如何构建一个基于5G技术的智能工厂

在设计一个产品时，我们往往首先是从行业、领域以及行业对产品诉求的角度出发，从而制定产品路线图和规划。那么，这一方法论是否适用于智能制造行业呢？

事实上，随着工业4.0概念的提出，柔性制造是一个很重要的课题。当面对不同用户以及相同用户在不同时间段对于产品不同的诉求，如何提供相应产品，以更快提供响应，这个是智能制造必须要完成的问题。

“所以我们就看到了，随着柔性制造的出现，要想满足用户诉求，必须要通过软件定义的方式，也就是我们所说的，必须要通过软件定义的工业系统，才能够满足工业4.0对这种智能制造、对于柔性生产的诉求。”英特尔网络与边缘事业部中国区首席技术官张宇日前在接受笔者的采访时表示，工业生产跟其他物联网行业相比，有着明显的特点：其他行业可以说是IT和CT的融合，IT提供数据分析以及AI的技术支持，CT提供敏捷的连接；但生产不同，除了IT和CT之外，还有OT，比如数据确定性的传输，计算的确定性处理。“在工业生产过程中，必须要求在一个确定的时间段里，把数据收集，而且在一个确定时间段里，把数据处理完。因此，IT、CT、OT三者的融合，是构建智能工厂时一定要解决和满足的问题。”

联想（天津）智慧创新服务产业园可以说是英特尔携手联想基打造的5G智能工厂新范式，运用5G和AI等新兴技术，在智能制造、智联质量、智慧物流等方面优化建设运营方案，为业界打造的这一高度自动化、全面智能化的可复制零碳智造解决方案。

“我们产园三大核心定位就是绿色零碳、数智引领和灯塔工厂。”联想天津工厂运营负责人郑爱明表示，它既具备制造功能，同时又是展示中心。希望利用5G技术和智能制造，把联想产品的整个生产过程展示给大家，推动联想方案的内生外化。

联想自身有一个智能制造架构，比如通过“擎天”引擎，从端、边、云、网、智这样的分级的能力，赋能整个智能制造领域。

首先从5G网络能力看来，联想（天津）智慧创新服务产业园的5G基站是联想自己开发，基于联想的通用服务器和边缘设备实现软件定义网络的概念；其次，产业园的5G是一个独立专网，跟原有的运营商给大家提供的这种手机的移动网络不一样，它是一个完全独立，和公众网络不发生任何交集的网络，它所有的资源都可以服务于生产；最后是智能化的应用，从智能研发、智能生产、智能供应链、智能服务、智能运营多方面，通过积累的大量工业数据，以及 AI的数据识别算法，形成了独特的AI积累，最后赋能节能减排、降本增效，实现智能化效果。

目前，联想（天津）智慧创新服务产业园整个数字化转型做到了200个智能场景。

“大家知道像水、电、煤、气，这些东西都是生活必需的资源。在IT领域，我们也有这样的资源，就是我们算力和网络。”联想云网融合事业部5G智能制造业务经理李彬表示，联想把算力通过网络，就像水管一样，延伸到各家各户，在需要这个资源时，就像拧开水龙头一样，就可以获取到资源。通过软件定义的方式，让整个网络通过软件的方式去实现。”

值得一提的是，，整个联想的5G基站也是基于硬件、软件解决方案的架构去搭建的，内部用到了一些通用化的硬件和标准化的软件。比如，联想和英特尔做到了强强联合：英特尔可以基于自己的理解，将很多标准化产品做成工具包，联想在项目实施中可以用这些工具包很快地去构建一些场景化应用。这在目前信息高速发展的市场环境下，可以很快让联想去创造新的产品，占领新的市场，减轻了开发的难度，降低了开发的周期。

具体来看，在软件方面，利用英特尔的技术PWEK做了5G RAN方案，通过英特尔DPDK做高速转发，在5G制造的应用当中，利用TCC去做实时的数据控制。

“在5G方面，我们现在所提供的第四代至强可扩展处理器里，就专门针对5G做了很多定制化模块。比如说前向纠错编码加速以及FFT和反FFT加速，而这些加速运算，实际上是在构建5G RAN无线接入网络时必需的。”张宇表示，通过把特定的加速功能融合到通用处理器之后带来的效果是可以在相同功耗下，有这样一个加速引擎的集成，可以把用户容量提升一倍，同时可以把相应的整个系统总体功耗降低20%。从而真正去践行绿色可持续发展的目标。

此外，5G应用当中有一个很重要的环节是要做远程控制。李彬透露，联想希望将来通过软PLC的模式，实现运动控制，这就必须要基于英特尔TCC的技术，通过实时的内核，保障动信号的联系。在5G和交通环节，联想有很多视频算法也用到了英特尔OpenVINO技术，通过它去进行AI的识别，达到人工智能算法效果。

除了些硬件方面的思考之外，实际上英特尔在人工智能以及面向智能制造的软件赋能方面，也在做相应的一些产品和解决方案。

比如，为实现不同的碎片化AI应用，英特尔通过OpenVINO深度学习部署工具套件，把开发人员在不同人工智能框架，进行适配。目前它可以做两级适配：一个是Framework的适配，把不同框架上设计的结果通过简化之后转换成一个统一的内部的数据格式；另一个是硬件适配，把前一级适配的结果再通过不同的硬件插件，把数据下发到不同硬件平台上去执行推理操作。

“我们可以通过CPU插件把这个结果下发到通用的x86的CPU平台之上。也可以通过GPU插件，把这样的结果下发到CPU里的集成显卡，或者是CPU之外的独立显卡之上。甚至可以通过相应的AI加速器插件，把相应开发的结果转换到相应的AI加速之上。”在张宇看来，

这样给开发人员带来的好处是，软件、AI应用、以及AI模型只要训练一次，通过OpenVINO就能够实现在不同框架和不同硬件平台上进行适配，极大降低软件开发门槛。

据了解，OpenVINO从2023.0版本一直到最新2023.2版本，英特尔都在不断增加对大语言模型的支持：从最早的Stable Diffusion文本转成图片的大语言模型，到最近的支持Chat GLM、LLAMA-2等对话类型的GPT类型大语言模型，在最新的OpenVINO版本里都已经增加了支持。通过这样一些不断地创新，来推演一些全新人工智能的应用的落地，全面赋能包括制造业在内的千行百业，推动数字化转型升级。