重要信息

11月26日的“2020年世界5G大會”期間，在由廣東省科學技術廳、人工智能與數字經濟廣東省實驗室（廣州）、華為、科大訊飛聯合主辦的第三屆中國（廣東）人工智能高峰論壇上有一個重磅發布——華為發布了“昇騰智能制造使能平臺”。5G微信公眾平臺（ID：angmobile）分析，該平臺以超級易用的軟件平臺與工具、最為強大的硬件平臺與產品在解決制造業與AI融合面臨的三大類痛點問題方面取得突破性進展，極有助于促進“AI+制造”應用快速大發展，從而很好使能制造業的智能化轉型，進而為制造業廣大企業加速構建國內大循環和國內國際雙循環新格局提供強勁動力。

制造業智能化，迫在眉睫

國家最高領導人11月20日致“2020中國5G+工業互聯網大會”賀信對推動5G+工業互聯網以加速中國新型工業化進程作出了重要指示。在5G微信公眾平臺（ID：angmobile）看來，之中的“5G”不單指5G聯接，而是指以“5G+云+計算+AI”使能工業互聯網賦能制造業企業的智能化轉型。廣東省省長馬興瑞在26日大會致辭時表示，廣東將推動5G在工業領域深度融合應用。

從華為技術有限公司董事、戰略研究院院長徐文偉在論壇上所作的精彩報告看來，5G+AI最終將實現萬物智能——一個產業的周期是50-60年，過去30年以技術（包括硬件）發明為主，而未來是以應用創新為主，現在已經到了產業周期的“中期”也就是現在進入到了后30年的“下半場”，機會就在于“數字經濟”，個人消費可能只占5G應用的20%，80%是5G在各行各業的應用，于其中，精密制造、高科技制造的盈利能力更強，所以智能制造曲線反轉微笑曲線，從而要關注核心的制造能力及其智能化——華為研究表明，到2025年，每萬名工人大約有100多個工業機器人協同工作；信通院研究表明，2030年，智能制造行業5G相關投入將高達2000億。

制造業是國民經濟的主要支柱，是強國之基。自改革開放以來，制造業產值増速長期高于同年GDP増速，是我國經濟長期高速發展的源泉之一。近年來，國內制造業面臨人力成本不斷提高、國際競爭日趨激烈的挑戰，使得制造業轉型升級面臨制造過程管控維度多尺度大、制造資源組成復雜性高、質量問題跟蹤定位難度大等挑戰，亟需從低端勞動密集產品制造向高端高科技產品制造轉型，傳統制造模式下以人工經驗為主的決策控制手段已經難以適應這種轉型。

于是工業互聯網快速發展，目標是通過數據驅動的智能分析與決策優化實現貫穿于設計、生產、管理、服務等制造業領域各環節智能化（AI+制造）。另一方面，在“工業4.0”下，數字孿生模型研究應用仍然處于“以虛映實”的階段，如何實現“以虛控實”以支撐制造系統“動態感知、實時分析、自主決策、精準執行”，需要數字孿生與AI融合。再一方面，全球疫情快速蔓延和貿易保護主義抬頭使得制造業產業鏈、供應鏈穩定性受到不同程度影響，智能制造強大成長潛力亟需釋放以不斷增強制造業產業鏈韌性。

我國積極搶抓以AI為驅動的新一輪科技產業變革的機遇，“制造業智能”成為國家及業界高度重視的領域方向。我國政府雙側發力，推動AI與制造業融合發展。一方面，將AI作為制造業創新發展的重要驅動力，在制造業相關政策文件中提及AI應用的多達20余份。另一方面，將工業制造領域作為AI落地應用的重點行業，在《互聯網+人工智能三年行動實施方案》《新一代人工智能發展規劃》《促進新一代人工智能產業發展三年行動計劃》等10余份重磅政策文件中均提出將制造業作為開展AI應用試點示范的重要領域之一。同時，各省/市/地區積極響應，形成了“國-省-市-區”多級協同的“制造業智能”政策體系。

