鄔賀銓:產業網際網路發力新基建的關鍵點

danny_2018發表於2020-05-20

在疫情防控與復產復工兩手抓的檔口,新基建成為恢復中國經濟的引擎動力,也讓產業網際網路迎來新的發展機遇。那麼,什麼是新基建?要想加快推進產業網際網路程式,該從何處入手?中國工程院院士鄔賀銓,從新基建的戰略與內涵以及在產業轉型中的戰略地位,進行了系統闡述。在他看來,在新基建概念中,5G尤為重要,5G應用已經擴充套件到產業網際網路、智慧城市和雲端計算等諸多方面。

新基建概念與內涵

在2018年12月份中央經濟工作會議中,“新基建”概念首次被提出。這次疫情防控期間,中央多次會議也都強調,加快推進新型基礎設施建設。國家發改委也對新基建有一個初步的定義。

▲中國工程院院士鄔賀銓

“新基建就是要建設一個節約高效、經濟實用、智慧綠色、安全可靠的現代化基礎設施體系。”鄔賀銓認為,實際上新基建包括三個方面的內容:新一代資訊基礎設施、融合基礎設施,創新基礎設施。融合基礎設施除了智慧交通、智慧能源,還有科教的、科技的和產業技術創新的基礎設施。其中,以網路基礎設施為代表的新一代資訊基礎設施是主要支柱,包括5G物聯網、工業網際網路、算力基礎設施,還有數字中心、智慧計算中心等。

雲端計算視覺的產業網際網路組成

而從產業網際網路角度看,雲端計算最主要的基礎設施是服務層,是資料中心。可以說,網際網路資料中心是產業網際網路企業自建的,其中包括虛擬化網路、資源池、安全接入管理、智慧安防產業網際網路系統。

產業網際網路最核心的技術是雲服務,也是工業服務所需要的功能。在雲服務裡面最基礎的是PaaS層,這裡麵包括開源大資料的軟體框架、資料建模與分析的軟體,還有人工智慧的演算法、訓練、分析等軟體。除了PaaS這個平臺,還需要有SaaS、軟體支付,這裡面有各種各樣的公共軟體。而云服務商本身的資料儲存、計算這些能力要放到資料中心,雲服務商也可以向上包容資料中心的功能在裡面。

作為產業網際網路的提供者,平臺的提供者,不僅有云和資料中心,還需要有產業網際網路的核心平臺,這裡面主要是對應大市場,包括企業資料、行業資料、社會資料和資料探勘和分析的工具,當然產業網際網路供應商本身很大,可以把公有云、私有云這些都包括進去了,甚至還可以自建資料中心,當然也有一些產業網際網路平臺供應商的雲是外包的。

多數企業還不具有平臺提供功能,不提供產業網際網路的平臺軟體,但是它具有產業網際網路的應用功能,這裡包括企業外網、內網、物聯網、邊緣計算、網路安全、公共軟體資料庫、專用大資料和人工智慧的處理演算法、軟體等等。產業網際網路一條線,產業平臺供應商本身也是產業網際網路的應用企業。

從企業視角來看產業網際網路的組成

產業網際網路的組成包括底層的數控機床、聯網的儀器儀表,有現成的元件,當然還有一些分佈控制系統、現場控制系統、邏輯控制器以及各種各樣的感測器等等,對應的是企業的物聯網,使用的是傳連網的協議。

產業網際網路上還要有一個企業內網,它收集送來的各種各樣的資料,在企業內網裡有伺服器,有監控資料採集系統,當然還有邊緣計算。在企業內網裡面它的通訊協議是由工業乙太網的協議,還有TSN協議。工廠收集了這些資料要送到企業,企業裡具有工業網際網路平臺,這個平臺上面包含了各種各樣的資料庫,當然更有云計算。

產業網際網路除了在企業內部以外,當然還會跟外部發生關係,很多企業本身並不都在一個地方,還有它的分支機構以及它的資料庫可能放在外面,需要透過外閘道器聯起來,外網一般都走於運營商的網路,但是可以選擇運營商的網際網路或者運營商的專線,其中選擇哪一種根據你企業所需要傳輸資料的服務質量,高要求的決定。怎麼控制選擇哪一個呢?企業本身可以透過軟體定義來控制局域網際網路或者取專線。整個產業網際網路本身實際上是從資料採集匯聚、分發,支撐資料發揮生產要素的作用。

邊緣計算

在雲上,很多工業上的感測器、工業機器人、工業VR/AR對時間比較敏感,因此在工業產業上面往往把雲的能力分上來,分得靠近資料端,這叫邊緣雲。

邊緣雲負責處理那些對時間敏感的資料,當然它過濾了一些資料在中心雲,中心雲收集了資料,再下發給邊緣雲,透過兩級雲減輕了對中心雲的壓力,也減輕了對頻寬的消耗,同時提供快速響應,增加了可靠性,並且兩級雲和單級雲相比成本還可以節省。

當然,大企業會自建中心雲和邊緣雲,對於中小企業可能中心雲是使用第三方的公有云,邊緣雲還要自己建,邊緣雲裡面處理分析軟體跟企業本身所需要處理的業務內容是相關的。

企業內網協議

企業內網協議也是產業網際網路的重要組成部分,通訊協議早年用的是現場總結,比較簡單;但是,國際標準數量很多,實際上相容性很差,時間沒保證。

工業性比較好的是乙太網,如果用傳統的乙太網的辦法使用,效率太低,時延太大,因此現在發展工業乙太網。目前,在全球大概一半企業在企業內網都會使用工業乙太網,它從高頻寬、交換技術和服務技術上面改進了乙太網,時間也會有所改進。

