，比如直播間銷售產品時經常沒有現貨而是采用預售模式，承諾幾天后發貨，而這需要把整個產業鏈串起來。

　　過去的傳統軟件都是面向批量經濟時代生產的，在新的時代需求下它需要被重構。工業4.0的關鍵是網聯和智能，它在本地需要有一個算力中心，林銘認為工業智能機將是本地的算力中心。

　　隨著IT領域公有云戰爭已經結束，下一個機會點又在何處？在工業4.0時代，如何讓工業互聯網真正落地？企業數字化轉型的核心矛盾點是什么？工業智能機在其中又能解決哪些問題？針對這些問題，林銘一一進行了解答。

　　我是淵聯技術的林銘，很榮幸今天有機會分享我們對智能制造賽道的看法。圍繞數字化主線來講，互聯網是信息的數字化，移動互聯網是個體的數字化，而產業互聯網是組織或者世界的數字化。

　　其實，互聯網技術早就已誕生，但為什么在2000年左右才涌現出大量的互聯網應用、數字化應用？是因為ICT（信息通信領域技術）技術突破了實時視頻處理的瓶頸，實時視頻處理是智能化的里程碑，也是數字化應用涌現的門檻。

　　顯然數字化應用的涌現需要由ICT技術基礎來支撐。而ICT技術中，IT（信息技術）主要解決時間問題，讓計算更快，CT（通信技術）主要解決距離問題，與光速賽跑。過往IT技術幾乎每三年一迭代，CT技術則每十年一迭代，需要不斷地去重構。類似的故事也在OT（工業操作技術）領域上演，OT 核心是解決能量的轉換，但其迭代演變的周期要慢得多，一般是百年的演變周期。

　　基于OT領域的演進比較慢，企業可能什么時候入場都覺得晚了，因為先入者可能早已積累了幾十年。但也可能什么時候進入都不晚，因為長周期下對于時間點也沒有那么敏感，而我們更重要的是思考有哪些新的機會點。

　　目前IT領域公有云戰爭已經結束，我們認為而下一個機會點是邊緣云。我們知道，公有云不能滿足高帶寬、低時延的應用，所以很多企業還是需要私有云，但過去我們私有云的建設主要用于辦公室的OA（辦公自動化）和ERP（企業資源計劃）的應用，如果想要實現視頻等高帶寬低時延應用的部署，私有云也需要被重構。

　　既然私有云要被重構，為什么不用更低成本的邊緣計算？建一朵私有云75%的成本不是花在服務器和存儲上，而是花在人力維護和數據中心機房帶寬上，只有25% 用于做計算和存儲，而我們認為邊緣計算將解決這些問題，把機房干掉，把專線干掉，把企業的網絡流量壓力干掉，這是我們看到的新機會。

　　同時，在CT領域，邊緣計算也是5G新興的基礎設施。5G最大的應用是在工廠，工廠里會形成一個電信級的企業專網。而據Gartner報告，這些企業專網未來75%的數據或由邊緣云處理。

　　邊緣云的應用中，又分成本地獨享的邊緣云和網絡共享的邊緣云，網絡共享的邊緣云一般是由運營商和大機構來構建，而本地獨享的邊緣云最重要的應用場景是智能工廠。

　　既然要進入工廠這個領域，我們就要分析工廠是如何看待下一代的OT技術？傳統PLC（編程邏輯）被用來做一些工業控制，而工業4.0是希望從金字塔的架構演變到扁平化的架構。

　　這個演變過程中，業界提出了三個路線：一是把PLC升級變成更智能的PLC，但我們認為更智能的PLC依然只是個PLC，只能完成單點的智能；二是云化PLC，也就是說把整個PLC干掉，不需要PLC而是都用軟件來實現，但我們認為這個路徑也比較激進，因為有很多類似于植物神經的控制，是需要在本地處理的；第三個路線是在智能裝備里直接內置處理能力，我們今年的很多伙伴都已經直接內置了。

　　我們認為，這個路線是要把運動控制和過程控制分離開，簡要來說是執行與控制分離。執行與控制分離以后，智能裝置內置的執行部分，非標裝備也用降級的PLC做執行控制，把過程控制挪到邊緣，這樣不僅滿足單個裝備的智能化，還能滿足全廠的智能化。

　　同時，這種控制路線架構體系變化，加速OT和ICT技術的融合，因為執行與控制分離了，控制部分完全可以用IT技術來搞定，傳統昂貴的DCS（分散控制系統）應該也會被重構成一個更開放的控制系統。

