总规模达1亿 浙江江山设立“两山”转型领域产业基金
06-18
当前，工业互联网平台正在驱动工业各要素、全产业链实现深度互联，在工业数字化转型中发挥着越来越重要的作用。
工业和信息化部副部长陈肇雄表示，“目前，具有一定行业和区域影响力的平台数量超过50个，重点平台平均工业设备连接数超过65万台，拥有多个工业APP覆盖多个细分行业。
”雷锋网获悉，在电子、家电、电力等“中国制造”崛起的重点行业，工业互联网平台现阶段已经高度渗透；而在石油石化、钢铁等等，由于这些行业本来就有精益管理和效率提升的强烈需求，因此工业互联网平台的应用也比较活跃；此外，在服装、农业、化工、能源、零售、交通等，工业互联网平台正在支撑这些行业更加深刻的变革。
【图片来源：阿里云正版图片主播：土冲】那么，工业互联网平台如何赋能各个行业呢？工业领域不同行业之间的差异性明显，企业之间个性化较强，工业企业的竞争优势在于行业积累，各细分领域的专有知识具有不可替代性。
同时，目前很多工业互联网平台都是通用的，可以同时赋能多个不同行业。
例如，海尔的COSMOPlat平台可以为家电、电子、服装、农业、化工、模具等15个垂直行业提供全场景工业互联网解决方案；例如，研华的WISE-PaaS平台可以同时为工业、环保、能源、交通、零售、医疗、物流等领域赋能。
根据工业互联网平台白皮书（讨论稿），通用、可复制的工具和服务带来平台实施成本的大幅降低。
基于大量工业数据、工业知识、机制模型等资源的积累，通过工业APP开发商和服务提供商可以形成部分定制的平台服务，可以实现更广泛、更大的规模扩张。
未来，该平台将呈现“80%通用工具服务、%个性化系统集成开发”的能力构成，从软件工具向互联网属性转变，打造开放协作的平台经济。
近日，雷锋网采访了研华科技CTO杨瑞祥博士，了解了研华WISE-PaaS平台作为通用工业互联网平台的发展历程、如何同时赋能多个行业以及如何应对不同行业之间的“共性”。
”和“人品”问题。
WISE-PaaS的成长逻辑根据公开资料，一般来说，工业互联网平台的发展经历大致可分为四个阶段，即云平台、大数据平台、物联网平台和工业互联网平台。
第一阶段，2000年左右，出现了以亚马逊AWS、微软Azure为代表的云计算平台；第二阶段是2000年到2000年，出现了以SAP HANA、Teradata Aster为代表的大数据平台。
;第三阶段，2000年至2018年，以亚马逊AWS IoT、IBM Watson IoT、微软Azure IoT为代表的物联网平台诞生；第四阶段，2000年至2017年，以GE Predix、西门子MindSphere、ABBability为代表的物联网平台诞生，工业互联网平台快速发展，呈现爆发式增长。
研华的WISE-PaaS平台诞生于2006年，正好处于第三阶段。
这在全球范围内还相对较早。
当时研华就开始了WISE-PaaS 1.0版本的研发，该版本是基于当时主流的虚拟机概念而设计的。
当时，数据平台的概念在业界还不是太明显。
在1.0版本中，研华提供了一些最基本的应用服务，包括智慧零售、智慧医院、智慧车队等。
但在赋能客户时，我们发现一个案例落地后，应用会面临比较大的变化。
被复制给第二个客户。
虚拟机的设计在灵活性方面并不理想。
之后研华在此基础上继续探索了一年，于2000年认识到了1.0版本最根本的问题。
到了这一年，研华决定推翻1.0版本并重做，并意识到构建数据平台是唯一的出路，将数据和应用分层。
2007年，Cloud Foundry作为一个平台的技术基础，在当时是比较主流的选择。
多家大型工业互联网平台均采用了该方案，例如GE Predix。
研华还选择使用Cloud Foundry作为WISE-PaaS 2.0的基础应用框架。
据了解，2016年研华就已经在WISE-PaaS 2.0上开发了一些应用。
2016年，他们开始研究WISE-PaaS 3.0，并向平台引入应用框架服务的概念。
