看懂GE Predix ,就看懂了工业互联网

来源:小黑羊JoinWings

概要:Predix是GE推出的针对整个工业领域的基础性系统平台,这是一个开放的平台,它可以应用在工业制造、能源、医疗等各个领域。


Predix是GE推出的针对整个工业领域的基础性系统平台,这是一个开放的平台,它可以应用在工业制造、能源、医疗等各个领域。随着工业数字化转型的大潮涌起,似乎Predix成为了一个绕不过去的“关键词”,言必称“我比Predix如何如何”、“我要来做中国的Predix云云”,而事实上,我们对Predix的架构和价值,还缺乏清晰的认知。


正如时培昕博士所说:GE的Predix平台、APM、OPM以及ServiceMax等一系列产品给我们的印象非常震撼,我们完全无法想象像GE这么传统的硬件公司,能够设计出来像AWS一样强大的软件平台和软件产品……


Predix到底是什么?远远不止是平台。


Predix最开始是一个PaaS平台,但是随着GE对其的不断完善,现在已经超越了平台的概念,成为GE Digital的当家花旦。目前,Predix已经远远不止是平台,包括了边缘+平台+应用三部分,其中边缘和平台都只是配合应用的,应用才是Predix的最终目的。



现在的架构同两年前相比,虽然还是分为边缘端、云端(平台端)和应用端,但最大的区别是将应用和平台拆开了,在平台层提供更丰富的工具和能力,而应用层则是围绕着资产、运营和商业的应用。以下,我们将对这三个部分进行分别介绍。


边缘端


众所周知,工业设备的连接和协议具有复杂性和多样性的特点,并且很多是与GE有竞争关系的各大厂商(西门子、ABB等)主导的封闭协议,因此Predix并不直接提供实现数据采集的硬件网关设备,但是提供了一个网关框架——Predix Machine,以实现数据的采集和连接。


Predix提供了Predix Machine的开发框架,支持开放现场协议的接入,并增强了边缘计算的功能,由合作伙伴开发相应的设备接入和边缘计算的功能。尤其值得关注的是Predix提供的边缘计算功能,在国内,我们还在讨论什么是边缘计算,而Predix已经通过丰富的实际案例定义了边缘计算的实现框架。


GE在边缘计算上面丝毫不落后于像华为和Cisco这样的ICT厂家。在这次M+M大会上,我们可以看到Predix Machine,几乎覆盖了边缘设备需要解决的所有问题(①工业协议解析;②灵活的数据采集;③同平台的配合;④本地存储和转发;⑤支持运行平台端的应用;⑥丰富的安全策略;⑦;本地设备通信),并且有非常多的合作伙伴已经基于这个框架开发出了众多边缘网关产品。


Predix Machine包括一整套技术、工具和服务,支持应用开发、部署、应用和管理,可支持小到Raspberry Pi这样的嵌入式硬件,大到SBC(Single Board Computer)的整体解决方案,可以说是一个小型的Predix Cloud了。根据边缘设备的处理能力不同而选择Predix Machine的内置功能,以此来决定应用场景。


平台端


平台端Predix Cloud是整个Predix方案的核心,围绕着以工业数据为核心的思想,提供了丰富的工业数据采集、分析、建模以及工业应用开发的能力。


由于GE本身是生产大型复杂型工业产品(飞机发动机、燃气轮机、风力发电机、机车等,也就是我们通常所说的高端装备)的企业,所以Predix Cloud的构建也是从GE本身的业务特点出发来,即紧密围绕着离散制造行业里的大型高端装备的设计、生产和运维,提供以工业设备数据分析为主线的一系列能力,方便构建高端装备行业的应用。但是在Predix Cloud发展过程中,由于平台优异的开放性,很多其他行业,包括很多流程制造和服务的客户,也在利用Predix Cloud开发相关应用。


Predix Cloud集成了工业大数据处理和分析、Digital Twin快速建模、工业应用快速开发等各方面的能力,以及一系列可以快速实现集成的货架式微服务。主要有如下几个部分:


基础架构


Predix提供了三种部署架构:公有云(AWS、Azure),私有云,和Country Cloud。所以,Predix Cloud是支持私有化部署的!


