《亚马逊云科技:智能制胜云赋新生-制造业客户精选案例集(2023)(44页).pdf》由会员分享,可在线阅读,更多相关《亚马逊云科技:智能制胜云赋新生-制造业客户精选案例集(2023)(44页).pdf(44页珍藏版)》请在三个皮匠报告上搜索。
1、构建未来工厂 激活智能运营 推动可持续制造丨12丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨03目 录篇首致辞:亚马逊云科技成就行业探路者,加速产业数字化 数字化已然成为制造业转型与升级的原动力 云端赋能,点亮制造业灯塔之光 场景 1工程&设计领域:计算机辅助设计、仿真与建模 思岚科技:采用 Amazon RoboMaker 摆脱集群排队束缚,构建复杂和多样化的仿真环境 珂晶达:亚马逊云科技助力珂晶达高效构建云端服务,加速国产 EDA 软件融入市场 嘉楠科技:亚马逊云科技帮助芯片设计工作进度明显提升,综合成本节省 30%以上 金风科技:借助亚马逊云科
2、技,金风慧能气象数据计算时长缩短三分之一 场景 2生产&资产优化:数据驱动智能 国茂股份:亚马逊云科技助力从无到有打造云原生架构,全托管自动化运营,报价系统 台塑企业:利用机器学习进行生产排程优化,人工检查时间减少一半,订单履行率提升 10%Krones:构建统一设备管理平台进行弹性扩容,接入更多产线和班次,生产管理成本下降 10%场景 3质量管理:计算机视觉缺陷检测、机器学习促进质量提升 施耐德电气:构建 AI 视觉检测平台,实现全自动智能检测,误检率降至 0.5%以内,漏检率降为 0 Mueller Water:采用 Amazon Sagemaker 提升泄漏检测性能,5 年可为单客户节省
3、 800 万美元 Arneg:利用亚马逊云科技开发预测模型,准确率提升至 80%以上,转变被动响应为主动预测 04081011121519232627303336374043场景 4供应链管理:供应链跟踪 Carrier:打造智能互联冷链,提高冷链监控能力,减少能耗与运输成本 Nestle:利用亚马逊云区块链来跟踪和追溯咖啡的“来龙去脉”,旨在确保新鲜配送 顺丰供应链:全场景智能互联供应链让设计周期从数月缩短至数周,并带来业务模式创新场景 5智能产品&机器:智能产品互联、云联络中心 美的 Midea:Amazon Connect 帮助美的国际重塑客户体验,三个月内节省 1 万欧元,成本节省 5
4、0%TCL 实业:利用 Amazon WAF 阻隔恶意访问,一周防护 13+万次恶意请求,近 10 万次程序自动攻击 西门子(中国):加速西门子智能家居系统的云上构建 场景 6核心系统迁移上云 中集集团:ERP 系统迁移上云,节省千万级别的成本投入,上云后每年成本减少 20%中科云谷:利用亚马逊云科技迭代升级的工业互联网平台,安全、开放、可伸缩和支持高并发 洛阳钼业:亚马逊云科技助力打造“云”上的智慧矿企 场景 7制造业可持续发展:“云生、云治、云创”助力减碳,打造绿色供应链 亚马逊云科技可持续发展价值主张 制造业可持续发展专属解决方案,赋能客户实现碳中和卷尾语:亚马逊云科技四大战略举措,助力
5、千行百业可持续发展 4647505356576063666770737677798104丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨05金融制造汽车零售消费品媒体娱乐医疗生命科学教育游戏电力能源交通物流产业链价值链亚马逊云科技立足全球 深耕中国 致力推动中国产业数字化存储计算网络无服务器IoTAI/ML数据湖数据仓库容器BI 分析专业服务培训认证伙伴生态。安全合规解决方案城际轨道交通新能源充电桩智能用电大数据中心5G基站工业互联网人工智能深耕10大行业国家政策顶层设计篇首致辞:亚马逊云科技成就行业探路者,加速产业数字化04丨构建未来工厂 激活智能运营
6、 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨05顾凡 亚马逊云科技大中华区战略业务发展部总经理16 年前,当亚马逊云科技推出云计算的时候,云计算的概念几乎不存在,甚至在亚马逊云科技创立的前几年,都没有竞争对手跟进,很多人并不相信云计算能发展起来。而今天光亚马逊云科技自己 2021 年的收入就已达到622 亿美元。亚马逊云科技目前提供超过 200 项全功能的服务,涵盖计算、存储、网络、数据库、数据分析、机器人、机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体,以及应用开发、部署与管理等方面;基础设施遍及 30 个地理区域的 96 个可用区,并计划新建 5
7、个区域和 15 个可用区。全球数百万客户,从初创公司、中小企业,到大型企业和政府机构都信赖亚马逊云科技,通过亚马逊云科技的服务强化其基础设施,提高敏捷性,降低成本,加快创新,提升竞争力,实现业务成长和成功。06丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨07亚马逊云科技制造业解决方案瞄准五个关键场景工业数据平台供应链控制塔智能工业视觉检测智能产品互联计算机辅助设计 EDA?$构建未来工厂 激活智能运营 推动可持续制造丨0706丨构建未来工厂 激活智能运营 推动可持续制造加速产业数字化,助力行业转型升级是云计算发展的初衷和目标。在行业应用方面,亚马逊云
8、科技利用“襄百业”战略举措,帮助各行各业数字化转型和创新。针对金融、制造、汽车、零售快消、医疗与生命科学、教育、游戏、媒体与娱乐、电商、能源与电力等重点行业,亚马逊云科技组建了专业的团队,深入了解客户需求,利用亚马逊云科技领先的技术、解决方案,推动整个行业的转型和升级。其中,制造行业普遍面临五大挑战:1)如何创造新的收入来源;2)如何降低成本;3)如何提高OEE,优化生产;4)如何优化供应链、减少库存;5)如何解放数据,并揭示数据背后的见解。为此,亚马逊云科技利用领先技术积极为制造业探索新路径,围绕工程与设计、设备综合效率及生产优化、供应链管理、智能设备、质量管理等核心领域,瞄准工业数据平台、
9、供应链控制塔、智能工业视觉检测、智能产品互联、计算机辅助设计 EDA 等关键场景,推动制造业向高端化、智能化、绿色化转型。亚马逊云科技大中华区战略业务发展部总经理作为全球最大的在线零售商,很少有人能认识到亚马逊公司以及亚马逊云科技自身也是制造“大家”。实际上,亚马逊公司的智能硬件产品、机器人等涉及到了庞大而复杂的生产制造过程。而亚马逊公司以及亚马逊云科技所自研的 IC 芯片,更涉及到了制造业的核心技术和工艺。亚马逊还在多个市场蝉联智能家居第一大厂商,在庞大的智能硬件产品背后,是亚马逊智能硬件与服务部门。亚马逊智能硬件与服务团队将生产过程品质管控的理念与产线自动化、运营数字化和决策智能化相结合,
10、与之相对应是一套云边端的工业数据平台。通过实时监控生产、检测等进程,工业数据平台基于海量生产和业务数据,为生产管理人员提供强大的分析能力,包括实时产量、直通率、实际通过率等指标,用于分析产品质量变化趋势,通过正态分布和散点趋势分析部件及产品质量一致性,借助箱线图分析不同批次和部件组合的质量稳定性,结合 ERP/物料清单等数据,优化部件组合,动态展示成本优化效果。亚马逊云科技联合亚马逊智能硬件与服务团队,整合生态合作伙伴,融合 OT 和 IT 数据,打造了工业数据平台,帮助中国制造转型升级。顾凡强调,只有融合了 OT 与 IT 数据的工业数据平台,才能构建诸多应用,如:企业产线实际生产能力仪表盘