　　我想探討一下制造業的發展歷程。制造業經歷了三大重要演進：第一個時代是批量經濟時代，大家都穿一樣的確良、騎一樣的鳳凰牌自行車；現在我們大部分制造業已經進入品類經濟時代，工廠面臨的多品類開云電競官方網站、小批量的挑戰非常嚴峻；第三個時代是速度經濟時代，比如直播間銷售產品時經常沒有現貨而是采用預售方式，承諾幾天后發貨，而這需要把整個產業鏈串起來。

　　如果說工業1.0的代表性產品是蒸汽機，那工業2.0和工業3.0的代表性產品分別是電機、PLC。但目前我們還沒有看到工業4.0的代表性產品，只看到了工業4.0的各種場景應用設想。我們認為工業4.0的關鍵是網聯和智能，它在本地需要有一個算力中心，我們相信工業智能機將是本地的算力中心。

　　我們的本地算力中心有4層。首先是L1層，關鍵是免機房，為了免機房，我們的工業魔方在實驗室里做了各種振動測試，以及將元器件進行了高要求的溫度測試，并實驗了各種各樣工業的適應性，可以做到“皮糙肉厚”。

　　L2層的關鍵是免專線，一個企業專線每個月的成本可能是萬元級的。而我們更希望將其降低百元級別。在把成本降下來的同時，做到邊云協同的網絡和三網漫游。同時在計算方面，我們追求極致的現場免維護，從可靠性、遠程管理、OTA、雙系統、災備方面我們都做了充分的考慮。

　　L3是關于中間件，業界有的大廠找我們談合作的時候都會提一個命題，希望只用我們的硬件而不要我們的軟件，同時對我們的性能要求是支持5臺64核的計算單元。為什么需要這么高的計算單元？一般是因為它們面向公有云的軟件沒有被重構而直接用于邊緣，而我們從中間件層包括數據庫層對軟件進行了重構，使得軟件運行所需節點從原本的三個降低到兩個，進而成本也降低了30%。

　　L4是工業魔方的操作系統GenieOS，GenieOS主要有三大愿望——泛在連接、數據驅動、智能協同。泛在連接就是連接設備、連接人、連接系統，工業中有一百多種協議，我們的設備基本實現全面接入；連接人上我們為工廠提供了一個工業小程序的架構，能夠匯集海量應用，并實現三網漫游、四系兼容和五屏體驗。

　　至于大家最關心的數據，我們提供了自動化數據工廠和高性能指標體系，不僅收集數據還按照對工業的理解加工了部分數據，最終還實現了數據接口的對外開放。

　　而在開放控制系統上，現有的工業控制系統需由一堆設備構成。我們的理念是要重構這個系統，通過OT去打通IT，實現智能協同、現場拖拽式編程和組態開發。我們希望計算分布在各個計算單元，甚至用平板都可以直連設備去做控制，實現泛在計算。如此一來，就形成了一個端邊云協同的架構，讓工業互聯網真正落地。

　　舉幾個應用例子，手機除有操作系統外，還需要一些電話和短訊等通訊應用。而工廠場景下，我們也需要給設備“打電話”，實現物流自動化、生產自動化和包裝自動化。比如生產新能源的電池包，需要用機器人進行自動化的焊接，我們如何通知這些機器人完成執行，都需要在我們工業魔方大腦控制下來完成。工業魔方也讓工廠實現“上網”，對接產業互聯網，同時和GPT大模型讓交互更智能開云電競官方網。

　　我們也會通過GPT和強化學習相結合做智能化排程；以及結合AI視覺技術，去提高一些計算能力上的準確率，讓裝備更智能。

　　因為國家在推進智能制造，2025年有70% 以上的規上企業要實現數字化。數字化轉型的核心矛盾點在于制造業只愿意投入年收入的千分之一用于數字化，也就說即使是一個億收入的工廠也只愿意為此投入10萬塊的資金。但數字化系統動輒需要百萬以上，制造業迫切需要一個低資金門檻的方案和低技術門檻的解決方案，包括降低組建數字化團隊的人力成本開云電競官方網站。而我們工業魔方可以滿足制造企業低資金、低技術門檻的數字化轉型訴求。

　　此外，工業智能機是智能制造融合基礎設施，是一個新的生態和新的賽道。公有云和手機端的生態競賽已經完成，現在我們看到的是在邊緣端的新生態，這個生態里面包含了各種傳統設備、智能設備和非標設備以及各種流程。我們將設備和流程的數據沉淀下來，實現協同，最終產生智能。