綜上，制造業作為經濟發展的“主力軍”，實現智能化顯得“迫在眉睫”，傳統制造業與AI的融合發展正在醞釀成為一股歷史洪流。

制造業智能化，痛點諸多

截至目前，“AI+制造”的應用以“點”狀場景居多，普及范圍有限，仍處在發展的初級階段，尚存在亟待解決的諸多問題。5G微信公眾平臺（ID：angmobile）分析總結，重要存在三大類痛點。

第一大類痛點是，制造業企業的智能化改造轉型存在周期長，以及上下游企業、市場環境對改造程度認可周期長等制約因素，同時因不同垂直行業業務特性、行業發展成熟度不同，導致企業數字化基礎不同以及目標智能化程度存在差異，對智能化改造的技術難度和進度也不盡相同。

第二大類痛點是，由于存在上述第一大類挑戰，“AI+制造”在技術架構、實施方案、行業標準以及產業生態等方面存在一定的發展瓶頸，存在一定不確定性，比如現有AI技術框架難以滿足工業實時性生產所需要的計算要求；目前AI的計算框架和算法輸出可靠性不足，距大規模工業場景的運用尚有不小差距等。

第三大類痛點是，傳統的智能制造系統建設是在各領域、各專業甚至各環節中“自上而下”呈“線條”狀進行的，不同系統之間相互離散孤立——數據流、業務流的打通始終是企業信息化建設的難點和瓶頸。造成AI與上層應用緊密耦合，數據資源不共享、算法模型不互通、模型優化成果無法跨場景復用等問題突出。

從上述三大類痛點看來，“AI+制造”所面臨的挑戰是如何有機地結合甚至融合AI與制造業場景，使得AI能夠可靠、有效、可重復地在制造業場景穩定運作。曙光在于，“企業中臺”將推動AI在制造業領域逐步與專業應用系統分離（比如以“AI中臺”的形式），不斷向著通用化、模塊化、工具化方向發展。預計平臺型AI產品將成為制造業領域中AI技術的重要產品形態，以快速靈活的通用型服務為上層應用提供強勁支撐保障，同時通過獲取跨專業領域數據集加快算法模型的優化迭代。5G微信公眾平臺（ID：angmobile）觀察到，華為剛發布的“昇騰智能制造使能平臺”即是業界第一個面向智能制造的AI平臺，我們分析其能很好地解決上述痛點。

華為昇騰平臺，解決痛點

● 軟件平臺與工具，超級易用

一是做到了“全場景”。業界已形成共識，面向“AI+制造”亟需提升工業互聯網邊緣側、設備側以及平臺側“全場景”的智能化水平。比如在平臺側（云端）部署，針對復雜工業場景提供基于圖像識別的質量檢測、基于數學模型的工業參數優化以及設備預測性維護及健康管理等；在邊緣側與終端側，針對有限資源條件提供輕量級算法以提高終端設備的數據處理和分析能力，實現智能分揀、人-機協作、自主導航等效果。

這意味著“AI+制造”亟需實現全場景的應用、更靈活的方案實施、更深度的決策參與，從而亟需人工智能底層算法與模型的突破式創新。5G微信公眾平臺（ID：angmobile）觀察到業界人士評論華為“昇騰智能制造使能平臺”能夠為此提供強大支撐——異構計算架構CANN（目前已升級到“3.0”版本）實現了“一次開發，端邊云皆可運行”，從而為從事算子開發的精英開發者們提供了極致性能進而極高效率；開源的AI計算框架MindSpore實現了全流程極簡、全自動并行、全場景協同的，覆蓋端、邊、云全場景。

