当前位置:首页 > 大数据
  • 澜起科技重磅发布全新第三代津逮®CPU

    澜起科技重磅发布全新第三代津逮®CPU

    2021年4月8日,上海——澜起科技,国际领先的通用处理器和全互连芯片设计公司,正式对外发布其全新第三代津逮®CPU,以更好满足数据中心、高性能计算、云服务、大数据、人工智能等应用场景对综合数据处理和计算力日益提升的需求。 第三代津逮®处理器 第三代津逮®CPU是面向中国市场设计的本土服务器处理器,适用于x86通用服务器平台,其功能、性能及可靠性与第三代英特尔®至强®可扩展处理器(Ice Lake)一致。相较上一代产品,第三代津逮®CPU采用先进的10nm制程工艺,支持64通道PCIe 4.0,最高支持8通道DDR4-3200内存,单插槽最大容量6TB。其最高核心数为28核,最高基频为3.1GHz,最大共享缓存为42MB,实现了较大幅度的性能提升。 此外,第三代津逮®CPU显著提升了各种标准的加解密、验签、数据完整性等密码应用的运算性能;丰富了内存保护机制,可对不同内存区域或内存全域进行加密保护;内置增强型深度学习加速技术,带来了更为出色的人工智能推理和训练能力。 同时,该款服务器CPU支持澜起科技独有的安全预检测(PrC)技术,可在澜起认证的可信环境中对处理器行为进行安全预检测,以排查预定应用场景下的处理器异常行为,从而保障处理器的安全,特别适用于金融、交通、政务、能源等对硬件安全要求较高的行业。 当下,数字化和智能化浪潮正汹涌而来,各行各业都迫切希望提升硬件基础设施的综合数据处理和运算能力,为关键业务的拓展和升级提供强大而可靠的算力支撑。澜起科技第三代津逮®CPU的推出,将为服务器厂商提供更高性能和更安全的服务器CPU选择,以赋能千行百业的数字化和智能化升级,为我国经济的高质量发展助力! 澜起科技将携第三代津逮 ®CPU 参展 2021 中国电子信息博览会,届时欢迎业界各位客户、合作伙伴莅临澜起展位观摩体验。时间:2021年 4月 9日 - 11日,地点:深圳会展中心 Hall1 展馆 1C005 展位。

    时间:2021-04-20 关键词: CPU 云服务 大数据

  • 满足高性能存储产品市场 环旭电子推出PCIe Gen.4的2U24高扩充性之全闪存阵列产品

    (2021-03-18) 近年来,随着大数据和人工智能的加速发展,巨量数据处理和数据高速存取吞吐等应用日渐升温,对高性能存储产品的需求大幅度增加。深耕存储阵列产品研发的环旭电子继SAS存储阵列产品后,为满足该高成长需求,全新推出采用PCIe Gen.4技术之全闪存阵列产品。 全闪存阵列产品采用低延迟、⾼效能设计,以有效容量打造⾼储存质量为目标,采用节省占⽤空间与能源的2U机壳,拥有24个2.5英寸U.2盘位,支持NVMe双信道及管理/非管理热插入,同时还支持双节点热插入I/O控制卡,每节点还有32 lane PCIe Gen4.0接口。此外,还搭配了1,300W热插入冗余电源、可实施现场管理的3.5英寸LCD显示屏、BMC远程管理接口千兆以太网口以及可配置的外接端口模块。 环旭电子全闪存阵列产品的高性能可表现在有20个SSD盘位,通过单个X16 PCIe端口可达到的性能为128K顺序读/32队列深度26.4GBps、128K顺序写/32队列深度15.1GBps、4K随机读/32队列深度2.48M IOPS、4K随机写/32队列深度1.82M IOPS等。 除了上述硬件配置以外,采用开放性的软件框架也是该产品的另一个亮点,有利于客户进行系统整合及后续开发,可依据PCIe的拓扑架构做动态配置,对SSD的分区组合进行调整等。 环旭电子数据网络与存储事业处副总李代明表示:为了满足未来更多样数据传输规格的潜在需求,产品在可配置的外接端口模块上,可选用支持NVMe-oF的扩展卡,即可应用NVMe-oF作为存储数据与不同数据中心机房前端服务器主机连接的信道,有利于客户对现有及未来系统规划架构Scale-out的存储系统。 基于上述设计,环旭电子全闪存阵列产品能够为电子商务、自媒体、零售连锁、物流配送、金融交易、游戏网站等需要高吞吐量、快速响应的热数据节点、数据分析、多媒体流、内容发布网络、大数据顶端存储、数据库应用和对于能源和空间考虑的应用场景提供支持。

    时间:2021-04-20 关键词: 存储 人工智能 大数据

  • 极海半导体深圳国际半导体展之旅圆满结束啦!

    极海半导体深圳国际半导体展之旅圆满结束啦!

    第三届深圳国际半导体暨5G应用展览会(Semiexpo 2020),于12月8-10日在深圳国际会展中心(宝安新馆)举行,此展主要展示AI、自动驾驶、物联网以及5G通信等领域的最新产品和方案,旨在顺应产业发展趋势,推动半导体行业与新兴应用领域的有效结合。 本次展会极海主要带来了6款32位高端消费和工业级通用MC、2款高性能蓝牙SoC,以及5款基于国产平头哥玄铁CPU内核的大川GS系列工业互联网SoC-eSE安全芯片,其中GS300已获得国密二级认证。 其中APM32系列MCU具有容量大、功耗低、集成度高、可移植性好、客户接受度高等特点,适用于消费电子、工业控制、医疗设备以及汽车电子等领域,目前已成功应用于国内四家头部工控企业。 大川GS系列安全芯片突破性的采用国际先进、国内领先的嵌入式eSE安全单元技术,使得单颗芯片同时具备安全和主控功能,可实现多位一体的安全防护,有效抵御侧信道攻击、错误注入和物理攻击等物联网安全威胁。目前已成功批量应用于能源终端设备、网络通信安全芯片中,未来还将拓展到更多对自主可控有迫切需求的重要行业,如:能源、交通、通讯、金融等。 Semiexpo的圆满落幕,为极海2020年的展会活动划上了完满的句号,新的一年,极海作为国产替代急先锋,将通过不断优化自身核心芯片技术,紧握半导体行业发展机遇,以加速国产芯片产业化发展为己任,全面提升研发、产品与服务等方面的综合实力,立志成为国产物联网芯片和自主可控安全芯片的领军企业。

    时间:2021-04-19 关键词: 半导体 芯片设计 大数据

  • 喜讯|极海半导体荣获中国横琴科技创业大赛一级优胜奖

    喜讯|极海半导体荣获中国横琴科技创业大赛一级优胜奖

    第二届中国横琴科技创业大赛,由珠海市横琴新区管理委员会和澳门特别行政区科学技术发展基金联合举办,主要聚焦集成电路和芯片设计、大数据和人工智能、生物医药和医疗器械、新材料四大行业领域,旨在支持取得先进创新成果,实现关键技术突破,具有良好产业化前景的创新创业团队,激发先进技术创新活力,推动行业产业化发展。 大赛先后设置“报名-资格审查-初步筛选-初赛-实地考察-决赛-总决赛” 等7个环节,历时长达12个月。极海在大赛中一路披荆斩棘、过关斩将、征战到最后,最终凭借“国产物联网芯片与自主可控安全芯片”在入围的930个项目中脱颖而出,并荣获大赛一级优胜奖(极海是唯一获得此奖项的企业,且奖金总额达5000万元)。此次获奖既是对极海项目创新性和突破性的肯定,也是对极海未来发展前景以及公司价值的极大认可。 关于极海 极海半导体有限公司成立于2019年,是纳思达旗下的高端芯片设计公司,传承了母公司艾派克20年的集成电路行业经验,其前身是2015年国家集成电路大基金一期与艾派克共同孵化下成立的物联网芯片事业部。2020年大基金二期15亿国家级战投再次入股艾派克,主要用于布局5大产品项目(其中4个项目归属于极海)。截止至目前,艾派克是唯一一家大基金两期都有投资的芯片设计企业。 品牌优势 极海依托母公司艾派克的资源平台,具有超强的产业化落地能力,同时还拥有完善的芯片测试/验证流程和严谨的全生命周期质量管控体系,可有效保障稳定的生产产能和可靠的产品品质;拥有国内领先的一站式SoC/MCU技术,以及基于ARM/平头哥玄铁/RISC-V CPU内核的三大芯片设计技术,研发团队长期主攻国产CPU内核,对CPU架构有深刻的理解;拥有全国产自主可控处理器设计能力,可实现国产芯片真正的自主可控,为国产半导体行业的稳定、有序发展贡献自己的一份力量。 “相信、坚持、突破”,极海在庆祝此次大赛取得优异成绩的同时,也将紧随国家集成电路发展的大方向,加大研发投入,极海作为国产替代急先锋,希望通过自身技术的不断突破与创新,坚定初心、砥砺前行,满足客户与用户的需求,推动集成电路产业化进程,实现企业跨越式发展。

