12月18日消息（赵婷婷）随着新一轮科技革命和产业变革的深入发展，以5G、AI为代表的新一代信息技术正加速向制造业融合渗透，为制造业带来了更高效、更灵活、更智能、更绿色的生产方式。这种融合不仅推动了制造业的数字化、智能化变革，也为未来工厂的建设提供了强大的技术支持。
近日，以“5G+智造 开启未来工厂新篇章”为主题的联想集团 X 英特尔5G未来工厂分享会暨第66期联想擎智媒体沙龙举行。C114走进联想（天津）智慧创新服务产业园，亲身体验5G、AI等关键数字技术在智能制造的卓越赋能。
物流环节5G AGV自动货运机器人有条不紊地穿梭于各条产线、高处的“天眼”5G摄像头还实时监督AGV运行，仓储环节多穿车和堆垛机采用5G网络实现远程控制、中央仓在5G网络下实现黑灯或少灯正常运营…在这座英特尔助力联想打造的联想（天津）智慧创新服务产业园内，5G赋能的智慧工厂正精彩蝶变。
据介绍，此次基于英特尔软硬件产品组合打造的联想（天津）智慧创新服务产业园项目，充分践行了“零碳之路，绿色之道”的初心，着力打造集生产制造、研发实验、数字化展示于一体的高度信息化、智能化业界标杆产业园。该项目不仅可助力工厂提升生产效率、优化物流管理、改善安全监控、降低维护成本，对产线而言，还将实现自动化生产、远程操作和监控、数据分析和优化，以及人机协同合作，能够大幅提高生产线的效率、质量和灵活性。
可复制“零碳智造”解决方案，助推制造业数字化转型升级
在天津联想5G智慧工厂的构建过程中，英特尔和联想充分运用绿能技术和绿色建造技术，在智能制造、智联质量、智慧物流等方面优化建设运营方案，打造出一个高度自动化、全面智能化的可复制零碳智造解决方案。
媒体沙龙环节，英特尔中国区网络与边缘事业部首席技术官、英特尔高级首席AI工程师张宇指出，长期以来，英特尔深耕制造业领域，并一直基于软件定义的、支持可持续发展的网络与智能边缘基础架构，构建面向智能制造的IT&OT&CT融合解决方案，助力包括联想在内的生态伙伴打造未来工厂，推动制造业的数字化转型升级。
凭借多样化的网络与智能边缘产品组合和端到端整体解决方案，英特尔为推动行业实现可持续的智能化变革提供关键价值。
例如，由于网络基础设施对于实现可持续发展至关重要，英特尔提供了集成vRAN Boost的第四代英特尔 至强 可扩展处理器，能够在不增加功耗的情况下提供两倍容量，并额外节省高达20%的能耗，从而满足关键的性能、扩展和能效要求。
联想集团云网融合事业部5G智能制造业务经理李彬介绍，产业园以“绿色零碳、数智引领、灯塔工厂”作为核心定位，例如在仓储环节，天津创新产业园中央仓拥有多穿立体存储系统、24米托盘立体仓存储系统，通过智能调度算法、视觉AI技术、数字孪生等系统，中央仓能在黑灯或者少灯的场景下正常运营，减少60%的电能消耗。
联想集团首席研究员、云网融合事业部高级总监李瞳表示，随着制造业智能化升级的加速推进，IT、OT、CT融合成为大势所趋。联想的5G+制造解决方案，以NFV技术为底座，基于通用硬件，以软件形式实现网络功能，使得客户可以轻松地在既有算力设施基础之上，以最小成本实现稳定可靠的网络功能，并切实应用到生产运营的核心环节。
“天津创新产业园是我们这一技术理念和一系列创新成果的集大成呈现。我们很高兴与英特尔持续携手合作，共同打造一个个经典的‘5G+’解决方案，推动中国制造的转型升级。”李瞳说道。
AI赋能，共建未来智慧工厂
当前，人工智能在制造业中的应用正不断扩展深化，推动制造业数字化转型和智能化升级。
张宇指出，除了提供能够满足严苛工业环境要求的硬件计算平台，英特尔在人工智能以及面向智能制造的软件赋能方面，也在提供产品和解决方案。
英特尔以工业边缘洞见平台（EII）、工业边缘控制平台（ECI）及OpenVINO等软件为基础，辅以全方位的产业链支持，将新兴边缘计算技术、人工智能、机器人、机器视觉、高可靠网络互连及工业软件等工具与传统工业自动化系统相融合，与生态伙伴共同构建未来智慧工厂。
张宇谈到，人工智能在维护、产品缺陷检测方面作用日益凸显。“为实现不同的碎片化AI应用，英特尔也通过像OpenVINO这样的 学习部署工具套件，将开发人员在不同人工智能框架，例如Caffe、TensorFlo上设计和训练好的网络模型进行适配，可以极大降低开发门槛。现在很多开发人员应用OpenVINO，可以进行对产品质量缺陷检测等工作。”
同时，OpenVINO还在增加对大模型语言的支持，在2023.2版本中已经支持聊天机器人、指令遵循和代码生成等模型。“通过不断创新，我们来推演一些全新人工智能的应用，在包括像边缘这样一些场景来进行落地。”
张宇指出，“英特尔搭建的实际上是一个框架，是底层的基础设施。至于上层应用部分的创新，需要我们跟联想这样的合作伙伴共同来使这些技术真正在垂直行业更快落地。”
此外，他还谈到智能工厂未来发展趋势，指出人工智能在工厂中的应用分为三个阶段：边缘推理阶段、边缘训练阶段、边缘自主化人工智能阶段。
他认为，现阶段仍处在边缘推理阶段，具有滞后性，下一步要实现边缘训练。边缘训练能根据新采集的数据，不断对之前训练的模型进行完善更新，使之能对新数据产生及时响应。但这一过程还需解决很多难题，例如，样本数量不足、需要自动化工具、数据涉及到的隐私问题等。如果实现边缘训练，整个自动化水平一定会提升到新的层次。
但实现边缘训练，也不意味着达到最高程度。“我们认为的最高程度，实际上是一个自主化的人工智能。”张宇强调，要想实现真正意义上智能化生产，必须构建一个有意义的闭环。他指出，这个闭环要在算力、算法以及相应软件方面进行不断创新，最终实现自主化的闭环。只有到了这个阶段，人类才进入人工智能发展的第三阶段。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