二是做到了“可復制”。在制造業中，由于工業設備產品、場景的差異化與任務的多樣性，當前制造業場景下AI（比如機器學習）模型的可復制可推廣性較差。例如工業場景下的產品質量檢測，不同生產線、不同產品的缺陷種類情況可能完全不同，在某一企業可能獲得高效率的算法或解決方案，移植到另一企業或許并不能達到同樣的效果。筆者觀察到華為“昇騰智能制造使能平臺”很好地解決了這一大痛點——面向90%的最廣泛的應用開發者，該平臺推出了應用使能組件 MindX，其中包括各行業SDK（如mxVision、mxManufacture），使能合作伙伴快速、便捷的AI應用創新。

三是做到了“低門檻”。上述的“全場景”與“可復制”很好地解決了目前“AI+制造”面臨算法開發難、應用開發難、業務部署難。而據分析，算法開發、應用開發、業務部署如果能在僅一套工具上實現“一條龍”或“一站式”、“一氣呵成”，開發和部署效率將會進一步得到大幅提升，華為“昇騰智能制造使能平臺”中的流程開發工具鏈 MindStudio即使這樣一種優秀解決方案。據了解，MindStudio使得開發者們高效完成算子開發、模型訓練、模型推理、應用開發、應用部署的全流程端到端開發而無需再分別使用不同的工具，從而可極大降低門檻、顯著提升效率。

四是可做到“促復合”。“AI+制造”賦能制造業智能化轉型升級面臨的一大挑戰就是“IT（信息技術）+OT（運營技術）”復合型人才十分匱乏。制造業的智能化發展離不開龐大的兼具IT和OT的復合型人才隊伍作為支撐。5G微信公眾平臺（ID：angmobile）認為，華為“昇騰智能制造使能平臺”對于“AI+制造”開發和部署效率的極大提升，一方面大幅降低了制造業自身從業人士（OT人）開發“AI+制造”應用的門檻，使得他們無需具備很高的IT技能即可開發；另一方面也大幅降低IT人開發“AI+制造”應用的門檻，使得他們能夠把更多的時間和精力放在深入調研制造業熟練工人和專家的經驗上面。此過程必定能促進IT+OT復合型人才大發展，進而推動“AI+制造”快速發展，形成良性循環。

● 硬件平臺與產品，最為強大

在“AI+制造”下，制造業亟需以智能機床、工業機器人、AGV、智能物流及智能倉儲等生產設備來大幅提高生產效率、降低生產成本、提高作業質量。這些“AI+制造”應用均對計算的“實時性”提出了很高要求。現有通用計算架構與芯片尚無法滿足工業實時性所帶來的計算要求，端側推理需求迫切。相比于云側推理環節，制造業諸多類特定場景工業終端對推理環節實時性要求極高，現有芯片無法滿足，對專用芯片的需求極為迫切。以視頻圖片高精度高速檢測和實時工業場景識別為例，傳統芯片處理1080P圖片需要耗時1秒，而以上場景的圖像實時識別需求需要達到人眼識別幀率，即1/24秒。從而，為滿足“AI+制造”實時要求，高能效低成本的架構芯片及基于此面向制造業領域開發的計算設備將廣受市場歡迎。

5G微信公眾平臺（ID：angmobile）觀察到對于華為“昇騰智能制造使能平臺”Atlas人工智能計算平臺（基于華為昇騰系列AI處理器和業界主流異構計算部件），業界人士評論其具有三大特點，一是“算力超強”，單芯片即可提供16TOPS@INT8超強算力，支持16路高清視頻實時分析，功耗不足8W；二是“支持全場景AI”，面向“端、邊、云”優化設計了全場景AI基礎設施方案；三是“開放生態”，支持業界主流框架，方便易用的代碼遷移和模型轉換工具，通過靈活的合作方式與業界ISV共建開放產業生態。據悉，華為Atlas人工智能計算平臺已具有模塊、板卡、小站、服務器、一體機、集群計算等豐富的產品形態。