    时间:2021-04-19 关键词: 半导体 芯片设计 大数据

  • 工业大数据出处何在?工业大数据管理技术关键点介绍

    工业大数据出处何在?工业大数据管理技术关键点介绍

    以下内容中,小编将对工业大数据的来源以及工业大数据管理技术问题的相关内容进行着重介绍和阐述,希望本文能帮您增进对工业大数据的了解,和小编一起来看看吧。 一、工业大数据来源 (1) 生产经营相关业务数据 与生产和经营有关的业务数据主要来自传统企业信息化的范围,并存储在企业信息系统中,包括传统工业设计和制造软件,企业资源计划,产品生命周期管理,供应链管理,客户关系管理和环境管理系统等等。这些企业信息系统已经积累了大量的产品研发数据,生产数据,业务数据,客户信息数据,物流供应数据和环境数据。这类数据是工业领域中的传统数据资产,在移动互联网等新技术的应用环境中,其范围正在逐步扩大。 (2) 设备物联数据 设备物联网数据主要是指实时收集的数据,它反映了设备和产品(例如工业生产设备和目标产品)在物联网运行模式下的运行状态,涵盖了运行和运行条件,工作条件以及环境参数。 此类数据是工业大数据的最新且增长最快的来源。狭义的工业大数据是指这类数据,即由工业设备和产品快速生成且具有时间序列差异的大量数据。 (3) 外部数据 外部数据是指与工业企业的生产活动和产品有关的,来自外部Internet来源的数据,例如用于评估企业环境绩效的环境法律和法规以及用于预测产品市场的宏观社会经济数据。 工业大数据技术是一系列能够挖掘和显示工业大数据中包含的价值的技术和方法,包括数据计划、收集、预处理、存储、分析和挖掘、可视化和智能控制。工业大数据应用是将工业大数据系列技术和方法集成并应用到特定工业大数据集以获得有价值的信息的过程。工业大数据技术研究与突破的根本目标是从复杂的数据集中发现新的模式和知识,挖掘有价值的新信息,从而促进制造企业的产品创新,提高管理水平和生产水平、运作效率、扩展新的业务模型。 二、工业大数据管理技术的关键问题 (一)数据质量控制问题 原始数据的质量决定了分析结果的质量。 企业信息系统的数据质量仍然存在问题。 例如,2014年,大型机车企业ERP系统中将近20%的物料存在“一物多码”的问题。 物联网数据的设备质量令人担忧。 在大型制造公司一个月的状态工作状态数据中,无效的工作状态和重复的工作状态,时间刻度混乱,其他数据质量问题大约为30%。 (二)一体化管理问题 分层物料表定义了企业信息系统数据的核心语义结构。对于设备物联网数据和外部Internet数据,可以根据其绑定的物理对象将其与相应的BOM节点关联。因此,使用BOM作为桥接三个不同的工业大数据源的桥梁。具体的实现机制可以分为三个层次:逻辑层负责统一的数据建模,定义数字和物理对象模型以及完成基础数据模型到对象模型的映射。概念层通过语义提取和语义关联,实现数据语义层次的集成,以RDF的形式形成知识图,并提供基于SPARQL的查询接口。操作执行层负责异构数据管理引擎的查询协同优化,并以SQL和RESTAPI的形式提供统一的查询接口。 (三)大数据系统集成问题 工业大数据具有广泛的来源,设备物联网数据(半结构化数据)和外部互联网数据(非结构化数据)必须与企业信息系统(结构化数据)集成在一起,因此必须重建数据管理平台,甚至取代“旧”系统。 (四)工业大数据安全问题 工业大数据及其系统是工业互联网的知识和大脑。 由于暴露于无处不在、无所不在的虚拟和物理集成,工业网络物理融合系统的多域集成,工业大数据系统安全威胁和风险控制技术是国家工业主权和工业安全的重要保证。 上述所有信息便是小编这次为大家推荐的内容,希望大家能够喜欢,想了解更多有关工业大数据的信息或者其它内容,请关注我们网站哦。

    时间:2021-04-10 关键词: 工业大数据 数据质量 大数据

  • 中科曙光携存储力作ChainStor亮相深圳大数据存储峰会

    中科曙光携存储力作ChainStor亮相深圳大数据存储峰会

    4月9日,“2021深圳国际大数据与存储峰会暨展览会”隆重召开。作为“2021第九届中国电子信息博览会(CITE)”重要组成部分,本次展会吸引了超过15万名观众参与。中科曙光受邀参会并在论坛上发表了主题演讲,有“区块链领域存储爆品”之称的“ChainStor”也在展会上进行了线下首次展示,吸引了与会观众的广泛关注。 IPFS进入良性发展状态 存储成为制胜关键 “2021深圳国际大数据与存储峰会暨展览会”是国内顶端的区块链分布式存储行业大会,云集了众多知名厂商共同探讨在Web3.0智能时代中,区块链数据存储与最新应用的落地。 在“大数据与存储峰会”论坛上,中科曙光区块链存储产品总监王彦康谈到,从Filecoin主网上线到现在,网络总存储贡献容量已经达到了3.6EB,比主网刚上线时增加了6倍。有100多个组织参与,200余个项目进入生态圈,超过5,800人贡献代码并分享自己的技术经验和成果。这都是非常良性的发展状态。 通过分析IPFS项目的商业规则我们可以看到,节点存储的规模越大收益率越高。所以在这个生态圈里,头部存储服务商收益更显著。存储系统是参与IPFS项目并获得稳定收益的关键。 中科曙光区块链存储产品总监王彦康 最佳实践引领产业发展 ChainStor受热捧 什么样的存储系统才最适合IPFS的应用?王彦康表示,通过梳理业务流程可以得出结论。数据需要被封装后再存储,大量的缓存数据会在网络中流动,占用了极大的带宽,很可能使得存储的性能降低。这时候需要一套共享存储解决缓存数据频繁流动的问题;此外,影响收益的两个关键指标,发现新的区块和完成时空证明,这两个流程都需要设备将数据快速的抽取出来并完成证明和上链,需要更高效率的存储设备;最后,数据要在约定的存储期限内保证安全稳定,这就需要存储具备良好的可靠性。 曙光依托在分布式存储领域积累多年的技术、服务经验,针对IPFS业务诉求,打造了一款适合IPFS应用的存储产品ChainStor。ChainStor采用分布式存储架构,不仅继承了EB级扩展、高可靠和易管理的优势,在硬件平台、软件功能、数据IO路径、稳定性等方面进行了大量的定制开发、性能优化和测试工作,帮助存储服务商大幅提升节点存储吞吐量,并发支撑的封装服务器数量可提升20倍以上,保证单位时间内的有效算力快速增长。 目前,ChainStor已为多家区块链头部企业构建了存储资源,单节点存储规模已高达70PB,累计提供的存储容量已超过1EB。近期,曙光与安迈云共同签署了“IPFS分布式存储EB级投产”战略合作协议,凭借先进的技术方案规划和大规模的实施保障,不断突破区块链领域底层存储的构建模式和存储规模。 区块链存储是未来存储应用的一个重要发展方向,也会带来新的业务形态,新的竞争和新的机遇。中科曙光将与合作伙伴共同助力区块链技术创新和产业发展,为数字经济建设构建坚实基础。

