《英特尔&联想:中国消费电子制造数字化转型白皮书2023(45页).pdf》由会员分享,可在线阅读,更多相关《英特尔&联想:中国消费电子制造数字化转型白皮书2023(45页).pdf(45页珍藏版)》请在三个皮匠报告上搜索。
1、英特尔网络与边缘事业部工业解决方案中国区联想集团中国区大客户商用智能设备事业部 中国消费电子制造2023数字化转型白皮书Intel Brochure3特别感谢:李 岩、黄昕炜主要编委:陈晶晶、柯艺鸿合作编委:陈 铸、党亚斌、高 伟、胡 杨、靳玉茹孔 飞、刘 锦、刘永华、刘云辉、齐 贺沈 溢、王宏伟、王逸民、虞文明、邹 杨张力超、张亚兵、甄 鑫、周 柯、周文慧(按姓名首字母排序)编委会Intel Brochure3序言 第一章 消费电子制造行业综述 市场定义 发展历程及现状 市场规模 产业链及生态第二章 消费电子制造数字化转型:未来展望 主要挑战 历史机遇 转型方式第三章 消费电子制造数字化转型
2、:技术需求 整体架构 未来需求 核心技术第四章 消费电子制造数字化转型:实践探索 边缘大脑赋能智能质检 “工业智慧眼”护航安全生产 能效监管解决方案推动绿色发展 边缘云全栈式解决方案 5G与智能生产深度融合第五章 数字化转型典型硬件方案 设备配套工控机 产线自动化工业一体机 工业物联网智能网关 边缘服务器 结语.25283033363738394041Contents目录近年来,随着消费电子产品市场需求持续增长,促进了我国消费电子行业快速发展。但是2022年随着全球通胀、疫情等因素的影响,消费电子行业现状不容乐观。中国作为全球重要的消费电子制造和创新
3、基地,个性化需求和泛智能终端的蓬勃发展,推动着制造商不断优化生产效率、提升柔性化生产能力。对于企业来说,在研产供销服等环节的智能化升级已然成为发展的必经之路。联想集团作为全球领先的ICT企业及位列财富世界500 强的科技企业,在消费电子产品制造领域已有30多年的行业积累。随着近几年集团加速智能化变革,更加注重基于“端边云网智”新IT技术架构的结构化思考,以及行业内经验分享与赋能。联想在中国共有4个生产基地,从自主研发的哪吒线、水星线智能化产线,到新进投产的业界首条5G IoT自动化组装线“量子线”,再到位于天津的ICT行业首家“零碳工厂”,联想在数字化转型过程中不断沉淀打磨,再通过模块化的方案
4、梳理,将能力复制到上游企业乃至其他行业伙伴的实际应用场景中,助力行业数字化转型。在与英特尔的合作中,双方团队多次探讨工业制造的发展趋势,打磨满足工业制造场景需求的智能设备,联合双方生态资源共建针对行业痛点的智能化解决方案。借此机会,希望未来双方能够继续深化合作,为消费电子产品制造行业乃至更多细分行业输送经验,共同推动行业高质量发展。联想集团中国区大客户商用智能设备事业部总经理黄昕炜 1序言市场定义第一章 消费电子制造行业综述电子信息产业,是指为了实现制作、加工、处理、传播或接收信息等功能或目的,利用电子技术和信息技术所从事的与电子信息产品相关的设备生产、硬件制造、系统集成、软件开发以及应用服务
5、等作业过程的集合。其具体可细分为投资类产品、消费类产品以及元器件产品三类。而所谓“3C 产业”,则是结合计算机(Computer)、通信(Communication)、和其他消费电子产品(Consumer Electronic)三大科技产品整合应用的资讯家电产业,一般更新换代周期快,消费品属性明显。工信部将电子信息产业分为电子信息制造业、软件与信息技术服务业。其中,电子信息制造业是研制和生产电子设备及各种电子元件、器件的结合型工业,更具有制造业的特征。消费类电子制造业主要为各类消费类电子产品提供设计、工程开发、原材料采购、生产制造、物流、测试及售后服务等整体供应链解决方案,是本白皮书将主要探索
6、与讨论的重点。2 资料来源:工信部电子信息产业行业分类目录、国家统计局国民经济行业分类(GB/T 4754-2017)雷达工业行业通信设备工业行业广播电视设备工业行业电子计算机工业行业软件产业家电制造工业行业电子测量仪器工业行业电子工业专用设备工业行业电子元件工业行业电子器件工业行业电子信息机电产品工业行业电子信息专用材料工业行业电子信息产业二级分类 一级分类发展历程及现状近一个世纪来,全球电子信息制造产业经历了多次大规模转移,不仅是迁出国电子信息产业升级和向知识密集型高附加值产业发展的结果,也成为了迁入国电子信息产业发展的契机。纵观全球电子信息产业,迁移路径基本从欧美转向亚太。20 世纪 9
7、0 年代,欧洲、美国、日本等发达国家将资本密集型和技术密集型产业转移到了“亚洲四小龙”和中国。进入 21 世纪后,由于中国国内劳动成本上升等影响因素,利润低、技术含量低、劳动密度高的中后端产业环节正在向印度、越南等国迁移。当前全球电子信息制造业分布呈现出明显的价值链分工态势。美国、欧洲等发达国家经济体仍在电子信息产业占主导地位,继续保持技术开发和产品设计领域的优势。日、韩以电子元器件、半导体为主。中国、印度、东南亚等新兴经济体由于生产能力和工艺水平的持续上升,在全球电子信息产业中的地位不断上升,逐渐向知识密集的高端环节升级。其中,中国提供以通信设备、电子元器件、互联网服务等。近年来,在移动互联
8、网技术不断发展、消费类电子产品制造水平提高和居民收入水平增长等多重因素的驱动下,全球消费电子行业呈现较为稳定的发展态势,其中中国市场占比在四分之一左右。2021 年,全球消费电子市场实现营收超过1万亿美元,比上年增长约730亿美元。受新冠疫情,地缘经济政治等外界因素影响,消费电子产品市场整体市场增速相对放缓,但未来随着 5G、物联网、人工智能、虚拟现实、新型显示等新兴技术与消费电子产品的融合,将会加速产品更新迭代,催生新的产品形态,推动消费电子行业保持增长态势。市场规模3资料来源:GDI 贵阳智库电子信息制造产业发展研究报告美国及部分欧洲国家标准、品牌,新/核心产器日本集成电路、关键元器件、消
9、费电子计算机高端产品韩国、新加坡、台湾集成电路等部分关键元器件及新产品和高端产品的生产劳动力密集的发展中国家和地区一般元器件的生产、整机的加工和组装高端中端低端产业转移产业转移数据来源:Statista产业链及生态消费类电子产品如前文所述,主要指计算机类、通信类以及其他消费类电子产品;既包括了传统电脑、相机、音响等,也包括了智能手机、平板电脑和可穿戴设备等智能电子产品。由于消费类电子产品种类繁多且多具有差异性,消费类电子制造业细分产业链也有所差异,但根据整体情况以及产品制造流程,可大致分为前段零部件加工,中段模块封装,以及后段整机组装、测试、包装。4根据中国电子信息行业联合会报告,2021 年
10、,我国电子信息行业收入规模达到 236279.3 亿元人民币,比上年增长 16.6%。其中,规模以上电子信息制造业实现营业收入 141285.3 亿元人民币,比上年增长 14.7%,占 2021 年国民生产总值的 12.4%。全行业整体运行呈现前高后稳态势,电子信息制造业行业增加值增速连续 10 年高于工业增加值增速。电子信息制造业对于固定资产的投资增速亦远高于整体制造业水平。整体来看,在近两年疫情冲击、世界经济贸易形势不稳定的影响下,电子信息制造业逆势增长,已然成为我国工业经济中的中流砥柱。数据来源:工信部、国家统计局资料来源:华西证券重要工艺前后道进行检测板块对装零部件加工印刷贴装回流焊检
11、测波峰焊印刷机清洗贴附热压绑定线路连接焊接检测清洗机自动化组装设备自动化检测设备贴装机绑定设备COG+FOG焊接组装机AOI贴片机回焊炉AOI波峰焊炉ICPCB液晶模组背光模组触摸屏电池外壳摄像头.IC制造设备PCB制造设备面板设备背光模组机加工设备(冲压机、锻压机、切割机、CNC、精雕机等)SMTLCM整机组装、测试、包装消费类电子产品计算机通讯类其他消费电子产品台式电脑、笔记本电脑手机、电话机、传真机等耳机、智能穿戴设备、AR/VR 等前段主要是电子元器件和电器产品的生产制造,其中包括,索尼、LG 等公司提供摄像头模组与镜头;三星、京东方、夏普等为主流显示屏供应商;处理器、基带、内存等半导
12、体供应商包括英特尔、高通、东芝、美光、瑞声等;电池及电源管理供应商比亚迪、欣旺达、歌尔等;外壳等结构件供应商科森科技、可成科技等。代工厂和设备商是消费类电子制造中段和后端的主力军,有诸如博众精工、富士康、英华达、立讯、伟创力、广达等公司提供模块封装、设备组装、测试服务。从行业上下游关系来看,消费类电子行业与上游供应商、下游品牌商形成了长期稳定的供应链合作关系,通过对整个供应链的资源整合、关系协调和流程优化,实现供应链各成员的盈利。上游电子元器件制造业是消费类电子行业的基础支撑产业,包括关键芯片、电路板、电源模组、被动元件连接器等产品。上游电子元器件制造业的发展决定了消费类电子产品的性能表现和核