安全


Predix Cloud提供了非常多的安全机制,包括身份管理、数据加密、应用防护、日志和审计等。


数据总线


这部分包括了数据的注入、处理以及异构数据的存储等功能,支持流数据和批量数据的导入和处理。


高生产力开发环境


提供包括Predix Studio在内的可视化应用开发环境,支持平民开发者(Citizen Developer)使用拖拉拽的方式快速构建工业应用。


高控制力开发环境


提供代码级别的开发环境(基于Cloud Foundry),提供可控程度最高的工业应用开发环境,以及一系列可快速集成的微服务;


数字孪生开发环境


提供快速的建模工具,实现包括设备模型、分析模型以及知识库结合的模型开发。


Predix最强大的地方是基于Digital Twin的工业大数据分析,即将物理设备的各种原始状态通过数据采集和存储,反映在虚拟的信息空间中,通过构建设备的全息模型,实现对设备的掌控和预测。


Predix提供了一个模型目录,将GE和合作伙伴开发的各类模型以API的方式发布出来,并提供测试数据,让使用者可以站在巨人的肩膀上,利用现有的模型进行模型训练,快速实现实例化。同时,用户开发的模型也可以发布到这个模型目录中,被更多的客户共享使用。这里的模型不仅包括常规的异常检测,还包括文本分析、信号处理、质量管控、运行优化等,根据大家公认的工业大数据分析类型,可以将其分为四类,即描述性(Descriptive)、诊断性(Diagnostic)、预测性(Predictive),以及策略性(Prescriptive)。


除了这些分析模型,还有GE提供的超过300个资产和流程模型,这些模型都是跟GE旗下的不同产品相关的,包括各种属性和3D模型,方便客户或者合作伙伴快速构建Digital Twin。按照GE的宣传资料,包括GE自身以及合作伙伴在内,已经构建了数万个Digital Twin。


应用端


对工业客户来说,需要的是解决问题的能力,而不是解决问题的工具。GE推出Predix的主要目标,也是为了更高效、更简单的开发各类工业应用,分析各类工业问题。


Predix应用针对的不是我们耳熟能详的MES、ERP、PLM等传统IT类应用,而是为各类工业设备,提供完备的设备健康和故障预测、生产效率优化、能耗管理、排程优化等应用场景,采用数据驱动和机理结合的方式,旨在解决传统工业几十年来都未能解决的质量、效率、能耗等问题,帮助工业企业实现数字化转型;同时,Predix毫不犹豫的采用物联网、人工智能等新兴IT技术,摆脱人的经验和知识积累的局限性,从只能解决已知的、经验性的问题,逐步带入到对未知世界的掌控中。


Predix的应用开发可以分为三部分:


▼ 高控制力开发套件:为高级软件开发工程师提供微服务级别的应用开发能力;


▼ 高生产力开发套件:为普通运营和分析人员提供快速应用开发能力;


▼ Digital Twin开发套件:提供Digital Twin的开发支持;


GE Predix 在国内外的经典案例


前面,我们科普了那么多关于Predix的理论知识,而实践才是检验真理的唯一标准,在2017年M+M大会上,展示了很多鲜活的案例。


BP (英国石油公司)


BP和GE的油气部门联合发布了一个POA服务(Plant Operation Advisor),这是一个全新的基于Predix开发,旨在提高BP油气生产环节的效率、可靠性和安全性的数字化方案。POA已经帮助BP提升了在墨西哥湾炼油厂的性能,并且会在下一个年度部署在BP全球的炼油工厂。该方案将成为Predix+APM方案的全球最大部署案例。


Exelon(美国爱克斯龙电力公司)


Exelon是美国财富100的能源公司,最大的核电公司,采用了GE的Predix平台实现数字化转型。Exelon部署了Predix的完整套件,应用在全公司的33GW核电、混合电力、风电、太阳能和天然气的电厂上,并合作开发了非常多基于Predix的工业SaaS应用。


Qantas Airways(澳洲航空公司)


对于Qantas来说,燃油的使用效率是至关重要的。自从2015年开始,该航空公司利用GE的Flight Analytics软件,已经实现了数百万公斤燃油的节约。从2017年开始,他们开始为最重要的资产-飞行员配备基于GE Predix开发的移动应用FlightPulse,以便于让1700多个飞行员获取更细致的飞行数据,做出更精准的燃油使用决策。


Ferromex(墨西哥铁路)


Ferromex是墨西哥最大的铁路运营商,利用GE交通的Smart Shopping套件降低列车的停留时间,可以实现7x24小时对100辆列车进行健康和性能的实时监控和分析。通过精细化的分析,在列车进入维修车间之前就可以实现运维的预测,以此减少宕机的时间和维修的成本。


