方案背景

2017年10月习近平十九大报告指出
加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合,在中高端消费、创新|领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能.支持传统产业优化升级,加快发展现代服务业,瞄准国际标准提高水平.促进我国产业迈向全球价值链中高端,培育若干世界级先进制造业集群。


同时国家工信部指出:
制造强国和网络强国建设迈出坚实步伐

从2015年底,戴尔开始实施“在中国,为中国”的戴尔中国4.0战略,主动对接“两个强国”目标,推进制造业工业化与信息化的两化融合,具体来说就是通过加强注重本地研发、制造、服务投入,积极开展本地供应链建设与发展,不断融入本地生态系统,与中国市场共同成长。并在此基础上建立智能制造、人工智能、混合云和VR四大本地生态系统,广泛携手本地各方合作伙伴,为企业提供从业务转型、生产力转型、IT转型和安全转型四大方面全方位的数字化转型解决方案。

 
戴尔易安信助力建设四大本地生态系统
赋能制造业、引领数字化转型
人工智能生态
·2015年与中科院合作建立人工智能与先进计算实验室
·2016年深度学习的行业应用平台一“诸葛·深知”
·2018年诸葛小戴为CRM系统助力
 
智能制造生态
·零库存管理
·VR设计助力研发
·智能工厂柔性制造
 
 
 
VR生态
·虚拟化的图像显示,硬件软件的适配
·与超过30家内容开发商建立了深度合作
·建立4个行业技术领先的VR联合实验室
 
混合云生态
·2016年,携手9家国内外知名厂商成立未来就绪企业云联盟
·“云原生”战略
·2017年,联盟内部成立技术委员会及产业云委员会
生产线物联网loT 数据收集 /边缘计算

解决方案关键词

·loT/边缘计算/工控机/嵌入式Embedded PC
·预测性维护 Predictive Maintenance(PdM)

我们知道要走向工业4.0,就要经历以下几个阶段:
标准化一》模块化一》自动化一〉数字化一》信息化一〉智能化

1784
工业1.0

机械化生产
蒸汽驱动
第一台机械织布机

1870
工业2.0

流水线生产
电力驱动
第一条流水线辛辛那提屠宰场

1969
工业3.0

高自动化柔性生产
计算机信息技术驱动
第一个可编程控制器(PCL)

今天
未来项目工业4.0

智慧工厂
智能装备及信息融合
机器人/机器臂
云/物联

大部分企业都有自动流水线,数字机床,但如何真的实现数字流水线,数字工厂?我们要从最边缘,最底层开始做起。
数字化的第一步就是在生产线进行数据采集,这属于物联网loT的范畴。下图展示边缘数据如何汇聚到后台数据中心。使用戴尔易安信边缘计算网关Edge Gateway,加上开源的Edgex foundry平台,可以快速高效的采集数据,为接下来的数据中心大数据/Al服务。

 
数据中心 大数据存储/AI

解决方案关键词
数据/数据清洗/Al/诸葛深知
现代化数据中心


当数据从生产线上收集后,开始形成大数据湖。接下来的挑战就是进行数据清洗,打标签等。完成了这一系列序后,可以好好的放在数据中心的各种各样的存储里面。
全新推出的第14代PowerEdge服务器继续以业界领先的技术和创新优化的解决方案在数据中心里面发挥其强大的计算能力。
戴尔易安信数据中心解决方案通盖了全快闪储存、软体定义储存、资料保护、融合及超融合基础架构等高成长关量领域,作为戴尔科技集团关键业务群之一,致力於以先进技术为用户提供先进的企业解决方案以及专业的服务和咨询,协助企业部署混合云、云原生应用和大数据分析,落实现代化、自动化以及数据中心转型,进而为商业模式转型提供值得信赖的基础。

戴尔易安信与中科院联手打造的“诸高深知”平台,为企业进行Al计算助力 在流程制造中,流水线各环节每秒都有百万级数据产生,这些数据为企业产品良率的提升提供了数据基础。
在人工智能领域,分布式机器学习开源平台的建立有着重要意义,它解决了数据持续增长和机器学习模型逐渐复杂化与计算能力受限的矛盾,大幅降低机构和个人进入分布式机器学习应用的门槛。而随着产业界和学术界越来越多的研究人员对平台的使用,将会贡献更多的数据,促进深度学习算法的完善。深度学习使得机器学习能够实现众多的应用,并拓展了人工智能的领域范围,使人工智能的进化节奏加快。深度学习算法的应用需要处理海量的数据集,以及大量的计算资源支持,其对于IT基础架构的需求将是企业级别,而非实验室级别。以满足系统部署与运维管理要求。
“诸葛·深知”是中国科学院自动化研究所和戴尔易安信联合开发的企业圾深度学习应用与服务平台,为企业提供了深度学习工具包的统一接口,并提供了众多成熟算法模型,企业可轻松调用,帮助企业实现基于深度学习的大数据分析,步入人工智能时代。

诸葛深知平台
深度学习算法与中间件

构建统一的深度学习计算框架,建立面向行业 应用的专门模块与中间件

行业/企业解决方察与咨询

平台为企业提供面向特定行业或企业,提供以深度学习为基础的人工智能解决方案和咨询服务

计算服务平台

为企业提供深度学习模型训练和计算服务

应用场景
智能制造产业规划
客户背景
国家智能制造2025整体规划提出促进中小企业智能化改造;培育智能制造生态体系;推进区域智能制造协同发展。XX省工业发展存在经济总量小、企业成本较高、市场主体较少、产品市场占有率较低、能源资源消耗高等问题。
IT和业务需求
针对全市制造型企业,小微企业,如何汇聚整合,高效,达到共封持中小微企业竞争能力整体提升是该市政府一直思考的命题。
解决方案
针对XX市中小微企业重点实施智能制造升级改造,建设共同平台是重中之重。在这样的背康下,实施中小微企业智能制造云平台对这些企业有十分大的益处。为此,戴尔为该市提供了智能制造产业规划服
务,在市里制造行业调研抽样,提出产业规划总体方向,助力中小型制造企业智能化改造。
企业收益
戴尔易安信和当地明量企业联手打造中小微企业智能制造云平台,积流成河,企业能力汇聚。同时中小企业清知通自己当前状态,为下一步提升能力做好准备,避免走弯路,节省投资成本。
 
 
大数据分析及人工智能
 
客户背景
某化工企业,为美国500强企业,是一家专业生产特殊化工产品和特种化工材料的全球性跨国公司。在世界21个国家拥有36家生产企业,其经营范围包括炭黑、气相法二氧化硅、喷墨墨水颜料色浆、特种金属材料、纳米胶、塑料色母粒以及特种钻井流体等。
IT和业务诉求
化工产品制造属于流程制造里面的连续性制造行业,其流水线各环节每秒都有数据采集,如何利用百万级数据真正的为企业进行产品良率的提升做贡就是企业实实在在的需求。
解决方案
戴尔易安信与中科院联合打造的“诸葛深知”平台深度平台提供学习算法与中间件构建统一的深度学习计算框架,建立面向行业应用的专门模块与中间件。
 

获取更多相关方案详解,立即咨询吧!