北京——2022年9月9日，亞馬遜云科技將與西門子開啟云邊協同合作，利用亞馬遜云科技人工智能與機器學習、數據分析、物聯網和(he)存儲等云服務以(yi)及西(xi)門(men)子(zi)(zi)的(de)(de)工業邊緣解決(jue)方案(an)，共同(tong)賦(fu)能制(zhi)造業客戶。基(ji)于云邊協同(tong)解決(jue)方案(an)，西(xi)門(men)子(zi)(zi)自(zi)動化成(cheng)都工廠成(cheng)功構建(jian)了工業廢(fei)料自(zi)動分(fen)(fen)揀系(xi)統。該(gai)系(xi)統依托西(xi)門(men)子(zi)(zi)邊緣解決(jue)方案(an)和(he)亞(ya)馬遜云科技(ji)的(de)(de)人工智能與機器學習服務，將(jiang)分(fen)(fen)揀準確率從70%大幅提(ti)升(sheng)至97%以(yi)上，有害(hai)垃(la)圾的(de)(de)分(fen)(fen)類(lei)準確率從90%提(ti)升(sheng)到將(jiang)近100%。
云邊協同是將(jiang)云計(ji)算(suan)(suan)與(yu)邊緣(yuan)計(ji)算(suan)(suan)有機結合。隨(sui)著邊緣(yuan)設備在工業(ye)場景的應(ying)用，將(jiang)云計(ji)算(suan)(suan)和(he)邊緣(yuan)計(ji)算(suan)(suan)相融合，提(ti)升(sheng)工廠數(shu)(shu)字(zi)化(hua)和(he)智能化(hua)程度，已成為制造業(ye)數(shu)(shu)字(zi)化(hua)的必經之路。
此次雙(shuang)方共同(tong)推出的(de)(de)云(yun)(yun)邊(bian)(bian)協同(tong)技(ji)術框架，融合(he)了西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)工(gong)(gong)業(ye)邊(bian)(bian)緣(yuan)(yuan)(yuan)解決方案和亞馬遜云(yun)(yun)科(ke)(ke)技(ji)的(de)(de)人工(gong)(gong)智能與機(ji)器學習、數據(ju)分析、物聯網和存(cun)儲等云(yun)(yun)服務(wu)。西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)工(gong)(gong)業(ye)邊(bian)(bian)緣(yuan)(yuan)(yuan)解決方案包(bao)括邊(bian)(bian)緣(yuan)(yuan)(yuan)設(she)備、邊(bian)(bian)緣(yuan)(yuan)(yuan)應用程(cheng)(cheng)序和邊(bian)(bian)緣(yuan)(yuan)(yuan)管理平(ping)臺(tai)，為(wei)數據(ju)上云(yun)(yun)提(ti)(ti)供整套解決方案。西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)Industrial Edge可實(shi)時在本(ben)地(di)處(chu)理海量數據(ju)，滿足數據(ju)低延遲及(ji)本(ben)地(di)合(he)規要(yao)求；同(tong)時提(ti)(ti)供豐富(fu)的(de)(de)本(ben)地(di)應用程(cheng)(cheng)序，包(bao)括數據(ju)處(chu)理、數據(ju)可視化、向云(yun)(yun)或IT基礎架構傳(chuan)輸(shu)數據(ju)等功能。西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)工(gong)(gong)業(ye)邊(bian)(bian)緣(yuan)(yuan)(yuan)數字(zi)化平(ping)臺(tai)將相關的(de)(de)數據(ju)傳(chuan)輸(shu)到云(yun)(yun)端，充(chong)分利用云(yun)(yun)端靈(ling)活高效的(de)(de)計算、存(cun)儲資源，實(shi)現(xian)信(xin)息快速(su)共享以及(ji)復(fu)雜(za)的(de)(de)計算推理和機(ji)器學習訓(xun)練。而通過西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)Cloud Connector，客戶可以輕松(song)便捷地(di)連(lian)接到亞馬遜云(yun)(yun)科(ke)(ke)技(ji)的(de)(de)云(yun)(yun)服務(wu)。除此之外，西(xi)(xi)(xi)門(men)子(zi)(zi)(zi)(zi)工(gong)(gong)業(ye)邊(bian)(bian)緣(yuan)(yuan)(yuan)設(she)備也支持亞馬遜云(yun)(yun)科(ke)(ke)技(ji)提(ti)(ti)供的(de)(de)開發(fa)工(gong)(gong)具(ju)包(bao)（SDK），實(shi)現(xian)云(yun)(yun)、邊(bian)(bian)、端的(de)(de)協同(tong)。