11、、设备预测性维护、质量分析、快速定位产品质量问题根因,以及供应链控制塔等。亚马逊制造已经是全球制造业,特别是智能制造领域的标杆,而亚马逊云科技基于亚马逊自身的制造实践与经验,联合合作伙伴孵化出了针对多个关键制造场景的解决方案,这些解决方案沉淀了亚马逊自身以及大量制造业企业的实践与经验,对于推动中国制造业数字化转型有着重要的价值。在赋能制造行业数字化转型的路上,亚马逊云科技不仅能为行业带来澎湃的云计算动力,还能带来专精特新的行业实践。亚马逊云科技将与合作伙伴一起,加速产业数字化,成就行业探路者。08丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨09数字化
12、已然成为制造业转型与升级的原动力图 1:通过数字技术,端到端灯塔企业在生产力、敏捷、速度、定制等关键运营指标上都取得卓越成效随着行业数字化转型加速,利用新兴技术实现产业升级成为大势所趋,数字化已然成为制造业转型与升级的原动力。为适应行业不同的业务场景及发展需求,从化解行业客户的首要挑战出发,云计算、大数据和人工智能等技术将贯通制造企业的设计研发、生产制造、供应链、营销、销售及售后服务等每一个关键环节,打通“端到端”价值链,提升整体竞争力。根据 McKinsey&Company 面向全球制造行业灯塔企业的调研发现,全球灯塔网络成员巧用工业物联网和大数据分析等技术,为人员管理、业务流程和运营体系充
13、分赋能,在生产力、可持续性、敏捷性、上市速度和定制化等多个关键绩效指标上都取得了可观的进步。08丨构建未来工厂 激活智能运营 推动可持续制造关键绩效指标改进效果生产力可持续性敏捷性上市速度定制化资料来源:世界经济论坛、灯塔企业分析观察到的影响范围端到端灯塔单个生产场所灯塔4-200%5-160%3-90%5-40%5-90%2-90%10-30%10-90%7-90%30-70%30-90%15-66%55%-98%15-20%1-50%2-45%工厂产出增加生产力提高设备效率增加产品成本降低运营成本降低质量成本降低浪费减少用水量减少能源效率库存降低交货时间缩短换线时间缩短上市时间缩短设计迭代
14、时间减少配置精度提升批量减小构建未来工厂 激活智能运营 推动可持续制造丨0910丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨11云端赋能,点亮制造业灯塔之光“自己的降落伞自己跳”,亚马逊成立 25 多年来,一直在应用以亚马逊云科技提供的云计算、机器学习和人工智能等先进技术,设计和制造智能产品,并通过其全球互联的分销网络销售数十亿产品。亚马逊云科技面向制造行业客户,针对真实业务中的关键场景,提供了工程&设计、生产&资产优化、质量管理、供应链管理、智能互联&联络中心、核心系统迁移上云、可持续发展等 7 大场景解决方案应用案例,并通过自身业务在云上的充分实
15、践,帮助领先制造商驱动其数字化转型的同时,保证满足最高级别的安全性与合规要求,为制造业客户铺平云端制胜之路。1010丨构建未来工厂 激活智能运营 推动可持续制造工程&设计领域:计算机辅助设计、仿真与建模场景 1构建未来工厂 激活智能运营 推动可持续制造丨1112丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨13思岚科技(SLAMTEC)成立于2013年,是服务机器人自主定位导航解决方案的领航者。思岚科技目前业务辐射亚洲、欧洲、北美等全球 20 多个国家和地区,服务企业用户超过 2000 家、个人用户累计超过 10 万。机器人应用的环境和场景复杂多变,技
16、术团队需要满足客户的定制化需求,如外观尺寸、传感器、硬件配置等,以适应不同的应用场景。在研发过程中,软硬件都需要依赖仿真测试环境,思岚科技为此专门建设了一个本地计算集群。但本地的仿真计算环境不仅成本高昂,也缺乏弹性。随着项目数量的增长,本地的计算能力已经无法满足思岚科技的计算需求。思岚科技是一家技术创新型企业,研发是企业的核心竞争力,在业务发展过程中,思岚科技的研发团队迎来了众多挑战:思岚科技:采用 Amazon RoboMaker 摆脱集群排队束缚,构建复杂和多样化的仿真环境客户简介业务诉求“构建一个大型的仿真环境通常需要花费技术团队一周甚至数周的时间,而且每次构建的仿真环境只能服务于单一项
17、目,当企业有多个研发项目需要使用时,只能逐一排队等待,极大地限制了我们的项目进度。”黄珏珅说。此外,思岚科技希望持续提升自己的核心竞争力,需要在解决方案的安全性、可靠性以及技术创新等方面保持领先,在降低机器人全生命周期成本的同时为市场提供可信赖的优质产品。Amazon RoboMaker 大幅加速了机器人解决方案的构建过程,只需不到一天的时间,我们的技术团队就能够在云上通过真实复杂的大规模仿真环境完成测试,再也不需要在本地建设并管理昂贵且耗时的计算群集。思岚科技联合创始人兼 CTO 黄珏珅岚科技多年前就已经实施云战略,但仅仅基于云服务商的基础架构进行构建,无法满足企业对于业务持续发展的要求。为
18、了解决上述挑战,思岚科技对云服务商进行重新评估,基于亚马逊云科技的以下优势,选择了亚马逊云科技:遍布全球的基础设施与可靠服务:思岚科技的业务辐射亚洲、欧洲和美洲的 20 多个国家和地区,因此也要求云服务商能够提供全球化的覆盖。截至 2022年 11 月 22 日,亚马逊云科技已经在全球 29 个地理区域内运营着 93 个可用区,且满足全球最为严格的安全要求,从而帮助确保数据的机密性、完整性和可用性,能够为思岚科技在各个国家和地区的业务运营提供有力支持。“机器人行业对于安全性与可靠性有着极其严苛的要求,借助亚马逊云科技所提供的企业级服务,我们可以更有信心地为客户交付可靠的服务。”黄珏珅说。对开源
19、框架提供全面的支持:机器人产业是一个十分重视科技创新和社区贡献的领域,思岚科技在产品的研发过程中一直重视对于开源平台的利用与回馈。“亚马逊云科技对开源社区的全面支持让我们的技术团队可以利用已有的开发经验,结合云的效率加速创新,这也是我们选择亚马逊云科技的重要原因之一。”黄珏珅说。上云之路具有成本效益的弹性仿真环境:机器人导航是思岚科技的一项重要解决方案,借助于 Amazon RoboMaker服务,它能够提供预先构建的虚拟 3D 世界,如室内房间、零售商店等不同的场景,让思岚科技的工程团队可以轻松的下载、修改和使用这些虚拟世界,在更接近现实的仿真环境中进行机器人的开发测试,提升产品的性能水平。
20、测试时间也从之前的数周降至一天之内,轻松实现快速上线。14丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨15思岚科技通过使用 Amazon RoboMaker 服务,研发团队能够实现多项目并发处理,彻底摆脱了本地集群需要逐一排队处理的束缚,根据业务需要灵活设置机器人仿真测试环境,降低基础设施建设和运维成本,获得超越本地仿真计算集群的优异性能。在产品与服务方面,思岚科技也依托 Amazon RoboMaker 可以让我们构建更加复杂和多样化的仿真环境,来满足客户对于特殊使用场景的需求在亚马逊云科技的云上完成复杂环境测试,借助其企业级的 SLA,实现了整个