杨瑞祥向雷锋网透露，搭建数据平台是第一步。
需要在数据上编写应用程序，因此需要做大量的研发工作，包括仪表板、配置服务和资产绩效管理软件APM。
，另外还要开始开发人工智能框架服务。
去年年初，也就是研华开始评估WISE-PaaS 4.0，将之前版本的WISE-PaaS使用的Cloud Foundry平台底层改为Kubernetes。
它的主要优点是Kubernetes相对细粒度，采用微服务架构。
提供各类AIoT软件和服务。
雷锋网了解到，当平台被多个用户使用时，Kubernetes可以进一步降低用户的使用门槛，或者当客户需要多个操作时，有些操作占用大量资源，有些操作相对轻量。
在更高的层面上，Kubernetes也可以适用于这种情况。
“共性”与“个性” 从WISE-PaaS 1.0到4.0，WISE-PaaS最初仅赋能智慧零售、智慧医院、智能车队等行业，但发展到同时赋能行业、环保能源、交通、零售，研华用了六年时间，为医疗、物流等多个领域提供支撑服务，并成长为相对成熟的通用工业互联网平台。
对于不同的垂直行业，研华如何处理这些行业中的一些“共性”和“个性化”问题？在共性方面，杨瑞祥表示，获取的数据、使用的数据平台、对应的多个用户都是共性。
另外，身份识别、权限管理等，这些环节与具体行业不同。
有关的。
当数据量增大时，也会涉及到弹性扩展。
数据管理和计算、资源管理和用户管理在任何应用程序中都是相同的，因此它们也是公共部分。
但说到WISE-PaaS平台的应用层，就存在专业差异，而且差异非常大。
雷锋网获悉，WISE-PaaS 3.0引入的应用框架服务主要是可视化、资产绩效管理、人工智能等应用，将涉及数据价值挖掘三个方面。
首先，可视化的共性。
各种可视化呈现工具，无论是医疗、零售、还是工厂等，几乎都有所谓BI（商业智能）的概念，并且会生成一些绩效统计、相应的报表等；此外，流程场景的可视化，例如场地平面图、3D建模等也会涉及到。
第二是设备的共性，还有拓扑、配置等。
在任何场景下，无论设备的位置、地理空间的大小、是分散的还是集中的、复杂程度如何，肯定会涉及到设备的管理和拓扑。
三是人员的共性。
在现场，哪些人员负责管理哪个位置的哪些设备，设备出现问题时给谁打电话。
这个可以在很多场景下设置，与具体场景无关。
在各个专业领域，企业的某些专业知识差异很大，但企业之间也会争夺某些专业人才。
杨瑞祥表示，企业会争夺云技术人才、数据科学家等，但普通企业缺乏这方面的人才。
WISE-PaaS的应用框架服务让企业只需编写少量代码。
面向配置的低代码开发环境可以很好地应对企业的一些个性化需求，实现快速、轻松的开发和部署，并辅以WISE-PaaS/AFS（AI Framework Service）人工智能框架服务和AI咨询服务行业解决方案减少了对数据科学家的依赖。
雷锋网了解到，在应对各个专业细分领域的“个性”时，研华采用“共创”模式，与各行业拥有专业知识的合作伙伴合作，基于WISE-PaaS开展特定行业应用。
发展。
通过行业合作伙伴的专业知识，结合研华多年在边缘数据采集、网络、云数据处理应用方面的经验，形成OT与IT的融合。
近年来，研华积极开展各领域共创合作，培育了深植于业界的系统集成商（DFSI；Domain-Focused Solution Integrator）。
例如与涌金机械工业有限公司合资建立数控设备远程操作云服务商、与川源（中国）机械有限公司合资建立远程操作云服务商水处理设备提供商、与天津安杰科技成立合资公司赋能综合能源服务产业、与东杰信息成立合资公司打造智能工厂解决方案等，这些都是研华与合作伙伴共同努力的新局面通过共创模式引导行业数字化转型，实现物联网行业共赢。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-18
06-18
06-17
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态