当前,我国制造业面临着人工智能技术产品应用范围受限且深度不足、众多潜在的应用场景尚未得到充分开发、智能化水平较低等问题,而仅对单一生产场景进行智能化改造并不能有效提高整体生产效率,这在一定程度上阻碍了制造业智能化进程的推进。

北京电子数智科技有限责任公司(以下简称“北电数智”)战略与市场负责人杨震在“人工智能赋能新型工业化供需对接深度行”大会上强调:“制造业亟需全面的人工智能革新。大模型落地制造业,要打破“木桶效应”,不能仅依靠大模型提供动力升级,还需要智能化升级生产设备、生产系统,完成整个AI生产线的搭建。”

中国制造业在全球市场中占据35%的份额,被视为AI大模型应用的关键领域。AI大模型在制造业的设计、制造、销售等环节有广泛的应用潜力。例如,在制造阶段,AI模型可以用于预测物流需求、物料供应风险、优化成本和采购,以及管理新品导入和辅助机器人制造。而目前人工智能在制造业的应用主要限于物流和质检等基础层面,深入到生产控制环节的较少。大多数企业仅将AI作为知识库使用,尚未实现预测和自主决策的高级应用。

杨震认为,在人工智能时代大模型想要真正落地,需构建一个完整产线,仅动力替换不能解决根本问题,还需要替换生产设备、生产系统,完成整个AI生产线的搭建,最终推动新动力进入生产环节。

北电数智拥有算力、算法、数据的全栈AI产品及解决方案,能为用户提供整个AI工厂的“生产线”建设。在算力方面,北电数智为用户提供混元异构的算力集群方案,使国产算力与进口算力得以协同工作,共同构成一个庞大的虚拟GPU算力池,能够根据用户的具体算力需求,灵活调配适宜的算力资源。在模型层面,北电数智宝塔·模型适配平台能够兼容多种主流算法框架和套件。目前,北电数智已成功适配多款基础通用大模型,在多个垂直领域推出了白标模型,能够根据用户的实际需求提供相应的模型产品。在数据层面,北电数智红湖·可信数据空间能够保障数据在安全可信的环境下的汇聚、流通和使用,实现对于工业场景垂类大模型高质量数据要素的供给,通过大模型与本地数据的深度融合,红湖·可信数据空间能够为用户提供智能排产、故障预测等专用AI应用,以及仓储管理、供应链优化等通用应用。

在中国制造业的数字化转型升级浪潮中,北电数智正通过助力生产线的AI智能化改造,提升企业生产效率,增强企业市场竞争力。结合大数据分析、云计算等前沿技术,北电数智将推动制造业产业迈向新阶段。