21、定位导航系统可靠性的优化,对于亚马逊云科技新技术的应用也让我们可以持续保持在机器人产业领域的领先地位。”思岚科技还通过与亚马逊云科技在云领域的合作实现了市场的拓展。“作为在机器人领域的典型客户与技术创新者,我们能够依托亚马逊云科技实现全球市场推广,将思岚基于亚马逊云科技构建和部署的机器人解决方案推广出去,为企业带来更多的价值回报。”黄珏珅总结道。上云成效彻底摆脱了本地集群需要逐一排队处理的束缚,帮助思岚科技构建复杂和多样化的仿真环境,还依托亚马逊云科技实现全球市场推广苏州珂晶达电子有限公司(以下简称“珂晶达”)成立于 2011 年,致力于国产化基础软件研究,主要从事科学计算软件设计开发、EDA
22、 软件设计开发、IC 软件设计开发以及相关技术服务,主要产品包括半导体工艺和器件仿真(TCAD)和多物理仿真软件等。目前客户已遍及国内、欧美和亚太区域。随着芯片制造工艺的不断发展,芯片的集成化程度越来越高,其性能也越来越强大,大量的计算、验证、仿真工作都需要强大的 IT 资源作为支撑,且仿真计算普遍周期长、数据量大、耗费资源多,在资源使用上存在前、后期比较集中而中期比较少的问题,导致资源利用率不高。珂晶达希望利用云服务平台实现资源的可配置、可伸缩、以及目标优化。此外,对于珂晶达的很多客户来说,标准的 EDA 软件有些已经不能满足其前沿产品的开发,所以一些标杆客户希望珂晶达能够按照需求进行定制开
23、发。“构建一个大型的仿真环境通常需要花费技术团队珂晶达:亚马逊云科技助力珂晶达高效构建云端服务,加速国产 EDA 软件融入市场客户简介业务诉求通过使用亚马逊云科技,加速了珂晶达应用系统部署的速度。借助自定义 AMI 和 Amazon Auto Scaling 技术,使得原来需要 2-3 天的部署时间,在云端只需 2 小时即可完成。苏州珂晶达电子有限公司总经理 沈忱一周甚至数周的时间,而且每次构建的仿真环境只能服务于单一项目,当企业有多个研发项目需要使用时,只能逐一排队等待,极大地限制了我们的项目进度。”黄珏珅说。此外,思岚科技希望持续提升自己的核心竞争力,需要在解决方案的安全性、可靠性以及技术
24、创新等方面保持领先,在降低机器人全生命周期成本的同时为市场提供可信赖的优质产品。14丨构建未来工厂 激活智能运营 推动可持续制造16丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨17IGBT 电热耦合仿真平台就是珂晶达重新定义软件的典型案例。珂晶达的客户在研发过程中发现了一些可靠性方面的问题,需要用电热应力、电磁、多物理耦合的仿真来进行分析。在调研了很多国内外成熟软件之后,最终在 2017 年逐步与珂晶达建立合作关系,珂晶达按其需求构建了 IGBT 电热耦合仿真平台。但当珂晶达想要推广通用的 EDA 软件以服务更多客户时,则需要一个部署在云上的 演示系
25、统,让更多客户了解和使用。对于有使用云计算需求的用户来说,平台的运算性能是一个重要的选择标准。在过去,珂晶达的运算系统只是提供内部服务,因为运算量巨大,主要追求在单位时间内完成更多任务。而现在,珂晶达的 IT 系统要面向用户,就不能只考虑任务量和成本,而更加重视云服务的可靠性和弹性,为用户创造优质稳定的工作环境。综合来说,珂晶达希望在云服务的帮助下,支撑业务扩展,为客户提供更为优质稳定的工作环境。在技术考量上,则对服务高可用、弹性伸缩、运维自动化以及安全性保障这些层面比较关注。在使用亚马逊云科技之前,珂晶达的 IT 基础架构采用的是自建服务器方式,部分应用云服务的策略。在技术上,珂晶达缺少稳定
26、强大的数据运算系统。最终选择亚马逊云科技,也是基于对安全性、稳定性、扩展性、可伸缩性的考量。目前,珂晶达使用的亚马逊云科技服务包括 Amazon Auto Scaling、Elastic Load Balancing(ELB)、Amazon Simple Storage Service(Amazon S3)、Amazon Elastic Compute Cloud(Amazon EC2)、Amazon DynamoDB 等等。基于亚马逊云科技技术架构,提供 EDA 软件上云新思路:珂晶达实现 EDA 软件上云的思路,是基于低延迟、高流畅度的标准,重新划分服务器端和浏览器端的计算量分配。通过在亚
27、马逊云科技上部署一个 Slurm 计算集群,由每一个节点领取一个计算任务,进行分布式计算。最终用户直接与基于浏览器的图形界面进行交互。在多用户场景下,通过 ELB可以把不同用户浏览器发来的请求,分配到不同的 HTTP 服务器上运行的图形界面后端,分别处理不同用户的交互。在这一过程中,亚马逊云科技弹性伸缩能力发挥作用,减轻系统压力,为珂晶达的用户带来更好的体验。上云之路在数据存储层面,如仿真结果、仿真波形、IGBT 内部的温度分布等数据量相对较大,主要使用 Amazon S3 来存储;而例如用户的账号信息、配置信息、权限信息、日志等轻量级数据,对延迟要求比较高,主要使用 DynamoDB 来存储
28、,共同保证数据传输、存储与安全。16丨构建未来工厂 激活智能运营 推动可持续制造18丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨19依托亚马逊云科技高可靠性和弹性等能力,以及在专业技术团队的支持下,珂晶达能够更好地保障业务稳定运行,拓宽市场,获得显著的竞争力改善。一方面,加速了应用系统部署速度,珂晶达借助自定义 AMI 和 Amazon Auto Scaling 技术,原来需要 2-3 天时间的部署任务,在云端 2 个小时就能完成。另一方面,节省了运维成本,运维工作量降低了 60%,一个运维人员可以管理更多的 HPC 集群和应用。而且通过弹性伸缩能力
29、既满足高峰期的客户访问流量,也节省了硬件投入。最后,在安全层面,通过 Amazon Identity and Access Management(IAM)访 问 控 制 和 Amazon Elastic Block Store(EBS)加密等技术,充分保护了数据安全。上云成效嘉楠科技成立于 2013 年,是一家从事自主 AI 芯片研发、提供高性能计算服务的公司,定位于数字新基建算力提供商。目前,嘉楠科技的产品和服务遍布美国、加拿大、瑞典、冰岛、波黑、马来西亚、韩国、俄罗斯、亚美尼亚和香港等全球 60多个国家和地区。现代芯片设计行业依赖于各种各样的电子设计自动化(EDA,Electronic D
30、esign Automation)工具软件来辅助设计人员工作,但是在真实的生产实践中,嘉楠科技发现这些设计工具软件对于企业 IT 基础设施的要求近乎苛刻。首先,在芯片设计的不同阶段使用的不同工具软件,对 IT 基础设施的特性要求不尽相同。本地数据中心规划很难兼顾不同性能需求与合理的架构和成本规划,且增加了部署和运维的难度。其次,现代芯片设计过程中要求的高规模的高性能计算集群环境并保持其稳定运行是非常困难。嘉楠科技:亚马逊云科技帮助芯片设计工作进度明显提升,综合成本节省30%以上客户简介业务诉求嘉楠科技作为一家 Fabless 芯片设计企业,我们希望将尽可能多的精力和资源投入到我们所擅长的芯片设
31、计研发工作上。通过与亚马逊云科技的合作,我们在较低的人力和资源投入下快速获得了全球领先的 IT 基础设施来支撑多个芯片设计项目的进行,让我们的芯片设计工作进度有了明显提升,项目周期更加可预期,而且有30%以上的综合成本节省。嘉楠科技技术副总裁 吴敬杰最后,芯片设计企业的工作负载通常具有较强的周期性,最终导致花费重金购置大量高配置设备来满足峰值资源需求,却带来年化使用率不足 10%的巨额闲置浪费。除了技术难点,还面临很多管理上的痛点,例如:当有多个项目或团队并行工作时面临“串行排队”的尴尬;不同项目或团队共用同一套IT 基础设施的资源利用率、成本分摊等效益考核难以统计;项目高峰突发设备采购对于财