Predix在中国,也已经有了非常成功落地案例:


医疗领域→仁济医院


早在2013年,仁济医院就开始与GE医疗合作,使用资产云管家 Asset Plus 。AssetPlus能从远端观察到每一台设备的运行负荷,进行远程就诊调控和分流,降低高负荷机器的运行时间,把等待就诊的病患引导至闲置设备,一方面使设备利用率得到了提升,避免单台机器长时间超负荷工作造成停机,同时也减少了病患等待的时间。


航空领域→东方航空


GE基于大数据建立的发动机叶片损伤分析,可以为对发动机维修的安排提供了准确率高达80%的参照。并推出GE航空大数据平台,着眼于飞行(风险)分析、燃油管理,以及发动机分析三大关键领域。GE与东方航空共享各自掌握的海量数据,充分释放GE在大数据分析技术以及在发动机领域的最佳实践和创新技术的价值,帮助东方航空提高飞行安全管理水平、降低燃油消耗和排放,以及有效应对引发计划外维修与在翼时间等问题。


电力领域→广日电气


GE为广日电气制定了APS、MES、WMS三大系统,实现了对物料入库/出库、分发、转移、不合格品、VMI和库存检查等的全过程管控。改变了以往式生产的模式,解决了之前广日电器大量堆积浪费的问题,起到了降本增效的作用。


GE Predix 在国内外的生态建设


光有平台还不够,工业互联网要真正发展起来,生态非常重要。


Predix在生态构建方面做得非常不错,目前已经有超过33000位开发者、300个合作伙伴基于Predix平台在进行应用开发,业内也在逐步认可Predix在工业互联网生态中的影响力。“好的平台具有黑洞效应”,Predix会汇聚越来越多的注意力和资源,当越来越多的开发者习惯Predix的开发思路之后,后进者需要更大的代价才能说服其切换。


横向合作伙伴


这类合作伙伴都是以丰富Predix平台的横向协作能力为目的,不仅包括微软和苹果这些巨头IT企业,还包括大批的创业公司。微软Azure为Predix提供了坚实而强大的IaaS平台、机器学习以及PowerBI,而Apple则丰富了Predix开发工业级移动应用的能力。


纵向合作伙伴


这类合作伙伴包括大量咨询机构、集成商和独立软件开发商。这类合作伙伴本身有大量的工业客户,可以基于GE APM+Predix平台,为其工业客户提供定制化的工业应用开发和数据分析的整体解决方案,包括Infosys、Wipro、Accenture、Capgemini、TATA、Tech Mahindra等全球性公司。他们基于Predix平台,开发了非常多针对工业设备性能提升、预测性维修、供应链管理的应用。


开发者


除了合作伙伴,Predix平台已经积累了33000多个来自全球不同多个国家的开发者,M+M大会也是工业应用开发者的一次盛会。


在国内,Predix生态建设也是风生水起,2016年7月,亚洲第一个GE数字创新坊在上海正式启用,用于支持中国本土数字工业创新和孵化。2017年3月,GE和中国电信签署协议,中国电信将为Predix工业互联网技术落地中国提供服务,并由旗下全资子公司负责在华运营GE Predix™及数据中心。 2017年11月16日,“GE工业互联网科技峰会”在上海召开,会上宣布了首届“Predix星火计划”获奖企业,向四家杰出创业公司及合作伙伴颁发了该奖项,以鼓励更多企业投入工业互联网应用开发,共同拓展工业互联网生态圈。



2018,工业互联网在中国的落地元年?


坊间常有人说:工业互联网是中国热,美国冷。其实,这都是表象。美国已经过了探讨“what”和“why”的阶段,迅速进入“how”的实践阶段,很多企业已经真正体会到了工业互联网的价值。人家都去埋头做事、闷声发财了,哪有时间和精力去炒作热度呀?

