DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开
DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开

联想+AWS构建了深入行业的数据智能服务能力

相信直到2019年的现在,许多人印象中的联想仍旧是一家PC巨头,一线服务器大厂,二线手机大厂,其实,在云计算,大数据,物联网产业蓬勃发展的今天,联想也在不断强化自身实力,在一些新的领域也有许多创新和突破,也开始与AWS这样的国际化云巨头展开多种合作,如今的联想正在塑造自己新的形象,新形象的关键词就包括“智能”,“大数据”以及“物联网”。

2019年4月,联想发布消息显示,联想在FY18/19财年取得了优异业绩,杨元庆在内部信中明确了智能化变革战略,表示联想将从智能物联网(Smart IoT)、智能基础架构(Smart Infrastructure)、行业智能(Smart Vertical)三个维度发力,此举明确了联想在智能化时代的发力点。为了更好地执行行业智能(Smart Vertical)战略,联想将在原联想大数据团队和业务的基础上,成立数据智能事业部 (简称 DIBG)。

2019年8月,AWS Transformation Day广州站,DOIT见到了联想集团首席科学家、副总裁于辰涛,作为DIBG北京研发团队的领导者,于辰涛有着深厚的大数据系统架构设计和实践经验,主导设计了联想全球大数据和工业智能云化平台。此次演讲中,于辰涛为大家介绍了联想通过边缘计算和云计算的融合,通过工业智能来推动制造业效率提升的实践经验。

联想数据智能实践经验

联想数据智能事业部(DIBG)专注于帮助传统企业做数字化智能化的转型和赋能。从他的介绍中了解到,联想在数据智能领域积累颇深。

联想在2011年成立了联想大数据研究室,专注于物联网、大数据和人工智能等新一代技术与行业实践,当时主要服务于联想内部,旨在帮助联想提升产品质量,进行产品质量监控、客群营销、供应链优化等等。

为保障质量问题,联想在内部结合实践构建了人、机、料、法、环的生产要素监控体系,避免了通过抽样检测的方式带来的种种弊端。面对外部供应商,联想利用物联网技术来帮助改进生产效率,将供应商生产工艺指标参数与联想的参数进行对接,从而快速定位产线问题,目前这一系统已经在联想多个工厂中落地使用。

于辰涛认为,在智能工厂实现全要素联动式生产制造,将联想内部与外部联动起来,这需要依托云计算、边缘计算以及工业智能技术,因此联想找到了AWS。

联想+AWS

作为全球领先的云计算公司,AWS与联想的合作已有八年之久。

联想作为中国本土最成功的在全球化企业之一,需要选择全球化的云服务公司提供支持,联想在提升全球用户体验的过程中,需要收集设备用户使用行为信息、全球用户反馈以及舆情追踪信息,并对信息进行汇总分析。此外,还要对遍布在全球各地的生产厂进行质量环节管控。在实际方案中,AWS为联想构建全球生产、制造以及用户服务体验的平台提供了支撑。

于辰涛介绍说,虽然联想在部分地区自建了数据中心,但一个主的数据中心经常不够用,还要有备用数据中心以及备用的解决方案,出于成本的考虑以及服务连续性的要求,联想选择使用AWS来构建备用的解决方案,当自有主数据中心出现问题的时候会切换到AWS,或者当自有数据中心支撑不了业务流量高峰(可能为日常流量的三到五倍)时,这时候就会用AWS云和自有数据中心构成的全球性混合云方案。

通过使用AWS,联想既收获了比较可控的成本,同时业务也表现出了很好的弹性。从近日来看,联想与云计算领头羊AWS的合作非常多,且越来越深入。

不久前,联想数据智能部门宣布成为AWS的高级咨询合作伙伴,标志着联想数据智能将为用户提供基于AWS的技术咨询、技术支持、运维管理服务,联想数据智能与AWS官方建立了长期有效的合作。另外一则消息是,联想通过集成AWS IoT Greengrass一起做物联网方案。 于辰涛还介绍说,联想旗下的一款叫茄子快传的软件在全球有18亿注册用户,背后提供基础设施支撑服务的正是AWS。