13、心竞争力,其材料供应的效率、质量和价格,也在一定程度上影响了产品交货周期、产品质量和价格竞争力。而消费类电子制造业与下游行业的发展紧密相关。消费类电子制造业的产品创新和技术发展是下游行业设计灵感的源泉之一,能够激励下游行业设计出功能更强、设计理念更先进、技术应用更成熟的新产品,提升下游产品的综合竞争力;下游行业的技术革新与发展也自下而上为消费电子制造行业提供了新的产品研发方向,也创造了更广阔的市场前景。5资料来源:立鼎产业研究院上游电子元器件设计和制造厂商产品品牌商经销商、零售商终端客户产品开发设计制造服务商(ODM)供应厚材料,获取设计开发及制造环节利润主要提供设计服务,获取开发设计环节利润
14、主要提供设计服务,获取生产制造环节利润提供分分销渠道,获取流通环节利润将设计、制造、配送等业务外包,获取品牌销售环节利润产品生产制造外包服务商(EMS)下游本行业就消费电子行业内部变化而言:1.技术升级推动消费电子产品向智能化和集成化发展:消费电子行业是典型的科技驱动行业,每一次科技创新在重塑行业业态的同时,也带来了新兴的产业需求。技术的进步推动消费电子持续向智能化和集成化发展,其中,集成化是指产品体积持续变小的同时集成更多的功能,智能化是指将硬件设备与人工智能相结合,使得智能终端具备信息处理和数据联接能力,可实现感知、交互服务等功能。消费电子智能终端产品所具备的连网、远程控制、APP 管理、
15、传感技术、语音识别等技术正日益为消费者所接受和认可。消费电子产品与物联网深度结合将成为行业发展的重要方向,全方位智能化的产品将成为未来的主流。2.消费电子产品迭代快,行业已形成成熟的产业链分工体系 消费电子产品生命周期短,更新换代速度快。一般认为,消费电子行业遵从摩尔定律,即当价格不变时,集成电路上可容纳的元器件的数目,约每隔 18-24 个月便会增加一倍,性能也将提升一倍。随着技术的进步,消费电子产品能够不断推陈出新,并带动下游行业培养新兴需求,最终重塑行业业态。3.品牌商和制造商分工明确,行业集中度不断提升 随着消费电子行业分工的日益深化,消费电子企业逐步分化成品牌商、方案商、制造商等,定
16、位更加明确。明确的行业分工使得消费电子行业集中度不断提升。部分技术实力较弱、规模较小的生产商逐步退出,行业资源逐步向规模较大的厂商集中。品牌商通过委托加工等方式将生产环节外包,可以更加专注于产品核心技术的研发以及品牌和渠道的推广,持续增加产品的附加价值。制造商通过规模化的制造和高效的管控进一步降低生产成本,持续提供具有竞争力的产品,不断提升行业地位和企业规模。就消费电子受外部压力影响而言:随着家用电器、智能终端、消费电子等为代表的电子产品的爆发式发展,助推电子信息制造业进入了加速发展阶段,加之云计算、大数据、物联网、移动互联网、人工智能等新一代信息技术快速演进,硬件、软件、服务等核心技术体系加
17、速重构,电子信息制造业正迎来新一轮变革。6主要挑战第二章 消费电子制造数字化转型:未来展望1.核心技术迎突破、智能高端化成重要发展趋势智能制造应用的兴起,带动了电子信息制造业的发展。而电子信息制造业要向智能化高端化迈进,根本还是核心技术的提升。目前,电子信息产业正进入技术创新密集期,应用领域呈现多方向、宽前沿、集群式等发展趋势。人工智能、5G 时代的万物互联等高端技术或将带来一片新蓝海,预计10 年后全球人工智能应用、5G 电子信息相关商品和服务都将达到数十万亿美元。2.与传统领域融合创新,消费电子迎全面升级新机遇传统消费电子产品日趋饱和,而标志性的、成熟的新产品尚未出现,整个行业正在寻找新的
18、“爆发点”。信息技术正处于融合集成式创新和颠覆式创新发展的新时代,产业面对很多新的挑战也产生了新的机遇。比如 5G 设备,虽然手机电子整体呈下行态势,但作为手机显示面板的柔性屏将迎来发展 拐 点。据 HIS Markit 预 测,到 2025 年,可 折 叠AMOLED 面板出货量将达 0.5 亿台,全球柔性屏市场规模将逆势增长,在 2022 年达 160 亿美元。3.从单个产品之争转向平台之争,掌控家庭智能设备控制中枢未来,在以场景为中心、以用户为中心的万物互联时代下,互联互通的新模式,是行业不可逆的变革趋势。智能家居同时兼备了应用场景落地强、流量城池巨大、使用频次高、开发潜力无限等特性,国
19、内外科技公司、互联网公司以及传统家电制造商争相进入智能家居系统市场。预计到 2023 年,智能家居全球市场规模将达 1550 亿美元,中国智能家居市场更是以 1/3 的份额成为全球市场增长重心。面对这个超万亿的蓝海,上千家电子信息制造企业争相杀入,从产品之争转向平台之争,以实现对家庭智能设备控制中枢的掌控。4.生活场景的应用向“工业”和“城市”两端延展由于人口红利殆尽、同行竞争激烈、监管政策趋严等原因,消费互联网正在日益红海化。而与此同时,产业互联网则存在着巨大的市场空间。由消费互联走向产业互联,应用互联网技术进行连接、重构传统电子信息制造行业,虚拟化进程从个人逐渐蔓延到企业,生产活动将成为新
20、的应用场景。由互联生活催生互联城市,通过运用互联思维来打造未来工作生活的新模式,从而让人们在方方面面体验到新一代信息技术时代的高效与智能,一切尽享智能无线连接,各领域甚至是跨领域之间将建立桥梁,其巨大的市场潜力意味着巨大的商业机会。5.集成电路、新型显示等领域生产环节加速向低成本地区转移相比东部地区、沿海地区,中西部地区在土地、劳动力资源方面具有比较优势,加之政策导向,2015 年以来,深圳电子信息产业以集成电路、新型显示、电子元器件、信息终端产品为主,通过新建生产基地或制造环节外迁为主的方式,向广西、湖南、贵州、江西等低成本区域转移,且趋势愈发明显。未来,这一态势将会持续进行。我国电子信息制
21、造业发展迅速,但在复杂多变的国际经济形势和持续增大的外部压力下,其行业增加值、利润、出口等基本面数据增速放缓。同时,随着中美政治经济关系进入质变期,逆全球化趋势和贸易投资保护主义倾向加强,全球经济贸易分工合作的共识和基础开始动摇。在产业发展内外部环境多变化的形势下,应加快构建电子信息产业供应链安全体系,攻坚电子信息领域基础核心技术,塑造产业竞争优势和发展新路径。7历史机遇转型方式智能制造发展指数报告(2021)指出,2021 年我国计算机、通信和其他电子设备制造业智能制造能力成熟度水平位列行业前列,二级及以上企业占比 47.3%,标示着我国电子制造以及其下分的消费类电子制造产业进入智能制造新阶
22、段。聚焦我国电子信息化产业发展历程,我国的电子产业链也经历了由“劳动密集型”向“资本技术密集型”的转型升级。20 世纪 80 年代末的改革开放使得电子信息制造业进入市场化运营阶段;在往后的十年内,国家大力扶持产业发展,出台若干重点领域发展政策,电子产业呈现规模化蓬勃发展;进入本世纪其,我国电子信息制造业采用通过代工跟随的方式切入全球电子产业链分工。在同一份智能制造发展指数报告(2021)中,也清晰的指出了消费电子行业的转型升级之路,共有五个不同的级别,对应企业发展的不同阶段。从最基础的智能制造的基础和条件进行规划,到最高级的基于模型的持续优化业务,产业链协同并且衍生出新的商业模式,为中国消费电
23、子企业提供了一个可以借鉴的发展方式。作为国内消费电子制造业的领军企业,早在 2013 年,联想就启动了以数据智能为核心的智能化转型。基于自有技术的成功应用,联想逐渐形成了覆盖企业全价值链的智能化技术和管理体系,成为公司智能化变革战略落地的核心竞争力和强大支撑。在联想智能制造白皮书 2020中,概略介绍了联想的智能制造的转型方式8资料来源:智能制造能力成熟度模型 GB/T 39116-2020一级二级三级四级五级企业基于模型持续优化业务,形成产业链协同并衍生出新的商业模式等企业开始对智能制造的基础和条件进行规划企业应用信息技术和自动化手段对核心业务进行改造和规范企业对装备和系统开展集成实现跨业务
24、活动的数据共享企业对人员、资源等进行数据挖掘,形成模型等,实现核心业务的精准化和优化精益是生产制造根基,联想自始至终持续开展精益改善,通过精益化流程改造,贯彻精益理念,推行准时化,消除生产浪费,增强绿色精益制造能力,夯实工厂运营基础,精益化是工厂数字化和智能化转型的基础和必由之路。同时,面对数字化、智能化转型趋势,精益生产也需保持与时俱进,适应新的变革需求,如引入数字化管理工具,升级精益数字化管理能力等。以精益化为基础:以业务持续优化为前提,结合流程再造,推行生产自动化。从单点自动化着手提升工序效率到生产端到端自动化验证推行,完成生产线整体效率、产品质量的改善。同时赋予数字化能力,打通并采集设
