共建工業軟件云，華為云助力工業數字化轉型
作者： 2021年12月27日 來源： 瀏覽量：
字號：T | T
2021年12月14日-15日，由大灣區中央企業數字化協同創新聯盟、中央企業數字化發展研究院主辦，有關中央企業、地方國有企業等參與承辦的首屆中央企業數字化轉型峰會在深圳隆重舉行。其中，“5G+工業互聯網融合創新應用
2021年12月14日-15日，由大灣區中央企業數字化協同創新聯盟、中央企業數字化發展研究院主辦，有關中央企業、地方國有企業等參與承辦的首屆中央企業數字化轉型峰會在深圳隆重舉行。其中，“5G+工業互聯網融合創新應用分論壇”以“鼎力新基建 智數謀未來”為主題，深入探討產業轉型的政策與趨勢，分析數字化轉型中的挑戰與機遇。華為工業軟件與工業云CTO丘水平作為特邀嘉賓，以《共建工業軟件云，助力工業數字化轉型》為主題，分享了華為云在工業數字化轉型領域的觀點與經驗，分享中指出：“基于模型”是實現業務一體化融合、工業范式變革的基本方法，“面向對象”是實現產業鏈數據從“亂而后治”到“不治而順”的根本。呼吁業界同仁聚眾智、集眾力，共同定義相關標準，共建和共享工業軟件云。
以下為演講全文：
各位嘉賓，下午好！我今天分享的主題是“共建工業軟件云，助力工業數字化轉型”。
華為經過實踐探索認為，工業數字化轉型的核心目的是實現整個工業范式的轉型，這個方式既涉及企業內部的設計、生產和運營，也包括企業與客戶間商業模式的轉型。從以逆向工程為主的制造業，向以正向工程為主的工業+服務業的轉型。這其間，整體市場的競爭關系會因發生重大的變化：從單個企業的競爭變成產業鏈的競爭，產業集群的競爭。
工業數字化轉型的顆粒度，會從“單個企業”升級到“產業鏈”，這就需要實現產業鏈上下游間的業務一體化融合，在融合過程中實現顯著性的降本增效，顯著性的剩余價值，大家都有錢分，才能可持續。首先，所有工業型公司的基礎輸出一定是具體的產品，沿著產品全生命周期的“橫向一體化融合”非常關鍵。其次，功能系統一體化融合，無論一個公司規模有多大，都一定需要Top-Down的過程，所有的工廠、車間、工段、工位，哪怕一個小小的螺絲釘，都需要實現“垂直一體化整合”。最后，所有的產品型公司，一定是經歷從錢到產品，再從產品到錢的過程，整個產業鏈多級供應商、渠道商之間要實現“交易流一體化融合”。如能做到這三個“一體化融合”，就可能實現整個產業鏈、產業集群顯著性的降本增效和剩余價值提升。
“基于模型（Model-Based）”是實現業務一體化融合、工業范式變革的基本方法。這要從工程層面和數據層面兩個方面來談。工程層面，我們發現這個傳統的CAX工業軟件（EDA、CAD、CAE、CAM、CAPP、CST）正在快速地向MBD、MBE軟件形態發展。傳統的工業軟件是以物理學科模型為核心，在很長一段時間內支撐了產業的質量提升，效率提升，降低了成本和錯誤。但站在今天看明天，智能制造的典型特征必將是大規模定制和柔性生產，甚至是單批次單件生產。在這個過程當中，必須得有產品級的虛擬仿真和驗證能力，這就必須需要全新的MBD（Model Based Design）模型，在原來傳統的物理學科模型基礎之上，疊加跟性能、功能等相關參數后，再加上工藝路徑而形成的新模型。再往后走，只有設計與制造融合仍還不夠，我們的產品從研發到銷售供應鏈，整個全流程都要融合，這個時候MBD就變成了MBE（Model Based Enterprise，基于模型的企業），甚至是基于模型的產業鏈，這個過程當中會引入更多的模型，包括描述性模型之外的分析型模型等等。工業軟件的形態發生變化，我們稱之為第四代工業軟件。這個路徑我們在國外看過，比如達索，原來基于幾何模型的軟件CATIA發展到而今的3D Experience，在這樣一條路徑會越走越遠。
下一代工業軟件的另一面變化在數據層面。上世紀90年代，當我們在提CAX這種工業軟件時，業界就出現了“面向結果”的數據管理軟件，叫PDM（Product Data Management），能把產品數據管好，是一種企業成熟的象征。但隨著時代的發展，我們就發現“面向結果”的數據管理在逐步走向“面向過程”的數據管理，今天來看，“面向過程”可能也不夠用了，以后的方向是“面向對象”的數據管理。為什么要面向對象？是因為今天整個工業產業的數字化發展都碰到了非常大的瓶頸和障礙。無論你有多牛的IoT，多牛的SCADA，你把數據采集上來之后，這些數據都不能有效的組裝到一起，沒法用。華為為此發了花了很長時間去洗這個鹽堿地，把產品全生命周期數據模型梳理通，支撐了業務的發展。華為每年大概在IT和數字化轉型的投入占整個公司研發收入的1.5%左右。2019年我們統計過數據，在這個方向上我們投入的資金量大概是150億人民幣。但是，有多少公司愿意花、能夠化這么多錢在這方面去做投入？可能沒有。我們以前那種“先分段、后打通”的數據治理模式，如何能找到一種新的方法，不用再去洗鹽堿地，這種“此恨綿綿無絕期”的做法能不能換一下？