    时间:2021-04-10 关键词: 存储 中科曙光 大数据

  • 应用材料公司AIx平台依托大数据和人工智能的力量,加速半导体技术从实验室到晶圆厂的突破

    应用材料公司AIx平台依托大数据和人工智能的力量,加速半导体技术从实验室到晶圆厂的突破

    2021年4月5日,加利福尼亚州圣克拉拉——应用材料公司今天宣布推出旨在加速新芯片技术发现、开发和商业部署的创新平台AIx TM。 AIx代表Actionable Insight Accelerator(可执行洞察力加速器),它使工程师能够实时观察半导体工艺,对晶圆和单个芯片进行数百万次测量,并优化成千上万个工艺变量,从而提高半导体的性能、功率、面积成本和上市时间(PPACt)。AIx平台适用于应用材料公司所有工艺设备、电子束计量系统和检测系统,并可从实验室扩展到晶圆厂。通过赋予工程师在研发期间识别创新配方的能力,AIx可提高转移以及进入大规模量产(HVM)的速度。AIx今天已经投入使用,提高了逻辑和存储芯片的PPACt(即:性能、功率、面积成本和上市时间)。 AIx可使工程师能够实时观察半导体工艺,对晶圆和单个芯片进行数百万次测量,并优化成千上万个工艺变量,从而加速新芯片技术的发现、开发和商业部署 应用材料公司半导体产品事业部高级副总裁兼总经理珀拉布∙拉贾表示:“加快产品上市时间对我们生态系统中所有公司来说都是最大的价值驱动力。AIx平台以新的方式将应用材料公司的所有功能组合到一起,以期将开发时间缩短一半,并将工艺窗口扩大三分之一。过去三年里,我们一直在开发AIx平台,希望为工程师提供一种全新的工具包,解决行业日益复杂的挑战。” 应用材料公司半导体产品事业部集团副总裁Raman Achutharaman表示:“AIx利用大数据和人工智能的力量在半导体技术生命周期的每个阶段,从研发到增长和大规模量产,都能为客户带来更好的体验。尽管工程师可选择的工艺变量成千上万,但只有少数难以捉摸的相关性才是优化配方以获得世界级结果的关键。AIx能够识别并放大这些可操作的数据,为工程师提供加速PPACt所需的可执行洞察力。” VLSIresearch首席执行官兼董事长丹·哈奇森说:“应用材料公司面向工艺工程生态系统的AIx平台,通过大数据分析,再次为半导体行业增添真正的价值。AIx超越了数十年来基于线性数据流的传统统计学工艺控制方法,进入了一个全新的多维世界。在这个世界里,来自3D图像、原位计量和传感器的数据可以堆叠,随后被提取为可操作的信息。应用材料公司的AIx是一个新的工具包,致力于加速研发,从而缩短取得成果的时间并最终缩短变现时间。我期待AIx算法将被移植到生产中,通过实时腔室控制来控制工艺。” AIx平台包括: · 反应腔AITM:应用材料公司工艺反应腔的新传感器和机器学习算法,为工程师提供包括化学、能量、压力、温度和持续时间在内的实时变量分析。 · 板载计量:独特的真空计量技术,能够在新薄膜沉积时以埃级精度进行测量。 · 在线计量:基于应用材料公司电子束计量的独特算法,与传统方法相比,测量速度提高100倍,分辨率提升50%。工程师每小时可以获得超过一百万个3D晶圆测量值,以纳米尺度评估配方中的微小变化对片上器件和结构的影响。 · AppliedPROTM:工艺配方优化器(Process Recipe Optimizer)可生成数字工艺图,有助于加速材料和配方开发、减少可变性、扩大工艺窗口。AppliedPRO可用于优化单个腔室和工具,同时还可以加速整个系统的匹配。 · 数字化分身:AIx平台包括精选的应用材料公司腔室和系统的数字化分身模型,支持虚拟实验,加速配方开发,改善匹配和增长转移,并优化大规模量产的产量和良率。 · 计算:AIx平台包括使用机器学习和人工智能算法存储和分析海量数据所需的计算资源。 应用材料公司在4月6日召开的2021年投资者大会上以及计划于2021年5月5日和6月16日举行的Master Class活动上分享AIx案例研究。

    时间:2021-04-06 关键词: 人工智能 应用材料公司 大数据

  • 在国家的大力支持下,我国在智慧交通领域必将从胜利走向胜利

    在国家的大力支持下,我国在智慧交通领域必将从胜利走向胜利

    当今,随着物联网、大数据、云计算、人工智能等新一代信息技术的不断发展,我国十分重视智慧交通行业的发展。 3月1日,在国新办举行的新闻发布会上,交通运输部部长李小鹏详细介绍了中共中央、国务院颁发的《国家综合立体交通网规划纲要》(以下简称《规划纲要》)。“《规划纲要》提出在2035年基本建成便捷顺畅、经济高效、绿色集约、智能先进、安全可靠的‘全国123出行交通圈’和‘全球123快货物流圈’。”李小鹏说,即都市区1小时通勤、城市群2小时通达、全国主要城市3小时覆盖;货物国内1天送达、周边国家2天送达、全球主要城市3天送达。 今年全国两会期间,智能交通热度持续。3月5日,李克强总理代表国务院所作的政府工作报告提出,“推进‘两新一重’建设,实施一批交通、能源、水利等重大工程项目,建设信息网络等新型基础设施,发展现代物流体系”。提交大会审查的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要(草案)》中,“智能交通”是关键词之一。部署了“发展自动驾驶和车路协同的出行服务”“推广公路智能管理、交通信号联动、公交优先通行控制”“构建基于5G的应用场景和产业生态,在智能交通、智慧物流等重点领域开展试点示范”等任务。 " 十四五 " 规划要求坚持创新的核心地位,把科技自立自强作为国家发展的 " 战略支撑 "。立足 " 十四五 " 开局之年,我国正处于一个关键的转折期——加速智能化转型,向全球价值链中高端迁移,实现经济的高质量发展。智能化涉及千行百业,绝大多数行业都将会迎来翻天覆地的改变,而千行百业的智能化变革将共同推动中国从经济大国向经济强国迈进。 不同以往传统交通基础设施建设,2035年建成的这张国家综合立体交通网,将是“交通基础设施质量、智能化与绿色化水平居世界前列”。参与《规划纲要》及相关规划编制工作的中国城市中心总工程师、国土产业交通规划院院长张国华表示,此次《规划纲要》已将创新和智慧作为一个重大的板块予以体现。“自从工业革命以来,创新都是交通、通讯、能源三者结合的。比如说第一次工业革命,是火车、煤炭、电报的结合;第二次工业革命是汽车、电话、石油的结合;第三次工业革命是飞机、高铁以及传统互联网的结合。”张国华认为,这一次新的革命是以移动互联网为代表的大数据、云计算、5G,以及超高速磁悬浮高铁为代表的更加高效的综合交通跟互联网的结合。 国家宏观政策布局发展智慧交通。2019年9月,中共中央、国务院印发《交通强国建设纲要》,明确推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通运输行业深度融合。今年2月,中共中央、国务院印发《国家综合立体交通网规划纲要》(简称《规划纲要》),再次强调推进交通基础设施数字化、网联化,提升交通运输智慧发展水平。《规划纲要》对智慧交通方面的布局谋划,将促进对既有资源的充分利用,加速运输方式内部的协同运行,推动各运输方式的运营协同,促使运输服务智能化、即时化,改变交通系统运营的业态与模式。 随着 5G 的普及,可以预见的是,未来车联网服务成本将会不断降低,可用性高、质量好的车联网连接将会为汽车的智能化、电动化和共享化提供基础网联能力,从而大大提升车主的体验,在一定程度上拉升汽车销量,同时增加用户粘性与忠诚度。除了汽车销量的增长,车联网还可以为企业带来增值服务的创新商业收入。以前汽车产业的主要收入依靠卖车和售后维修,未来在汽车里提供增值服务,例如在线音乐、在线电台、有声读物、在线视频等,将是新的收入来源。 在政策和资本市场双重利好前提下,智慧交通的赛道越来越热闹。一些传统的安防企业、通信企业甚至互联网企业纷纷入局,加大智能交通市场资源投入,让市场竞争更加激烈。