25、备生产运行数据,建立可视、分析、控制闭环能力,构建设备三维模型,基于物理设备与模型的实时交互实现设备智能监控、预测优化等智能化能力。持续推进自动化:借助业务流程及数据间集成共享,实现企业内部运营、外部生态的全链路互联互通及透明可视,数字化阶段主要特征表现为:第一,设计:包括模型驱动的产品、工艺设计及优化,产品工艺与生产流程仿真验证,不仅缩短导入周期,同时支持产品与制造通过协同平台进行实时互动,为新品和客户需求提供快速解决方案,支撑产品全生命周期数字化能力。第二,供应:以客户为中心,包括构建计划、采购、物流等一体化的协同协奏,提供精准透明、高效的数字化供应能力。第三,制造:包括生产横向、纵向及端
26、到端的信息集成。第四,服务:连接了客户及产品,支持实时可视化交互,实现了以客户为中心的服务转型,联想提出了服务供应链协同解决方案,分层次解决服务备件执行中的协同问题,打通备件预测、计划、采购、供应流程,实现信息发布协同,供应数据协同等服务供应数据全链条的可视化。加速数字化应用落地大数据、云计算、人工智能等技术的发展及应用,促使智能技术与制造融合,推动智能化进程,实现业务的精准响应、实时优化及智能决策。借助联想“智能大脑”平台,依托于数据而非经验的精准高效智能化决策将逐步替代人工决策,并且已经实现了以下两个方面,第一,智能生产排程:从真实数据出发创建仿真环境,通过深度强化学习算法引擎,数秒内即可
27、找到全局最优的排产方案,能够实现真正意义上的智能实时调度。第二,智能客服机器人:支持多模态、多社交渠道、多语言的端对端智能客服,与真实客服代表无缝集成,并且内置大数据平台,基于大数据实现系统自学习,自动生成案例用于未来分享。未来智能化将重塑设计、制造、服务等产品生命周期的各环节及其集成,催生新技术、新产品、新业态、新模式,影响并改变生产方式以及运营模式,以人工智能为代表的智能制造将给制造业带来革命性的变化,成为制造业未来发展的核心驱动力。不断探索智能化场景9终 端资料来源:联想智能制造白皮书 2020精益化减少浪费提升制造效率优化流程再造提高生产效率数据连通透明可视分析预警决策编助大数据、物联
28、网数字孪生、虚实结合自我学习、智能决策柔性生产、产品个性化快速相应客户需求自动化数字化智能化这一阶段的主要任务在于数据采集。即通过各种各样的通信技术和基础的可视化工具,将之前未连接的孤岛设备连接起来,并且以工业大屏和手持式设备的形式,将当前设备的状态分别显示在工厂员工和管理人员的面前。在这一阶段,数据更多的是以原始数据的形态展呈现,解决基础的数据孤岛问题。作为消费电子制造行业生态圈的重要合作伙伴,英特尔也在 2020 年推出英特尔 工业边缘洞见平台(Intel Edge Insights for Industrial,EII)的时候,总结生态圈上下游产业链的共同特点,提出了工业 4.0 边缘
29、AI 成熟度模型(Industrial 4.0 Edge AI Maturity Model for Analytics)。这个模型把工业 4.0 转型方式细分为了:感知,思考,执行三个阶段。每个阶段都有不同的特征任务来描述企业的成熟程度。具体描述为:感知:在连接完各个未连接的设备以后,各种各样的视觉和时序数据就都汇总到了一起,一个成熟的工厂每天都可以产生数GB 到数十 GB 的数据。这个数据量的数据如果不及时在边缘侧处理,会对云端存储资源和传输带宽都造成巨大的负担。自然而然的边云协同成为了一个最优解,利用AI模型和框架,在边缘侧进行初步的数据处理和快速推理,同时将提炼过的特征数据回传云端参与
30、复杂模型的迭代,并最终将优化之后的模型再次下发到边缘侧。通过这样的边云协同,可以在边缘侧形成多种多样的基于 AI 的全新应用,比如预测性维护,资产优化,瑕疵检测等。在这个阶段,AI 技术起到了一个参谋的角色,可以提供多个选项供工厂用户来做人工决策。思考:10AI 模型在通过数据分析之后,需要判断当前情况和边界条件,从若干个推荐中选择一个,最终反馈执行。在这个阶段中,实时控制技术和自动编排技术会加入进来,结合 AI 技术,通过对分析结果,人工决策和反馈执行建立关联关系。在这个阶段,AI 技术起到了一个执行者的角色,在没有人工干预的情况下,实现工厂的自主化运行。自主化工厂一个更为流行的名字叫做“黑
31、灯工厂”。执行:11资料来源:英特尔,工业 4.0 边缘 AI 成熟度模型(Industrial 4.0 Edge AI Maturity Model for Analytics)工厂自主化学习及 调整执行 连接设备 数字可视化数据采集感 知思 考执 行视觉/时序 数据分析边缘计算状态监控负载整合资产优化工业连接预 测实时执行执行自主性分析结果-反馈执行实时控制 /自动编排应用&平台可视化工具连接未连接的设备 缺陷检测 异常检测 数字孪生 工人安全管理 合规监控 硬件虚拟化 可移植的容器化软件 资产效能优化 工厂生产率 网关(中间件)预测/管理生产质量 生产设备预测性维护 实时负载及基础资源
32、编排 计算单元更好的可维 护性现有 AI&控制方案在建 AI 方案在建控制方案未来 AI&控制方案 AI驱动的实时控制终端条码识别越来越多的工厂在完成了数据上云的过程中,认识到了数据能够对工厂带来的价值。工厂用户也意识到了数字化转型不是一家企业的内部技改项目,往往需要通过和多个生态伙伴的合作共赢,才能高效有序的推进。这样的合作就需要一个整体架构,来拉齐各个生态伙伴的产品、方案和服务。目前主流的整体架构有几类,分别为:端-边-云协同:乘着工业互联网的东风,端-边-云协同成为了一个最广泛接受的整体架构,服务于 IT-OT 融合技术(即两化融合技术)。以工业边缘节点通用架构模型为例,该模型由边缘计算
33、产业联盟披露在工业互联网边缘计算节点白皮书 1.0(2020)一文中,描绘了在传统的端侧资产投资(以 OT 技术为主导)之上,云平台服务订购(以 IT 技术为主导)之下,工厂用户如何利用包括边缘控制器,边缘网关,边缘云为代表的边缘计算节点(OT-IT 融合技术),来进一步降本增效。在上一章中介绍了各个行业领导者眼中的消费电子制造行业的未来展望。接下来这一章将分析消费电子制造数字化转型的整体思路和具体实现路径。整体架构资料来源:边缘计算产业联盟,工业互联网边缘计算节点白皮书 1.0(2020),工业边缘节点通用架构模型数据上传数据采集模型下发控制输出微服务下发云平台边缘云安全管理业务应用管理业务
34、应用管理智能边缘云东西向协同网关东西向协同控制器东西向协同边缘网关边缘控制器现场设备业务指令上下行传输设备管理访问授权通讯管理设备注册管理网络协议转换传感器机器人数控机床机械手冲床摄像头.AGV工控机扫码枪仪表门禁机床.TSN设备接入存储数据采集边缘缓存数据预处理开发策略执行算法功能库编辑开发环境开发运动控制PLC控制应用部署和生命周期管理任务编排调度云边协同数据聚合数据分析异构计算建模工具计算嵌入式实时操作系统轻量级容器数据分析边缘智能日志管理虚拟化平台管理运维管理12第三章 消费电子制造数字化转型:技术需求端-边-云-网协同:伴随着消费电子产品的“个性化”、“定制化”的浪潮,消费电子工厂也
35、变得越来越柔性,工厂的产线布局调整频率也从一年一次提升到了几个月甚至一个月一次,伴随着中国人力成本的快速上升,重新部署通信线缆的成本也变得越来越高。新型通信技术,诸如 5G,WIFI6,TSN 等技术,正以前所未有的速度在工厂中展开。新型通信技术(CT 技术),也正在快速的和 IT-OT 融合技术进一步结合,变成了 IT-OT-CT 融合技术(即三化融合技术)。英特尔在Network Transformation Fuels the growth of 5G&the edge,2021一文中提到,在 2025 年,75%的数据是在数据中心之外所产生的,如何通过新型通信技术将这些数据在不同节点中
36、快速传递,将会成为了一个对消费电子制造行业而言至关重要的一环。端-边-云-网-智协同:在端-边-云-网协同之上,越来越多的行业领导者也意识到了全产业链智能化的必要性。联想作为其中的佼佼者,提出了“端-边-云-网-智”的体系架构,大力推进智能化转型,致力于做智能化变革的引领者和赋能者。这五大技术能力“互连互通、柔性制造、虚实结合、闭环质量、智能决策”相结合,共同支撑了联想打造业界最佳智能制造的愿景。其中,“端”就是智能物联设备 Smart Iot 的终端,“边”是边缘计算,“云”是云计算,“网”是以 5G 为代表的数据传输的网络,而“智”就是人工智能开放创新平台联想大脑,主要用于行业智能解决方案