智能制造面临四大挑战

作为国内工业领域的资深专家,于辰涛还在Transformation Day活动上介绍了对工业4.0,中国制造2025等话题的看法,他看到物联网、人工智能和大数据的技术正在赋能传统制造,把传统制造从以规模为第一要务、以成本为第一要务,变成以用户为中心、以客制化的体验和创新性的交付为首要目标,现阶段许多工厂都实现了机械自动化,但智能制造所需的信息自动化还面临着四大挑战。

挑战一,当前企业信息化程度还不够高,需要人工参与的过程太多;

挑战二,难以事实处理产线设备以及终端的数据,实现生产过程实时响应;

挑战三,信息化基础差,业务数据既不全,也不准,这为依赖数据进行的工艺的调整和生产计划调度带来的挑战,对企业的订单计划和履约的准确性带来挑战;

挑战四,难以用人工智能的技术发现数据的潜在价值,实现决策过程的智能化,人工智能并不能替换行业机理模型,而是现有基础上的补充。

联想+AWS构建了深入行业的数据智能服务能力

结合四大挑战,于辰涛认为数字化转型或智能制造转型一定需要IT和OT结合来组建统一的数据平台,用AI+工业机理的模型来进行转型。

在Transformation Day活动上,于辰涛介绍了联想依托于AWS的全球覆盖构建了全球统一的数据湖和实时混合云,在全球10个数据中心覆盖了多个国家和地区,管理着全球2亿台联想设备,31家智能工厂,日分析15PB数据。这是联想不断提升产品和服务质量的保障。

联想与AWS合作构建了深入行业的数据智能服务能力。从2016年起,联想大数据开始对外提供服务,将过去积累的经验和技术用于服务客户。联想数据智能团队在赋能行业智能化转型,尤其是智能制造升级中具有得天独厚的优势。

某能源集团使用了联想的大数据、物联网、人工智能解决方案,该方案需要收集在世界各地的信息点,收集风电厂风扇的转速、叶片的曲率等多种信息,需要收集的数据量比较大,但在回传数据的过程中受限于网络质量,最后采用了AWS的解决方案,使得远在国外的电厂数据也能实时的传送,最终实现全面的故障监控和资产分析。

中国某大型光纤制造企业进行了全面数字化智能重构,园区接入了11万个数据点,涉及到所有的阀门、开关、空调、传感器等等,通过接入点的数据获知了整个生产过程,效果非常显著,最明显的是根据产线需求调整空调的温度和风向,与以往根据经验实行的调整相比,能耗降低了大约5%-10%。

某大型汽车集团利用大数据技术,对发动机工厂组装过程进行实时分析和质量控制,该方案会监控很多生产环节,比如会监控到螺丝拧的程度是否合适,太松了容易掉,可能会造成发动机漏油,拧的太紧了也不行,通过采集拧螺丝的生产过程,提升了正确拧螺丝的比例,降低了质量风险。

三年后的今天,联想已经为中国大概100家的制造业500强提供了解决方案,业务发展势头一片大好,业务量每年正在以100%以上的速度在增长。此时的联想已经不只是我们印象中的硬件厂商,而是一家有云计算、大数据、物联网、AI智能等诸多综合能力的服务商。

结语

印象中的联想作为一家硬件服务商,在企业级市场上主要在做私有云解决方案,而AWS所代表的云计算厂商则更多是从公有云的方面着力,联想与AWS的合作让人看到了一家创新型企业在拥抱新变化时该有的态度和做法。从AWS的角度来看,与联想的诸多合作反映出AWS在将云计算深入到行业市场的具体举措,有人说,这是云计算下半场的标志。

未经允许不得转载:DOIT » 联想+AWS构建了深入行业的数据智能服务能力