2月24日,在以“和合共生”为主题的2021年世界移动通信大会(MWC)上,紫光股份旗下新华三集团副总裁、解决方案部总裁李立应邀出席“物联网峰会”现场,与现场嘉宾分享了工业4.0时代制造业数字化转型的前瞻趋势,展示了新华三立足5G融合创新,推动工业互联网迭代发展的洞察和经验,全面解读了5G在智能制造转型升级中的作用和价值。
与时代共振推动
5G与工业互联网深化融合
近日,工业和信息化部印发了《工业互联网创新发展行动计划(2021-2023年)》,确立了未来三年我国工业互联网发展目标,工业互联网即将走向新型基础设施建设“量质并进”,新模式、新业态大范围推广,产业综合实力显著提升的新阶段。李立表示,恰如其时的5G网络是当下通信产业发展的重要方向,工业互联网则是新一代工业革命的技术支撑,二者均为实现经济社会数字化转型的重要驱动力量。随着5G网络的广泛部署和应用,5G与工业互联网的协同将在智能供应、远程协作、智能巡检、远程运维、辅助装配、精准操控、视觉检测等八大场景中进一步加速实践推进,为智能制造的转型升级夯实基础。
新华三集团副总裁、解决方案部总裁李立主题演讲
然而,随着5G在智能制造业务链上的广泛应用,飞速发展中的工业互联网也面临着新出现的难点和挑战,为此,新华三集团一直致力于在各个层面探索工业互联网与5G融合的新技术、新场景、新模式,引领从工厂到云端的全方位创新。在制造端,新华三进一步丰富了5G工业网关和5G CPE,实现了业务流程处理与5G协议在设备形态的融合归一,并且打造了5G与时间敏感型网络TSN无缝融合的一体化现场网络。
同时,新华三在厂区网络中聚焦5G与既有网络的融合,以不同网络技术支持不同类型工作负载,实现网络联接的统一部署、管理和运维。在边缘云中,以MEP多接入边缘平台为基础,形成统一的数字平台、工业平台和业务系统。在云数据中心,通过5G广域承载网、切片构建了跨区域的确定性网络,从而满足工业互联网对于网络差异性服务保障、确定性带宽和时延等特性的高标准需求,真正让5G与工业的融合从理念走向落地实践。
全栈创新实力
引领5G走向工业场景实践
具备低时延、大带宽、稳定性、移动性、超级上行、灵活时隙分配等特质的5G网络,通过与AR、视频处理、AGV、MEC、AI等新兴技术和理念的搭配融合,已经形成了“5G+AGV智能物流运输”、“5G+机器视觉”、“5G+AR”等不同类型的场景化创新应用。目前,5G在智能制造的创新中主要聚焦于稳定性、移动性要求较高的业务,以及视觉类的特定业务,此类业务将充分发挥5G低时延、大带宽的能力。面向未来,在2B超级上行应用需求日益增强、超清视频/图像传输机制持续完善、厂区MEC降低时延和带宽压力需求持续提升、5G与Wi-Fi进行融合等多样化需求的驱使下,5G网络将在更多层面探索行业场景落地的可能性,进一步赋能工业互联网的革新和发展。
新华三集团副总裁、解决方案部总裁李立主题演讲
作为“5G+工业互联网”融合创新的探索者和引领者,新华三集团近年来进行了诸多先导性的尝试和实践,打造工业数字大脑,服务工业企业用户,为制造业的数字化转型提供了全面的数字化解决方案。立足过往的创新积累和探索历程,新华三也在推进“5G+工业互联网”的进程中有了更多的思考。李立在现场指出,要在5G时代实现工业互联网的进一步创新,智能制造的先行者们需要让新一代的5G实现与业务数据及原有网络架构的深度融合,让5G更好地拥抱业务,适应业务的需求,同时也要探索“5G+工业互联网”场景化和商业化的新潜力,并为后续的产业发展做好人才储备工作。
全面走向百行百业的5G网络,将成为驱动企业数字化转型的“超级神经”,在未来数字经济的发展中发挥着无可替代的作用。作为数字化解决方案领导者,新华三集团将与运营商、行业生态合作伙伴等产业界的同行者们一道共同发挥“工业数字大脑”的合作示范效应,推动工业互联网产业的发展,打造更多“5G+工业互联网”应用场景与解决方案,为制造业数字化转型贡献自己的力量。
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。