37、。资料来源:英特尔,Network Transformation Fuels the growth of 5G&the edge,2021IntelligenceClientEdgeCloudNetworkNetwork13 不同于其它产品生命周期较长的行业,如汽车制造业或者流程制造业,消费电子制造业更新迭代速度明显较快,一般1-2 年就有新产品的出现,相应的对未来技术的需求也有非常鲜明的行业特色。继续使用“端-边-云-网-智协同”的整体框架,这些需求主要包括:端:在消费电子生产领域的单个生产自动化设备,如 SMT波峰焊机,金属加工 CNC,机器人手臂,自动化小车,都可以看作一个个典型的端侧设
38、备。配合消费电子快速迭代,相应的未来需求总结为:边:当若干个设备组成一条产线和车间。在车间层级的协作和资源调配,正是边缘计算的最佳应用场景。作为自动化技术 OT 和信息技术 IT 融合的交叉点,消费电子制造业边缘侧的需求大体总结为:云:对消费电子制造企业来说,在 2015 年之前的云的需求,主要还是在信息技术层面,诸如各类企业管理软件(如 MES,ERP,WMS,TMS,OMS 等)均可以实现按需付费的SaaS 订阅模式,实现在公有云,私有云,混合云等配置上。利用本地配置的私有云或者混合云产品可以实现数据不出厂,能够较好的保存各类生产相关的保密信息和工艺数据。随着智能化技术和边云协同技术发展,
39、越来越多的自动化技术也对云技术有了需求,大体总结为:产线控制:在单个机台以外,车间本身也正在接入越来越多的自动化物料处理设备(如 AGV、传送带、上下料机械手等)。传统的以 PLC 为核心的车间控制需要大量的编程来调整生产节拍,一旦产线布局有所调整就需要停线做重新编程。新的边缘控制技术利用诸如发布/订阅、容器化/功能块等新技术,可以通过拖拉拽等简单方式快速调整布局,减少停机时间。分析推理:随着大量数据在端侧产生,对数据的及时处理和快速响应就成为了一个关键的需求。高效安全地提取、分析和存储各类将图像和来自传感器的时序数据,在本地快速推理和反馈执行的同时,也能将特征数据(例如在视觉检测的应用中,一
40、个新发现的产品瑕疵图像特征)回传到云端参与大数据建模,这也是保证产线效率的一个必然需求。跨线协同:不可避免的,生产设备会有意外的故障导致计划外停机发生。万幸的是,消费电子行业往往有多条相同或者类似的产线,这让跨线协同有了硬件上的可能。跨线协同需要在将受影响的工序负载转移给其他机台的同时,将相应的软件工艺包一并转移。跨线协同决定了消费电子制造企业的柔性生产能力。OEE 管理:设备综合效率(OEE)作为工业工程的统计方法已经存在了数十年。但是智能化技术和边云协同技术让 OEE 从一个统计工具变成了一个管理工具。在 OEE 仪表盘上,工厂用户可以实时监控各个工序和机台的工作情况,通过智能化技术在分析
41、当前和未来的订单之后,可以通过边云协同技术实时匹配相应产能,在节约资源的同时,也为预测性维护提供了原始数据和操作时间窗口。集群管理:云技术的另外一个典型应用,就是将预先封装好镜像(包括操作系统和应用软件更新)下发给边缘侧和端侧的设备,实现批量更新。在节省工厂设备维护人员的人工的同时,也让批量快速上线成为了可能。云端建模:边缘洞见中所提取到的特征数据在上传到云端之后,就可以进行模型的迭代和更新。单个边缘侧所收集的特征数据仅仅来源于有限的生产设备,需要在云端汇总以后,方能最大化参与建模。在云端更新完模型以后,还可以下发到各个边缘侧,进一步提升边缘推理的命中率。视控结合:随着机器视觉的快速发展,传统
42、消费电子设备正在逐步整合机器视觉的功能。以 SMT 波峰焊机和视觉检测为例,离线视觉检测往往作为波峰焊机的独立后道工序,由单独的系统集成商以后装设备的方式提供,两个系统需要互相配合但往往又不互联互通。有创新的厂商整合了波峰焊机和在线视觉检测,在发现瑕疵的时候就能及时通知设备人员,降低质检人员劳动强度的同时,避免了进一步的瑕疵扩散。软硬件模块化:消费电子产品更新迭代较快,相应的设备更新频率也较其他制造行业设备来得快。若能通过已有设备的软硬件通过部分升级来部署最新的硬件资源和软件方案,则能明显降低对于终端用户的成本负担。基于这样的目的,硬件的模块化设计和软件的微服务架构,讲会比较有利于未来的潜在升
43、级。主流工业总线连接:总线式设备尽管较传统的脉冲式设备的硬件成本有所上升,但是总线式设备的调试时间和人工节省较为明显。若是采用 EtherCAT 等兼容性好的工业总线协议,还能实现不同厂商设备之间的直连通信。未来需求14端:边:云:网:为了配合消费电子的快速迭代和产能快速退坡爬坡,消费电子制造企业需要对设备和产线做快速调整。每一次这样的调整都需要对相应的管线也做出调整。越来越多的消费电子制造企业开始在厂区中除了固定的有线网络节点之外,利用无线网络技术来降低部署成本,这些需求主要包括:智:AI 技术已经渗透到了消费电子制造的各个环节,作为一种典型的横向技术,AI 技术广泛的存在于端边网云的每一个
44、角落。一个好的框架能够显著帮助制造企业降本增效,对 AI 技术框架的需求总结为:小样本高识别:在消费电子制造中,另外一个显著的问题是小样本高识别的训练问题。在特定场景下,收集足够的负样本需要较长的时间,生产企业在生产前期无法训练出有效模型来识别。这使得正样本成为了一个最优解决方案。这就要求 AI 框架能够灵活处理各种样本情况下的识别率。高覆盖:工业级场景的最大需求就是高覆盖,消费电子工厂中存在着较多的电磁干扰源(如大功率电机,继电器,变频器等)和大体积金属柜体遮蔽信号,较容易产生无线信号盲点。一般需通过增加热点来优化网络,确保良好的覆盖率。大带宽:消费电子制造企业的车间中,除了大量的生产设备需
45、要网络之外,还工厂操作人员身上存在着众多的工厂IT 设备诸如平板电脑,移动式扫码抢等,也需要确保数据的传输。新兴的应用,诸如基于 AR/VR 等虚拟现实技术的远程协同维护,也对大带宽提出了新的挑战。低时延:消费电子的车间地面上,还奔跑着诸如 AGV,无人叉车等场内物流设备,无线网络的时延和物流设备的运作效率有着较高的关联性。在保证安全冗余不变的情况下,低时延网络能够显著缩短物流设备的控制周期,进一步缩短避障、对齐等动作所需时间。支持硬件异构:在消费电子制造企业中,AI 技术的应用种类繁多,对算力的需求也大小不一。这些 AI 技术和模型会运行在多种多样的硬件平台的 CPU,GPU,VPU 甚至
46、FPGA 上,采用支持硬件异构的框架体系,可有效减少因平台更换而需要重新训练模型的重复劳动,大大提高模型的可复用率。低代码高复用:在消费电子生产过程中,AI 模型往往需要跟随生产产品的改变而做出相应的调整。但作为 AI 技术的终端用户,从成本上制造企业很难承担雇佣专职 AI 工程师的费用。这就要求 AI 框架能够尽可能的通过拖拉拽等低代码的形式,让制造企业的一线人员能够承担起模型调整的任务。于此同时,在生产同一大类的产品过程中,不同型号产品的特征数据(如电路板元件瑕疵)往往又会有着不少的共性(如元件漏插,错插,反插),这就要求 AI 框架能够有良好的可复用性。15网:智:为了应对愈发多元、复杂
47、的消费电子制造需求,实现行业智能化、集成化转型升级,消费电子制造业生态参与者都在发力技术探索与创新,总结最佳实践,推动核心技术发展。基于前文所提“端-边-云-网-智”的整体框架,众多生态合作伙伴都开发出了适应于消费电子行业的核心技术,下面简要概述为:芯片技术:适用于消费电子制造的芯片,需具有宽温、低功耗/无风扇设计,超长生命周期支持等工业特性,方可应对制造产线复杂多变的环境要求,最大限度地提高计算效率。如 Elkhart Lake,Tiger Lake-U,Icelake-D 等英特尔推出了针对工业物联网场景的定制芯片,并且被联想作为核心算力采用在了的众多行业产品上。这些英特尔芯片适用于消费电
48、子制造行业,广泛的用在“端”,“边”,“云”,“网”侧,新功能包括:核心技术16英特尔 至强 处理器英特尔 酷睿 处理器英特尔凌动 处理器英特尔 处理器赋能智能制造芯片技术:vPro:是基于英特尔 酷睿 处理器的可管理性工具。通过结合英特尔 vPro 平台主动管理(AMT)技术,可以让 运维人员远程管理分散在全国的众多工厂设备,远程确保智能制造终端设备稳定高效。同时借助英特尔硬件盾技术,为企业提供硬件级安全防护,确保核心业务数据安全。TCC:英特尔时序协调运算(Intel TCC)是英特尔实时技术支持中针对网络内部的新解决方案。确保系统内每个组件时间同步和数据传输时延的确定性。它的价值在于从系