    时间:2021-03-27 关键词: 5G 区块链 大数据

  • 这些企业都在助力智慧交通建设,让智慧交通更上一层楼

    这些企业都在助力智慧交通建设,让智慧交通更上一层楼

    当今,智慧交通在我国得到了很大的发展。不仅我国政府重视智慧交通行业的发展,很多企业也在积极地参与到智慧交通建设中来。 日前,十三届全国人大四次会议表决通过了《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(下称《规划》)。《规划》强调要坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。《规划》延续了上一个五年规划的整体思路,创新驱动仍被视为重中之重。值此背景下,各行各业在过去几年陆续涌现出一批投身科技创新的企业。滴滴出行(下称“滴滴”)正是其中的代表之一。 成立于2000年的甘肃紫光,孵化于甘肃省政府与清华大学省校合作项目。经过二十余年的发展,甘肃紫光开发出具有自主知识产权的“交通综合业务平台”和“交通监控决策支持系统”,在智能交通领域积累了30多套具有完整解决方案的应用系统。近几年,甘肃紫光积极拥抱云计算、物联网、大数据、区块链等技术,将业务与新技术进行融合,形成了领先的智慧交通、智慧运维解决方案。特别是2018年以来,甘肃紫光携手云轴科技打造云数据中心,基于云主机和分布式存储等技术,助力企业驶上了高速发展的快车道。 近年来,四川交通建设呈现跨越式发展。从昔日的“蜀道难”到如今的“蜀道畅”,四川全省高速公路通车里程已达8140公里,居全国第三,全省高速公路建成和在建总里程1.15万公里,覆盖136个县(市、区)。交通基础设施逐步完善的背景下,为提升四川高速综合运营管理的智能化水平、提升公众出行服务的信息化水平、实现省域高速公路网的信息资源整合,为四川省智慧交通建设提供必要支撑,四川省交通运输厅着力开展高速公路监控结算中心和灾备中心建设。 “十四五”期间,滴滴将继续加大交通科技领域研发投入,坚持在共享出行核心关键技术、自动驾驶、汽车创新技术、共享汽车研发、智能出行人工智能平台等方面持续投入。滴滴将继续参与推进国家级科研基地建设,并加强已有科研基地建设。据了解,滴滴已独立承建智慧城市交通管理技术与服务北京市工程实验室,并参与承建了大数据分析与应用技术国家工程实验室。 目前,甘肃紫光已先后在青海、宁夏、河南、内蒙古、贵州、四川、山西、安徽、湖南等地设立了办事处,业绩遍及全国25个省份,形成了以甘肃为中心,辐射西北和西南的市场区域,为公司拓展省外市场提供了基础。2020年,尽管受到新冠疫情影响,甘肃紫光逆势取得迅速发展,跑出了“紫光速度”。在甘肃紫光过去一年的成绩单中,有一系列丰硕的成果:取消省界项目的完成、疫情快速检测系统的开发、视频上云技术的实现、甜永机电项目的推进、交通调查遍及全省、智能机柜的应用、信创项目的突破…… 在将理论转化为实践的过程中,滴滴逐渐摸索出一套服务交通领域发展和创新的新模式。滴滴智慧交通项目,率先利用出行轨迹数据对交通信号灯进行智能化设计,根据轨迹数据进行测量分析,协调优化各路口红绿灯时间。目前该项目已在全国30多个城市优化2500余信号灯,平均降低10%-20%的城市交通拥堵。 多年来,洲明在智慧交通领域持续深耕。除四川省高速公路监控结算中心和灾备中心外,洲明LED显示产品与智慧交通解决方案也在深圳宝安国际机场、广州白云机场、北京大兴国际机场高速公路、云南省交通运输厅路网监测与应急指挥中心等地广泛应用,持续为我国智慧交通建设服务。未来,洲明将继续聚焦Mini LED等前沿显示技术的研发与创新,以更优质的产品与解决方案,积极为各行业智慧升级助力,为建设更智慧的中国不懈奋斗。

    时间:2021-03-24 关键词: 智慧交通 云数据 大数据

  • 我国这些省市为推进智慧交通建设积极做出贡献

    我国这些省市为推进智慧交通建设积极做出贡献

    当今,随着物联网、大数据、云计算、人工智能等新一代信息技术的不断发展,我国在智慧交通领域也取得了不错的发展。 天津作为“公、铁、水、航、邮”交通运输全要素城市,高度重视智慧交通基础设施建设。而此次与百度地图的合作,既为天津打开了交通智能化管理的新路径,也树立了政企合作的新典范。天津市公安交通管理局高度评价道:“百度地图与我局共同深化警企合作,积极探索警企联盟的构建与深度发展,共同研究交通信息发布新机制,利用数据融合优势,有效提升了公安交管部门交通事件信息发布速度与交通运行情况研判能力。”基于此次合作,天津交警可借助百度地图智慧诱导屏发布平台及解决方案,更加高效地绘制诱导屏展示路网和渲染路况,并在智慧交通诱导屏上发布包括实时路况、行程时间(ETA)、实时天气等在内的交通诱导信息,帮助广大车主科学避堵。目前,天津全市共计99块交通诱导屏均已上屏发布实时路况信息。未来,智慧诱导屏的智能化水平还将不断提高,诱导内容也将更加丰富、全面,在进一步为市民提供驾车便利的同时,助力提升城市交通精准治理水平。 近日,《福建省国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》经省十三届人大五次会议批准发布。《纲要》全面贯彻党中央战略部署,落实福建省委工作要求,明确今后一个时期工作重点,引导市场主体行为,是全省今后五年乃至更长一段时期经济社会发展的重要遵循。  开展新一轮普通国省干线建设,实施普通干线公路提升补短板工程,推进普通国省道连段成线,持续提高高等级公路比例,普通国省道二级及以上公路比例达 80%。实施乡镇便捷通高速工程,85%以上陆域乡镇 30 分钟上高速。扎实推进“四好农村路”高质量发展,深化农村公路管理养护体制改革,完善安全防护设施,保障农村地区出行需求,建成农村公路 5000 公里。 蘑菇车联创始人兼CEO朱磊表示:“加快数字化发展,建设数字中国是‘十四五’规划纲要的重点之一,智慧交通是打造数字经济新优势的新引擎。在衡阳市政府的大力支持下,蘑菇车联将充分发挥技术和人才优势,构建车路云一体化的智慧交通系统,全面提升衡阳交通安全水平和出行效率,围绕关键技术及装备科研攻关,将相关产业制造及数据中心项目落地衡阳,全力推动衡阳构建智能网联汽车产业生态高地”。 为了给市民提供更通畅的交通环境,在现有条件下,西安交警启动全市主城区信号灯智能化改造升级,组建信控中心,开展信号调优提升行动,目前建成绿波带53条,公交信号优先5处,实现自适应控制100余处,力争做到秒秒精确、分秒必争。除了让信号灯发挥更大作用,近期在交通压力较大的东二环,早晚高峰期只要有拥堵,很快就能看见交警铁骑赶到现场疏导。在现代交警勤务机制的指导下,西安日均投入警力2000余人次,“千警上路”让街面见警率提升32%,做到有堵必有警。 高速公路工程:推进高速公路沿海扩容、山区扩面、路网扩能、提升道路服务水平、提升科技创新能力、新型基础设施建设融合发展“三扩二提一融”工程。续建国高网宁上高速公路宁德霞浦至福安段、泉南线永春互通至汤城枢纽扩容工程和省高网厦蓉高速公路、龙岩东联络线(龙岩高速公路东环线)等项目;新建国高网沈海高速公路扩容工程(宁德段、福州至泉州段、漳州段)、福银并行线宁德至古田高速公路、福银联络线沙县至南平高速公路、福银高速闽侯至长乐机场段、沈海联络线泉梅高速公路泉州至永春段和省高网上饶至浦城高速公路福建段、福州滨海新城高速公路、莆炎高速公路埭头至湄洲港段等项目。

    时间:2021-03-24 关键词: 物联网 智慧交通 大数据

  • 科学技术让人们的交通变得更加智慧,更加便捷

    科学技术让人们的交通变得更加智慧,更加便捷

    今年初,省道安办发文要求各地学习借鉴莆田推行的货车安装右侧盲区影像系统做法,从源头上消除大型货车右侧盲区带来的风险隐患。“大型货车驾驶室距地面较高,驾驶人很难看到右侧电动车、摩托车等车身较低的车辆,存在严重的右侧盲区缺陷。”莆田交警支队事故预防大队大队长李雪兵说,2018年起,市道安办协调应急、交通、住建等部门,督促重型货车、重型挂车、大型危化车推进右侧盲区影像系统安装、使用。目前,全市安装率已超76%,涉及大型货车的伤亡事故明显下降。 华信公司根据前期支队提交的需求梳理出综合执法系统应用系统功能清单,从执法协同办案子系统、执法数据分析研判子系统、执法信息公示和服务子系统、移动执法综合管理子系统、系统监控管理子系统,几个模块对智慧交通行政执法功能进行了细化。与会人员就模块功能描述和业务需求的相关细节进行了逐一讨论,对“智慧交通”执法流程“无纸化”进行流程模拟,对双随机抽检事项进行了现场实操,对政务信息大数据的共享提出了相应需求,对未来执法记录云存储并实现远程指挥调度进行了深度构想。 2019年10月,墨西哥蒙特雷市政府启动国际公开招标,采购26列全新列车。当年12月初,中车株机公司正式中标。公司仅用10个月,便完成了车辆设计、制造和出厂试验。中车株机公司董事长周清和表示,公司将努力提供安全、环保和全寿命周期的轨道交通系统解决方案,为蒙特雷市民出行提供优质轨道交通装备和服务。目前,莆田市小型汽车保有量超过40万辆,其中约一半车辆集中在主城区运行,交通拥堵问题日益严峻。不过,在荔城大道、莆阳路等主干道上,车辆按一定速度行驶却能“一路绿灯”地通行。原来,这些路段通过设置智能交通信号灯系统进行联网,对道路传感器采集的交通流数据进行综合分析,调整最佳信号配时方案,形成“绿波带”控制。 “大数据、人工智能、物联网等技术蓬勃发展,为提升交通管理能力提供了新的手段。”莆田市公安局交警支队支队长李洪忠说,近年来,莆田交警部门充分运用科技手段,加强智慧交通建设,提升道路秩序管控能力,为市民出行营造良好的道路交通环境。蒙特雷地铁局局长胡安·霍尔金表示:“此次采购的轻轨列车在国际市场颇具竞争力和性价比。面对疫情挑战,中车株机公司比预期更快更好地实现列车交付。” 在埃雷拉看来,中国技术与装备帮助新莱昂州的交通设施实现现代化升级,促进当地城市形象的进一步改善。 秀屿区的林某在2019年时曾因酒驾被交警查处,除了扣分罚款等处罚外,他还被列入莆田诚信交通失信人员名单。去年,车险保单到期后,林某在平安保险公司为小车投保时被告知,因其被列入诚信交通失信人员名单,商业险保费须上浮20%。最终,林某多支付近300元的商业险保费。2018年8月15日,《莆田市道路交通安全领域纳入诚信系统失信人员名单认定与管理办法(试行)》开始施行,明确电动车和摩托车驾驶人未按规定戴安全头盔、驾驶机动车通过人行横道时未停车让行等12种一般失信情形,酒驾、交通肇事逃逸等6种严重失信情形。一般失信情形有效期保留半年,严重失信情形保留一年。 随着道路交通秩序的持续好转,在交通体量快速增长的背景下,莆田各项交通事故指数连年下降。其中,交通事故死亡人数已从2015年之前的每年300人以上,降至2020年的166人。

