第四階段以GEPredix西門子

2017年11月21日在廣州舉辦的工業互聯大會上，工業互聯聯盟的《工業互聯平臺白皮書》也正式發布。這份在工業和信息化部信息化和軟件服務業司的指導下完成的白皮書，旨在與業界共同推動工業互聯平臺發展。

如果說工業機器人是智能制造的雙手，那工業互聯就像是智能制造的大腦與神經，它把從硬件到軟件的工業設備與技術連接在一起，從而讓他們發揮出更大的效能與價值。

1月17日晚間，由中國信通院、工業互聯產業聯盟AII、走向智能論壇聯合主辦了工業互聯線上分享會。以下是主講專家中國信息通信研究院信息化與工業化融合研究所副所長、《工業互聯平臺白皮書》主要撰寫者朱敏所做的內容分享。由造奇智能產業新媒體整理。

為方便閱讀，我們將分享內容分為了上、下兩個部分。（下半部分內容請點擊鏈接：朱敏解讀《工業互聯平臺白皮書》（下篇））。以下是上半部分內容，要點整理如下。

一、 平臺發展經歷了云平臺、大數據平臺、物聯平臺和工業互聯平臺四個階段。 這種說法實際上在一定程度上區分了當下諸多概念之間的區隔，即工業互聯平臺不是云計算平臺，也不是簡單的大數據平臺，以及物聯平臺，但又存在著緊密的聯系。工業互聯平臺是在傳統云平臺的基礎上疊加物聯、大數據、人工智能等新興技術，在很大程度上實現了功能和價值的倍增。

二、整個工業互聯平臺呈現出清晰的四個層級架構，涵蓋邊緣層、IaaS層、平臺層（也叫工業PaaS層）、應用層（也叫工業SaaS層）以及貫穿上述各層級的安全防護。其中，邊緣層、平臺層、應用層是工業互聯平臺的三大核心層級。

（評：這在一定程度上把IaaS框定在基礎設施意義上，對于工業應用來講，其行業特征并不明顯，更具有通用特征。所以，IaaS層并不構成當下工業互聯平臺競爭的核心壁壘。而邊緣層在一定程度上“上位”了，其價值隨著認識的增加，越來越凸顯其設備端的價值。）

三、 平臺架構，PaaS以其開放靈活特性成為主流選擇。一是、基于通用開源PaaS架構二次開發構建平臺，例如GE Predix、西門子MindSphere、航天云INDICS等均基于Cloud Foudry進行平臺建設。

四、 工業互聯平臺的技術趨勢，有兩個，一是功能下沉，邊緣與云端協同成為平臺重要發展方向。二是開發框架，微服務等新型架構大幅降低開發難度與創新成本。

工業互聯平臺總體還處于發展初期，盡管各類平臺不斷涌現，但平臺的業務能力還需不斷加強，商業模式也仍需探索。請記住，不管平臺如何玩轉，“應用”始終是平臺價值的最終體現。

當前，制造業成為全球經濟發展的焦點，傳統產業轉型升級需求迫切。同時，新一代信息技術飛速發展，積極向制造業滲透，驅動產業變革。制造業轉型升級的迫切需求與信息技術向制造領域加速滲透的趨勢相互交織融合，催生了工業互聯平臺。

一方面，制造業轉型升級需要新的平臺化使能工具。一是工業數據的爆發式增長需要新的數據管理工具，實現海量數據低成本、高可靠的存儲和管理。二是企業智能化決策需要新的應用創新載體，滿足智能化應用的爆發式增長。三是新型制造模式需要新的業務交互手段，實現不同主體、不同系統間數據和應用的高效集成。

另一方面，信息技術發展推動平臺化使能工具走向成熟。一是云計算技術成熟，可以幫助制造企業低成本建設IT基礎設施，形成單行可擴展的存儲計算能力，實現簡單靈活的軟件開發與部署，進而幫助制造業降低成本；二是大數據和物聯技術成熟，可以為制造企業有效連接設備和產線，收集生產現場成千上萬種不同類型的數據，完成不同來源不同結構工業數據的采集與集成，高效處理分析，實現價值挖掘，進而幫助制造企業提升價值。

平臺發展經歷了云平臺、大數據平臺、物聯平臺和工業互聯平臺四個階段。

第一階段形成了以亞馬遜AWS、微軟Azure為代表的云計算平臺；

第二階段形成了以SAP HANA和Teradata Aster為代表的大數據平臺；

第三階段形成了以亞馬遜AWS IoT、微軟Azure IoT、IBM Watson IoT為代表的物聯平臺；

第四階段，以GE Predix 、西門子MindSphere為代表的工業互聯平臺快速發展，呈現爆發式增長態勢。

根據咨詢機構總是有人在生命中來了又走IoT Analytics的統計，全球工業互聯平臺數量超過150個，預計2021年工業互聯平臺市場規模將達到16.44億美元。

工業互聯平臺（概念）是面向制造業數字化、絡化、智能化需求，構建基于海量數據采集、匯聚、分析的服務體系，支撐制造資源泛在連接、彈性供給、高效配置的載體。

從本質上看，工業互聯平臺是在傳統云平臺的基礎上疊加物聯、大數據、人工智能等新興技術，實現海量異構數據匯聚與建模分析、工業經驗知識軟件化與模塊化、工業創新應用開發與運行，從而支撐生產智能決策、業務模式創新、資源優化配置和產業生態培育。

