如今,数据成为企业的核心资产已经成为共识,然而到底应该如何选择适合自己的服务和产品却困扰着企业负责人。繁多的产品和方案充斥的大数据服务领域,给真正需要大数据应用的企业造成了干扰。寄云科技认为众多成功案例的落地实施,是检验大数据服务能力的不二法门。
人们往往将大数据分析与数据管理的概念相混淆。在工业行业中,大数据主要来源于传感器、PLC等设备,以秒、毫秒等频率源源不断产生,随着时间的推移变得海量的数据;ERP、CRM等IT数据,也在产生着TB级的数据。数据的管理是一门科学,它涉及数据治理、元数据管理、主数据管理、数据库运营管理、数据仓库等多个方面,不仅涉及到IT技术,还关系到企业组织、管理和行业知识等跨领域的科学。数据管理的概念已经有数十年历史,大数据的出现不但在数据种类和数据量上给其带来挑战,也在模式、技术等方面带来了很多根本性的改变,但大数据不是用来替代数据管理的。
很多服务商都能够把企业里的所有数据整合起来,做各种分析,但真正能做到大数据分析的却寥寥无几。尤其在工业领域内的大数据分析,更是对精准度有着严苛的要求。商业数据的分析更多的辅助运营的作用,而工业大数据分析将带来工业企业创新和变革,关系到设备的稳定运行、故障诊断和产品的质量,可以说工业大数据分析结果很大程度上决定了企业的投入产出。
在工业领域内什么才是真正的大数据分析,我们通过寄云科技落地工业案例来略探一二。
寄云科技是国内杰出的工业互联网厂商,利用云计算、大数据和物联网技术,致力于为企业提供全套IT+OT的解决方案,帮助传统的企业实现数字化转型,提高核心竞争力。寄云科技已为多个世界500强客户提供了专业的服务,涵盖轨道交通、电力能源、航空航天以及健康医疗等各个行业,与多家知名的国际、国内厂商达成战略合作关系,并凭借优异的技术和解决方案能力斩获数十项奖项,深得业界赞誉。
以寄云科技风机叶根螺栓断裂检测为例:风机叶根螺栓不具备传感器、不便人工检查同时关系价值上百万的风叶部件安全,对其断裂的检测就成为行业难题。寄云科技采集了海量风机其他传感器历史和实时数据,经过复杂的数据转化、清洗、存储,并采用多种大数据算法、机器学习、模型训练等,建立了精准的叶根螺栓断裂与正常的模型。最终达成了接入风机实时状态数据,即可通过模型比对检测螺栓是否断裂的需求。
此外,寄云科技还为轨道交通、制造、化工、航空航天、能源、电力等各种行业,设计和实施了盾构机主轴折断原因追溯、汽车整装流水线产线优化、飞机制造数控机床故障预测等成功案例,涵盖了基于状态维修、故障检测、故障监控、故障溯源、预测性维护、产线优化等多个大数据应用方向,堪称大数据应用的落地典范。
以数据为中心、以行业应用为导向是寄云产品和方案的核心理念。寄云工业大数据分析平台具备设备、文本、数据库、OT系统和IT系统等各种非结构化、半结构化和结构化类型数据的采集、转化、存储、分析,以及故障诊断与预测、产线优化等全生命周期应用能力。
值得一提的是,寄云科技将陆续开放其时序数据库、基础算法和业务模型等产品和组件,供企业用户、集成商或大数据服务商使用。作为工业大数据存储与分析的必备基础组件,寄云时序数据库支持PB级以上海量存储,亚秒级实时查询能力,良好的冗余、容错、扩展机制,以及云端快速、便捷的伸缩能力,已经过多个500强超大型企业成功案例的落地验证。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。