而国内则正处于工业互联网的市场“教育”的高峰期,一波波的声浪都在讲“what互联网”、“why工业互联网”,这也许就是工业互联网在中国的“热”。


大家都看到了工业互联网的巨大市场前景,而且随着云计算、人工智能、移动互联、IOT这些基础技术的成熟,以及工业企业的需求觉醒,中国的工业互联网产业也确实应该向“How”的阶段迈进了。然而,“有技术”的科技公司和“有需求”的工业企业之间,缺乏有效的连接纽带,行业“KnowHow”把双方阻隔在河的两岸,这成为中国的工业互联网不能迅速进入“How”状态的最大障碍。


这个行业,特别需要GE这样的“跨界”企业来破冰,GE本身既是科技公司,又是高端工业装备制造公司,这种“跨界”,让它成为工业互联网的旗手公司,用大量最佳实践完成了“技术”和“需求”的耦合。


但仅靠跨界还不够,工业各细分领域专业差异大,壁垒深,GE并非无所不能,所以,GE Predix的架构分为平台+边缘+应用,强调平台的开放性,提供各种框架和API接口,并且大力发展生态,让更多有“KnowHow”能力的小伙伴加入进来。这种模式,才是工业互联网的未来。


2018年会是中国工业互联网的落地元年吗,让我们期待一下吧。



未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。由互联网进化论作者,计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/497472.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JPA和事务管理

1 事务 1.1事务管理方式 spring支持编程式事务管理和声明式事务管理两种方式。 编程式事务管理使用TransactionTemplate或者直接使用底层的PlatformTransactionManager。对于编程式事务管理,spring推荐使用TransactionTemplate。 声明式事务管理建立在AOP之上的…

纽约大学Gary Marcus发文指出AlphaZero「被夸大」,强调重视人工智能「先天因素」

原文来源:arXiv作者:Gary Marcus「雷克世界」编译:嗯~是阿童木呀纽约大学Gary Marcus教授一直是深度学习的反对者,他认为深度学习并没有主动学习能力,且鲁棒性较差。同时,他始终认为人工智能应该多在“先天…

oracle10g新建数据,Oracle10g手工创建数据库

【注:本文中所有$表示在oracle用户中操作的命令、SQL>表示所有SQL语句】手工建库步骤:1、删除原有的数据库,如TEST命令:SQL> shutdown immediate;SQL> startup mount;SQL> alter system enable restricted session;SQ…

展望:模型驱动的深度学习

来源:《国家科学评论》概要:近年来,深度学习在人工智能领域一系列困难问题上取得了突破性成功应用。模型驱动的深度学习方法近年来,深度学习在人工智能领域一系列困难问题上取得了突破性成功应用。例如用于人脸识别已高于人的正确…

JPA架构

JPA(Java持久性API)是存储业务实体关联的实体的来源。它显示了如何定义一个面向普通Java对象(POJO)作为一个实体,以及如何与管理关系实体。 类级别架构 下图显示了JPA的类的层次结构。它显示核心类和JPA接口。 下表描述了每个在上述架构的显示单元。 单元描述Ent…

Amazon Go开门营业,号称无需现金、无需排队结账,现场究竟体验如何?

来源:36氪概要:无人零售的鼻祖Amazon Go姗姗来迟,那么体验究竟如何呢?无人零售的鼻祖Amazon Go姗姗来迟,那么体验究竟如何呢?当地时间周一(1月22日),位于西雅图亚马逊总部…

哪些是Linux内核的同步机制,Linux内核的同步机制(1)

Linux内核的同步机制(1)yanqin | 2009-04-16 14:51:09 阅读:791发布文章一、 引言%A%A 在现代操作系统里,同一时间可能有多个内核执行流在执行,因此内核其实象多进程多线程编程一样也需要一些同步机制来同步各执行单元对共享数据的访问。尤…

量子机器学习入门科普:解读量子力学和机器学习的共生关系

原作:Reena Shaw安妮 编译自 KDnuggets量子位 出品 | 公众号 QbitAI量子机器学习(Quantum ML)是量子力学和机器学习的一门交叉学科。两者间像一种共生关系,我们可以利用量子计算的力量生成机器学习算法的量子版本,并应…

RedissonClient 缓存Bug

引入背景 期望RedissonClient 能定期更新&#xff0c;避免网络不稳定导致 Redis 连接失效&#xff0c;只能重启服务&#xff1f; 使用了Caffeine 缓存&#xff0c;自动 2 小时失效剔除RedissonClient /*** 本地缓存.*/private static final Cache<String, RedissonClient&g…

人工智能重构下的金融场景

来源&#xff1a;亿欧概要&#xff1a;从金融领域来看&#xff0c;国际银行业对人工智能的主要应用集中在资本运营、市场分析、客户营销、风险监管等方面。智能客服、智能投顾、智能量化交易……人工智能在金融领域存在巨大的发展空间&#xff0c;但其也使监管更加复杂。近年来…

linux中写脚本不能写中文,Linux系统中Sublime Text无法输入中文怎么办?

