11月26日的“2020年世界5G大会”期间，在由广东省科学技术厅、人工智能与数字经济广东省实验室（广州）、华为、科大讯飞联合主办的第三届中国（广东）人工智能高峰论坛上有一个重磅发布——华为发布了“昇腾智能制造使能平台”。5G微信公众平台（ID：angmobile）分析，该平台以超级易用的软件平台与工具、最为强大的硬件平台与产品在解决制造业与AI融合面临的三大类痛点问题方面取得突破性进展，极有助于促进“AI+制造”应用快速大发展，从而很好使能制造业的智能化转型，进而为制造业广大企业加速构建国内大循环和国内国际双循环新格局提供强劲动力。
制造业智能化，迫在眉睫
国家最高领导人11月20日致“2020中国5G+工业互联网大会”贺信对推动5G+工业互联网以加速中国新型工业化进程作出了重要指示。在5G微信公众平台（ID：angmobile）看来，之中的“5G”不单指5G联接，而是指以“5G+云+计算+AI”使能工业互联网赋能制造业企业的智能化转型。广东省省长马兴瑞在26日大会致辞时表示，广东将推动5G在工业领域深度融合应用。
从华为技术有限公司董事、战略研究院院长徐文伟在论坛上所作的精彩报告看来，5G+AI最终将实现万物智能——一个产业的周期是50-60年，过去30年以技术（包括硬件）发明为主，而未来是以应用创新为主，现在已经到了产业周期的“中期”也就是现在进入到了后30年的“下半场”，机会就在于“数字经济”，个人消费可能只占5G应用的20%，80%是5G在各行各业的应用，于其中，精密制造、高科技制造的盈利能力更强，所以智能制造曲线反转微笑曲线，从而要关注核心的制造能力及其智能化——华为研究表明，到2025年，每万名工人大约有100多个工业机器人协同工作；信通院研究表明，2030年，智能制造行业5G相关投入将高达2000亿。
制造业是国民经济的主要支柱，是强国之基。自改革开放以来，制造业产值増速长期高于同年GDP増速，是我国经济长期高速发展的源泉之一。近年来，国内制造业面临人力成本不断提高、国际竞争日趋激烈的挑战，使得制造业转型升级面临制造过程管控维度多尺度大、制造资源组成复杂性高、质量问题跟踪定位难度大等挑战，亟需从低端劳动密集产品制造向高端高科技产品制造转型，传统制造模式下以人工经验为主的决策控制手段已经难以适应这种转型。
于是工业互联网快速发展，目标是通过数据驱动的智能分析与决策优化实现贯穿于设计、生产、管理、服务等制造业领域各环节智能化（AI+制造）。另一方面，在“工业4.0”下，数字孪生模型研究应用仍然处于“以虚映实”的阶段，如何实现“以虚控实”以支撑制造系统“动态感知、实时分析、自主决策、精准执行”，需要数字孪生与AI融合。再一方面，全球疫情快速蔓延和贸易保护主义抬头使得制造业产业链、供应链稳定性受到不同程度影响，智能制造强大成长潜力亟需释放以不断增强制造业产业链韧性。
我国积极抢抓以AI为驱动的新一轮科技产业变革的机遇，“制造业智能”成为国家及业界高度重视的领域方向。我国政府双侧发力，推动AI与制造业融合发展。一方面，将AI作为制造业创新发展的重要驱动力，在制造业相关政策文件中提及AI应用的多达20余份。另一方面，将工业制造领域作为AI落地应用的重点行业，在《互联网+人工智能三年行动实施方案》《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划》等10余份重磅政策文件中均提出将制造业作为开展AI应用试点示范的重要领域之一。同时，各省/市/地区积极响应，形成了“国-省-市-区”多级协同的“制造业智能”政策体系。
综上，制造业作为经济发展的“主力军”，实现智能化显得“迫在眉睫”，传统制造业与AI的融合发展正在酝酿成为一股历史洪流。
制造业智能化，痛点诸多
截至目前，“AI+制造”的应用以“点”状场景居多，普及范围有限，仍处在发展的初级阶段，尚存在亟待解决的诸多问题。5G微信公众平台（ID：angmobile）分析总结，重要存在三大类痛点。
第一大类痛点是，制造业企业的智能化改造转型存在周期长，以及上下游企业、市场环境对改造程度认可周期长等制约因素，同时因不同垂直行业业务特性、行业发展成熟度不同，导致企业数字化基础不同以及目标智能化程度存在差异，对智能化改造的技术难度和进度也不尽相同。
第二大类痛点是，由于存在上述第一大类挑战，“AI+制造”在技术架构、实施方案、行业标准以及产业生态等方面存在一定的发展瓶颈，存在一定不确定性，比如现有AI技术框架难以满足工业实时性生产所需要的计算要求；目前AI的计算框架和算法输出可靠性不足，距大规模工业场景的运用尚有不小差距等。