49、统层面提高延迟敏感型应用的性能。TSN:时间敏感型网络(TSN)通过交换以太网网络为计划流量提供受限的最大延迟。TSN 是一组 IEEE 802 标准,由 IEEE TSN 任务组定义。这些标准通过以太网实现超可靠和低延迟通信,以支持时间敏感型应用。TSN 通过使用时间同步、流量调度和网络配置来实现这一目标。搭配使用 TCC 和 TSN 技术,可最大程度地减少网络或系统延迟,满足制造业对关键实时计算应用的大带宽和低时延要求。17整机设计:硬件模块化,使得消费电子行业能够确保最新的硬件资源部署,保证消费电子产品的更新迭代,同时降低终端用户的成本负担。工业边缘节点:在边缘计算产业联盟 ECC 的框
50、架下,英特尔推出了工业边缘节点参考架构,解耦 CPU 与 I/O,支持各类不同生产场景的自定义 I/O 端口需求。其中,联想的 ECG-P50 系列和 IPC-T50 系列,都参考了工业边缘节点参考架构。这些产品被消费电子制造厂家广泛的用在了“端”和“边”侧。CPU模块(顶部)I/O模块(底部)模块化设计在自定义I/O的多品类小批量产品上节省成本*节约时间CPU可升级在旧I/O模块上可搭配最新CPU模块,提供卓越体验工业级坚固工业级I/O,工业级连接器+无风扇的坚固设计工业边缘节点硬件参考架构(IEN)整机设计:18软件技术:采用统一的微服务软件架构体系,尽可能的在不同硬件平台上复用已有子模块
51、,这将有利于消费电子制造业的持续发展。英特尔也提供了诸如工业控制平台(ECI)和边缘洞见平台(EII)这样的统一的平台化软件解决方案,帮助消费电子制造业快速搭建和优化基于英特尔 架构的“端-边-云-网-智”整体架构方案。利用工业控制平台(ECI),消费电子制造工厂用户可以和生态合作伙伴一起,推进自动化技术 OT 和信息技术 IT 融合,进一步迈向“黑灯工厂“。实时技术:从硬件参数调优,到操作系统实时补丁,实时技术是一个系统级别的功能,需要从底层硬件到上层软件的全方位配合,方可满足工业的严苛需求。英特尔 工业控制平台(ECI)包括 TCC 和 TSN 等实时技术,一站式提供满足消费制造行业需求的
52、解决方案。虚拟化技术:包括虚拟机和容器化技术,可以在同一个硬件平台上,结合运行在不同操作系统上的负载。以视控结合为例,传统上视觉算法较多的运行在 Windows 操作系统上,而控制类程序则较多的运行在 Linux 操作系统上,两者无法直接共同运行。而有了虚拟化技术以后,这样的融合成为了可能。工业总线技术:采用 EtherCAT 等兼容性好的工业总线协议,除了能实现不同厂商设备之间的直连通信之外,还可以满足控制器到 I/O,控制器到控制器的“一线通”,方便产线控制和跨线协同应用、平台、设施管理技术:服务于各类集群管理需求,从设施管理多机调度,到远程平台管理更新单机操作系统,到远程在线更新单机应用
53、程序。这些管理技术除了能显著降低维保人员的工作强度,还进一步提升了工厂管理水平和一致性。英特尔 工业控制平台(ECI)是一个基于边缘计算技术的模块化软件平台,通过提供具有兼容硬件的软件参考平台加速工业控制系统向软件定义解决方案的转变,其中的核心技术包括:此外,英特尔 工业控制平台(ECI)还提供诸如基于 61131 协议的控制类 APP 范例,ROS 机器人操作系统,信息安全技术,功能安全技术等众多子模块,方便工厂用户自由选用。利用工业控制平台(ECI),消费电子制造工厂用户可以和生态合作伙伴一起,推进自动化技术 OT 和信息技术 IT 融合,进一步迈向“黑灯工厂”。实时计算 带 TSN 接口
54、的 LINUX-RT开源的 TSN 部署英特尔 TCC 和 TSN工具 负载整合同一虚拟化硬件上部署多个负载(如DCN,PLC等)容器化/可迁移的软件应用应用程序和平台管理实时负载编排 增强的可维护性 免停机更新基础架构管理可扩展基础架构管理(计算、网络和存储)工业总线协议EtherCAT,OPC UA,Profinet,CAN,中间件,网关控制类APP范例经实际工厂环境验证性能已优化信息安全内嵌式加密性,从芯片到云端的全套认证方案 功能安全可认证工具链以及经实用验证的最佳配置容错机制工业边缘控制平台定位英特尔 工业边缘控制平台19 英特尔 边缘洞见平台(EII)是由英特尔推出的一个软件参考方
55、案,主要应用于物联网工业边缘端。它是一个基于微服务的可扩展的软件框架,用于收集和处理边缘端的时序,图像/视频等数据,并通过数据分析为生产提供洞见或规划。EII 平台主要特点如下:1)EII 提供了从数据采集、存储、分析,以及可视化的完整的软件栈,用户可以得到一站式的服务;2)EII 是开源的模块化的组织架构,用户可以非常方便的进行功能扩展;3)EII 支持英特尔多种硬件平台,提供加速 AI 推理的能力,将 AI 带到工业边缘端。利用 EII 平台,消费电子制造工厂用户可以和生态合作伙伴一起,采集图像、视频、时序数据领域,利用人工智能 AI 技术,实现云边结合的边缘洞见方案,结合图形化界面工具,
56、充分满足诸如低代码高复用、小样本高可用等工厂用户需求。开放式、模块化微服务架构边缘端AI边缘端AI变得更容易,支持英特尔或第三方公司开发的算法边缘到云 连接到任何云服务提供商,利用互补的云-边缘解决方案易集成 集成独立的多供应商组件,并轻松地在微服务上构建数据安全使用平台集成英特尔 硬件安全功能,并支持可信平台模块可拓展英特尔凌动、酷睿、至强 处理器具有可扩展性能,满足您的独特需求可管理固件、操作系统和应用OTA更新支持编排定义和优化工序流程使方案自动响应环境的变化加快方案开发 部署便捷 开源,内置A能力工业边缘洞见平台定位英特尔 工业边缘控制平台20数字化转型涉及到企业的各个价值链,作为全球
57、领先的消费电子产品制造商,联想集团从 2014 年已经开始布局数字化转型,尝试从研发、生产、供应链、销售、服务等各业务环节,结合新科技手段进行转型变革。其数字化转型历程到如今主要经历了四个阶段:第四章 消费电子制造数字化转型:实践探索联想数字化转型历程21来源:联想数字化转型及新 IT 白皮书22其中联想强大的供应链优势在近两年尤其复杂的环境中,为企业运营与数字化转型提供了坚实的保障。在 Gartner 发布的 2022 年全球供应链 25 强最新排名中,联想集团第 8 次入选,位居第九,排名较去年提升 7 位。在 Gartner 后续发布的 2022 年亚太区供应链10 强榜单排名中,联想集
58、团荣获第一名。面对消费电子产品不断产生、迭代的新需求带来的柔性生产挑战,联想围绕着制造能力的柔性与韧性在研、产、供、销、服全链条的各个关键节点全面实现数字化,并打造了联想全链条数字化实践,基于全链条数字化互联互通,联想利用物联网技术将物理与数字流程整合起来,同时将 IT 系统和联想的经营系统无缝链接,实现研发生产、销售、客服、供应链、财务及人力资源管理等各个业务链的数字化整合,并融入多个型典型场景:智能营销、数字工厂、数字孪生、智慧服务、智能服务供应链、智慧运营。在此基础上,根据内生外化的实践探索,形成了面向工程价值链、生产价值链、产品价值链、客户价值链等多种链条的模块化解决方案,在助力自有工
59、厂智能制造建设的同时,将技术经验赋能给行业。在数字化转型过程中,除了 IT 系统的迭代演进,联想集团也积累了智能制造五大核心能力:产品、供应的全链路互联互通;高度自动化的智能混线柔性生产;物理与虚拟实时数字映射及闭环控制;端到端质量追溯、监控、分析;大数据驱动预测性分析决策。联想数字化转型及新IT白皮书联想供应链智能决策技术白皮书联想智能制造白皮书稳态架构敏态架构稳态应用中间件云原生应用容器云平台laaS层微服务平台低代码应用开发平台操作系统机房基础设施统一容灭统一安全统一运维协作平台治理平台统一混合云管理平台微服务安全平台云原生DovOps智能运维平台生产环境虚拟化计算资源裸金属网络灭备环境
60、虚拟化计算资源裸金属网络开发测试环境虚拟化计算资源网络在“端-边-云-网-智”智能化技术架构的基础上,联想集团在今年提出了新IT框架,以应对业务双态化的需求。双态IT从业务发展角度,将企业业务划分为稳态业务和敏态业务。这两种业务需要的 IT 能力是完全不一样的,稳态 IT 需要稳定可靠的架构确保传统核心应用稳定发展,敏态 IT 则需要敏捷高效的架构以满足跨界融合的模式创新和不断迭代的业务探索。双态 IT 的建设除了稳态和敏态,还需要强壮稳固的支撑体系。企业双态 IT 总体架构23中国作为制造业大国,为人工智能提供了丰富的应用场景。据估算,人工智能在中国制造业的市场规模有望在 2025 年超过