32、务规划的冲击和项目延期风险;不同地域各分支自建设 IT 基础设施带来的统一管理且增大了安全隐患;集中自建数据中心则会对网络基础设施性能、稳定性以及灵活性带来诸多挑战。为解决这些问题,嘉楠科技将目光转向了云计算。18丨构建未来工厂 激活智能运营 推动可持续制造20丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨21在问到为什么选择亚马逊云科技时,嘉楠科技技术副总裁吴敬杰先生说到:“因为创新本身的不确定性,我们希望自己的探索能够基于更加稳妥的平台来进行。亚马逊云科技在全球云计算市场的口碑和地位是毋庸置疑的,同时亚马逊云科技对于安全的重视、完善的安全架构和工具
33、、对于高性能计算和半导体行业需求的深刻理解,以及众多的同业成功案例坚定了我们选择亚马逊云科技的信心。”安全是嘉楠科技尤为关注且优先解决的问题,嘉楠科技选择不同的亚马逊云科技服务构建了涵盖数据安全、网络安全、操作安全及审计审查的全方位安全体系。使用 Amazon Direct Connect 服务,嘉楠科技不仅获得了更好的网络连接性能,而且通过通信加密的方式保障了数据传输的安全;针对不同的项目及团队,通过创建多个 Amazon Virtual Private Cloud(Amazon VPC)来构建逻辑隔离的云上基础网络环境,形成多集群的安全边界,以私有子网实现关键资源的外网隔离,并通过安全组来
34、控制内部流量访问许可;通过调用 Amazon Identity and Access Management(IAM)API 的方式,与本地目录管理系统和身份验证系统进行集成,完成了相关人员的云上资源调用授权及鉴权操作;上云之路针对敏感数据信息,均使用 Amazon Key Management Service(KMS)对所使用的存储服务 Amazon Elastic File System(Amazon EFS),Amazon FSx for Lustre,Amazon Elastic Block Store(Amazon EBS)进行加密保护;建立各分支办公室到亚马逊云科技的加密 VPN 连
35、接,并 通 过 Amazon CloudTrail 和 Amazon CloudWatch服务进行资源以及操作日志收集,以备日后审计;使用加密后的 Amazon Simple Storage Service(Amazon S3)进行云上集中存储和远程归档备份。嘉楠科技使用 Amazon ParallelCluster 在亚马逊云科技中部署和管理基于 SGE 的高性能计算(HPC)集群。通过编制不同的 Amazon CloudFormation 模板以分钟级的速度快速构建不同设计阶段所需的不同基础设施环境。为了应对不同阶段计算任务对于文件存储高 IOPS 和高吞吐量的需求,嘉楠科技采用 Amaz
36、on FSx for Luster 完全托管的高性能文件系统便捷地获得高达数百 GB 的吞吐量和百万级 IOPS 读写,且兼顾数据高可用性的要求。在尚未提供 Amazon FSx for Luster 服务的区域,采用 I3 实例部署 GlusterFS 集群的方式来构建软件运行需求的高性能共享文件系统。此外,在要求实例间网络带宽的场景下,选择 Placement Group 的方式来获得低网络延迟和高网络吞吐量。在成本控制方面,嘉楠科技通过不同计算任务的基准测试来选择最具性价比的服务和实例类型来进行部署,及时审查资源空闲状态来触发释放操作以减少浪费。构建未来工厂 激活智能运营 推动可持续制造
37、丨2122丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨23通过将芯片设计负载迁移至亚马逊云科技,嘉楠科技可以在分钟级的时间内获得了近乎“无限”的基础设施扩展能力,单一计算任务不必再担心特定资源短缺的问题,而且可以更灵活地在时间成本和费用成本之间做选择。同时,多团队、多项目可以通过多集群的方式工作,很大程度上节省“排队”时间,从而提升整体的芯片研发速度。在计算任务结束后,闲置云上资源可以及时释放节省成本,真正做到“只为有效使用而买单”。“通过使用亚马逊云科技的服务,更客观地提升了我们整体的安全管控水平。亚马逊云科技的基础设施运维管理水平是远在我们之上,
38、事实证明了亚马逊云科技服务运行要比自建数据中心更加稳定。我们一直坚持让专业的人做专业的事。既然半导体行业已经能够接受使用IP厂商的授权,通过代工厂来做生产,那么接受云计算服务来提升自身的IT 支撑能力也不是遥不可及的事情。”吴敬杰总结道。上云成效北京金风慧能技术有限公司(简称“金风慧能”)是新疆金风科技股份有限公司的全资子公司,聚焦风电数字化及后服务业务,是全国知名的新能源数字化、智能化专业服务提供商。其母公司金风科技聚焦风电、能源互联网、环保三大领域,荣登“全球最具创新能力企业 50 强”、“财富中国 500 强”等多个影响力榜单。作为聚焦风电数字化及后服务业务供应商,提高场站风功率预测准确
39、率、确保电场稳定运行是金风慧能的重要关注点。为了提升功率预测准确率,金风慧能利用人工智能、大数据等技术,对原先独立的业务进行系统融合,但随着数字化转型深化,也为金风慧能带来新的挑战。一方面是转型中使用的新技术给企业数字化基础架构提出了更高要求;另一方面是企业现有数据中心物理服务器达到生命周期,性能与稳定性有所不足。金风科技:借助亚马逊云科技,金风慧能气象数据计算时长缩短三分之一客户简介业务诉求基于 Amazon Graviton2 的高性能计算集群,我们的中尺度气象预报 WRF(Weather Research and Forecasting Model)系统性能提升 10%,使得业务生产环境
40、下的数据计算时间在原基础上缩短 1/3,从而释放出更多计算资源来迭代测试 AI 预测模型。金风慧能软件及数据产品线总监 马辉综合业务发展和数字化运维等各维度需求,金风慧能决定运用更多的云资源去解决所面临的挑战。22丨构建未来工厂 激活智能运营 推动可持续制造24丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨25早在 2016 年,金风科技就引入亚马逊云科技作为自建资源的补充,期间亚马逊云科技云端架构的稳定性得到验证,资源扩充优势明显,非常符合金风慧能功率预测业务 Weather Research and Forecasting(WRF)Model 运算
41、场景。此外,金风慧能的业务场景需要在每天固定时间进行大规模数据计算,亚马逊云科技的预留实例与之高度匹配,因此金风慧能决定选择亚逊云科技作为其长期云基础设施服务商。WRF 系统辐射数千万个 3 公里网格数据,计算规模超乎想象WRF 系统可以模拟整个地球的大气状态,其中涉及了巨量的数据计算。首先,要考虑大气包括温度、湿度、压强、太阳能辐射转化等因素的物理过程;其次,还要考虑建筑、地形、山脉等地面上的影响;在海洋上,还要加入海洋与空气的热能转换等一系列复杂的因素。金风慧能在全国有数千万个这样的3 公里网格点数据,因此更需要高性能计算(HPC)集群作为基础支撑。基于 Amazon Graviton2
