国产人妻精品区一区二区,国产农村妇女毛片精品久久,JAPANESE日本丰满少妇,日本公妇理伦a片,射精专区一区二区朝鲜

亞馬遜云科技與西門子開啟云邊協同合作 賦能制造業數字化轉型
作者 | 物聯網智庫2022-09-09

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、物聯網和存儲等云服(fu)務以及西(xi)門(men)(men)子(zi)(zi)的工業(ye)(ye)邊(bian)緣解決方案,共同賦能制造業(ye)(ye)客戶(hu)。基于(yu)云邊(bian)協同解決方案,西(xi)門(men)(men)子(zi)(zi)自(zi)動化成(cheng)都工廠成(cheng)功構建了(le)工業(ye)(ye)廢料自(zi)動分(fen)揀(jian)系統(tong)。該系統(tong)依托西(xi)門(men)(men)子(zi)(zi)邊(bian)緣解決方案和亞馬遜云科技的人工智能與機器學習(xi)服(fu)務,將分(fen)揀(jian)準確(que)(que)率從70%大幅(fu)提升至(zhi)97%以上,有害垃圾的分(fen)類(lei)準確(que)(que)率從90%提升到將近100%。

云邊(bian)(bian)協同是將云計(ji)算與(yu)邊(bian)(bian)緣計(ji)算有機結合。隨著邊(bian)(bian)緣設(she)備(bei)在工(gong)業場景的(de)應用,將云計(ji)算和邊(bian)(bian)緣計(ji)算相融合,提(ti)升(sheng)工(gong)廠數(shu)字化(hua)(hua)和智(zhi)能化(hua)(hua)程度,已成(cheng)為制造業數(shu)字化(hua)(hua)的(de)必經之路(lu)。

此次雙方共同(tong)推出的(de)云(yun)邊(bian)協(xie)同(tong)技(ji)術框架(jia),融(rong)合了西(xi)(xi)門(men)子工(gong)業邊(bian)緣(yuan)(yuan)解(jie)決方案和亞馬(ma)(ma)遜(xun)云(yun)科技(ji)的(de)人工(gong)智能與機器學(xue)習、數(shu)據(ju)分(fen)析(xi)、物聯網和存儲等(deng)云(yun)服務。西(xi)(xi)門(men)子工(gong)業邊(bian)緣(yuan)(yuan)解(jie)決方案包括(kuo)(kuo)邊(bian)緣(yuan)(yuan)設備(bei)、邊(bian)緣(yuan)(yuan)應(ying)用(yong)程序(xu)和邊(bian)緣(yuan)(yuan)管(guan)理平臺(tai),為數(shu)據(ju)上云(yun)提供整套解(jie)決方案。西(xi)(xi)門(men)子Industrial Edge可(ke)實時(shi)在本(ben)地處理海量數(shu)據(ju),滿足數(shu)據(ju)低延遲(chi)及本(ben)地合規要(yao)求(qiu);同(tong)時(shi)提供豐富(fu)的(de)本(ben)地應(ying)用(yong)程序(xu),包括(kuo)(kuo)數(shu)據(ju)處理、數(shu)據(ju)可(ke)視化、向云(yun)或IT基礎架(jia)構傳輸數(shu)據(ju)等(deng)功能。西(xi)(xi)門(men)子工(gong)業邊(bian)緣(yuan)(yuan)數(shu)字化平臺(tai)將相關的(de)數(shu)據(ju)傳輸到云(yun)端,充分(fen)利(li)用(yong)云(yun)端靈活(huo)高效的(de)計(ji)算(suan)、存儲資源,實現信息快速共享以(yi)及復(fu)雜(za)的(de)計(ji)算(suan)推理和機器學(xue)習訓練。而通過西(xi)(xi)門(men)子Cloud Connector,客戶可(ke)以(yi)輕松便捷地連接到亞馬(ma)(ma)遜(xun)云(yun)科技(ji)的(de)云(yun)服務。除此之外,西(xi)(xi)門(men)子工(gong)業邊(bian)緣(yuan)(yuan)設備(bei)也支持(chi)亞馬(ma)(ma)遜(xun)云(yun)科技(ji)提供的(de)開(kai)發工(gong)具包(SDK),實現云(yun)、邊(bian)、端的(de)協(xie)同(tong)。