后來我們就想，能不能找到一種“面向對象”的方法，采用新的數字化技術，其實就是“數字孿生”來解決這個問題。對于“數字孿生”，每家公司的理解都不一樣。我們的理解很簡單，它就是一種新的“面向對象”的數據治理技術。面向未來，基于“業務對象”的“先建模、后實例”的數據治理技術，會有效的推動從PDM走向PLM，乃至XLM，在“物數融合”實現完整的數字主線和數字孿生。在2016年左右，華為就開始啟動了整個公司業務的數字化轉型。我們那時就在全球范圍內苦苦尋找，這個在神壇上傳言的數字主線和數字孿生技術，到底誰有，我們愿意買，愿意去學，但我們摸遍了全球，發現大家都是概念，沒有幾個公司真的把它做出來。我們只好嘗試自己去探索。我們發現，任何一種Device，都可以抽象一種“物”（Thing-Model），既然數據是業務對象的表達，為什么不能把數據實體也抽象成是一種“物”。后來，我們就在這個方向開展了嘗試，大概經歷了五年時間，我們做出來了有些顛覆性的技術叫數據模型驅動引擎XDM-Foundation，它可以幫助構建任意形態、面向對象的數據管理。基于這個數據模型驅動引擎，能構建出各種各樣的數據結構，提供相應數據API接口，面向中臺提供所有的 API。大家開發的時候，數據都會自動寫回“對象”之中，實現了天生內聚，數據與數據之間通過LinkX自動關聯、自動入湖。這個時候，我們的數據庫或數據中臺管理起來就變得非常的簡單，不再是洗鹽堿地，這就是我們整體的邏輯和理念。我們現已規劃，把華為內部這套整個工業數據管理解決方案拿出來，上線給大家使用，希望為整個業界的工業軟件應用層提供一種同構接口。
我們有了相應的數據模型之后，能管理好數據的所有屬性字段，但若不同企業使用這套基于模型的工業軟件工具，下出來的“蛋”彼此之間還有非常多的“私標”，那產業鏈上下游的數據仍很難互聯互通。我們想借本次機會，呼吁更多的業界同仁，一起來共同定義和建設工業領域的相關數據標準，文件格式標準和接口協議標準。我們相信在中國這塊完全可以走雙循環的土地上，應該能夠構建出一套統一的標準。
大家都知道在CT時代我們的標準是非常齊備的，從2G時代到5G時代一直在持續演進。但我們在工業軟件標準這塊并沒有做起來。哪個國家先做起來，就可以在世界格局上占據一席之地。目前，國內聚集了上百家工業軟件企業組建了數字化工業軟件聯盟，希望能有更多的甲方單位參與進來，共同來定義這個東西。我們希望基于聚眾沃土，把所有相關的Know-How沉淀下來，工業數據標準底下的數據模式驅動引擎，數據模型結構以及連接服務和工業資源庫，都可以放在這個底座上，供大家調用。部署形態上，可以是公有云，也可以部署在企業私有云或專屬云上，這都沒關系。只要大家能基于一個標準先共建，共建之后大家一起分享。
以汽車仿真為例，國內現在很多ISV做“求解器”。但為了做出的這個“求解器”能夠跟上下游銜接配合，大家又開發了很多很多的“通用前后處理功能”，造成了非常多的低水平、無效重復，甚至于說一半以上的精力都在開發銜接功能，但實際上呢，我們最需要的是那一個個“求解器”。
我們希望能夠大家集中智、聚眾力，一起共建工業軟件生態，然后大家基于這個“大插座”的標準插上去，聯合促成“平臺+插件”方式，用一種新的商業模式形成網格生態，所有的工業軟件開發商和頭部企業用戶，都可以溢出自己的東西在里頭，都可以分一杯羹，能夠一起來打造面向產業鏈、產業集群需求的集成環境。我們共建這個平臺之后，還需要把所有的相關數據，形成全生命周期設計態、生產態和運行態。通過這些“數字孿生”實現極致的“快”，能夠實現端到端業務整體顯著性的降本增效。通過MBSE（Systems Engineering，基于模型的系統工程）實現全流程融合的總架構設計；通過MBD實現設計與制造的快速融合、虛擬仿真、虛擬裝配；通過MBE實現全流程持續工程、持續發布。所有這些目標的實現，核心都是在于有那個大底座，如果不愿意做基礎性工程，很難走到這一步。
我們呼吁，在當前的時代背景下，所有行業同仁能一起來聚眾智、集眾力，共建工業軟件云，面向未來打造工業數字化轉型方案，加速中國的工業數字化升級，迎來美好的明天。
全球化工設備網（http://www.tupvw34.cn ）友情提醒，轉載請務必注明來源:全球化工設備網！違者必究.
標簽：
相關資訊
免責聲明：1、本文系本網編輯轉載或者作者自行發布，本網發布文章的目的在于傳遞更多信息給訪問者，并不代表本網贊同其觀點，同時本網亦不對文章內容的真實性負責。
2、如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間作出適當處理！有關作品版權事宜請聯系：+86-571-88970062
2、如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間作出適當處理！有關作品版權事宜請聯系：+86-571-88970062
推薦資訊