Sublime Text是一个代码编辑器&#xff0c;拥有强大的功能&#xff0c;但Sublime Text 在Linux下运行的时候存在无法输入中文的问题&#xff0c;遇到该问题该如何解决呢&#xff1f;下面小编就给大家介绍下Linux下Sublime Text 无法输入中文的解决方法。1.保存下面的代码为subl…

深度学习引擎的终极形态是什么?

来源&#xff1a;微软研究院AI头条概要&#xff1a;1月17日&#xff0c;院友袁进辉博士回到微软亚洲研究院做了题为《打造最强深度学习引擎》的报告&#xff0c;分享了深度学习框架方面的技术进展。1月17日&#xff0c;院友袁进辉博士回到微软亚洲研究院做了题为《打造最强深度…

linux进程映像由哪些构成,Linux编程开发进程映像类型分析

进程与线程问题是程序员在学习编程开发语言需要重点掌握的编程知识之一&#xff0c;而今天我们就一起来了解一下&#xff0c;Linux编程开发中进程映像的执行标准。什么是进程映像呢?进程映像是执行程序时所需要的可执行文件&#xff0c;通常会包括下面这些东西代码段(codesegm…

AI芯片之争白热化的当下,如何设计一款真正适用于终端的AI芯片?

来源&#xff1a;36氪概要&#xff1a;2017年&#xff0c;人工智能最火的风口一定是AI芯片。2017年&#xff0c;人工智能最火的风口一定是AI芯片。AI芯片的出现&#xff0c;与深度学习技术的成熟及应用密不可分。深度学习的过程可以简化理解为利用大量标注的数据进行训练&#…

李开复:AI巨头是有史以来最难以打破的垄断

来源&#xff1a;凤凰网概要&#xff1a;李开复认为目前最需要的是小的AI公司&#xff0c;甚至于打破巨头垄断局面的“破局者”也会是这些由小变大的AI公司。当地时间周二(1月23日)&#xff0c;世界经济论坛在瑞士达沃斯小镇正式举行&#xff0c;各国政要、企业家、学者云集。创…

杨立昆辞Facebook人工智能实验室主任,任首席科学家

来源&#xff1a;澎湃新闻概要&#xff1a;他将不再担任Facebook 人工智能实验室主任一职&#xff0c;改任Facebook首席人工智能科学家&#xff0c;从而能更加专注于带领科学研究与AI策略。当地时间1月23日&#xff0c;执掌Facebook人工智能实验室&#xff08;FAIR&#xff09;…

Redis系列一、redis介绍与安装

一、Redis介绍 redis是一种基于键值对&#xff08;key-value&#xff09;数据库&#xff0c;其中value可以为string、hash、list、set、sorted set等多种数据结构&#xff0c;可以满足很多应用场景。还提供了键过期&#xff0c;发布订阅&#xff0c;事务&#xff0c;流水线&am…

redhat6.3的linux内核版本,1-6-RHEL6.3-内核升级(Red Hat Enterprise Linux Server6.3)@树袋飘零...

本节介绍内容&#xff1a;1、内核的概述2、源码编译安装文件系统中的ntfs内核模块案例分析1、内核的概述Linux操作系统是用来跟硬件和用户程序互联的支撑平台&#xff0c;设备的驱动程序完全可以访问硬件&#xff0c;而设备的驱动程序以模块化的形式设置&#xff0c;可以进行安…

MIT人工突触芯片新突破:指甲大小的芯片有望媲美超算

原作 Jennifer ChuRoot 编译自 MIT News量子位 出品 | 公众号 QbitAI论传递信息的能力&#xff0c;计算机的二进制目前还比不上人脑。因为大脑神经元之间传递的信号形式远多过0或1两种&#xff1a;根据突触&#xff08;神经元之间的结构&#xff09;间不同的神经递质&#xff0…

Redis系列二、redis的五种数据结构和相关指令之String

redis是一种基于键值对&#xff08;key-value&#xff09;的内存数据库&#xff0c;redis数据结构可以分为string、hash、list、set、sorted set。本节中将介绍Redis支持的主要数据结构中的string&#xff0c;以及相关的常用Redis命令。 redis的五种数据结构和相关指令之Strin…