綜上，5G微信公眾平臺（ID：angmobile）認為，華為“昇騰智能制造使能平臺”由于既有軟件平臺又有硬件平臺，開發者們就可以不用再向以前那樣擔心所開發的框架和底層芯片之間、與工業設備芯片之間出現“適配性”方面的問題，從而可大幅提高效率和質量，更好助力“AI+制造”發展。

page

4

成功案例眾多，超級可靠

在面向智能制造的在“AI+制造”應用中，算法、模型、應用的“可靠性”顯得非常重要。相關可靠性即在規定的時間內、條件下或場景中能有效地實現規定功能的能力，以推薦系統為例，電商平臺的推薦系統達到60%-70%的準確率已算是較高的精準度，但是部分制造業領域、部分制造業核心環節對于推薦參數的準確性要求是100%，一旦參數出現任何問題，將對生產、制造等環節甚至生命財產安全產生巨大影響。從華為聯合合作伙伴已經落地了大量“AI+制造”應用這一事實看來，昇騰智能制造使能平臺具有很高的可靠性。

在電子組裝領域，華為與凌華科技開展合作，對螺釘、涂膠等進行檢測，將異物識別準確率提升至99.9%。在半導體晶圓領域，華為與睿視智覺、埃克斯工業開展合作，進行晶圓缺陷智能分析，將缺失圖案識別準確率提升至99%以上。在集成電路領域，華為與艾聚達、文采科技開展IC品質監控合作，將AOI直通率提升10%-50%。在紡織領域，華為與聚時科技開展合作進行布匹印染預檢，把檢測效率提升了50倍。

展望未來前景，精彩無限

很可能正是看到華為“昇騰智能制造使能平臺”的技術創新、集成創新、應用創新巨大能力和諸多亮點成果，會上，在數百位嘉賓的見證下，為進一步提升人工智能基礎理論研究和關鍵技術水平，人工智能與數字經濟廣東省實驗室（簡稱“琶洲實驗室“）與多家人工智能領域頭部企業簽署了戰略合作協議。中國科學院院士、琶洲實驗室主任徐宗本院士作為代表出席簽約，華為云與計算中國區副總裁、廣東云與計算總經理鄭殿海代表華為公司簽約。根據協議，雙方將共同聚焦智慧醫療、智慧城市、智能制造等行業場景，共同建設面向行業的基礎軟硬件及算法創新平臺；同時共同推進科研成果的轉化落地，在區域形成人工智能產業聚集，賦能傳統行業，推動整個區域的產業智能化升級和數字化水平提升。

基于“AI+制造”的智能制造將是一個偉大的征程，目前處于“點”狀應用的初級階段，相信在華為“昇騰智能制造使能平臺”的強力引領下，“AI+制造”的痛點被快速很好解決進而推動“AI+制造”應用從“點”狀向“面”狀鋪開，使得AI算法、模型、應用以及規模化算力更快地成為國內制造業全新的生產要素，帶來制造業新一輪效率和品質的革命，賦能智能制造為經濟發展作出越來越大的貢獻。對于將來的發展，5G微信公眾平臺（ID：angmobile）觀察到華為將繼續秉承開放合作，與合作伙伴共同創新、壯大生態。

徐文偉總表示，面向未來，華為將進行創新升級，從創新到發明，為下一個產業周期提前投入；呼吁發展根科技，加大基礎核心研究，以物理和化學打造筋骨，以數學和算法（包括人工智能）打造靈魂——這凸顯出“共同創新”的重要性，一定要協作創新，以開放的確定性來應對未來的不確定性，并在開放的同時，關注生態，全球合作，互惠互利。未來，基于5G連接及其使能的萬物互聯、AI快速發展，AI一定會改變行業、改變世界。“讓我們共同努力，把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界！”

責任編輯：xj

原文標題：華為重磅公布！

文章出處：【微信公眾號：5G】歡迎添加關注！文章轉載請注明出處。