42、的 HPC 架构完美适配 ARM 架构的 WRF 系统金风慧能新一代 WRF 系统基于 ARM 架构所开发,这要求云端架构也必须与之匹配。亚马逊云科技不仅可提供基于 x86 架构的实例,还有基于 ARM Neoverse 内核定制的 Amazon Graviton 实例。因此,金风慧能选择在Amazon Graviton2 实例上编译 WRF 系统及相关 WRF 组件,并利用 Amazon ParallelCluster 在一周之内顺利搭建起 HPC 集群。之后,金风慧能又成功部署了 Python自动化脚本,使得云端弹性资源得到充分利用,让气象研究和预测既高效、又经济。上云之路WRF 系统性能
43、提升 10%,运行时间由 3 小时缩短到 2小时亚马逊云科技的 HPC 集群,帮助金风慧能的 WRF 系统性能提升了 10%,不仅满足了在凌晨 2 点到 5 点之间完成数据计算的需求,还将运行时间由原来的 3 小时缩短至 2 小时,从而释放出更多的计算资源,使金风慧能可以进行更大规模气象运算方案的测试,迭代出更优的预测模型以应用于生产环境。金风慧能气象预报平台负责人苏海晶表示,“我们经过多家单位的 x86 和 ARM 两种不同架构下数值模式的运算实验,最终选定亚马逊云科技的 Amazon Graviton2机型,每年节省了 70%的成本,且金风慧能气象数值模拟业务目前稳定运行。”同时,亚马逊云
44、科技云可以全天候不间断运行,相比于随用随取的购买方式,性价比优势更加显著。上云成效WRF 性能提升 10%,运行时间缩短 1/3,轻松应对高并发数据共享难题Amazon FSx for Lustre 轻松应对高并发数据共享难题在金风慧能的高性能业务计算场景下,同一时间需要众多业务并行运行,给现有存储系统的读取带来极大压力,不利于内部共享,且影响整个生产业务的健康运行。为此,金风慧能选择使用Amazon FSx for Lustre系统替换现有的共享系统,不仅配置简单,而且还可以高性能共享存储访问同一组数据,大幅提升了企业人员的工作效率。构建未来工厂 激活智能运营 推动可持续制造丨2526丨构建
45、未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨27江苏国茂减速机股份有限公司是国内减速机市场的龙头企业,具备雄厚的研发与制造实力,致力于为用户提供系统化的整体技术解决方案服务。近年来,国茂股份业务高速发展,尤其是新厂投产后,产能迅速扩张,面临着数字化转型升级、提高生产力、提高运营效率等各方面需求。“对于国茂来说,突破行业发展瓶颈意味着实现大规模个性化定制,具体来说就是在完成大规模交付超级离散订单的同时,保障每一台产品的质量、品质以及成本的一致性。国茂股份拥有非常丰富的产品型号,以及多达 13 亿种的产品组合,目前市场上没有任何一种商业套件能够满足这种高度个性
46、化定制的需求。”国茂股份 CIO 孔东华谈到。为此,国国茂股份:亚马逊云科技助力从无到有打造云原生架构,全托管自动化运营,报价系统客户简介业务诉求茂股份决定自主研发业务管理软件,以满足减速机市场的高度定制化需求,这对 IT 基础架构提出了稳定、灵活、能支持随时扩展及快速部署的要求,并做到敏捷发展、相互解耦、高效支持子系统间的灵活协作。经过和西云数据多个团队深入的沟通与交流之后,我们了解到亚马逊云科技在解决业务负载上的优势,也对云原生和云计算有了更深一步的了解,让我们能够更好的衔接关键业务与应用。江苏国茂股份有限公司 CIO 孔东华生产&资产优化:数据驱动智能场景 226丨构建未来工厂 激活智能
47、运营 推动可持续制造28丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨29“经过对业务系统的深入研究,我们最终决定通过上云的方式对业务进行现代化改造,随之产生了新问题:现有 IT 团队人员较少,云项目实施经验极度匮乏。”孔东华谈到,“除了满足业务快速扩张的灵活性外,我们更希望云服务商能够提供全面的、细致入微的支持,在对比了诸多云服务商后,发现只有亚马逊云科技能够满足这样的要求。”上云之路全面、个性化的咨询服务西云数据作为亚马逊云科技中国(宁夏)区域云服务的运营方和服务提供方,针对国茂股份的需求和现状,与业务及 IT 人员紧密沟通,逐步梳理国茂股份的基础
48、架构,通过专业服务团队的实施交付能力,以销售系统中的报价服务为切入点开展一期项目,并为后期数字化转型做好准备。同时,西云数据安排多场沟通会为客户培训云架构知识,通过手把手做项目的方式,对其 IT 人员进行充分赋能,提高其自主实施能力。广泛而深入的云服务“我们始终希望数字化部门是精简的团队,项目 IT 人员的重心应该是研究业务的创新,而不是将时间花费在运维上或者是 IT 系统的创新上。”国茂股份 CIO 孔东华谈到。通过采用Amazon Elastic Kubernetes Service(Amazon EKS)、Amazon Simple Storage Service(Amazon S3)等
49、服务,国茂股份得以专注于业务的创新,不必费心考虑如何搭建基础设施及日常运维。上云成效从无到有构建云原生架构,全托管的自动化运营在西云数据专业团队的帮助下,国茂股份逐步实现了信息互联互通、子系统之间相互协作,并让其 IT 团队初步具备敏捷交付云原生应用系统的能力,实现了云原生应用和基础架构的从无到有。业务系统上云之后,IT 基础架构的投资和预算明显缩减,并免除了繁杂的运维工作,业务效率大大提高。更高效的报价系统,彻底摆脱手动计算方式得益于对报价业务的微服务改造,国茂股份的报价系统彻底摆脱了手动计算方式,销售人员每人每月可减少 16 小时的时间成本;产品发布、升级的频率从原来每季度 1 次,提升到
50、每周可至少 1 次。精准物流全面上云,实现端到端的全程可追溯物流系统实现了实体物料端到端的全程可追溯,精准交付能力和运维能力上进一步提升。“新系统上线后,生产计划和产能节拍从原来的 7 天缩短到 3 天,大大减少了执行过程当中大量的异常和错误,大大提高了运力。”孔东华说。强大的人员赋能,引入敏捷开发支撑未来业务创新西云数据架构师团队丰富的技术经验为国茂股份未来的业务创新奠定了基石,“无论是报价系统还是精准物流,过去我们封装在一起很难改,现在可以随意地编排和调整。我们用到相关的基础设施,尤其是引入一整套的敏捷开发的理念、操作、规矩,对于我们团队增长来非常有价值。”国茂股份 CIO 孔东华总结道。
51、构建未来工厂 激活智能运营 推动可持续制造丨2930丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨31台塑企业成立于1954年,是世界第六大的化工制造业公司,同时是世界最大的PVC塑料制造商。台塑企业拥有台塑、南亚、台化、台塑石化及海内外企业共百余家,采多元化经营,跨足炼油、石化、塑胶、纤维、纺织、电子等领域,生产据点涵盖台湾、美国、大陆、越南、菲律宾及印尼等地。台塑企业以生产PVC粉起家,经过多年的努力,目前在炼油、化工、塑胶、纤维、电子等领域,都已完成上、中、下游一体化生产作业的布局。得益于台塑企业的多元化经营,公司除了以石化产业为核心横向发展之外
52、,也积极透过产业上下游的垂直整合。台塑企业:利用机器学习进行生产排程优化,人工检查时间减少一半,订单履行率提升 10%客户简介业务诉求我们决定探索机器学习,以便能够更准确地检测缺陷并降低人工成本,我们将亚马逊云科技作为我们首选的云提供商来帮助我们做到这一点。亚马逊云科技机器学习实验室与我们共同合作践行完成了流程的每一步,从首次研讨会到定义业务用例,到构建和选择适当的机器学习模型,再到实际部署。使用Amazon SageMaker,机器学习解决方案将我们的员工进行手动检查的时间减少了一半。在解决方案实验室的帮助下,我们现在能够在条件变化时自行优化 SageMaker 模型。台塑电子材料部副总经理
