字經濟發展的新價值。