    时间:2021-03-23 关键词: 科学 交通 大数据

  • 应用材料公司推出基于大数据和人工智能的工艺控制“新战略”

    应用材料公司推出基于大数据和人工智能的工艺控制“新战略”

    · 新型Enlight®光学晶圆检测系统将突破性的性能与新光学技术相结合,可在每片晶圆上捕捉更多的良率数据 · ExtractAI™技术依托人工智能可以快速对降低良率的缺陷进行分类并消除噪音 · 此一应用材料公司有史以来成长最快的检测系统能够助力客户加速工艺节点的进步,加快大规模量产的时间,并维持更高的良率 2021年3月16日,加利福尼亚州圣克拉拉——应用材料公司今天宣布其在工艺控制方面的重大创新,基于大数据和人工智能技术,该项创新可助力半导体制造商在技术节点的全生命周期内加速节点进步、加快盈利时间并创造更多利润。 半导体技术正变得日益复杂而昂贵,缩短先进技术节点研发和产能增长所需的时间,对全球芯片制造商而言价值数十亿美元。随着线宽的不断缩小,曾经无害的微小颗粒变成影响良率的缺陷,使得检测与缺陷校正的难度日益增加,而应对此问题的能力就是制胜关键。同样地,3D晶体管的形成和多重工艺技术也带来了细微变化,导致降低良率的缺陷成倍增加,而解决这些既棘手又耗时的缺陷正是这一技术攻关的核心所在。 应用材料公司正凭借工艺控制的“新战略”,将大数据和人工智能技术的优势融入到芯片制造技术的核心,以应对这些挑战。该解决方案包括三个组成部分,较之于传统方式,其实时协同工作能够更快速、精准和经济地发现缺陷并将其分类。这三个部分是: 新型Enlight®光学晶圆检测系统:经过五年的发展,Enlight系统结合业界领先的检测速度、高分辨率和先进光学技术,每次扫描可收集更多对良率至关重要的数据。Enlight系统架构提升了光学检测的经济效益,使得捕捉每片晶圆关键缺陷的成本较其它同类的检测方式降低三倍。通过显著的成本优化,Enlight系统能够让芯片制造商在工艺流程中增加更多检测点。由此产生的大数据可用性增强了“在线监控”,这是一种统计学工艺控制方法,可在良率出现偏差之前对其进行预测,立即检测出偏差,从而停止晶圆加工以确保良率,同时迅速追溯缺陷的根本原因,快速校正并继续进行大规模量产。 新的ExtractAI™技术:由应用材料公司数据科学家开发的ExtractAI技术解决了最艰巨的晶圆检测问题,即:从高端光学扫描仪产生的数百万个有害信号或“噪音”中,迅速且精确地辨别降低良率的缺陷。ExtractAI技术是业界独有的解决方案,可将由光学检测系统生成的大数据与可对特定良率信号进行分类的电子束检测系统进行实时连接,从而推断Enlight系统解决了所有晶圆图的信号,将降低良率的缺陷与噪音区分开来。ExtractAI技术十分高效,它能够仅凭借对0.001%样品的检测,即可在晶圆缺陷图上描绘所有潜在缺陷的特征。这样我们可以获得一个可操作的已分类缺陷晶圆图,有效提升半导体节点发展速度、爬坡和良率。人工智能技术在大规模量产期间能够适应和快速识别新的缺陷,随着扫描晶圆数量的增多,其性能和效率也在逐步提升。 SEMVision®电子束检测系统:SEMVision系统是世界上最先进和最广泛使用电子束检测技术的设备。基于行业领先的分辨率,SEMVision系统通过ExtractAI技术对Enlight系统进行训练,对降低良率的缺陷进行分类,并将之与噪音进行区分。Enlight系统、ExtractAI技术和SEMVision系统的实时协同工作,能够帮助客户在制造流程中识别新的缺陷,从而提高良率和利润。大量安装使用的SEMVision G7系统已实现了和新型Enlight系统和ExtractAI技术的兼容。 VLSIresearch董事长兼首席执行官丹·哈奇森表示:“30多年来,晶圆厂工程师一直致力于解决如何快速并精确地从噪音中区分出降低良率的缺陷。搭载ExtractAI技术的应用材料公司Enlight系统是解决该项挑战的突破性产品。由于系统用的越多,人工智能会被训练的越聪明,随着时间推移,它能够提升芯片制造商每片晶圆的利润。” 应用材料公司集团副总裁兼成像与工艺控制事业部总经理基斯·威尔斯表示:“应用材料公司工艺控制‘新战略’融合了大数据和人工智能,提供了一种智能且具有适应性的解决方案,可以帮助客户节省时间,实现良率最大化。结合应用材料公司一流的光学检测和电子束检测技术,我们推出了业内独有的智能解决方案,它不仅能够检测并对降低良率的缺陷进行分类,还可以实时学习和适应工艺变化。这项独特功能可使芯片制造商更快攻关新技术节点爬坡时间,在整个工艺生命周期内高效捕捉降低良率的缺陷。” 采用ExtractAI技术的新型Enlight系统是应用材料公司有史以来成长最快的检测系统,该款产品已被运用于客户在全球领先的代工厂逻辑节点生产中。20多年来,SEMVision系统始终是业界领先的电子束检测设备,已有超过1500台设备遍布于全球的客户晶圆厂内。

    时间:2021-03-17 关键词: 人工智能 应用材料公司 大数据

  • 工业大数据、物联网大数据有何特点?大数据制造是什么?

    工业大数据、物联网大数据有何特点?大数据制造是什么?

    工业大数据特点、物联网大数据特点以及大数据制造将是下述内容的主要介绍内容,通过这篇文章,小编希望大家可以对大数据的相关情况以及信息有所认识和了解,详细内容如下。 一、工业大数据有何特点 工业大数据与互联网大数据最大的区别在于工业大数据有非常强的目的性,而互联网大数据更多的是一种关联的挖掘,是更加发散的一种分析。除此之外,两者在数据的特征和面临的问题方面也有不同。有别于互联网大数据,工业大数据的分析技术核心要解决“3B”问题。下面,小编将对其中两个问题进行介绍: 1、隐匿性 工业环境中的大数据与互联网大数据相比,最重要的不同在于对数据特征的提取上面,工业大数据注重特征背后的物理意义以及特征之间关联性的机理逻辑,而互联网大数据则倾向于仅仅依赖统计学工具挖掘属性之间的相关性。 2、碎片化 相对于互联网大数据的量,工业大数据更注重数据的全,即面向应用要求具有尽可能全面的使用样本,以覆盖工业过程中的各类变化条件、保障从数据中能够提取以反映对象真实状态的信息全面性。因此,工业大数据一方面需要在后端的分析方法上克服数据碎片化带来的困难,利用特征提取等手段将这些数据转化为有用的信息,另一方面,更是需要从数据获取的前端设计中以价值需求为导向制定数据标准,进而在数据与信息流通的平台中构建统一的数据环境。 二、物联网大数据有何特点? 在了解了工业大数据侧重解决的两大问题后,我们再来了解下物联网大数据的一些个特点。 物联网最大的一个特点,就是各种物联网设备互相互连接,实现信息共享。物联网会实时上报监测到的环境指标,比如土地上的物联网设备,可以监测到土壤的水分湿度,从而调整是否需要浇水,物联网设备每天都会产生巨大的数据。 同时,由于物联网大数据来源于物联网设备,再进行物联网设备开发部署之前,其实这个物联网采集什么数据、以及数据的格式都已经指定好,采集数据的程序也已经部署在物联网设备中,它只需要实时按照程序的命令执行。所以物联网设备产生的数据有一个特点就是数据格式不复杂,相较于互联网数据,格式也更加的标准。 三、制造大数据和大数据制造 在了解了工业大数据特点、物联网大数据特点后,我们再来看看制造大数据和大数据制造的相关内容,和小编一起了解下制造大数据和大数据制造之间存在哪些关系。 大数据与产业互联网。,要是讲制造,讲两个方面的问题,一个是制造大数据,一个是大数据制造。 我们制造大数据实际上讲的是制造业产生大数据。那么我们现在讲像互联网可以分成三个方面,一个是消费互联网,一个是产业互联网,一个是政务互联网。而产业互联网里面包括了很多领域,建筑、能源、矿业、制造、运输、通讯等等,今天主要讲制造。 制造技术,实际上技术是一种支撑,当然还有先进的材料,生物制造等等,这个技术里面实际上分成两个方面,一个是企业管理与的信息技术,生产应用方面的技术。实际上这个里面,支撑我们企业管理以及生产制造,大数据是基础之一,跟云计算,互联网等等技术结合在一起。 以上就是小编这次想要和大家分享的有关工业大数据特点、物联网大数据特点以及大数据制造的内容,希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章,可以在网页顶部选择相应的频道哦。