53、 李應源面向如此丰富的产品品类,生产排程对保障各类产品如期生产、产品质量达标、整体效率提升等都至关重要,而生产调度必须考虑许多因素,包括订单、库存、机器状态等,因此必须不断调整、以取得最佳调度效果。台塑企业的痛点之一是缺乏整体优化生产环境的能力。通常情况下,优化一个因素会导致其他因素发生变化并产生偏差。由于各种因素的差异,瞬息万变的市场及可能的突发状况等,每天可能有数百种生产组合,人工很难将所有因素考虑周全。因此,台塑需要有一个机器学习模型,以便在收到新订单或库存更新时提供稳定的生产调度建议。构建未来工厂 激活智能运营 推动可持续制造丨3132丨构建未来工厂 激活智能运营 推动可持续制造构建未
54、来工厂 激活智能运营 推动可持续制造丨33为了应对快速的市场变化,台塑企业引入模拟实验室、自动化、大数据及物联网等技术,以前瞻性思维和运用创新技巧,持续转型为智能工厂,建构人工智能(AI),在生产、销售、研发三大方面制定具体策略,以强化整体运营效率。机器学习模型集成到生成排程系统后,订单履行率提高了 10%台塑企业在亚马逊云科技的助力下,将机器学习模型与生产排程系统集成后,最终台塑得到了一个稳定的调度优化成果。并且通过调度优化,订单准时履行率提高了 10%。此外,台塑可以自动扩展其机器学习模型,以根据业务需求灵活安排额外的生产调度优化。上云之路上云成效亚马逊云科技专业服务团队创建了一个基于 A
55、mazon SageMaker 的计划机器学习解决方案,以输出实时生产计划建议。亚马逊云科技项目团队将多种机器学习算法(包括预测和回归模型)结合起来,为深度强化学习重新创建模拟环境,以训练 AI 代理以优化生产计划。以前,台塑企业将为每个需优化的因素建立一个机器学习模型。然而,这些模型质检会相互影响,无法提供最佳解决方案。为根本性解决问题,需要统筹考虑各种因素,优化整体生产排程,台塑企业引入了亚马逊云科技的服务:克朗斯集团成立于 1950 年,总部在德国,分公司遍布世界各地,其中中国分公司设在北京、上海、香港、太仓和成都。克朗斯集团为各种工艺、罐装技术和包装技术开发规划并制造机器和整套设备,其
56、客户主要为各类酿酒、食品、化工及制造与美容行业。克朗斯公司的子公司 Syskron X 为生产线开发数字端到端解决方案,并使用 Amazon 服务帮助食品和饮料行业的客户优化其供应链。企业内部分公司、分厂、同一工厂产线之间形成信息孤岛,无法进行数据批量采集、分析、处理以及构建数据标准;生产数据对管理人员透明度低,用户数据无法在多条业务线和系统之间进行通信;没有统一的数据口径,无法通过核心的管理者去协调流程、做数据决策,无法做到“用数据说话”;产线、设备种类众多,协议无法统一,配置复杂,数据采集难,涉及改造成本过高。在食品和饮料行业数字化转型过程中,克朗斯的客户经常面临以下问题:Krones:构
57、建统一设备管理平台进行弹性扩容,接入更多产线和班次,生产管理成本下降 10%客户简介业务诉求通过采用亚马逊云科技服务,我们能够将内部协同与沟通时间压缩 50%,减少协作沟通时间降低成本,可以帮助我们把产品打造更有吸引力,并且降低产品价格。Syskron X,ReadyKit 项目主管 Dr.Benjamin Kormann34丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨35构建产线数据分析能力克朗斯数字化平台主要针对食品、饮料灌装等行业进行产线数据分析,借助亚马逊云科技服务实现如下功能:边缘服务:结合 Amazon IoT Greengrass 服务
58、收集机器的原始数据,并且计算附加值的数据,然后发送到 IoT 平台;设备管理:通过 Amazon IoT Core 服务,使互联设备能够安全地云应用程序进行交互;设备综合效率分析:借助 Amazon Kinesis Data Firehouse、Amazon Redshift 的数据采集和数据仓库等能力,构建设备综合效率分析平台,为管理人员提供精确的设备运行数据和分析;构建协同工作平台:可以订阅、发送消息,支持创建标准操作程序(SOP)库等,在班次、生产线和工厂之间进行更好的通讯和协同合作,打破信息孤岛。操作台:可以从任何地方、不同终端上进行访问,统一监控设备效率,实现看板管理、设备部件与库存
59、管理。上云之路构建统一设备管理平台目前平台承接 3 家工厂的接入,媒体处理超过 200GB 的数据。计划未来逐步扩展到 200 家工厂、上千条产线的接入,媒体处理几百 TB 乃至 PB 级别的数据。所有资源均按照当前工作负载来开启,按需启动,按需付费。统一设备管理平台可以为多种不同制造商的设备实现统一的设备管理平台,对产线关键设备进行高优先级监控,实时传递到设备管理平台并通知当班人员;并构建数据服务,亚马逊云科技流式数据服务将 IoT 数据导入到数据仓库服务 Amazon Redshift 中,为设备使用效率分析提供数据基础;借助亚马逊云科技的无服务器的服务和架构设计,通过使用消息队列服务和事
60、件触发的方式,实现协同平台的构建;且在平台运行一段时间并积累了足够的数据基础后,采用 Amazon SageMaker 进行模型训练,实现设备的可预测性维护。满足物联网底层基础设施和数据本地合规要求借助亚马逊云科技全球服务能力,克朗斯将其海外架构非常方便地在国内实现适配和复制,快速部署其数字化平台系统,以服务其在中国国内的客户群体,并且满足基础设施和数据本地合规的要求。采用Amazon IoT框架,以及组件如 Amazon IoT Greengrass,Amazon System Manager,Amazon Kinesis Data Firehouse,Amazon S3 等进行高可用的设备
61、到云端的连接,并通过事件、数据出发的方式使解决方案更具有轻量化、弹性,可依据业务量进行增量部署,保证解决方案能适配不同的场景、工厂和客户。上云成效进行弹性扩容,接入更多产线和班次,生产管理成本下降 10%,知识分享触达率提升 20%克朗斯数字化平台,通过标准化的数据边缘网关和设备,采用即插即用、远端自动化部署和升级的方式,在提供统一、标准化的解决方案的同时,为客户提供多种可扩展性,协议的适配性等。统一设备管理平台可使得不同班次、不同产线和不同工厂之间能够进行通讯、生产协作、生产任务交接、知识分享、实时通讯和协同合作,进而打破信息孤岛,为全球化合作奠定基础。平台上线后,生产管理成本下降 10%,
62、最佳实践知识分享触达率提升 20%。协作平台的构建,还让克朗斯无需管理底层计算和存储资源,减少 IT维护工作,并且可以根据需要进行弹性扩容,接入更多产线和班次。利用机器学习服务进行模型训练,可实现设备的可预测性维护,让非计划停机降至最低,提高产线效率。构建未来工厂 激活智能运营 推动可持续制造丨3536丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨37施耐德电气作为全球能源管理和自动化领域数字化转型的专家,服务于家居、楼宇、数据中心、基础设施和工业市场,业务遍及全球 100 多个国家和地区。施耐德电气武汉工厂被达沃斯世界经济论坛专家委员会评为发展中的“
