2022年11月8日,北京——今日,英特尔以线上形式举办了主题为“同芯共智,数创美好”的2022英特尔工业物联网大会。在此次大会上,英特尔携众多行业伙伴展示了其在工业物联网领域取得的优秀技术成果,并全面分享了英特尔如何通过领先的软硬件解决方案加速产业数字化升级。
英特尔公司副总裁、英特尔工业解决方案事业部总经理Christine Boles表示:“数字化转型浪潮席卷千行百业,众多行业参与者在此过程中遇到了巨大挑战。为此,英特尔不仅通过打造领先的软硬件产品组合,推动实现云边协同,还推出若干平台解决方案,以便工作负载能够更高效地在英特尔平台上运行。此外,我们还利用英特尔®物联网市场就绪解决方案和物联网RFP就绪套件,帮助行业参与者进行联结和推广,将终端客户、制造商、零售商和医疗提供商等联系起来,携手规模化部署行业整体解决方案。”
随着数字化对经济复苏发挥着愈发重要的助推作用,近年来,工业制造业数字化转型已成为中国实现稳增长、稳经济的重要措施之一。英特尔网络与边缘事业部工业解决方案中国区总监李岩表示:“中国制造业正面临着创新驱动发展及数字化转型的新机遇和新挑战。截至2021年,中国制造业已增长至31.4万亿元,连续12年位居世界之首,且约占全球制造体量的30%。中国制造业的规模效应以及完备的产业链,使其势必能够成为长期发展智能制造的优势。”
长期以来,英特尔深耕制造业领域,并凭借多样化的智能边缘产品组合和端到端整体解决方案,携手生态伙伴一起为行业变革提供价值。随着技术迭代和市场需求的变化,制造业领域的数字化转型已不仅局限于自动化技术,还包含信息技术和通信技术,而智能制造时代的到来推动了这三项技术的融合。在这个趋势下,英特尔不仅面向智能边缘构建功能丰富的芯片、开放和优化软件,还通过全球生态伙伴系统提供了数百个预配置和集成的边缘到云解决方案。此外,英特尔还在以广泛且可扩展的开放平台为基础,助力开发人员更轻松地基于英特尔软硬件进行创新。
例如,英特尔一直在研发面向工业需求的芯片产品(包括支持TCC/TSN、功能安全等应用的特定型号芯片)。与此同时,为进一步助力智能边缘计算产业的发展,边缘计算产业联盟(Edge Computing Consortium,简称ECC)还联合英特尔及国内厂商一起定义了工业边缘节点参考架构(Industrial Edge Node,简称IEN)。该参考设计采用了核心模块和外设模块分离的模块化架构,当CPU和IO解耦时,CPU可单独升级。同时,工业端口也能够进行定制,方便用户针对不同细分场景自定义IO。英特尔基于IEN的端到端解决方案则能更充分地赋能生态伙伴落地全场景应用。此外,以英特尔芯片和IEN为硬件基础,英特尔还能帮助客户更有效地定义其视觉控制器、Soft PLC、运动与数控控制器、数据分析控制器和HMI,等等。英特尔还专注于包括英特尔®工业边缘洞见平台和英特尔®工业边缘控制平台在内的智能边缘软件开发。这些软件汇集了各种参考设计,能够帮助行业伙伴更轻松、更快速地开发解决方案,并将工作负载整合到基于英特尔处理器的平台上,以满足用户更高标准的智能制造需求。
英特尔不仅提供领先的技术,还在持续赋能工业生态系统,并作为创新引擎,为工业生态伙伴提供数字化转型所需的解决方案。在此过程中,英特尔与包括ODM、OEM、系统集成商、软件开发商以及运营商在内的众多生态伙伴,共同开发行业整体解决方案和物联网开发套件,以供制造商和公用事业企业部署。
针对中国工业用户的本地开发习惯,凭借英特尔在工业级芯片、工业边缘节点参考架构和工业边缘软件平台的多年积累,以及通过挑选适合不同应用的工业电脑产品进行测试及优选之后,英特尔还于此次大会上推出了英特尔®工业电脑优选项目,通过提供套餐式方案,满足便利优先的客户群体需求。该项目主要通过三个维度来帮助用户选择合适机器、减少二次开发并缩短项目周期,分别是工业芯片和模块化设计、针对工业级工况提高可靠性要求以及不同工业应用差异化调优。此外,英特尔也会在后续将通过英特尔工业电脑优选项目的厂商机型信息在网上公布,并签发该项目测试函给所通过的机型生产厂家。目前,已有包括康士达科技、智微智能、大唐计算机及信步科技在内的首批厂商参与到这个项目中,并将陆续获得测试函。
如今,在工业数字化转型和“双碳”目标的引领下,制造、能源、物流等领域正在以前所未有的速度步入智能制造时代,企业面临着从技术到产品的全新挑战。作为工业数字化转型的创新者和贡献者,英特尔将继续通过计算、连接、基础设施、人工智能,以及传感和感知这五大基础的超级技术力量,助力更多企业在快速演进的技术潮流中发现更具生命力与扩展性的转型路径,实现高速增长。与此同时,英特尔也将携手更多行业伙伴深刻塑造人类体验世界的智慧化方式,共创美好未来!
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。