• 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

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236
  • 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212
  • 下载0
  • 8页
  • docx

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227
  • 下载0
  • 8页
  • docx

国企数字化转型的难点及建议

数字化转型不仅是技术的变革,更需要重新构建企业的价值理念、文化思维、生产工艺、管理流程、客户及供应商管理、员工思维及工作方式等。 近年来,大数据、云计算、物联网、人工智能等技术加速发展,全球已进入数字经济时代。在日益激烈的行业竞争背景下,不少企业,特别是国企早已开始了对数字化转型的探索和实践。

  • 2021-07-17
  • 阅读258
  • 下载0
  • 8页
  • docx

工业互联网技术洞察

5G、时间敏感网络(TSN)、边缘计算、工业智能、数字孪生、区块链、虚拟现实(VR)/增强现实(AR)等技术正在与工业互联网加速融合应用,不断拓展工业互联网的能力内涵和作用边界。这些技术已经成为影响工业互联网后续发展的核心技术,为产业数字化转型和经济高质量发展提供关键支撑。

  • 2021-07-12
  • 阅读197
  • 下载1
  • 8页
  • docx

Dubbo 2.7.6 新特性

元数据(Metadata)已是当下软件世界中不可或缺的组成部分,Dubbo 也不例外。不过, Dubbo 在起初的设计中并未强调或整合元数据的概念,直到 2.7.0 版本引入了元数据中心 (1)的 组件。尽管如此,Dubbo 2.7 元数据接口仍然无法更好地抽象元数据,并且使用场景也存在限制。 同时,元数据中心和配置中心 (2) 在职责上存在一定程度的耦合,故 Dubbo 元数据架构需要重 新整理和设计,使其未来能够更大限度适用于微服务(MicroServices)和云原生(Cloud- Native)场景。

  • 2021-07-08
  • 阅读244
  • 下载0
  • 8页
  • pdf

10w 行级别数据的 Excel 导入优化记录

由实施 / 用户 将别的系统的数据填入我们系统中的 Excel 模板,应用将文件内容读取、校对、转换之后产生欠费数据、票据、票据详情并存储到数据库中。 在我接手之前可能由于之前导入的数据量并不多没有对效率有过高的追求。但是到了 4.0 版本,我预估导入时Excel 行数会是 10w+ 级别,而往数据库插入的数据量是大于 3n 的,也就是说 10w 行的 Excel,则至少向数据库插入 30w 行数据。因此优化原来的导入代码是势在必行的。我逐步分析和优化了导入的代码,使之在百秒内完成(最终性能瓶颈在数据库的处理速度上,测试服务器 4g 不仅放了数据库,还放了很多微服务应用。处理能力不太行)。具体的过程如下,每一步都有列出影响性能的问题和解决的办法。 内存

  • 2021-06-29
  • 阅读272
  • 下载0
  • 8页
  • docx

图解:消息传输的架构模式

从概念上讲,一条消息是一个发送方与一个或多个接收方之间的一次信息交换。自从大型机问世以来,消息交换一直是计算机编程和架构设计的重要组成部分。

  • 2021-06-29
  • 阅读204
  • 下载0
  • 8页
  • docx
上一页 1 …… 12491250125112521253125412551256125712581259 …… 2194 下一页 共 17546 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66
  • 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910
  • 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2693
  • 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3148
  • 下载14

最新上线

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25
  • 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23
  • 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24
  • 下载0

配电室智慧整体解决方案

持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。

  • 阅读27
  • 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