发布时间:2024-10-31 12:31:10 来源: sp20241031
【现象】纺织企业采购系统中,每种布料的库存和需求一目了然,自动补货、按需生产得以实现;通过开发基于深度学习的工业图像分析软件,企业能以毫秒为单位实现复杂缺陷检测;通过超算工业仿真云平台,对难以进行实景试验的风洞进行1∶1模型建构,高速列车研发如虎添翼……近年来,由算力驱动的工业互联网新应用不断涌现,有效释放了数据要素的创新活力,让工业生产变得更高效、更安全、附加值更高。
【点评】
算力资源是数字经济发展的重要底座,对工业经济高质量发展具有十分重要的价值。算力融入传统制造业,可为企业数字化转型提供有力支撑;融入新兴产业,可以加快催生新的经济增长点。
在新型工业化背景下,大量复杂的模拟、建模、仿真、优化和数据分析等工业应用,都需要以强大的算力为基础。以汽车生产为例,产品进入市场前,必须经过反复试验,时间周期很长。一方面是物理试验准备时间长、约束条件多,另一方面是产品试验成本高昂,如新车碰撞试验,需要进行上百次、报废上百辆新车。而“算力+”能给出效率更高、成本更低的解决方案。比如,使用计算机辅助工程(CAE)软件可以在虚拟世界中完成大多数模拟试验。事实上,从产品生产到质量控制乃至经营决策,拥有更强的算力支撑,往往就意味着更高的生产效率、更大的竞争优势。
近年来,我国算力产业蓬勃发展,融合应用深度不断拓展,正在催生更多智能制造新场景、新模式,为产业提质增效注入了新动能。但也要看到,与多样化的企业需求、推进新型工业化的要求相比,“算力+工业”仍有很大的提升空间。进一步推进算力基础设施建设,提升算力在工业领域的渗透率,才能为更多行业降本增效、转型发展等提供有力支撑。
我国工业企业数量多、差异大,数字化水平参差不齐,对算力的需求多种多样。加快推进算力赋能新型工业化建设,要合理配置优质算力资源,强化算力产业供需对接,促进更多算力新型应用场景落地。一方面,应加快部署工业边缘数据中心,推动算力赋能智能检测、故障分析、人机协作等技术迭代,不断提升不同工业场景的业务处理能力。边缘数据中心时延低、体积小、安全性高、易于维护,可将其直接布局在工业园区中,为企业提供更加精细化、个性化的算力产品和服务。另一方面,要针对不同领域的不同特点,逐步构建工业基础算力资源和应用能力融合体系,以满足不同类型工业企业在研发设计、生产制造、营销服务等方面的算网存用需求,推动工业企业不断向高端化、智能化、绿色化转型。坚持以用促建,融合创新,才能发展出与新型工业化进程相匹配的算力服务能力。
随着数字经济时代的全面开启,算力就像工业时代的电力一样,成为新的关键生产力。而且,算力资本呈现出产出递增效应。测算显示,计算力指数平均每提高1点,国家GDP将增长1.8‰。当前,算力在工业领域的应用已十分广泛,作用愈加凸显。进一步凝聚产业共识,打造一批算力新业务、新模式、新业态,促进算力融合应用走向更广、更深、更精的领域,必将帮助更多企业把握住数字时代的发展机遇,助力我国新型工业化跑出加速度。
新知
新知 【编辑:葛成】