    时间:2021-03-13 关键词: 工业大数据 物联网大数据 大数据

  • 如何管理工业大数据质量?工业、互联网大数据的低质性介绍

    如何管理工业大数据质量?工业、互联网大数据的低质性介绍

    以下内容中,小编将对工业大数据质量管理、工业大数据和互联网大数据的区别的相关内容进行着重介绍和阐述,希望本文能帮您增进对工业大数据的了解,和小编一起来看看吧。 一、工业大数据引言 首先,我们来简单看看什么是工业大数据。 工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。 二、工业大数据数据质量管理 工业大数据的质量问题关乎到工业设备、工业安全等相关的内容,所以,工业大数据的质量是必须被重点关注的焦点。目前,工业大数据的质量存在许多问题。首先是数据失真和错位。在工业IoT领域中,受工业现场一系列苛刻的工作条件的限制、现场IoT网络、制造设备和过程控制设备均会在不同程度上造成数据失真。第二是数据一致性差。对于来自IT领域的工业大数据,由于工业企业现有的信息系统都存在不同程度的“系统性森林”问题,因此难以在数据生产过程中采用有效的控制方法来确保各种工业产品的生产的数据的一致性。第三是缺乏对历史数据的“再生”机制。工业历史数据的“再生”将有助于增强工业生命周期管理的能力。第四是缺乏标准化的数据质量管理框架。在不同的业务场景中,多个用户共享和使用各种结构化和非结构化数据集。第五,数据质量补偿方法尚未得到广泛使用。 工业大数据的质量管理要求工业企业建立健全的工业大数据质量管理组织架构,明确数据所有权、管理者和用户。面对不同的工业大数据质量问题,制定质量行为的定义、水平和处理方式、建立审查机制、制定标准化的数据质量改进过程,形成数据质量管理的闭环,用于多种工业大数据应用场景。 三、工业大数据与互联网大数据的区别——低质性 最后,我们来了解以下工业大数据和互联网大数据之间的区别,当然,二者之间存在很多的区别,小编在此仅为大家带来二者在“低质性”上的区别的介绍。低质性,即需要提高数据质量、满足低容错性。 数据碎片缺陷来源的一个方面也显示了对数据质量的担忧。也就是说,数据量不能保证数据的质量,这可能会导致数据可用性较低,因为低质量的数据可能会直接影响分析过程并使结果无法使用。 但是互联网大数据是不同的。它只能在不考虑数据本身含义的情况下对数据本身进行挖掘和关联,也就是说,挖掘的结果就是结果。最典型的是,在按照超市的购物习惯进行数据挖掘之后,可以将啤酒架子放在尿布架子的另一侧,而不管它们之间的机制和逻辑关系如何。换句话说,与Internet大数据相比,通常不需要具有精确的结果推送。工业大数据对预测和分析结果的容错率远低于互联网大数据。 在进行预测和决策时,Internet大数据仅考虑两个属性之间的相关性是否具有统计显着性。当样本大小足够大时,可以忽略个体之间的噪音和差异,预测结果的准确性将大大降低。 例如,当我觉得应该将70%的重要性推荐给某个用户A电影时,即使用户不太喜欢这种电影,也不会造成太严重的后果。但是,在工业环境中,如果仅通过统计意义给出分析结果,则即使是单个错误也可能导致严重的后果。 以上便是小编此次想要和大家共同分享的有关工业大数据质量管理、工业大数据和互联网大数据的区别的内容,如果你对本文内容感到满意,不妨持续关注我们网站哟。最后,十分感谢大家的阅读,have a nice day!

    时间:2021-03-07 关键词: 质量管理 工业大数据 大数据

  • 人工智能、物联网和大数据分析将会如何彻底改变数字营销

    人工智能、物联网和大数据分析将会如何彻底改变数字营销

    大数据分析、物联网和人工智能等先进技术的发展,不断地收集用户的信息,分析用户的兴趣,喜好和要求,更加深入了解用户,从而彻彻底底的改变数字营销模式。 随着新技术的出现,竞争格局已经变得极具颠覆性,迫使企业分析新的市场趋势,提高运营效率,并找到适当的创新关键。先进技术的加速使用也使客户非常不耐烦,客户希望一切都能在短时间内以更低的成本获得。因此,今天,几乎每个企业都进入了数字化时代,以实现更高的生产力、发展和自动化。 实现数字化的狂潮也影响了数字营销行业。早些时候,营销人员不得不将他们的重点和资金完全投入到制作吸引人的广告上,以吸引和刺激客户购买他们的产品。但今天,营销人员正在简化其努力,并根据客户需求,在突破性技术的帮助下,为客户提供个性化服务。这些技术还帮助营销人员确保了高水平的隐私和安全性,从而彻底改变数字营销业。 1、大数据分析 大数据世界彻底改变了营销人员的工作。他们目前的工作包括从不同来源收集客户数据,无论其类型如何,从收集的数据中识别出不明模式,了解客户需求,并为客户提供最佳服务。借助在这个数字时代滚雪球般的数据,营销人员可以获得可操作且有意义的见解,以创建“高效”的营销策略。但是,人工整理和解释大量数据是不可能的,这就是大数据分析显示其惊人能力的地方。借助大数据分析,营销人员可以: ▲从数据点获取知识 ▲分析市场趋势 ▲衡量客户行为 ▲了解竞争对手 2、人工智能 没有人喜欢在他们的智能手机上出现无关广告。因此,在用广告轰炸客户之前,数字营销人员需要衡量客户的兴趣,而人工智能可以帮助营销人员实现这一目标。通过向人工智能模型输入合适的客户数据,该技术将使营销人员对客户对其品牌的感知有适当了解。这样的信息可以导致有效的目标定位,这将有助于数字营销人员获得良好的投资回报率。此外,聊天机器人的出现已经彻底改变了几乎所有的业务。无需人为干预,聊天机器人可以与您的客户互动,宣传您的品牌,并帮助您联系客户。人工智能现在已经发展到能理解人类情感的程度。因此,利用能够衡量客户情绪的聊天工具可以在很大程度上提升您的客户体验,从而帮助您与他们建立良好关系。 3、物联网(IoT) 物联网在数字营销中的作用是我们以前从未想象过的。如今,我们知道物联网设备的利用率已经在快速增长。在智能设备的帮助下,数字营销人员可以收集大量关于客户的有用数据。物联网数据有助于营销人员清楚地了解客户对其品牌的期望,营销人员可以抓住这个机会为目标客户制作高度定制的广告,从而吸引客户购买产品,并提高转化率。 如果您是数字营销人员,那么您就应该利用物联网、大数据和人工智能来改变您的业务。这些令人难以置信的技术不仅可以帮助您专注于正确的目标受众,还可以加速您公司的创新、增长和效率。 我们相信大数据,物联网和人工智能将会彻底改变数字营销,让我们期待这一刻的到来。

    时间:2021-03-03 关键词: 物联网 人工智能 大数据

  • 如何用大数据分析来解决偶发性异常问题?

    如何用大数据分析来解决偶发性异常问题?