61、140 亿人民币:从 2019 年开始每年保持 40%以上的增长率。人工智能在制造业应用的快速发展主要受益于 5 个驱动因素:制造业为什么需要人工智能?人工智能技术赋能制造业主要体现在三方面:首先,人工智能可以帮助企业提高智能化运营水平,实现降本增效;其次,人工智能、5G、工业互联网等技术融合应用,推动制造业生产及服务模式、决策模式、商业模式发生变化;最后,人工智能带动制造业价值链重构,有利于中国抢占全球制造业产业链上的价值高地。为此,联想深入研究 Edge AI 现状特点,突破关键核心技术,提供先进的联想边缘大脑(Lenovo Edge AI),帮助客户解决这一揽子问题。平台提供了方案自动生
62、成、硬件选型、模型适配、仿真测试、部署实施、运维升级等全流程支持,而最为突出的特点是,经过联想边缘大脑 Edge AI 生成的方案,AI 模型可以在本地自学习改进,实现模型的动态更新。新基建等政策支持;人机物互联产生海量数据;云计算、边缘计算、专用芯片技术加速演进实现算力提升;算法模型持续优化;资本与技术深度耦合助推行业应用。目前在边缘侧落地 AI 方案的痛点:1.样本数据采集慢:异常数据少:在制造业,在生产环境中,异常样本的数据量非常小,采集积累到几千几万,再加上人工标注,时间通过要几个月时间,难以满足模型训练的样本量需求。数据隐私不上云:很多制造业,对数据隐私要求非常高,数据安全、信息安全
63、不允许将产线数据上传到云侧,用于分析与训练。数据通常不出厂,这使得模型训练的环境非常恶劣,需要在边缘现场进行模型训练。2.模型构建周期长:数据难采集、人才难寻找、成本投入高、训练周期长,方案落地要 3-6 个月。传统的云侧模型训练,边侧推理的技术体系逐渐成为边缘人工智能落地的一个瓶颈,需要新的模型训练技术来进行必要的补充,来降低总成本。3.模型硬件适配难:很难发挥出每台硬件最大推理能力,开发者很难找到最优的模型与硬件组合。多样化的需求,在本质上需要跨平台异构推理加速技术来减化适配的复杂性。联想边缘大脑赋能智能质检联想边缘大脑全景图24因为联想边缘大脑先进的推理加速引擎,可以接入的摄像头路数可提
64、高 3 倍,节省了客户约 45%的采购成本。联想边缘大脑可以扩容和利用旧 AI 服务器,成为 AI 纳管平台,提升集团化分级管理效率:一个中心,多个分厂,多条流水线,从总部对全国各个基地,实现远程规模化 AI 模型部署,提高模型更新治理效率,远程部署时间节省了 75%。传统的 LCD 屏检流程中需要 12 名工作人员,依靠肉眼主观判断,不仅效率低下,出货质量也难以统一。制造商企业需要花费高额人力成本在出厂检测上,同时面临高返修率带来的额外成本。如果使用机器视觉来检测,则需要能够准确区分多达 30 多种屏幕缺陷种类,对于后端算法精度要求极高,对于整套设备的稳定性和信息处理速度也有较高的要求。客户
65、价值:案例分享:联想LCD屏幕光学检测解决方案项目需求与痛点联想给客户提供了业界首创的 LCD 静态/动态不良检测方法,自适应不同厂商尺寸的拍摄设定。融合传统视觉算法和神经网络深度学习于一身,涵盖多种屏幕类型和缺陷类型的识别,带来准确快速的检测结果。同时核心设备 ECI-E50搭载了工业级母版、x86 平台,具备超强算力和丰富接口,满足检测所需设备的实时联动,抗干扰能力强,运行稳定。联想方案基于视觉的屏幕显示缺陷检测,可以大大缩减劳动力成本,提高检测效率。规避由于人工引起的如视觉疲劳、精神疾病、人员培训、高流失率等一系列问题和风险。联想方案与传统检测相比,人力成本节省 50%,效率和准确率提升
66、 30%,并且可以 7X24 小时无休运转。客户通过数据可视化平台还可以直观了解自身生产能力,实时监测产线动态,为客户数字化转型和改造指引方向。客户收益1.小样本终身学习技术:不同于当前主流技术体系“云训练、边推理”,联想 Edge AI 平台基于好品训练模型,采用“边训练,边推理”,边缘侧训练无需上云,训练周期缩短,训练所需样本量更少。2.异构 AI 推理加速技术:支持主流芯片算子优化,提供预后处理,模型转换前后推理加速可至 3-10 倍,接入摄像头路提高 2-4 倍。3.模型硬件 AI 方案生成技术:低代码可视化优选适配的模型硬件 AI 方案生成技术,用户可以使用开箱即用的预训练模型,在线
67、可视化构建 AI 方案。4.模型远程部署治理技术:规模化云-边-端协同的模型远程快速部署治理方案,一站式部署治理:AI 方案构建、部署、运维和监控全周期管理,支持批量规模化远程部署。案例分享:联想边缘大脑赋能方案落地某电池厂商联想慧天边缘大脑核心竞争力之一:领先的 AI 推理加速引擎场景需求Edge AI 具有以下四大技术优势,帮助客户缩短模型训练周期,加速提升推理性能,节约采购承办,降低远程部署时间等价值。优化模型性能,减少服务器资源占用,实现实时巡检;实现模型的下发、管理、监控功能。客户有上千路目检摄像头部署在全国各个生产基地,需要借助边缘算例处理摄像头数据并用 AI 算法进行识别,希望能
68、够:基于 H265-rtsp-25 帧视频流,模型转换前后相比,性能提升3 倍25“工业智慧眼”护航安全生产 国家“十四五”规划纲要中,提出改造提升传统产业,鼓励引入先进技术,建设制造业示范企业。工信部工业创新发展行动计划 2021-2023 年,也多次提及工业视觉传感器、智能计算软件等加快传统行业的转型升级。各地方也相继出台了智能工厂、智能制造产业升级的相关文件,工业视觉检测为代表的智能制造细分领域也成为技术和产业融合的核心之一。智能检测被称为智能制造领域的“智慧眼”,它应用在工业生产中可代替人工完成识别、测量、定位、检测等工作,是实现工业自动化和智能化的必要手段。智能检测主要基于计算机视觉
69、技术,它所解决的问题是让计算机像人类视觉系统那样能够理解数字图像或视频,相较人眼,它在精确性、速度性、适应性、重复性、可靠性、效率性、感光范围和信息集成等各个方面,都“完胜”人类视觉。制造业中有三个和生产相关的核心要素:生产设备,产线人员,产品和原料。而智能检测则是可以在一定程度上帮助企业达到保障生产,管理人员,控制质量的目的。换而言之,对于企业来说,它宛如一道“保险”:检测设备,保障产线平稳运行;定位违规行为,减少人员违规埋下的安全隐患;针对产品或原料进行检验,包括表面缺陷检测,尺寸、颜色测量等,保障了产品的出厂质量。智能检测系统贯彻“可视、可管、可控”能够有效帮助企业减少人力成本、提高检测
70、结果的准确性、提升应对异常的响应效率,从而进一步推动企业的智能转型。联想“工业智慧眼”方案,基于视觉智能检测算法,针对工业生产场景中的人员、物料、设备、工序相关的图像识别、预警和联动,为企业“保生产、管人员”的需求保驾护航。生产设备的工作状态可能会存在一定的异常,例如堵塞停滞、运行速度异常、位置角度异常、表计阀门异常、缺失异常等,会影响整个生产环节,造成生产停滞、产品质量下降、安全事故等问题。作业人员的行为也可能存在一定的不规范,例如工装、安全区域、到岗状态等,会产生潜在的管理风险。生产设备异常检测,现有解决方案是通过人工定期现场巡视或中控室视频盯防,发现异常问题进行记录上报。问题实时性较差,
71、或由于人眼疲劳导致的问题疏漏屡有发生。且这种方式对人工依赖较强,人力成本较高。而 工人作业行为检测,主要通过政策正向约束,很难进行事后管理和问题追责。工厂生产急需一套可以落地的针对生产过程中设备状态和人员行为的智能化视觉检测与识别系统。26联想“工业智慧眼”方案系统架构核心功能设备异常检测 速度异常:流水线堵塞、卡顿检测数值异常:表计读数、ID 编号识别位置异常:摆放位置、偏移检测角度异常:摆放、倾斜角度识别规范过程异常:机器人,流水线其他异常:缺失/残留/异物检测 佩戴物检测:安全帽、口罩等 工装识别:可定制注册特定工装 禁区越界:可配置禁区边界 奔跑检测:异常速度奔跑 逗留检测:长时间逗留
72、/跌倒 抽烟检测,其他定制行为检测 现场声音报警 广播提醒 短信通知工作人员 图像/视频抓拍记录取证 平台展示与统计分析违规行为检测异常管理联动27方案特色案例分享:某电表仪器生产线 工业智慧眼图像识别预警系统客户需求该生产中心已建设了自动化程度高、运行效率高、运营成本低的世界一流电表检测线和智能立体化库房,但亟需建设一套智能化集中管控系统,将各类异常数据集中到业务平台进行集中管控和业务联动,包括对异常情况进行闭环处理及视频实时展现处理情况,从而提高产线管理效率、加强生产安全监管、实现智能化应用客户痛点1.电表检测自动化生产线处于饱和高负荷运行状态,会不定期出现输送停滞、托盘堵塞、机器人操作异