第三大类痛点是，传统的智能制造系统建设是在各领域、各专业甚至各环节中“自上而下”呈“线条”状进行的，不同系统之间相互离散孤立——数据流、业务流的打通始终是企业信息化建设的难点和瓶颈。造成AI与上层应用紧密耦合，数据资源不共享、算法模型不互通、模型优化成果无法跨场景复用等问题突出。
从上述三大类痛点看来，“AI+制造”所面临的挑战是如何有机地结合甚至融合AI与制造业场景，使得AI能够可靠、有效、可重复地在制造业场景稳定运作。曙光在于，“企业中台”将推动AI在制造业领域逐步与专业应用系统分离（比如以“AI中台”的形式），不断向着通用化、模块化、工具化方向发展。预计平台型AI产品将成为制造业领域中AI技术的重要产品形态，以快速灵活的通用型服务为上层应用提供强劲支撑保障，同时通过获取跨专业领域数据集加快算法模型的优化迭代。5G微信公众平台（ID：angmobile）观察到，华为刚发布的“昇腾智能制造使能平台”即是业界第一个面向智能制造的AI平台，我们分析其能很好地解决上述痛点。
华为昇腾平台，解决痛点
● 软件平台与工具，超级易用
一是做到了“全场景”。业界已形成共识，面向“AI+制造”亟需提升工业互联网边缘侧、设备侧以及平台侧“全场景”的智能化水平。比如在平台侧（云端）部署，针对复杂工业场景提供基于图像识别的质量检测、基于数学模型的工业参数优化以及设备预测性维护及健康管理等；在边缘侧与终端侧，针对有限资源条件提供轻量级算法以提高终端设备的数据处理和分析能力，实现智能分拣、人-机协作、自主导航等效果。
这意味着“AI+制造”亟需实现全场景的应用、更灵活的方案实施、更深度的决策参与，从而亟需人工智能底层算法与模型的突破式创新。5G微信公众平台（ID：angmobile）观察到业界人士评论华为“昇腾智能制造使能平台”能够为此提供强大支撑——异构计算架构CANN（目前已升级到“3.0”版本）实现了“一次开发，端边云皆可运行”，从而为从事算子开发的精英开发者们提供了极致性能进而极高效率；开源的AI计算框架MindSpore实现了全流程极简、全自动并行、全场景协同的，覆盖端、边、云全场景。
二是做到了“可复制”。在制造业中，由于工业设备产品、场景的差异化与任务的多样性，当前制造业场景下AI（比如机器学习）模型的可复制可推广性较差。例如工业场景下的产品质量检测，不同生产线、不同产品的缺陷种类情况可能完全不同，在某一企业可能获得高效率的算法或解决方案，移植到另一企业或许并不能达到同样的效果。笔者观察到华为“昇腾智能制造使能平台”很好地解决了这一大痛点——面向90%的最广泛的应用开发者，该平台推出了应用使能组件 MindX，其中包括各行业SDK（如mxVision、mxManufacture），使能合作伙伴快速、便捷的AI应用创新。
三是做到了“低门槛”。上述的“全场景”与“可复制”很好地解决了目前“AI+制造”面临算法开发难、应用开发难、业务部署难。而据分析，算法开发、应用开发、业务部署如果能在仅一套工具上实现“一条龙”或“一站式”、“一气呵成”，开发和部署效率将会进一步得到大幅提升，华为“昇腾智能制造使能平台”中的流程开发工具链 MindStudio即使这样一种优秀解决方案。据了解，MindStudio使得开发者们高效完成算子开发、模型训练、模型推理、应用开发、应用部署的全流程端到端开发而无需再分别使用不同的工具，从而可极大降低门槛、显著提升效率。
四是可做到“促复合”。“AI+制造”赋能制造业智能化转型升级面临的一大挑战就是“IT（信息技术）+OT（运营技术）”复合型人才十分匮乏。制造业的智能化发展离不开庞大的兼具IT和OT的复合型人才队伍作为支撑。5G微信公众平台（ID：angmobile）认为，华为“昇腾智能制造使能平台”对于“AI+制造”开发和部署效率的极大提升，一方面大幅降低了制造业自身从业人士（OT人）开发“AI+制造”应用的门槛，使得他们无需具备很高的IT技能即可开发；另一方面也大幅降低IT人开发“AI+制造”应用的门槛，使得他们能够把更多的时间和精力放在深入调研制造业熟练工人和专家的经验上面。此过程必定能促进IT+OT复合型人才大发展，进而推动“AI+制造”快速发展，形成良性循环。
● 硬件平台与产品，最为强大
