会员中心
搜索
登录
注册

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

为何国内MES项目平均交付率低于50%？

在最近的联合国制造业出口排名中，中国位居榜首。但随着“工业 4.0”推动制造业经历近几十年来最深刻的变革，中国这个制造业大国也面临一个至关重要的问题：数字化转型，随着制造业数字化转型或者智能制造升级改造情况越演越烈，关于智能制造方面的内容也自然而然收到了聚焦，应网友提出的问题“为何国内MES项目平均交付率低于50%”，简单阐述下自己的一部分理解。

  • 2021-08-04
  • 阅读99
  • 下载0
  • 8页
  • docx

国内整车厂“造芯”还缺什么？

2020年下半年以来，汽车行业的“缺芯”问题就一直困扰着全球各大车厂，福特、通用、丰田、现代、沃尔沃等一众车厂相继出现部分工厂或车型停产的情况，而国内也有南北大众和蔚来等车厂受到影响，出现短暂停产现象。 目前来看，这一芯片短缺问题并不会马上得到缓解。中国汽车工业协会相关负责人之前表示，芯片供应问题对国内企业生产的影响会在2021年二、三季度重点显现，四季度影响会略有下降，真正缓解可能要到明年一季度。

  • 2021-08-03
  • 阅读132
  • 下载0
  • 8页
  • docx

自动驾驶中的机器学习

近年来，自动驾驶技术技术的发展速度非常快。预计达到完全自动驾驶L5的程度是指日可待的。自动驾驶的核心技术主要是人工智能中的机器学习与深度学习两个方向。在本文中，我们的关注点在于机器学习算法在自动驾驶技术中的应用。 为了让读者更好地理解自动驾驶中的机器学习算法，本文会首先介绍有关该设备和自动驾驶技术的运行原理，然后介绍机器学习方法及其在自动驾驶任务中的应用。最后展示一些流行的自动驾驶技术模拟器。

  • 2021-08-02
  • 阅读110
  • 下载0
  • 8页
  • pdf

AI时代竟有智能化鸿沟，具备哪些条件才能跨过？

移动互联网“早古”时期，普通人因为收入差距问题而无法做到人手一部智能手机，从而导致数字鸿沟。同样，在当前这个AI，也就是人工智能扮演越来越关键作用的时代，企业也站在了类似的抉择交接线上——是否有足够的实力或能力拥抱智能化？而这个问题的成本，可就不是一个小小的智能手机了。因缺少AI人才、技术积累或财力支持而难以靠自身力量完成AI基础设施建设的企业，在智能化转型的过程中正将面临这样的智能化鸿沟，能否破解，很可能会关乎新十年中它们的命运走向。

  • 2021-07-30
  • 阅读114
  • 下载0
  • 8页
  • docx

深入分析5nm芯片

苹果公司于2020年10月发布了新型智能手机“iPhone 12”系列，搭载的是采用5纳米工艺的全球首个名为“A14 BIONIC”芯片。苹果公司将“A14 BIONIC”芯片应用到了iPhone 12、新款“iPad Air”。2020年11月苹果公司又发布了搭载“Apple Silicon M1（采用5纳米工艺）”的“MacBook Pro”、“MacBook Air”、“Mac mini”。苹果2020年秋季至冬季的新品都搭载了采用尖端5纳米工艺的处理器。 同一时期，中国的华为/海思也发布了搭载5纳米“Kirin 9000”的尖端智能手机---“Mate 40 Pro”。 截止到2020年年末时间点，发布搭载5纳米处理器的智能手机的厂家仅有苹果和华为两家公司，其处理器都是台湾TSMC生产的。就这样，TSMC率先开启了5纳米时代。

  • 2021-07-30
  • 阅读134
  • 下载0
  • 8页
  • docx

除了芯片，我们还应关注这六大核心技术！

设备智能化的体现就是典型的软件定义机器，包括机器轻松连接至互联网；将APP和分析结果嵌入机器和云，实现智能化和自我意识；无需更换硬件即可改变和升级机器/设备功能，为用户提供智能，实现持续改进；通过API和生态系统扩大工业互联网平台应用。

  • 2021-07-28
  • 阅读119
  • 下载0
  • 8页
  • docx

智能化煤矿建设F5G应用技术白皮书

智能化煤矿建设目前面临技术装备保障能力不足的突出问题，通过产学研协同创新攻关，促进产业链与创新链的融合发展，是破解煤矿智能化发展难题的有效途径。 目前煤矿智能化是必然的趋势，通过智能化和工业物联技术提升效率是目前的方法之一。随着智能化机器的部署，安全监控等设备的增加，井下网络越来越庞大，网络架构越来越复杂。矿用F5G具备网络极简的特点，助力煤矿打造一张架构简洁的网络。

  • 2021-07-28
  • 阅读269
  • 下载0
  • 8页
  • pdf

光子有望替代电子计算机加速神经网络计算

近日，来自日本 NTT 研究所的高级科学家 Ryan Hamerly 在 IEEE Spectrum 上发表了一篇文章（“The Future of Deep Learning Is Photonic”），谈论了光学计算在未来的强大潜力。他解释了为何光学计算会降低神经网络计算的能耗，以及光子设备取代电子设备的可能。 Ryan Hamerly 的本科就读于加州理工学院物理专业，2016年从斯坦福大学获得应用物理学博士学位。博士毕业后，他先是在日本 NTT 研究所担任博士后研究员，与日本知名研究员 Yoshihisa Yamamoto、Shoko Utsunomiya 研究光学与量子计算，一年后又到 MIT 做了两年博士后，博士后导师为 Dirk Englund 教授。

  • 2021-07-27
  • 阅读113
  • 下载0
  • 8页
  • docx