制造商现在可以接入新的工业边缘平台,帮助建造更智慧、更开放的软件定义工厂
中国北京 – 2023年9月21日 – 日前,世界领先的开源解决方案供应商红帽公司宣布与英特尔合作,设计推出最新的工业边缘平台,为构建和运行工业控制提供现代化的方法。该平台可以向工厂提供标准IT技术和实时数据洞察,以帮助转变制造商的运营、扩展和创新方式,使工业控制系统 (ICS) 供应商、系统集成商 (SI) 和制造商能够以自动化方式完成以前需要手动执行的工业自动化任务,包括:系统开发、部署和管理、降低网络安全风险、通过改进规范性和预测性维护而提高工厂敏捷性,在同一地点处理确定性和非确定性工作负载,并缩短周转时间。
智慧工厂(或软件定义工厂)对于提高制造商的创新速度具有至关重要的作用。麦肯锡的一份报告称,“到2025年,智能制造有望创造高达3.7万亿美元的价值,并将推动各行各业的增长、创新和竞争力。”通过消除IT和OT之间的壁垒,制造商可以合作开发新的功能,并积极增强和加快运营,同时能够根据需求灵活、智能地进行扩展。
工业边缘平台旨在提供整体解决方案,涵盖从实时车间控制、人工智能/机器学习 (AI/ML) 到全面IT管理的方方面面,从而使客户能够更灵活地选择数据重心或边缘到云端式的架构,并提高整体设备效率 (OEE)。为了持续支持这一目标,红帽和英特尔正在努力将基于英特尔的平台和英特尔工业边缘控制(英特尔 ECI)与当前和未来版本的红帽企业 Linux 集成,并开始与 Fedora 项目和 CentOS Stream 等上游 Linux 社区开展合作。此合作最终会将这些控制和平台引入红帽Device Edge(早期访问)、红帽 Ansible 自动化平台和红帽 OpenShift。通过此合作,企业可以从以下方面受益:
为了支持这一平台,红帽与英特尔合作推出一个实时内核,该内核可提供一致的延迟并减少抖动,帮助应用更可靠地重复运行。这个新的工业边缘平台采用开放标准和社区驱动的创新成果而构建,并由全球数千名开发者共同开发,这有助于简化与其他硬件和软件组件的集成。此外,核心代码的透明性以及清晰的路线图和发布周期有助于消除对新版本及其附带功能推出时间的猜测。红帽业界领先的企业开发者支持能力为IT团队提供了一流的开发者工具链,无论采用哪种部署模式或哪个集成商,都能实现更一致的部署,从而进一步消除现代开发者在选择工具时的猜测和选择困难症。
几十年来,制造业的创新一直受传统工业控制的局限性和孤立组织结构的制约。借助这个新平台,企业能够从一个开放式边缘平台中获益,并且可以在易于使用、可靠的工业自动化解决方案中简化组件集成。ABB、施耐德电气和Codesys等行业领导者已经成功实施新工业边缘平台,以构建现代化的工业控制。
支持证言
Francis Chow,红帽副总裁兼车载操作系统和边缘总经理
“从传统IT基础架构转型到帮助软件定义的汽车在工业边缘提供可扩展的数字解决方案,红帽在推动各行业的现代化和创新方面历史悠久。现在,红帽与英特尔合作开发最新的边缘平台,帮助全球各地的制造工厂实现同等水平的转型。我们相信,通过帮助融合IT和运营技术,下一次工业革命将以开源软件为基础,更早、更快地到来。”
Christine Boles,英特尔网络和边缘事业部副总裁兼联邦和工业解决方案总经理
“多年来,英特尔和红帽携手合作,为各行各业提供变革和支持。通过将红帽在云端到边缘应用平台交付方面的专业知识,与英特尔在边缘到云计算平台(包括工业硬件和软件)方面的实力相结合,双方将提供软件定义的能力并支持转型,从而满足当今制造业对弹性、灵活性和可靠性的要求。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。