浪潮資訊星火聊"緣"邊緣計算與網路系列沙龍活動正式啟動

北京 2022年6月29日 /美通社/ -- 近日，2022年浪潮資訊星火聊"緣"邊緣計算與網路系列沙龍活動在蘇州正式啟動，首期星火聊"緣"技術沙龍由浪潮資訊與蘇州市智慧製造產業聯盟聯合舉辦，以邊緣計算、邊緣網路在製造業的技術和應用為主題，匯聚了蘇州市工信委、蘇州市智慧製造產業聯盟、蘇州大學、德國BridgingIT等智慧製造領域政產學研用的社會各界力量，共同探討邊緣計算、邊緣網路為智慧製造發展帶來的機遇與挑戰。

雲邊協同 驅動製造業數字化轉型升級

在人工智慧、大資料、物聯網等創新技術快速落地的背景下，算力從雲向邊延伸，成為驅動製造業轉型升級的重要方式，製造機器人、基於機器視覺的工業質檢、預測性維護、智慧決策與分析等創新型應用都需要巨大的算力作為支撐。IDC和浪潮資訊聯合釋出的全球計算力指數報告顯示：製造業是算力投入第二大的傳統行業，製造業升級，計算力先行。傳統工廠的自動化需要的算力無法滿足智慧製造的轉型需求，需要AI、物聯網、邊緣計算、邊緣網路等創新技術的支撐，算力成為製造業升級的關鍵生產力。

以蘇州為例，蘇州擁有5家全球領先的 "燈塔工廠"，是世界製造業的轉型先鋒，2021年底蘇州規模以上的工業製造突破4萬億，可謂名副其實的全球第一大工業製造城市。據IDC算力指數報告顯示，蘇州AI算力指數位居全國第6，以蘇州工業園區為核心先導區，具有國際影響力的人工智慧產業聚集區正在不斷髮展壯大。

而在多元化的算力形態中，邊緣算力作為資料處理、雲邊協同傳輸的核心，對於製造業的轉型升級發揮著重要的支撐作用。一方面，智慧控制、物流排程、表面缺陷識別等智慧製造的應用負載對於時延有著嚴苛的要求，邊緣計算的處理方式能夠將雲端的100-200毫秒時延縮短到20毫秒以內；另一方面，為了保證產品質量，製造企業通常對於業務連續性、穩定性有著更高的要求，邊緣計算與邊緣網路的協同，能夠更好地避免由於網路故障等問題帶來的算力中斷，透過雲、網故障本地降級自治保證業務連續性。此外，邊緣計算還具備敏感資料本地處理、頻寬成本低等優勢，成為推動製造企業智慧化轉型的重要抓手。

浪潮資訊為製造業邊緣應用注入澎湃動力

作為全球算力基礎設施領域的核心參與者，浪潮資訊早在2016年就開始佈局人工智慧，推動各個產業與人工智慧技術的融合。以江蘇為例，浪潮資訊與當地夥伴合作，共同賦能3C電子、汽車製造、鋼鐵製造、智慧家居等產業的數字化和智慧化轉型。隨著先進製造技術對於邊緣基礎設施需求的爆發，依託領先的資料中心級研發能力，浪潮資訊將資料中心更安全、可靠的智算力延伸到邊緣，並透過快速敏捷的研發能力打造柔性的供應鏈生產，為邊緣場景提供豐富的產品和解決方案。

浪潮資訊推出的邊緣計算微伺服器、行動式AI伺服器、邊緣伺服器、邊緣微中心四大產品系列，在產品效能、節能、安全性、嚴苛環境適應性、大規模場景的運維部署等方面擁有領先優勢，2022年繼續領跑中國邊緣伺服器市場，市場佔有率保持第一，達到40.9%。

同時，邊緣側的資料實時計算、處理、傳輸、雲邊協同離不開邊緣網路，浪潮邊緣網路產品已實現在一張物理網上構建多個專用的、虛擬化的、相互隔離的邏輯網路，滿足製造行業的業務需求，實現網路的智慧視覺化排程，將網路傳輸力提升27%、算力利用率提升30%。目前已在山東鋼鐵集團、唐山鋼鐵集團、中天鋼鐵集團等全國多地的大型製造企業中得到廣泛部署和應用。

浪潮資訊構建了強大的ISV夥伴生態，匯聚起不同領域的平臺、演算法、應用等夥伴，具備清晰的分工合作模式，能夠為客戶提供一體化的快捷交付能力和定製化邊緣解決方案，幫助使用者更好的應對邊緣側算力的場景化、差異化需求。在製造行業，浪潮的邊緣計算系列產品具備工規級穩固性、強大算力、全面部署等優勢；邊緣網路產品則透過融合網路、高效互聯、敏捷運管等效能，助力製造企業應對在工廠部署的嚴苛挑戰，滿足機器視覺、物流排程、人員工作規範管理、裝置狀態監控、風險防範預警等多種應用的需求。

在面向3C電子產品的AI工業質檢應用中，浪潮資訊聯合合作伙伴推出基於深度學習、計算機視覺的工業質檢解決方案，由雲端訓練平臺、邊緣伺服器、邊緣微伺服器、光源裝置和攝像頭組成，模型訓練透過邊緣伺服器上完成，透過邊緣微伺服器中的 AI軟體對攝像頭採集的產品圖片進行推理，判斷目標產品是否存在缺陷。此方案有效提升缺陷檢測的效率、準確率和產線覆蓋率，減少人工檢測的比例，助力企業實現智慧製造。多個工廠案例表明，量產產線滿配部署AI質檢方案後，不良品有效檢出率達到99%以上，節約質檢人力80%。

在面向汽車軸承製造的AI+邊緣工業質檢應用中，浪潮資訊提供了全球領先的軸承質檢解決方案，基於AI機器學習檢測演算法，由生產現場的浪潮邊緣微伺服器EIS200對軸承圖片進行3D影像分類和檢測，判斷軸承質量是否符合規範要求。在汽車變速箱傳動軸承的質檢中，機器視覺演算法可以識別20多種軸承缺陷，產品故障提取準確率達到98%，不良品漏率低於330ppm，是肉眼提取準確率的3倍，這不僅有效降低了熟練質檢工人的招聘、培訓成本，而且大幅度降低了對於工人肉眼的損傷。

除了智慧質檢之外，製造企業還能夠將生產安全管理、3D圖紙實時檢視、生產安全合規性檢測等多種邊緣業務負載整合到浪潮邊緣計算伺服器上，藉助高效能、低延時、高穩定的邊緣算力和網路加速智慧製造轉型。