63、灯塔工厂”,为中国乃至全球的智慧工厂在数字化转型方面做出示范。施耐德电气拥有众多类似武汉工厂这样的工厂,仅在中国就有 23 家工厂,7 家物流中心。在生产种类繁多的各类产品中,为了确保产品的高质量,施耐德电气所有生产线都遵循严格的质量检测流程。在过去,产品的外观质量检测由人工肉眼判断或传统视觉检测完成。传统视觉检测是通过生产线上安装的工业照相机对每件产品进行外观拍摄,将照片与“标准样品(golden sample)”进行比对,由此判断产品是否存在外观缺陷。这种质量检测方式导致检测效率低、传统视觉检测漏检率和误检率高。为提升检测效率和精确度,施耐德电气决定构建 AI 视觉检测平台,实现质量检测的
64、自动化和智能化。“成功构建 AI 视觉检测平台的关键是检测模型的建模、训练和迭代,如果采用传统的自建服务器方式,将面临两方面的挑战:其一是模型的训练和迭代需要巨大的算力,成本非常高;其二是在进行模型训练时需要工程师到全国各地工厂去采集数据,需要投入大量的人力。”冒飞飞说。施耐德电气:构建 AI 视觉检测平台,实现全自动智能检测,误检率降至0.5%以内,漏检率降为 0客户简介业务诉求利用亚马逊云科技,我们成功地构建了云-边协同的 AI 视觉检测平台,实现了产品质量缺陷的智能检测,将检测误检率降到 0.5%内,漏检率降为 0%,并取消了之前依赖人工检测的工站,实现全自动和智能化。通过与亚马逊云科技
65、的合作,将数字化的 AI 技术成功落地在了工业制造场景中,改变工厂核心的质量管理方式。施耐德电气全球供应链 中国区数字化解决方案负责人 冒飞飞质量管理:计算机视觉缺陷检测、机器学习促进质量提升场景 336丨构建未来工厂 激活智能运营 推动可持续制造38丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨39为了应对这些挑战,施耐德电气决定采用“云边”结合的方式构建AI视觉检测平台,经过多重考量和选型,施耐德电气选择与亚马逊云科技合作,利用亚马逊云科技的 Amazon SageMaker 及其他相关服务,构建智能化的 AI 视觉检测平台。上云之路传统上,机器学
66、习采用 GPU 服务器,GPU 众多参数的设置极其繁复,采用 Amazon SageMaker 后,框架选择、GPU 选择都可以一键部署,模型训练只需采用简单的“文本文件+命令行”方式就可以完成。同时,Amazon SageMaker 与 Amazon Simple Storage Service(Amazon S3)协同,使得 AI 视觉检测平台实现了存储与计算分离,带来了两方面便利:其一,来自边缘端的训练数据都存储在 Amazon S3,模型训练时可以直接读写数据,无需进行数据迁移,且存储容量可无限扩展;其二,如果某个模型不理想或者要采用多个模型进行训练,只需直接替换模型即可,数据仍然可以
67、用原来的数据。施耐德电气 AI 视觉检测平台的核心是模型训练,来自生产线的正样本上传到云端,并作为训练的输入数据传输到机器学习框架中进行模型训练,通过持续的训练和迭代,提升模型的精准度,在模型精准度达标后再部署到生产系统上。上云成效利用亚马逊云科技的云服务,施耐德电气成功地构建 AI视觉检测平台,该平台采用“云边“结合的方式,云上负责模型训练和迭代及模型全生命周期管理,边缘端软件是边缘检测系统,通过工业相机采集产品外观照片,并在通过一系列安全认证后上传到云端,存储在 Amazon S3 上。AI 视觉检测平台为施耐德电气带来了以下优势:实现了检测自动化和智能化,与原来的传统视觉检测模式相比,中
68、国区已经部署的 5 家工厂 9 条生产线中,AI 视觉检测的误检率能降到 0.5%内,大大降低了返工的工作量,同时漏检率能降为 0%,杜绝不良品流到客户现场;与原来采用人工检测的产线相比,还可以优化产线检测人员配置;通过云边协同,实现了云端对边缘端的统一管理,确保多边缘端能够同时完成模型迭代升级和管控,从全生命周期的角度管理分布在不同工厂的模型。亚马逊云科技在全球有 29 个地理区域、93 个可用区,可以帮助施耐德电气未来方便地将训练好的模型和架构复制部署到全球范围类似的生产线上。此外,亚马逊云科技始终把客户需求放在第一位,为客户提供及时的支持服务。“我们是第一次接触 Amazon SageM
69、aker,很多内容不清楚,亚马逊云科技的技术人员总能在我们遇到问题的时候及时给予解答,他们的架构师每次都参加我们的项目会议,一起讨论解决方案的架构、如何实施、如何符合施耐德电气对网络和系统的安全要求等方方面面的问题。”冒飞飞说。构建未来工厂 激活智能运营 推动可持续制造丨3940丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨41Mueller Water Products(穆勒水务)是一家总部位于美国的公司,成立于 1857 年,是北美地区生产和销售用于输送、分配和检测水的产品和服务的领先制造商和销售商。该公司有两个业务运营部门:基础设施和技术业务部门
70、,基础设施部门生产消防栓、阀门、联轴器和其他部件,技术部门提供水的计量产品和系统以及漏水检测和管道状况评估的产品和服务。Mueller 拥有美国最大的消防栓和闸阀安装基地之一。为了充分利用其在美国供水基础设施中的强大作用,Mueller 自 2000 年代初以来一直在开发其技术基础设施,收购了几家技术公司,以增强其智能计量和泄漏检测能力。由于内部协作和本地需求的管理非常复杂,且手工收集数据耗时耗力,Mueller 希望继续改进其技术基础设施,利用其收集数据,并向客户提供分析和洞察。因此,该公司计划将其多云和本地系统整合为一个单一的、全面的云系统。随着时间的推移,Mueller Water:采用
71、 Amazon Sagemaker提升泄漏检测性能,5 年可为单客户节省 800 万美元客户简介业务诉求亚马逊云科技团队的支持水平令人惊叹。它不仅帮助我们排除技术问题,而且还支持我们为客户快速开发产品的需求。Mueller Water Products Inc.智能基础设施总监 Dave JohnstonMueller 认识到,它需要一种更简单的方法来管理内部协作和内部需求,因为它不想成为一家数据托管公司。Mueller 智能基础设施总监 Dave Johnston 表示:“我们层有许多数据摄取管道和数据托管的地方,包括本地和云端,几年前,我们决定调整战略,将所有数据集中到基于云的服务器基础设
72、施中。在 Mueller 考虑的所有云战略中,在亚马逊云科技上进行整合最为实用:“我们决定在一个解决方案上开发更便宜、更简单,”Mueller 技术解决方案高级副总裁 Kenji Takeuchi 表示。“采用亚马逊云科技让我们开发进程加快。”上云之路Mueller 通 过 在 Amazon Simple Storage Service(Amazon S3)上构建数据湖,利用 Amazon S3 数据湖,存储与泄漏检测、压力监控和计量相关的 TB 级用水数据;将所有这些数据都集中存储在一个地方,使得 Mueller 可以采用 Amazon SageMaker 更轻松地开发机器学习模型,使用 A
73、mazon SageMaker 提高泄漏检测性能。Takeuchi 表示:“在过去 9 个月里,我们将三个主要产品系列,包括超过 100 万个联网电表,带到了由亚马逊云科技支持的 Sentryx 水务智能平台(Sentryx Water intelligence Platform)。”Sentryx 水务智能平台为 Mueller 的所有软件解决方案和产品提供通用用户界面。通过在亚马逊云科技上构建可扩展的软件和数据解决方案,Mueller 可以为客户提供更准确的关键水数据视图,包括泄漏,从而使他们能够更有效地管理基础设施。42丨构建未来工厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运