在(zai)西門子工業(ye)邊緣(yuan)解決(jue)方案的(de)基礎(chu)上,客戶可使用(yong)亞馬遜云(yun)科技的(de)人工智能與(yu)機(ji)器(qi)(qi)(qi)(qi)學習、數(shu)(shu)(shu)(shu)據(ju)分析(xi)(xi)、物聯網和存(cun)儲(chu)等(deng)云(yun)服務,對工業(ye)現場(chang)產生的(de)海(hai)量(liang)數(shu)(shu)(shu)(shu)據(ju)進(jin)行(xing)傳(chuan)輸、存(cun)儲(chu)、實(shi)時處理(li)和分析(xi)(xi)。客戶可基于Amazon Simple Storage Service(Amazon S3,對象存(cun)儲(chu)服務)構建數(shu)(shu)(shu)(shu)據(ju)湖(hu);通過(guo)Amazon IoT Core和Amazon IoT SiteWise等(deng)服務,客戶將(jiang)數(shu)(shu)(shu)(shu)據(ju)在(zai)本地進(jin)行(xing)預處理(li)或脫敏后,從傳(chuan)感器(qi)(qi)(qi)(qi)傳(chuan)輸到云(yun)上數(shu)(shu)(shu)(shu)據(ju)湖(hu),解決(jue)邊緣(yuan)設備存(cun)儲(chu)容量(liang)有限等(deng)問題(ti)。通過(guo)Amazon Glue(完全托(tuo)管的(de)ETL服務)對云(yun)端數(shu)(shu)(shu)(shu)據(ju)湖(hu)中的(de)數(shu)(shu)(shu)(shu)據(ju)進(jin)行(xing)處理(li),并通過(guo)Amazon Elastic MapReduce(Amazon EMR,托(tuo)管的(de)Hadoop 框架(jia))實(shi)時分析(xi)(xi)流式數(shu)(shu)(shu)(shu)據(ju)源,支(zhi)持(chi)大數(shu)(shu)(shu)(shu)據(ju)分析(xi)(xi);通過(guo)Amazon SageMaker機(ji)器(qi)(qi)(qi)(qi)學習服務,客戶將(jiang)機(ji)器(qi)(qi)(qi)(qi)學習與(yu)傳(chuan)統工控設備結合,在(zai)云(yun)端進(jin)行(xing)機(ji)器(qi)(qi)(qi)(qi)學習模型訓(xun)練和推理(li)。

結合西(xi)門子的(de)(de)工(gong)業(ye)邊緣(yuan)解(jie)決(jue)方(fang)案(an)(an)(an)和亞馬(ma)遜云(yun)(yun)(yun)科技領先的(de)(de)云(yun)(yun)(yun)服務(wu),制(zhi)造業(ye)客戶既可(ke)以發(fa)揮(hui)邊緣(yuan)計(ji)算低延(yan)遲和數(shu)(shu)據本(ben)地(di)化的(de)(de)優勢,也(ye)可(ke)以利(li)用豐富(fu)的(de)(de)云(yun)(yun)(yun)原生服務(wu),更好地(di)部署質量(liang)檢測(ce)、數(shu)(shu)據分析(xi)、預測(ce)性維(wei)護等解(jie)決(jue)方(fang)案(an)(an)(an),促進制(zhi)造業(ye)的(de)(de)數(shu)(shu)字化轉型。亞馬(ma)遜云(yun)(yun)(yun)科技也(ye)將有專(zhuan)業(ye)團隊如解(jie)決(jue)方(fang)案(an)(an)(an)中(zhong)心,支持(chi)客戶實現云(yun)(yun)(yun)邊協同。

基于云(yun)(yun)邊協同,西(xi)門子自動化成都工(gong)廠構建了以(yi)機器學(xue)習(xi)(xi)為核心的工(gong)業(ye)廢料(liao)的自動分(fen)揀(jian)系統(tong)。在工(gong)廠廢料(liao)回(hui)收流水線(xian)上(shang),西(xi)門子工(gong)業(ye)邊緣(yuan)解(jie)決方(fang)(fang)案(an)以(yi)安全可靠的方(fang)(fang)式對廢料(liao)數據進(jin)行采集并上(shang)傳到云(yun)(yun)端,在云(yun)(yun)端通過亞馬遜云(yun)(yun)科技進(jin)行機器學(xue)習(xi)(xi)模型(xing)的訓(xun)練(lian),將訓(xun)練(lian)后(hou)的算法模型(xing)下發至邊緣(yuan)端,由邊緣(yuan)端設備(bei)分(fen)析廢料(liao)的圖片信息進(jin)行分(fen)辨和分(fen)類(lei)(lei),將分(fen)揀(jian)準確率(lv)從70%左(zuo)右提(ti)(ti)升至97%以(yi)上(shang),有害垃圾的分(fen)類(lei)(lei)準確率(lv)從90%提(ti)(ti)升到將近100%,逐步實現分(fen)揀(jian)流程的無人工(gong)干預。

熱門文章
喬布斯女兒吐槽iPhone14沒新意像是換一件新一點的衣服...
2022-09-09
X