    摘要:在研发、生产过程中,如何发现和解决偶发性异常问题,是电子工程师始终想攻克的技术点,利用互联网思维,将大数据分析引入传统测量仪器,是否能碰撞出新的火花?本文将给出答案。 偶发性异常问题几乎存在于各行各业,本文将以新能源汽车中常见的继电器为例来说明大数据分析如何解决偶发性异常问题。 一、偶发性异常的出现 继电器、接触器、连接器等在电路中起着自动调节、安全保护、转换电路、连接电路等作用,广泛的应用于航空、航天、汽车电子等领域,在这些安全要求苛刻的领域对于产品的稳定性要求非常高,如何保证这些产品的稳定性呢? 本文以汽车上常规的继电器产品为例,根据《中华人民共和国基础机电继电器第7部分:试验和测量程序 GB/T 21711.7-2018》测量程序规范,需要测量继电器的回跳时间(对于正在闭合或断开其电路的触点,从触点电路首次闭合或断开的瞬间开始至电路最终闭合或断开的瞬间为止之间的时间)图示如下: 图1 继电器的回跳时间 我们使用一台带有2TB的固态硬盘的示波记录仪记录下此过程。 图2 60s的波形记录 手动展开波形我们就发现了偶发性异常问题---每一个波形的上升沿,继电器的回跳时间竟不一致。研发工程师规定此时间不能超过10ms,但仅仅只录制了1分钟的波形就有40个需要查看的上升沿,如果是1小时的波形呢?靠手动测试工作量大到不敢想象! 图3 逐级展开波形 二、大数据分析 如果引入互联网思维,让机器自己检索问题是不是可以大大提高效率呢?听上去是个很好的主意!但实践起来我们发现此偶发性异常的判定方法不同于任何的如上升沿、幅值等常规规则,这就是一大的难题。 通过集思广益,我们在示波记录仪上开发出了“大数据分析”功能。我们将此独特波形的判定方法写成一个算法文件,然后直接在机器本机进行加载,最终实现了自动判定。 图4 加载算法文件 三、解决偶发性异常问题 加载的算法文件可以当做是一种独特判定方式,记录仪可以实时的针对此判定方法和源数据进行比对,并且将结果显示出来,如上面的这个继电器回跳时间,ZDL6000示波记录仪已经自动的将结果分析出来,并直接给出所有的测试结果,原来需要花费几个小时的工作,现在只需要几分钟!这就是大数据分析解决偶发性异常的意义。 图5 搜索结果 四、产品试用 在工程师的日常开发中,时常遇到偶发性异常问题,借助ZDL6000示波记录仪的大数据分析功能,通过加载算法文件,可以大大节约测试时间,提高工作效率。这样引入互联网思维的测试仪器,欢迎各位用户来试用!

    时间:2021-02-26 关键词: 测量仪器 偶发性异常 大数据

  • 什么是智能制造?智能制造带来的5点好处你了解吗?

    什么是智能制造?智能制造带来的5点好处你了解吗?

    智能制造将是下述内容的主要介绍对象,通过这篇文章,小编希望大家可以对智能制造、智能制造的5点好处的相关情况以及信息有所认识和了解,详细内容如下。 一、什么是智能制造 首先,我们一起来了解下什么是智能制造。 智能制造,源于人工智能的研究。一般认为智能是知识和智力的总和,前者是智能的基础,后者是指获取和运用知识求解的能力。 智能制造应包括智能制造技术和智能制造系统。智能制造系统不仅可以在实践中不断丰富知识库,而且具有自学习功能。它还收集和理解环境信息及其自身的信息,并进行分析,判断和规划自己的行为的能力。 从智能制造系统的本质特征出发,在分布式制造网络环境下,根据分布式集成的基本思想,运用分布式人工智能中的多agent系统的理论和方法,实现柔性智能制造单元和网络。根据分布式系统的同构特征,以智能制造系统的本地实现形式为基础,实际上反映了基于Internet的全球制造网络环境下智能制造系统的实现模式。 二、智能制造的好处 在了解了什么是智能制造后,我们再来聊聊智能制造的好处。此处的好处主要包含5点:更高的质量、更高的精度、更好的自定义和个性化、更好的预测以及更好的盈利回报。 (一)更高的产量 智能制造使用更好的控制方法来控制机器生产(包括AI、机器人、批处理控制等),这比传统制造更有效率。此外,大数据在智能制造中的应用可以帮助制造商更有效地了解生产过程,并有助于改善生产运营。因此,智能制造带来更高的产出是主要原因。 (二)更高的精度 在生产过程中,使用机器视觉等方法可以带来更准确的识别。另外,在整个生产过程中,为了降低故障的可能性,传统制造业需要采用更好的设备和培训操作人员,但是降低故障率仍然是困难的。在智能制造中,大数据可以分析错误并防止错误导致的故障率。 (三)更好的自定义和个性化 定制和个性化是智能制造的魅力之一。传统制造的流水线工作很难实现客户定制或个性化定制,而智能制造的生产过程可以实现实时控制并根据客户需求调整生产机器人,从而更易于定制和个性化产品。与传统的个人车间相比,智能制造的定制和个性化可以利用大数据来组织生产经验,并且可以将其带来的定制和个性化进行批量处理,还可以帮助制造商采用逆向工程来提供熟悉的建议和解决方案。 (四)更好的预测 在以前,制造业生产受订单限制。同时,将其分为淡季和旺季,旺季以增加产量,以及淡季以减少产量。智能制造的大数据将更有利于制造业控制自己的产出并更好地进行预测。在最有价值的生产条件下生产。同时,大数据还可以在生产过程中带来信息。例如,它可以跟踪不同供应商的产品数据,以确定供应商产品供应的质量,从而预测更好的供应商。同样,大数据可用于预测客户需求并制定更合理的生产计划以响应客户需求。 (五)更高的盈利回报 这一点实际上是前面几点的一个总结。更高的输出可以更好地满足生产需求,更高的精度可以确保产品质量,更好的预测可以确保更好的销售,更好的定制和个性,因此可以更好的扩大销售。利用智能制造的大数据,我们可以更好地了解制造运营的效率。同时,我们还可以计算出智能升级和改造过程的投资回报率(ROI),并且制造业可以更好地制定未来的制造计划。 上述所有信息便是小编这次为大家推荐的内容,希望大家能够喜欢,想了解更多有关它的信息或者其它内容,请关注我们网站哦。

    时间:2021-02-22 关键词: 人工智能 智能制造 大数据

  • 工业大数据有何用途?大数据又有何特点或优势?

    工业大数据有何用途?大数据又有何特点或优势?

    以下内容中,小编将对大数据的优势和工业大数据的用途的相关内容进行着重介绍和阐述,希望本文能帮您增进对大数据的了解,和小编一起来看看吧。 一、大数据引言 对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 二、大数据的优势 1)大数据计算提高数据处理效率,增加人类认知盈余 像其他技术革命一样,大数据技术始于提高效率。 人们可以消费,娱乐和创造,而这些时间便是通过大数据计算节省出来的。未来,大数据计算将释放人类社会的巨大生产能力,增加人类的认知盈余,并帮助人类更好地改变世界。 2)大数据通过全局的数据让人类了解事物背后的真相 与过去的样本而不是整体的统计方法相比,大数据将使用全局数据,其统计结果将更加准确,并且与事物的真实性更加相关,有助于科学家了解事物背后的真实性。大数据带来的统计结果将纠正人们过去对事物的错误理解,影响过去人类行为和社会行为的结论,并带来新的认识。 3)大数据有助于了解事物发展的客观规律,利于科学决策 大数据收集全局数据,准确数据,并通过大数据计算来计算和理解事物发展的真相,并通过数据分析来分析人类社会的发展规律和自然规律。利用大数据提供的分析结果来总结和推论事物的发展规律,并通过掌握事物的发展规律来帮助人们做出科学决策。 4)大数据提供了同事物的连接,客观了解人类行为 大数据技术连接人类的行为,通过大数据收集人类的行为数据,然后经过一定的分析对人类的行为进行统计分析,以帮助我们理解人类的行为。 5)大数据改变过去的经验思维,帮助人们建立数据思维 大数据出现之后,我们将面对海量数据、多维数据、行为数据、情感数据和实时数据。通过大数据计算和分析技术,人们将了解不同事物的真相,以及不同事物发展的规律。 各国政府和公司将利用大数据来了解人们的需求,摒弃过去的经验思维和惯性思维,掌握客观规律,摆脱预测未来的历史困境。 三、工业大数据用途 用途一:优化网络 网络系统中互连的各种设备或机器可以通过互联网相互协作,以提高网络的整体运行效率。 在交通领域,如果许多车辆相互连接,则可以知道网络系统中其他车辆的位置和目的地,并且可以通过优化路由找到最有效的人工智能解决方案。 用途二:优化运维 通过工业大数据,可以实现优化、低成本以及整个设备或机器的运行和维护。 例如,将生产设备和零件联网后,将实现可监控的生产状态,这可以减少零件库存需求和维护成本,并提高设备或机械的稳定性。 用途三:恢复系统 建立广泛的大数据信息可以帮助网络系统在遭受毁灭性打击之后更快,更有效地恢复。 当发生自然灾害时,可以使用由智能电表、传感器以及其他智能设备和系统组成的网络来快速检测和隔离发生故障的设备或机械,从而使串联不会造成较大的故障。 用途四:自主学习 每个设备或机器的操作经验可以汇总到一个大数据中,以便整个设备或机器可以独立学习。 这种自主学习的方式不可能在一台机器上实现。 当系统中连接了越来越多的机器时,生成无数数据的结果将是网络系统的不断扩展以及独立学习的能力,并将变得更加智能。 以上便是小编此次带来的有关工业大数据用途、大数据优势的全部内容,十分感谢大家的耐心阅读,想要了解更多相关内容,或者更多精彩内容,请一定关注我们网站哦。

    时间:2021-02-22 关键词: 工业大数据 自主学习 大数据

  • 什么是大数据?工业大数据主要解决什么问题?