但是,隨著生產線自動化程度越來越高,生產線速度越來越快,工業乙太網也滿足不了這種高速率、低時延的要求,所以未來企業內網要發展延時敏感網路,它也是一個乙太網的體系,只是在乙太網的第二層加上時間敏感佇列,這實際上是一個虛擬區域網,在虛擬區域網裡頭專門有一個來指定這個IP包括資料流本身的服務質量,一個企業有多種多樣的資料包括感測器資料收集要上傳,但是並不等於所有資料都是一樣的,都是等級那麼高的。

企業裡面有溫度感測器、溼度感測器會定期上報資料,這些要求不高,但是企業在生產過程中出現一些臨時故障,報警的這些資料包要求就高了。我們利用等級區分,當沒有別的包來的時候,這個包網能夠宣傳,B傳完C也是要宣傳的,繼續佔用這個時間,到B和C都傳完了,這個時候再把A傳完,時延敏感網路並不是說要完全靠增加這個網路頻寬的時間,實際上是靠網路裡面我們搶佔低優先包的時間位置,時延敏感網路的包可以透過5G來傳輸。

智慧化工控軟體

對於企業來說,擁有各種各樣的風控軟體也同樣重要。比如,系統辨識就跟企業生產所有的環節都關聯,傳統很多企業的ERP本身是在一個表上表現,我們看從哪個車間到哪個車間,從哪個工序到哪個工序。但是在生產過程中總會出現一些不確定性因素,這個時候就是停下來召開臨時性的生產溝通會,修改Excel表,這實際上是耽誤時間的,我們希望用物聯網反映的問題直接修改ERP,但是目前全球只有16%的工業企業在ERP裡面使用了物聯網資料。

ERP不僅僅跟物聯網的資料關聯,還跟5G、大資料、區塊鏈、雲端計算這些都關聯起來,不僅僅是原始的資料送到ERP。我們希望,經過人工智慧分析的資料送到ERP,自動化的更新ERP的表,這樣執行時間可以縮短25%,到明年全球排名前2000的企業基本上都會這樣做。

智慧物聯網

與 5G相提並論的還有“智慧物聯網”概念,我們知道物聯網是感知資料,感知資料送到後臺進行大資料分析和人工智慧的決策,在過去沒有5G之前網路頻寬不夠,時延比較大,送過去再回來決策已經錯過了時實性。現在5G來了,它不僅是高頻寬低時延,還是大連線,端到端的時延不超過10秒,丟包率不超過1%,5G的到來使得物聯網和雲端計算充分融合。大資料分析、決策,我們第一時間就回到了網際網路終端執行,可以說現在是人工智慧+物聯網直接的無縫融合。不管物聯網、人工智慧還是人工智慧,都透過5G把它們無縫連線在一起。

還有一種方式,是直接把人工智慧晶片以及開發工具、作業系統和物聯網整合在一起,形成智聯網的終端,這適用於要求比較高的物聯網、超高畫質的攝像頭,這才真正把人工智慧和物聯網融合。從更進一步的角度看,我們在AIOT的模組裡面,還可以嵌入區塊鏈,這樣可以保證物聯網結構驗證、資料加密和授權安全,可以解決資料確權和資料資產化的問題。

另外,網際網路特別要注意安全,這個安全涉及到很多層次,有物理層,有網路通訊層,有云平臺層,有大資料方面,還有人工智慧決策的,涉及到網路邊界防護和終端防護,這裡面是一個很複雜的系統工程,特別是在產業因為感測器和POC使用量很大,本身的安全防護能力沒有那麼強,而且它永遠線上,因此很容易被木馬入侵,成為攻擊的的跳板。

與此同時,這麼多感測器,一個一個驗證加密,這個過程非常複雜,所以我們需要高可靠、快速的進行驗證。

產業網際網路安全體系

產業網際網路可能會用到數字孿生,也就是說把實際場景的資料透過遠端傳到網上,中間可能經過外網,因此這個資料要防止被篡改和劫持。

對於一個企業來講我們要加強企業安全,增強企業的安全性。僅此還不夠,由於網路安全是一個社會問題,企業安全還需要爭取外部的支撐,比如說我們原來使用風控系統的裝置供應商,我們希望從他那裡得到安全服務,從社會上的網路安全廠商那裡得到基礎支撐,我們需要從運營商那裡得到網路流量異常的告警,還需要從政府部門提供的更多資料中實現企業上下游的安全防護,形成協同聯動效應。

產業網際網路可以應用到各個生產環節。舉個例子,比如說數字建模環節,協同設計、生產加工過程的機器人控制,還有產品質量檢測VR/AR的應用,還有數字孿生,做預防性的維護,以及供應鏈管理和雲上管理,應該說所有的軟體都可以得到產業網際網路的應用。

產業網際網路不僅僅需要新興技術,還需要有製造技術的支撐,除此之外還有專用的技術,包括感測器、接收器、POC、MES製造系統、ERP等等,除了產業製造技術,還有產業材料、機器、測量、維護、機器、建模。

總之,產業網際網路要發力新基建,要深入實施工業網際網路創新發展戰略,協同推進工業網際網路基礎設施和資料資源體系建設,發揮技術的基礎資源作用和創新引擎作用,加快形成以創新為主要引領和支撐的資料服務。特別需要強調的一點是,產業網際網路是要把資料資源調動起來,發揮資料的基礎資源作用和創新引擎作用。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31547898/viewspace-2693128/,如需轉載,請註明出處,否則將追究法律責任。

相關文章