73、常、轨道偏离、周转箱变形等情况,严重影响整个生产和检测效率,目前遇到异常需要等待人工发现并处理,异常处理周期长,产线停滞时间长2.工厂对员工有管理规定,包括工装、安全帽、不文明行为等,但时有发生不合规的情况,影响生产安全,增加产线风险客户收益1.增效:异常检测结合业务联动机制,将异常处理响应时间缩短了 80%,因产线异常停滞平均时间由 10 分钟/天降低到 2 分钟/天2.降本:巡检人员工作开销节省了 90%3.管理提升:人员行为检测将工装违规比例从原来的 3%降低到 0.1%联想工业智慧眼部署便捷完善的工具集和部署流程。设计实现部署一体化服务,客户运维代价低。完备的标注、训练、部署工具链,远
74、程一键部署,远程软件更新技术领先传统视觉和深度学习结合,小样本快速启动稳步落地,解决传统算法正负样本不均衡、样本数量少、落地周期长等问题扩展兼容插件式算法和业务接口开发。算法接口适配行业主流的视觉硬件及数据传输接口,兼容客户原有硬件及数据服务,支持新场景检测需求的拓展升级行业定制行业生产线设备运行异常识别预警联动,车间生产状态异常识别,设备缺陷检测等产线阻塞检测运动速度异常检测码垛偏移检测机器人操作异常检测不规范摆放检测未戴安全帽检测28能效监管解决方案推动绿色发展近年来,国际社会在应对全球气候变化问题上愈发重视,绿色可持续发展以成为各国各行业发展的主轴之一,各方都在努力践行广泛的能源系统性变
75、革,节能减碳需求应运而生。提供巨量的低碳能源或者使用更加智能先进的技术手段实现节能减排的目的,是我们需要共同面对的课题。中国制造业是中国经济的支柱行业,体量巨大,而达成低碳转型的时间窗口却十分紧迫。中国绿色进程必然要在中国企业的转型实践中,立足中国优势,探索出符合中国实际的中国方案。联想集团作为中国“双实融合”企业的典型代表,既是传统实体经济和科技制造企业,同时又是为实体经济的数字化、智能化转型提供“新 IT”赋能的企业。过去 16 年,联想集团在数字化、智能化推进绿色低碳转型的过程中,探索出了一条由自身核心生产制造环节减碳、供应链协同降碳、再到赋能行业伙伴低碳发展的实践路径,也即中国企业由“
76、双实融合、低碳发展”到“内生外化、对外赋能”的零碳转型样板*。工业能源消耗的两个成本驱动因素为需求和消耗费用。依托物联网技术,工业企业能够智慧监测和职能调整减少机器负载,同时减低能源消耗所产生的成本。借助各种物联网传感器,例如温度、适度、开关、继电器等传感设备,工业企业能够实时追踪能源使用情况,洞察能耗模式,同时配合 AI 算法实现切实可行的节能减排洞见。联想能效监管解决方案通过聚焦分类、分项、分区能耗管理,聚焦设备设施管理的数智化管控,为运营企业提供系统平台,提高能耗水平透明度,针对性节能减碳;实现设备设施全生命周期管理,改善设备无序管理状态;通过场景化的能管功能,提高管理人员数据分析效率。
77、*来源:投资时报“联想集团:“双实融合”探索零碳制造的中国方案“能耗概览能耗分析能耗报表设备台账29联想能源管理产品功能矩阵 能耗管控 1.在线处理各类能耗聚合计算 2.各维度能耗查询,对比分析,报表统计,提高用能透明度 设备管理 1.构建主要能耗设备、计量仪表、其他设备台账管理,保障设备可查、分类精细化管理 2.设备全生命周期管理,仪表校核等。设备基本信息、实时数据、历史数据、历史报警、设备附件管理等 运行监视 1.物联设备及计量仪表实时数据查询,预警、报警设置 2.系统监视运行状态等 运行优化 1.动力系统能效诊断 2.从数据采集、负荷预测到设备优化策略下发的闭环控制 3.系统投入后可实现
78、能效提升 15-30%左右能源数据监视用能信息总览.能耗概览设备单耗能耗趋势能流图能耗分析能耗对比能耗异常分析电能预测燃气预测.压缩空气预测能耗建议能原决策优化能耗优化策略设备用能建议用能超限预测智慧运营能耗损耗统计节能潜力分析数据查询及报表管理历史用能数据查询能效报表报警查询.30联想边缘云全栈式边缘解决方案是以联想边缘云平台为核心、支撑“新 IT”技术架构,为消费电子行业赋能。平台支持灵活部署方式,针对各种低延时、大带宽、高可靠的边缘智能垂直行业应用场景提供高效算力资源、能力开放及全生命周期的应用管理。联想边缘云全栈式边缘解决方案加速行业客户智能化转型。支持方便的应用上线、灵活的数据接入、
79、高效的应用管理、优化的应用赋能。其不仅支持极简部署,例如以全融合一体机的方式进行交付,并且具备自动扩容和智能运维等高级能力。边缘云全栈式解决方案50ms远边缘10ms智能算法&业务应用&行业解决方案近边缘1ms1ms开放标准的业务应用支撑(Edge PaaS)3全融合边缘云底座(Edge laaS)2中心管理和智能化运维5基于硬件的全栈边缘安全4多接入网络(5G Wi-Fi/fixed-line)1API网关数据卸载网络感知中间件服务应用生命周期管理API网关轻量混合虚拟化分布式存储加速器引擎高可用轻量化SDN应用编排和管理安全管理边缘远程管理设备远程管理边缘智能运维云边端全融合一体机联想边缘
80、云全栈式边缘解决方案具有业界创新的异构轻量级虚拟化技术、资源感知型应用编排、边缘侧网络感知技术、计算存储网络新形态融合、边缘自主智能运维等特性。联想边缘云全栈式边缘解决方案既可以通过 5G 网络分流支撑 5G 公网的边缘云需要,也能满足各种 5G 专网(如联想无线云化小基站)及 WiFi、固网所支撑的智慧应用场景的边缘计算需要,如智能制造、智慧教育、智能交通及自动驾驶、智慧园区等。联想边缘云全栈式边缘解决方案与各种轻、重边缘设备深度融合,支持多边缘计算、存储、网络、轻量虚拟化及全融合管理,提供包括5G 及多网络边缘接入(MEC)及网络感知与开放能力,也支持各类边缘智能应用和资源动态感知调度、跨
81、边缘智能编排及云边协同、统一自主的云边智能运维管理。31方便应用上线提供虚机和容器来支持行业客户的边缘应用,传统应用可以按需运行在 Windows 或 Linux 虚机上,云原生应用可以运行在安全容器中。平台提供便捷的界面引导行业客户上传应用镜像,并遵循 TOSCA 和 HELM 标准配置应用所需资源。灵活数据接入支持 4G、5G、WIFI、宽带等不同形式的数据接入,将大量数据卸载到边缘平台进行处理和计算,并将结果及时反馈到生产系统或者上传到云端。保证处理的时延要求,降低网络通信成本,而且减轻云端数据中心的计算压力。优化应用赋能针对特定类型的应用进行了针对性资源优化。GPU 虚拟化使同样算力能
82、支持更多的 AI 或其它强GPU 应用。将渲染计算从 XR 设备卸载到边缘平台,减少了对端设备算力要求,使 XR 设备更轻量、经济,还提升了用户的使用体验,解锁更多的 XR 应用场景。轻量全局安全防护使用统一身份认证服务提供帐号鉴权功能,利用其它相关上下文信息(身份、威胁/可信评估、角色、位置/时间、设备配置等)加强安全策略,且提供基于固件的应用数据加密。高效应用管理能够感知应用的类型以及对资源的使用情况,实时调整资源分配,无缝进行扩缩容。这种动态的资源感知一方面保障了应用所需资源,另一方面也优化了边缘算力的使用,降低行业客户的边缘计算投入。极简部署/智能运维针对行业客户边缘场景下环境复杂、运
83、维人员缺乏的特点,以全融合一体机形式部署的边缘计算平台实现了开箱插电即用、自动组网、故障时整机替换。平台具有智能运维能力,实时监控收集多维度运维数据,自动故障告警、修复。联想边缘云平台的核心目标是便捷、高效、安全、可靠地支撑垂直行业的各种边缘应用,从而令行业获得智能化转型所需的实时业务、应用智能、数据可控等方面的能力。针对这一目标,平台提供的特色功能包括:32 客户痛点 客户需求 客户收益1.工厂服务器数量多,利用率低,管理繁杂费时。2.关键应用高可用性差,无法支持横向扩展。3.从物理硬件、中间件、平台到应用都难以统一管理,监控和故障告警手段缺失。4.对于整体产线服务器和能耗无法统计,无法满足
84、精细化管理。5.应用更新部署时间周期长,没有真实且灵活的环境支持工厂应用云化改造、测试等大量工作。1.增效:异常检测结合业务联动机制,将异常处理响应时间缩短了 80%,因产线异常停滞平均时间由 10 分钟/天降低到 2 分钟/天。2.应用快速上线和多维度监控支持,帮助工厂快速定位问题。3.降本:巡检人员工作开销节省了 90%。4.高效:极简运维,一键开关机。5.通过减少测试时间和灵活调度服务器,产线碳排放减少 495 吨/年(相当于 1350 棵树),服务器硬件及运营成本降低 2040%。6.支持多种设备接入,屏蔽了应用底层异构的物理硬件,提高了计算资源的利用率。应用 1:产线自动化灌装联想边