    什么是大数据?工业大数据主要解决什么问题?

    本文中,小编将对大数据予以介绍,主要内容在于阐述工业大数据想要解决的问题。如果你想对大数据的详细情况有所认识,或者想要增进对大数据的了解程度,不妨请看以下内容哦。 一、什么是大数据 在了解工业大数据技术主要解决什么问题之前,我们先来看看什么是大数据。 大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。 二、工业大数据主要解决的问题是什么? 在了解了什么是大数据后,我们再来看看工业大数据和互联网大数据之间由什么区别,以及工业大数据主要是为了解决什么问题。 工业大数据与Internet大数据之间的最大区别在于,工业大数据具有很强的用途,而Internet大数据更多地是相关的挖掘和更发散的分析。 此外,两者在数据特征和所面临的问题上也有所不同。 与互联网大数据不同,工业大数据的核心分析技术必须解决“ 3B”问题: 1、BelowSurface——隐匿性,即需要洞悉背后的意义 与互联网上的大数据相比,工业环境中大数据之间最重要的区别是数据特征的提取。工业大数据关注特征背后的物理意义以及特征之间相关性的机制逻辑,而互联网大数据趋向于仅依靠统计工具来挖掘属性之间的相关性。 2、Broken——碎片化,即需要避免断续、注重时效性 与互联网大数据量相比,工业大数据更加注重数据的完整性,即面向应用的需求具有尽可能全面的使用样本,以涵盖工业过程中各种变化的情况,并确保可以提取数据以反映对象的真实状态信息的全面性。因此,一方面,工业大数据需要克服后端分析方法中数据碎片化所带来的困难,并使用特征提取和其他手段将这些数据转换为有用的信息。 另一方面,它需要从数据采集的前端进行设计。在基于价值需求的数据标准开发中,在数据和信息流通的平台上构建了统一的数据环境。 3、BadQuality——低质性,即需要提高数据质量、满足低容错性 数据碎片缺陷来源的另一个方面也显示了对数据质量的担忧。也就是说,数据量不能保证数据的质量,这可能会导致数据可用性较低,因为低质量的数据可能会直接影响分析过程并使结果无法使用。 但是互联网大数据却不同,它只能挖掘和关联数据本身,而没有考虑数据本身的含义,也就是说,挖掘的结果就是结果。最典型的是,在对超市购物习惯进行数据挖掘之后,可以将啤酒架子放在尿布架子的另一侧,而不管它们之间的机制和逻辑关系如何。 换句话说,与互联网大数据相比,通常不需要具有精确的结果推送,工业大数据对预测和分析结果的容错率远低于互联网大数据。 在进行预测和决策时,互联网大数据仅考虑两个属性之间的相关性是否具有统计显着性。当样本量足够大时,可以忽略个体之间的噪音和差异。 预测结果的准确性将大大降低。 例如,当我觉得应该向用户A电影推荐70%的重要性时,即使用户不太喜欢这种电影,也不会造成太严重的后果。但是在工业环境中,如果仅通过统计意义给出分析结果,则即使是单个错误也可能导致严重的后果。 经由小编的介绍,不知道你对大数据是否充满了兴趣?如果你想对大数据有更多的了解,不妨尝试度娘更多信息或者在我们的网站里进行搜索哦。

    时间:2021-02-22 关键词: 工业大数据 互联网大数据 大数据

  • 电能计量不仅在用电安全,还有更多功能待开发

    电能计量不仅在用电安全,还有更多功能待开发

    现在的计电系统和设备很多,也很完善但好像企业主和管理层并没有把计电功能的作用看明白,还是停留在保证电力供应正常和节能环保。说实话,这些都是小钱,真正有效的是增效。    电就是一个设备的血液,计量电流能感知一台设备的状况,甚至是年纪。   比如说,如果我们突然监测到家里的电冰箱耗电增加了,基本上可以断定冰箱该换了或是该修一下了,同样的道理,设备一旦用电不正常,要不就是操作不当,要不就该维修了,不用等到规定时间就可以小修一下,提前小修总比事后大修要省钱得多。   就算企业不重视安全用电,连供电单位都已经建立了良好用电管理系统,该系统基本可以帮助各智能调度技术人员实时发现电气线路和用电设备存在的安全隐患(如:线缆温度及漏电等),有效防止电气火灾的发生。该服务系统能有效解决用电单位电气线缆老旧,小微企业无专业电工、肉眼无法直观系统即时排查电气隐患、隐蔽工程隐患检查难等难题,将发现的安全隐患即时通过该服务系统向用电单位管理人员发送预警信息,指导用电单位开展治理,消除潜在安全隐患。   对于企业来说,计电不仅是节能,保证安全,而是进一步发挥用电计量监控的管理功能。   企业电能消耗监测与分析系统应该有以下功能: (1)为企业提供用户权限管理、用电设备统计、监测区域管理以及电子地图等功能; (2)对企业的各厂区电力系统进行分监测,区域实时监测,实时显示电能质量、电能消耗等数据; (3)对企业的大功率设备、生产线进行实时监测,实时显示电力参数等数据,对负载的利用率进行定量评估,具备用电报警功能; (4)建立用电信息综合管理体系,为各监测点提供打印报表功能,功率因数统计功能; (5)对历史数据进行分析,分析各监测区域的电能消耗分布特征,为企业提供提高电能消耗效率的建议手段。   如果要更精细化的数据跟踪,可以在每一台设备加装一个智能计电插座。如果对整个区域进行总量统计,其实还是不能将具体的指标落实到每台设备,因为具体到每一台设备才能更好的反应真实的设备状况。经过大数据比对分析(以日、周、月、年同时期用电情况)在同等情况下,耗电高或是耗电异常的基本可以判断设备出现问题,不需要再对比从而更好的发现出问题的设备。   这样就等于给每台设备安装了监控手环,有问题及时反应,大大提高了早期设备处故障的可能,把问题扼杀在摇篮里,如果设备没有问题,可以具体到操作的人,人力资源部门也可以针对性的安排培训。   根据贝恩公司的一份报告显示,将工业物联网解决方案与现有运营技术和IT系统集成的困难仍然是主要的采用障碍。这些困难集中在如何跨不同格式移植数据。此外,如何将收集的数据集成到现有IT和企业管理平台中,是工业物联网项目失败的另一个原因。   根据蓝奥声所做项目的经验,安装智能计量插座是简单的,但如何把数据传输到系统中是困难的,这里设计网络配置,毕竟用电监控并不是关键数据,最重要的是在电压发生异常时,能及时开合以免引发火灾或设备损害。   所以,智能计量插座首先要有预先设置好,同时最好要和周边的智能温度设备,甚至智能安防设备,比如智能摄像头联动,当这些智能设备检验到出现火警时,要能在任何情况下直接启动智能插座断电。   要达到这种联动效果,最好选择WiFi+蓝牙的智能插座组合。   蓝奥声一直专注于物联网的面向智能行业的边缘智能EI技术解决方案提供商,在协同代理网络、同步调制通信、对象传感识别、低功耗群控、无线多模式管理、定位追踪监测、智能信息系统等关键技术方向,取得一系列具有先进性、实用性技术价值的研发成果与发明专利。   其实最专注的还是蓝牙模块的商业应用,智能计电插座的功能都接近,但是如何把蓝牙模块的功能发挥出来,特别是蓝牙能够在没有网络的情况下,通过蓝牙的自组mesh网络。如果在网络发生故障时,其他智能设备中蓝牙模块通过mesh 网络也能达到群控联动的结果,和正是其优势所在。   所以不要简简单单地把智能计电插座当插座来看,当计电功能和其他功能结合其他,特别是透过大数据分析就能挖掘出更多的应用,这也就是为什么物联网技术越来越被重视的原因。  

    时间:2021-02-20 关键词: 物联网 边缘计算 智能计量插座 大数据

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包