從能力要求上看，工業互聯平臺具備泛在連接、云化服務、知識積累、應用創新四大特征。一是需要實現不同來源不同結構數據的廣泛集成，二是需要基于云架構構建海量工業數據處理的環境，三是需要基于工業機理和數據科學實現海量數據的深度分析，并實現工業知識的沉淀和復用，四是能夠提供開發工具及環境，實現工業APP的開發、測試和部署。

整個工業互聯平臺呈現出清晰的層級架構，涵蓋邊緣層、IaaS層、平臺層（也叫工業PaaS層）、應用層（也叫工業SaaS層）以及貫穿上述各層級的安全防護。其中，邊緣層、人活著平臺層、應用層是工業互聯平臺的三大核心層級。

首先，邊緣層是基礎。在平臺的邊緣層，對海量設備進行連接和管理，并利用協議轉換實現海量工業數據的互聯互通和互操作；同時，通過運用邊緣計算技術，實現錯誤數據剔除、數據緩存等預處理以及邊緣實時分析，降低絡傳輸負載和云端計算壓力。

其次，平臺層是核心。在通用PaaS架構上進行二次開發，實現工業PaaS層的構建，為工業用戶提供海量工業數據的管理和分析服務，并能夠積累沉淀不同行業、不同領域內技術、知識、經驗等資源，實現封裝、固化和復用，在開放的開發環境中以工業微服務的形式提供給開發者，用于快速構建定制化工業APP，打造完整、開放的工業操作系統。

最后，應用層是關鍵。通過自主研發或者是引入第三方開發者的方式，平臺以云化軟件或工業APP形式為用戶提供設計、生產、管理、服務等一系列創新性應用服務，實現價值的挖掘和提升。

工業互聯平臺涉及四個方面的七類關鍵技術。

一是、為平臺提供底層連接、云基礎設施和運行環境的基礎支撐技術，包括數據集成和邊緣處理、IaaS和平臺使能三類具體技術。

二是、支撐平臺進行海量工業數據管理和分析的數據挖掘技術，包括數據管理、工業數據建模和分析兩類具體技術。

三是、為平臺提供工業微服務、開發工具想和開發環境，驅動平臺進行應用創新的應用開發和微服務技術。

四是、能夠保障平臺穩定運行，實現工業系統安全的安全保障技術。

平臺架構，PaaS以其開放靈活特性成為主流選擇。一是、基于通用開源PaaS架構二次開發構建平臺，例如GE Predix、西門子MindSphere、航天云INDICS等均基于Cloud Foudry進行平臺建設。

二是、以API為代表的新型集成技術為系統集成和平臺能力開放提供有效支撐，例如Ayla、Intel IoT等平臺基于API協議對設備、應用和系統進行全面集成，GE Predix基于API協議對外提供資產管理、數據驗證、數據分析服務。三是利用容器技術支撐平臺和應用靈活部署，例如PTC ThingWorx平臺能夠基于容器方式支持在不同IaaS上的部署，GE Predix平臺中訓練形成的智能模型能夠基于容器直接部署在Predix Machine上。

應用創新，工業機理與數據科學走向融合。當前，工業數據分析呈現兩類路徑：一是從工業機理出發，進行建模分析，例如GE憑借其航空發動機領域的專業知識和經驗來提供飛行數據分析服務；二是從數據角度出發，通過關聯性分析，找到規律，例如阿里云的大數據技術幫助協鑫光伏進行質量數據關聯分析，實現了良品率的提升。

上述兩種路徑的融合能夠取得更加明顯的效果，是未來工業數據分析的趨勢，例如東方國信將熱力學模型與數據分析融合，構建數字孿生高爐以提升運行效率，延長運行壽命。通過各種分析模型在平臺上的沉淀，平臺將匯聚起大量的工業知識，實現知識傳承、迭代與復用，例如索為在航空、電子等行業構建了上百個工業知識庫。

工業互聯平臺的技術趨勢，有兩個，一是功能下沉，邊緣與云端協同成為平臺重要發展方向。一是強化協議轉換能力，例如GE Predix Machine利用OPC UA技術實現不同工業絡協議的轉換。二是強化邊緣計算能力，例如SAP Leonardo利用邊緣關剔除冗余數據，Azure IoT在邊緣側運行分析算法，一種對美好的取悅實現實時反饋控制。三是強化邊緣與云端協同能力，例如ThingWorx平臺將云端模型導入邊緣設備進行實時分析，并根據反饋數據進一步優化云端模型，實現雙向迭代。

二是開發框架，微服務等新型架構大幅降低開發難度與創新成本。工業互聯平臺通過應用新型軟件開發架構提升工業應用開發效率，降低開發門檻。一方面GE Predix等平臺集成微服務架構，支持多種開發工具和編程語言，通過將工業知識進行模塊化封裝和復用，加快應用部署速度。另一方面ThingWorx等平臺支持圖形拖拽開發方式，將應用開發時間從幾個月縮短到幾周。

工業互聯平臺重構了工業軟件創新、部署和集成方式。在傳統IT開發模式中，企業按照業務流程開發獨立的軟件系統，功能和數據分散在不同的軟件中，難以協同與集成。在工業互聯開發模式中，平臺解構傳統工業需求，將其拆分為更具體和細化的功能組件，構建微服務池。開發者根據特定用戶需求，調用和組合微服務組件，并固化為APP。APP之間基于平臺實現快速交互集成，形成按需定制，全面集成的新型開發方式。

本文系投稿稿件，作者：朱敏；轉載請注明作者姓名和“來源：億歐”；文章內容系作者個人觀點，不代表億歐對觀點贊同或支持。