85、缘云全栈式解决方案产线侧现场部署应用 2:能耗展示大屏应用 3:ESOP案例分享:联想南方智能制造基地产线应用边缘云化升级随着工厂进入到数字化转型的加速期,需要边缘云提供弹性资源满足产线侧应用,例如产线自动化灌装、ESOP 等,同时对产线侧大量服务器、网关设备的统一纳管,提供设备和应用运行状态的集中监控和预警分析,同时对纳管的设备和平台进行能耗采集,为企业减能增效提供数字化手段。联想5G与智能生产深度融合作为新一代移动通信技术,5G 的出现不仅为智能制造领域提供了强大的技术支撑,还带来了重重挑战。工信部出台的“5G 应用扬帆计划”指出,到 2023 年,大型企业的 5G 渗透率超过 35%,建
86、设 3000 个以上的 5G 行业专网,有力推动 5G 和行业的结合。5G 作为全新的移动通信技术标准,将人、机、物、系统等进行全面地连接,构建起覆盖全产业链、全价值链的全新制造和服务体系,为工业乃至产业数字化、网络化、智能化发展提供了新的实现途径,助力企业实现降本、提质、增效、绿色、安全发展。现阶段5G 部署在工厂一线面临“掣肘”难题主要有,1)5G CPE+传统工控设备无法实现通讯优势;2)是不同行业不同企业对生产网络有定制化需求;3)是提供端到端解决方案的供应商屈指可数。无论是“量子线”、“水星线”或是“哪吒线”,都是联想多年来的行业实践经验与能力。如今,5G生产线更是联想众多业务部门的
87、共同“结晶”。依托联想自有云网融合技术的 5G 专网优势,员工操作细节和自动化生产线上的传感器数据均可被实时连接。搭载联想智能设备业务所提供的自有硬件,每个工序都能够被实时记录并实现生产溯源。作为全球最早从事 5G 技术研究与积累的企业之一,联想从 2015 年起就启动了 5G 技术预研。联想对于 5G 应用的落地首先是从内部发展而来,在武汉基地,联想集团建成业界领先的 5G 智造“量子线”;在合肥联宝工厂,联想集团自主研发了 5G 智能标杆产线“水星线”、“哪吒线”。基于自身的实力出发,联想站在 5G 工业发展的前沿,进行内部的创新发展,为工厂插上“翅膀”。作为业界首条 5G IoT 自动化
88、组装线,联想“量子线”运用 5G 专网、工业物联网等技术,以人机结合方式实现柔性敏捷的生产模式;联宝科技引入联想 5G 解决方案,创建了全新的智能化 PC 整机生产线“水星线 2.0”,实现更加柔性、高效的生产,助力 PC 行业智能化制造再升级;与“水星线”相对应,联宝科技还有另外一条由联想自主研发的主板智能化工业互联线“哪吒线”,在自动化率领域达到了业界领先。联想率先踏足 5G 领域,引领智能工厂发展 33联想武汉产业基地-智能制造应用场景正是这种来自自身生产实践的智能化设备、软件、解决方案研发应用过程,使得联想集团更理解制造业有关智能化转型的各种痛点和需求,也更懂得如何直击痛点,满足不同领
89、域客户的个性化需求,从而更快更好地将这种“内生”经验,“外化”成赋能千行百业智能化转型的领先能力,在万亿级智能制造应用市场“攻城略地”。联想有业内最全的端,包括商用 PC、笔记本、平板、手机以及为行业具体场景定制的智能物联网设备;也有最强大的边,工控机、边缘计算网关和边缘服务器等符合特定场景的产品。再加上联想在云计算、网络、人工智能方面的优势,组成了联想特有的端、边、云、网、智为一体的架构体系。这种新的 IT 架构体系有力地支撑“内生外化”战略实施,正在助力各行各业智能化转型。事实上,在联想制造工厂“跑通”业务之后,集各团队之力形成的“5G 经验”整体打包输出,形成联想集团的一体化5G 工厂生
90、产线解决方案。在工业设备配套解决方案中,联想通过将产品与技术融入到客户设备中,助力客户形成智能化、自动化的整体解决方案;在工业设备互联应用中,联想助力客户打破设备孤岛,实现工厂生产、设备运维的智能化、数字化升级;在工厂生产配套解决方案中,联想聚焦产线自动化、数字化管理。34人机结合,实现了柔性生产,可自如切换移动的模组化设计,提升了换线效率,同时也打破了消费类电子制造业依靠大量人工组装的局面,自动化率已达 48%。1.柔性制造(量子线)联想武汉产业基地自主开发的业界首条 5G+IOT 的自动化组装测试线体,于 2020 年 6 月投入使用,通过人2.生产检测(机器学习 AI 缺陷检测)基于在计
91、算机视觉及人工智能领域的积累,联想自主开发的机器学习 AI 缺陷检测设备及方案,广泛应用于手机、平板电脑、笔记本电脑的组装内观等生产检测过程中。联想使用5G和3D仿真技术,创新开发电子作业指导书,实时采集交互信息和推送工艺流程,提高工艺控制水平和生产效率。联想武汉产业基地运用 5G 和 IOT 物联网技术,实现了主板贴片设备的全连接,将一座物理工厂变成数字工厂,贴片设备的实时状态和参数能被自动收集和利用,方便资源动态配置、过程透明监控和质量分析溯源。联想采用最先进的基于激光导航的智能化搬运机器人,结合自主开发的智能化 AGV 中控系统,实现机器人智能化调度无纸化料箱绑定入库、物料自动上下架、自
92、动拣选搬运等。3.工艺指引(电子作业指导书)4.流程可视(主板贴片线)5.智慧物流(智慧仓储物流)在具体的实践上,联想武汉产业基地也在同时追求自动化和智能化的升级。联想武汉产业基地智能化实践相较于“智能化”的概念,我们对“自动化”可能更为熟悉,它是指在生产制造领域,设备按照设定的程序自动完成工作,而这种工作的流程往往较为单一重复,且需要付出很多生产成本。“智能化”则是在“自动化”的基础上更进一步智能化可以通过各种传感器感知环境状态,从而做到将环境状态变化情况“了然于胸”。智能系统可以根据预设的行为规则,参照环境变量对目标设备进行控制,使其自动调节状态完成工作,所以也能极大减少我们对劳动力的依赖
93、和相应过程中的生产成本。另外,智能工厂生产的产品通常都具有唯一识别标识,从生产到出厂后的操作过程都能被定位,厂商不仅能知道它的制造历程和当前状况,还可以实时关注产品的衍生价值,建立起一个产品的终身管理体系并为其负责。在联想武汉产业基地,一台手机的生产从物料进场,到贴片焊接、部件检测,再到组装和整机检测,最终包装与交付出场的整个过程,已经实现了物料可追溯、厂区物料全自动运输、电路板焊接自动检测、生产线安全全自动监控,以及整机的全自动出厂测试。武汉产业基地还实现了部分应用“数字孪生”技术对生产过程的全面模拟。生产线未动,优化就已经先行,不必再像过去一样让生产线跑起来做“试产”,而是跳过这个耗时又花
94、钱的环节,直接让生产线进入最优的状态。而如联想武汉产业基地的“量子线”项目,就能在这样的基础上,实现柔性生产,能做到机台和机台、人和机台的快速切换,以及生产线的自动换型。在未来,联想武汉产业基地还打算从以下三个层面实现更全面的智能化生产:生产层面:实现全面排产优化,资源动态配置,过程透明 监控和质量分析溯源;管理层面:实现管理的实时化、集中化、透明化、可分析、可预测;企业层面:实现客户、供应商以及联想内部计划、采购、销售等部门的协同,企业间价值链信息的自由流动,探索 以客户为中心的个性化自动生产。35第五章 数字化转型典型硬件方案观看联想商用智能边缘产品视频3637塔式工控机 IPC-T50设
95、备配套工控机4U工控机 IPC-83038嵌入式智能网关 ECG-E30工业物联网智能网关AI智能网关 ECG-P5039工业触控一体机ECP系列产线自动化工业一体机40SE350SE450SE550 V2边缘服务器41结语随着中国电子制造业由规模红利市场转向重研发、重质量与效率、精益管理的高质量发展市场,消费电子行业被赋予了更多期待和要求;与此同时,行业内仍存在诸如设备管理不善、自动化水平低、依赖人工检测等痛点,数字化、智能化转型迫在眉睫。电子制造业数字化转型的根本需求为降本增效,以用户数据为驱动,依托工业互联网技术,满足消费者差异化、定制化需求,优化生产效率,提升生产柔性、灵活性。联想集团以及英特尔携手消费电子制造业生态链伙伴深入探索,以自身成功实践为基础,结合不同制造应用场景的需求,持续沉淀打磨,不断向行业伙伴输出优化经验。依托工业互联网技术、边缘计算、数字孪生、先进网络技术的支撑以及双方软、硬件产品组合,在“端-边-云-网-智“框架上打造智能化场景方案,持续拓展智能制造的能力范围和服务边界,推动行业伙伴数字化转型实践。未来已来,数字化转型势在必行,我们相信,通过行业生态圈伙伴的共同努力,赋能实践,定能实现消费电子制造的智能变革。英特尔网络与边缘事业部工业解决方案中国区总监李岩扫码查看更多联想智能边缘解决方案扫码了解更多英特尔智能制造解决方案