74、营 推动可持续制造丨43上云成效采用由亚马逊云科技支撑的分析解决方案,Mueller 继续改进泄漏检测能力。美国东北部的一家水务公司安装了Mueller 泄漏检测系统,根据目前的性能,该公司估计在 5年内将节省 800 万美元的运营费用。而且,水资源成本并不是泄漏引起的唯一问题。如果不迅速发现,泄漏扩大可能导致灾难性破坏和昂贵的基础设施维修,以及监管罚款。一位 Mueller 客户采用 Mueller 技术降低了环境合规指控风险,这些指控可能会导致因将氯化水排放到受保护的水道中而导致数百万美元的罚款。Mueller 已经起步在亚马逊云科技上构建了一个可扩展的软件和数据解决方案。“我们在可视化方
75、面做了很多工作。”Takeuchi 说,“但我们希望提供全自动化。作为压力控制阀领域的领军企业,我们可以根据需要使用压力监控解决方案来自动控制压力。”因为管理压力是控制水质和延长管道寿命的主要方式,通过技术实现过程自动化对于节约成本和减少水损失具有深远的意义。Mueller 计划采用Amazon IoT Analytics,这是一项完全托管服务,让用户能够对 IoT 数据进行分析。Mueller 渴望更广泛地建立其分析和 ML 能力。Mueller 有一项致力于软件即服务(SaaS)战略,为客户提供水质评估、压力监测和水分配的其他方面的关键洞察。通过提高解决问题的潜力,增强客户的能力,Muel
76、ler 正在引领市场走向创新和增长。误警数量下降一半,提高泄漏检测性能,为客户 5 年内节省 800 万美元Takeuchi 表示:“我们正在使用亚马逊 SageMaker帮助我们更准确地进行泄漏事件分类。”。在服务部署后,Mueller 将错误警报的数量减少了一半,并最大限度地提高了识别真实泄漏事件的概率。Johnston 表示:“亚马逊云科技团队提供服务支持让人惊叹,他们不仅帮助解决技术问题,还支持我们与客户一起快速发展的需要。亚马逊云科技了解我们的需求,并一直在为我们寻找加速机会。”Arneg 是全球领先的商用制冷设备制造商,集团的 20 家生产公司和 17 个国际办公室使他们的全球经销
77、网络遍布 100 多个国家或地区。Arneg 及其子公司是名副其实的超市冷冻和制冷设备的全球制造商,在市场中处于领导地位,其业务性质要求公司遵守严苛的服务等级协议。为保证食品安全,Arneg 必须全年无休在全世界范围内提供全天候的客户支持。Arneg 过去曾使用其在本地托管的应用程序 Interactive Remote Information System(IRIS)来管理告警、服务电话和现场工作。使用 IRIS,制冷设备会在发生故障时(仅在设备无法维持严苛的商用制冷设备行业标准时)向 Arneg 发送告警。“由于通常只在发生问题时才发送请求,留给我们的反应时间极短”,Arneg 的服务总监
78、 Davide Zandon 说道,“这会提高我们的成本,更重要的是,降低服务流程的效率。”Arneg 希望使用其现有的 IoT 基础设施在云中构建更主动的解决方案。“开发类似预测性维护的新项目只能在云中实现”,Arneg 的首席信息官 Claudio Canepa 表示,“本地方案没法提供必要的计算能力、存储和响应时间。”Arneg:利用亚马逊云科技开发预测模型,准确率提升至 80%以上,转变被动响应为主动预测客户简介业务诉求亚马逊云科技架构被证明是一股强而有力的创新推动力。Arneg 的首席信息官 Claudio Canepa42丨构建未来工厂 激活智能运营 推动可持续制造44丨构建未来工
79、厂 激活智能运营 推动可持续制造构建未来工厂 激活智能运营 推动可持续制造丨45转用基于云的预测模型“我们承诺保持对 Arneg 的服务进行优化和发展,这要求我们使用可轻松更新与升级的系统”,Canepa 补充道,“公司评估了多个全球云提供商,亚马逊云科技是目前最符合公司需求的供应商,而且能够更好地支持未来创新。”Arneg 很快意识到,要实现更优结果,不仅要将现有的数据迁移到云,而且有必要进行云优化,以便降低成本、开发自有的预测性维护解决方案并持续演进。Arneg 很快发现,亚马逊云科技微服务能够帮助其改变与优化现有的 IRIS 功能,并且从云架构当中获得更多收益。改善客户服务Arneg 还
【公司研究】亚玛顿-牵手全球一线BIPV客户打造薄玻璃与光伏瓦龙头-2020200629[29页].pdf
【公司研究】雅化集团-公司研究报告:坐拥亚洲最大锂矿锂业新秀未来可期-20200124[20页].pdf
【公司研究】兴齐眼药-重磅产品渐入佳境眼科用药新兴龙头开启蜕变之旅-20200305[32页].pdf
【公司研究】雅克科技-深度跟踪报告:半导体材料平台型公司多点开花未来可期-20200123[25页].pdf
【公司研究】兴业银行-深度报告:拨云见日大有可为-20200621[19页].pdf
【公司研究】三棵树-深度跟踪报告:高速成长序幕开启涂料龙头呼之欲出-20200320[35页].pdf
【公司研究】三七互娱-发布非公开发行5G云游戏平台火力全开-20200402[23页].pdf
【公司研究】燕塘乳业-产能优化释放红利结构升级争做区域乳企典范-20200529[19页].pdf
【公司研究】兄弟科技-业绩拐点显现成长启动元年-20200315[19页].pdf
和恒咨询:轻工制造行业A股高质量发展报告(2022年报)(31页).pdf
轻工制造行业深度研究报告:PVC地板出口正当时内销尤可期-230530(24页).pdf
金蝶:装备制造行业数字化解决方案(2023)(40页).pdf
中国电子技术标准化研究院:智能制造成熟度指数报告(2022)(31页).pdf
艾睿光:2023红外热像技术在工业精密制造行业的解决方案白皮书(31页).pdf
沃丰科技:2023装备制造行业智能售后服务转型升级白皮书(29页).pdf
Stratasys:如何为汽车制造选择合适的3D打印技术(2023)(11页).pdf
e-works:中国制造业物流与供应链数字化转型白皮书(2022)(25页).pdf
IMA:2023制造业全生命周期环境成本分析与生态价值创造研究报告(59页).pdf
SAS:制造业人工智能民主化白皮书(16页).pdf
轻工制造行业:基本面持续向好看好全年业绩改善-230508(25页).pdf
科尔尼:2023年美国制造业回流指数报告(摘要版)(17页).pdf
施耐德&创业邦:绿色智能制造创新生态图谱2023版(125页).pdf
智联招聘:2022年智能制造人才发展报告(17页).pdf
DDI智睿咨询:2023制造行业人才发展成功实践手册-汽车篇(22页).pdf
蜜雪冰城招股说明书-连锁茶饮第一股(724页).pdf
麦肯锡:2023中国消费者报告:韧性时代(33页).pdf
线上健身第一股-keep招股说明书(463页).pdf
罗振宇2023“时间的朋友”跨年演讲完整PDF.pdf
QuestMobile:2022新中产人群洞察报告(37页).pdf
小红书:2023年度生活趋势报告(34页).pdf
QuestMobile:2022年中国短视频直播电商发展洞察报告(30页).pdf
工业4.0俱乐部:ChatGPT认知白皮书(151页).pdf
町芒:2022现制茶饮行业研究报告(47页).pdf
哈尔滨工业大学:ChatGPT调研报告(94页).pdf