在“AI+制造”下，制造业亟需以智能机床、工业机器人、AGV、智能物流及智能仓储等生产设备来大幅提高生产效率、降低生产成本、提高作业质量。这些“AI+制造”应用均对计算的“实时性”提出了很高要求。现有通用计算架构与芯片尚无法满足工业实时性所带来的计算要求，端侧推理需求迫切。相比于云侧推理环节，制造业诸多类特定场景工业终端对推理环节实时性要求极高，现有芯片无法满足，对专用芯片的需求极为迫切。以视频图片高精度高速检测和实时工业场景识别为例，传统芯片处理1080P图片需要耗时1秒，而以上场景的图像实时识别需求需要达到人眼识别帧率，即1/24秒。从而，为满足“AI+制造”实时要求，高能效低成本的架构芯片及基于此面向制造业领域开发的计算设备将广受市场欢迎。
5G微信公众平台（ID：angmobile）观察到对于华为“昇腾智能制造使能平台”Atlas人工智能计算平台（基于华为昇腾系列AI处理器和业界主流异构计算部件），业界人士评论其具有三大特点，一是“算力超强”，单芯片即可提供16TOPS@INT8超强算力，支持16路高清视频实时分析，功耗不足8W；二是“支持全场景AI”，面向“端、边、云”优化设计了全场景AI基础设施方案；三是“开放生态”，支持业界主流框架，方便易用的代码迁移和模型转换工具，通过灵活的合作方式与业界ISV共建开放产业生态。据悉，华为Atlas人工智能计算平台已具有模块、板卡、小站、服务器、一体机、集群计算等丰富的产品形态。
综上，5G微信公众平台（ID：angmobile）认为，华为“昇腾智能制造使能平台”由于既有软件平台又有硬件平台，开发者们就可以不用再向以前那样担心所开发的框架和底层芯片之间、与工业设备芯片之间出现“适配性”方面的问题，从而可大幅提高效率和质量，更好助力“AI+制造”发展。
成功案例众多，超级可靠
在面向智能制造的在“AI+制造”应用中，算法、模型、应用的“可靠性”显得非常重要。相关可靠性即在规定的时间内、条件下或场景中能有效地实现规定功能的能力，以推荐系统为例，电商平台的推荐系统达到60%-70%的准确率已算是较高的精准度，但是部分制造业领域、部分制造业核心环节对于推荐参数的准确性要求是100%，一旦参数出现任何问题，将对生产、制造等环节甚至生命财产安全产生巨大影响。从华为联合合作伙伴已经落地了大量“AI+制造”应用这一事实看来，昇腾智能制造使能平台具有很高的可靠性。
在电子组装领域，华为与凌华科技开展合作，对螺钉、涂胶等进行检测，将异物识别准确率提升至99.9%。在半导体晶圆领域，华为与睿视智觉、埃克斯工业开展合作，进行晶圆缺陷智能分析，将缺失图案识别准确率提升至99%以上。在集成电路领域，华为与艾聚达、文采科技开展IC品质监控合作，将AOI直通率提升10%-50%。在纺织领域，华为与聚时科技开展合作进行布匹印染预检，把检测效率提升了50倍。
展望未来前景，精彩无限
很可能正是看到华为“昇腾智能制造使能平台”的技术创新、集成创新、应用创新巨大能力和诸多亮点成果，会上，在数百位嘉宾的见证下，为进一步提升人工智能基础理论研究和关键技术水平，人工智能与数字经济广东省实验室（简称“琶洲实验室“）与多家人工智能领域头部企业签署了战略合作协议。中国科学院院士、琶洲实验室主任徐宗本院士作为代表出席签约，华为云与计算中国区副总裁、广东云与计算总经理郑殿海代表华为公司签约。根据协议，双方将共同聚焦智慧医疗、智慧城市、智能制造等行业场景，共同建设面向行业的基础软硬件及算法创新平台；同时共同推进科研成果的转化落地，在区域形成人工智能产业聚集，赋能传统行业，推动整个区域的产业智能化升级和数字化水平提升。
基于“AI+制造”的智能制造将是一个伟大的征程，目前处于“点”状应用的初级阶段，相信在华为“昇腾智能制造使能平台”的强力引领下，“AI+制造”的痛点被快速很好解决进而推动“AI+制造”应用从“点”状向“面”状铺开，使得AI算法、模型、应用以及规模化算力更快地成为国内制造业全新的生产要素，带来制造业新一轮效率和品质的革命，赋能智能制造为经济发展作出越来越大的贡献。对于将来的发展，5G微信公众平台（ID：angmobile）观察到华为将继续秉承开放合作，与合作伙伴共同创新、壮大生态。
徐文伟总表示，面向未来，华为将进行创新升级，从创新到发明，为下一个产业周期提前投入；呼吁发展根科技，加大基础核心研究，以物理和化学打造筋骨，以数学和算法（包括人工智能）打造灵魂——这凸显出“共同创新”的重要性，一定要协作创新，以开放的确定性来应对未来的不确定性，并在开放的同时，关注生态，全球合作，互惠互利。未来，基于5G连接及其使能的万物互联、AI快速发展，AI一定会改变行业、改变世界。“让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界！”