在西(xi)門(men)子工(gong)業(ye)邊緣解決方案的基(ji)礎上(shang)(shang)，客(ke)戶可(ke)使用亞馬遜云科技的人(ren)工(gong)智能(neng)與機器學(xue)習(xi)(xi)、數(shu)(shu)據(ju)(ju)分析(xi)、物聯網和(he)(he)存儲等云服務(wu)，對工(gong)業(ye)現場產生的海量數(shu)(shu)據(ju)(ju)進(jin)行(xing)傳(chuan)輸(shu)、存儲、實(shi)時(shi)(shi)處(chu)理(li)(li)和(he)(he)分析(xi)。客(ke)戶可(ke)基(ji)于(yu)Amazon Simple Storage Service（Amazon S3，對象存儲服務(wu)）構建數(shu)(shu)據(ju)(ju)湖；通(tong)過(guo)Amazon IoT Core和(he)(he)Amazon IoT SiteWise等服務(wu)，客(ke)戶將數(shu)(shu)據(ju)(ju)在本地進(jin)行(xing)預處(chu)理(li)(li)或脫敏后，從傳(chuan)感(gan)器傳(chuan)輸(shu)到云上(shang)(shang)數(shu)(shu)據(ju)(ju)湖，解決邊緣設備存儲容量有限(xian)等問(wen)題。通(tong)過(guo)Amazon Glue（完全托管的ETL服務(wu)）對云端數(shu)(shu)據(ju)(ju)湖中的數(shu)(shu)據(ju)(ju)進(jin)行(xing)處(chu)理(li)(li)，并通(tong)過(guo)Amazon Elastic MapReduce（Amazon EMR，托管的Hadoop 框(kuang)架）實(shi)時(shi)(shi)分析(xi)流式(shi)數(shu)(shu)據(ju)(ju)源，支持大(da)數(shu)(shu)據(ju)(ju)分析(xi)；通(tong)過(guo)Amazon SageMaker機器學(xue)習(xi)(xi)服務(wu)，客(ke)戶將機器學(xue)習(xi)(xi)與傳(chuan)統(tong)工(gong)控設備結合，在云端進(jin)行(xing)機器學(xue)習(xi)(xi)模型訓練(lian)和(he)(he)推理(li)(li)。
結(jie)合西門子的(de)工業(ye)邊(bian)緣解決方(fang)案和亞(ya)馬遜(xun)云(yun)(yun)(yun)科技領先的(de)云(yun)(yun)(yun)服務(wu)，制造(zao)(zao)業(ye)客戶既(ji)可(ke)以發揮邊(bian)緣計(ji)算(suan)低延(yan)遲和數據本地化的(de)優(you)勢，也(ye)可(ke)以利用豐富的(de)云(yun)(yun)(yun)原生服務(wu)，更(geng)好(hao)地部署質量(liang)檢測、數據分析、預測性維護(hu)等解決方(fang)案，促進制造(zao)(zao)業(ye)的(de)數字化轉型。亞(ya)馬遜(xun)云(yun)(yun)(yun)科技也(ye)將有專業(ye)團隊如解決方(fang)案中(zhong)心，支持客戶實現云(yun)(yun)(yun)邊(bian)協同(tong)。
基(ji)于云邊(bian)協同，西(xi)門(men)子自動(dong)化(hua)成都工(gong)廠構建了以(yi)(yi)機器(qi)學習為核(he)心的(de)工(gong)業廢料的(de)自動(dong)分(fen)(fen)揀(jian)系統。在工(gong)廠廢料回(hui)收流水線上，西(xi)門(men)子工(gong)業邊(bian)緣(yuan)解決方(fang)案以(yi)(yi)安(an)全可靠的(de)方(fang)式對廢料數據進行采集并上傳(chuan)到云端(duan)(duan)，在云端(duan)(duan)通過亞馬遜云科技進行機器(qi)學習模型(xing)的(de)訓(xun)練(lian)，將(jiang)訓(xun)練(lian)后的(de)算(suan)法模型(xing)下(xia)發至(zhi)邊(bian)緣(yuan)端(duan)(duan)，由邊(bian)緣(yuan)端(duan)(duan)設備分(fen)(fen)析廢料的(de)圖(tu)片信息(xi)進行分(fen)(fen)辨(bian)和分(fen)(fen)類，將(jiang)分(fen)(fen)揀(jian)準確率從70%左右提升至(zhi)97%以(yi)(yi)上，有害垃圾(ji)的(de)分(fen)(fen)類準確率從90%提升到將(jiang)近100%，逐步實現分(fen)(fen)揀(jian)流程的(de)無人(ren)工(gong)干預。
