• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

Alluxio On Kubernetes_车漾 范斌

数据访问的新挑战:1.强大的算力需要匹配的I/O吞吐;2.计算存储分离导致I/O延迟;3.单机缓存无法满足海量数据加速。 Alluxio - 分布式缓存的领导者:面向大数据和AI应用的内存级数据编排系统。

  • 2021-05-06
  • 阅读1107
  • 下载0
  • 22页
  • pdf

Dubbo3.0的演进及多语言解决方案的实践-展图

Dubbo 3 背景:? 内部Rpc框架(HSF) 使用Dubbo3.0作为基础,开始在内部落地 ? 云原生时代到来? 互通的价值:Dubbo/Spring Cloud/gRpc? 技术先进性:多语言,协议的开放性,多端的支持,流量控制等

  • 2021-05-06
  • 阅读271
  • 下载0
  • 16页
  • pdf

EMR弹性低成本离线大数据分析最佳实践

EMR的所有云盘和本地盘都会在节点释放的时候清除数据,磁盘无法独立保存下来并再次使用。Hadoop HDFS会使用所有的数据盘作为数据存储;Hadoop YARN也会使用所有的数据盘作为计算的临时存储。当业务数据量并不太大(TB级别以下)的时候可以使用云盘,IOPS和吞吐相比本地盘都会小些;数据量大的时候,推荐使用本地盘,EMR会维护本地盘的数据可靠性。如果发现在使用中明显的吞吐量不够用,可以切到本地盘的存储上。

  • 2021-05-06
  • 阅读287
  • 下载0
  • 14页
  • pdf

制造企业如何应用大数据技术?

制造业是国民经济的主体,是立国之本、兴国之器、强国之基。IT行业在制造业的革命过程中发挥了巨大的作用。自动化和机械化的流程产生了大量数据,但大多数制造业者并不能很好的使用这些海量数据。如何充分挖掘海量数据的价值,利用大数据分析技术指导企业经营决策,已成为制造企业最为关注的问题。大数据作为新一代信息技术的关键,逐渐成为新一轮产业革命的核心。

  • 2021-05-06
  • 阅读267
  • 下载0
  • 6页
  • docx

大数据技术在石油工程中具体业务场景的应用现状

大数据技术在石油工程行业具有广阔的应用前景,加快石油工程大数据技术的研究和应用,对于促进我国油气资源的经济高效开发具有重要意义。本文从大数据平台和钻井、压裂、开发等具体应用场景2个方面分析了大数据在石油工程中的应用现状,指出大数据技术在石油工程中的发展需要建立统一的大数据分析平台,与数字化巨头合作研发,完善石油工程大数据管理机制和技术标准,强化基础、前瞻技术研究,并针对具体应用场景部署实施相关项目,逐步建立石油工程大数据生态系统。

  • 2021-05-06
  • 阅读293
  • 下载0
  • 5页
  • docx

窥探“大数据”全貌—技术篇、产业篇、企业转型篇

在企业非结构化大数据管理方面,鸿翼股份即将发布新产品InWise易慧。基于Hadoop、自然语言分析(NLP)、机器统计、爬虫技术等,InWise易慧可帮助用户智能化管理企业内部、外部的非结构化大数据,可识别文档内容,实现文件智能分类、监控敏感数据、建立企业舆情系统等。借此契机,让我们一起“窥探‘大数据’全貌”。

  • 2021-05-06
  • 阅读266
  • 下载0
  • 11页
  • docx

大数据技术在石油工程中的特点及应用现状

大数据技术逐渐成为石油公司与油服公司实现石油工程智能化和降本增效的重要手段之一,目前已成为国内外研究的热点。为了促进大数据技术在油气行业的快速发展和广泛应用,加快石油工程的数字化智能化转型,本文阐述了大数据技术定义和特点,并总结了国内外大数据技术应用现状。

  • 2021-05-06
  • 阅读276
  • 下载0
  • 5页
  • docx

Knative Serverless 架构剖析-牛秋霖

? Gartner 认为 Serverless 将在 2019-2022 年成熟,预计到2020 将超过 20% 企业使用 Serverless 计算服务 ? Forrester 报告显示 49% 的公司正在使用或在未来1年内将使用 Serverless 计算 ? O’Reilly Serverless Survey 2019 1500 名受访者的调研结果显示 40% 的受访者所在公司已经在使用 Serverless 技术 ,超过三分之二的受访者认为他们的组织对 Serverless 的采用至少大部分是成功的 ? Serverless 已经是万众期待,未来可期的状态

  • 2021-05-06
  • 阅读303
  • 下载0
  • 29页
  • pdf
上一页 1 …… 1583515836158371583815839158401584115842158431584415845 …… 16664 下一页 共 133305 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读107
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读941
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2751
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3175
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读41
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读61
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读66
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读62
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南