当前位置:数据中心行业动态 → 正文

基于工业大数据的新一代数据中心建设

责任编辑:cres |来源:企业网D1Net  2020-05-20 13:46:11 本文摘自:振华智造

5月13日,工信部发布《关于工业大数据发展的指导意见》(以下简称《意见》)。对我国工业大数据发展进行了全面部署,进一步促进大数据与工业深度融合。
 
工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、运营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。其日益成为提升企业生产力、竞争力和创新力的关键要素,对于支撑智能制造和工业转型升级方面有着举足轻重的作用。
 
一、建设背景
 
“数据”引领变革,数据集中管控必不可少,如何做好数据共享和数据分析、如何发挥数据资产价值最大化是工业转型升级的首要目标。
 
传统的数据中心在应对海量数据存储、非结构化数据处理、大数据挖掘分析等方面存在不足,有必要构建基于工业大数据的新一代数据中心,满足企业对工业大数据集中管控、处理、分析及利用,为企业构建在线感知、实时分析、智能决策、精准执行的能力,支撑企业从生产型制造向服务型制造转型。
 
二、问题与挑战
 
缺乏统一的信息资源规划
 
原有信息化建设缺乏统一的信息资源规划,“信息孤岛”现象严重,内部缺乏统一的数据标准,导致企业大量内部信息共享利用不畅。
 
缺乏海量数据管理能力
 
企业的工业大数据在数据采集、存储、检索、处理方面给传统数据中心带来巨大挑战,传统数据中心无法应对海量数据的高速采集、线性扩容、快速计算、高效检索。
 
缺乏大数据整合能力
 
业务数据、图文档及音视频数据、智能设备实时数据、外部数据等都是企业智能决策的有力支撑,传统数据中心平台缺乏各类数据整合处理能力。
 
无法满足智能化需求
 
智能制造是大势所趋,传统数据中心关注数据集中管控,无法满足数据的智能化应用需求。
 
数据集中管控
 
为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。
 
支持多源数据整合
 
提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。
 
数据挖掘分析
 
基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。
 
三、解决方案
 
数据集中管控
 
为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。
 
支持多源数据整合
 
提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。
 
数据挖掘分析
 
基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。

关键字:数据中心

本文摘自:振华智造

x 基于工业大数据的新一代数据中心建设 扫一扫
分享本文到朋友圈
当前位置:数据中心行业动态 → 正文

基于工业大数据的新一代数据中心建设

责任编辑:cres |来源:企业网D1Net  2020-05-20 13:46:11 本文摘自:振华智造

5月13日,工信部发布《关于工业大数据发展的指导意见》(以下简称《意见》)。对我国工业大数据发展进行了全面部署,进一步促进大数据与工业深度融合。
 
工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、运营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。其日益成为提升企业生产力、竞争力和创新力的关键要素,对于支撑智能制造和工业转型升级方面有着举足轻重的作用。
 
一、建设背景
 
“数据”引领变革,数据集中管控必不可少,如何做好数据共享和数据分析、如何发挥数据资产价值最大化是工业转型升级的首要目标。
 
传统的数据中心在应对海量数据存储、非结构化数据处理、大数据挖掘分析等方面存在不足,有必要构建基于工业大数据的新一代数据中心,满足企业对工业大数据集中管控、处理、分析及利用,为企业构建在线感知、实时分析、智能决策、精准执行的能力,支撑企业从生产型制造向服务型制造转型。
 
二、问题与挑战
 
缺乏统一的信息资源规划
 
原有信息化建设缺乏统一的信息资源规划,“信息孤岛”现象严重,内部缺乏统一的数据标准,导致企业大量内部信息共享利用不畅。
 
缺乏海量数据管理能力
 
企业的工业大数据在数据采集、存储、检索、处理方面给传统数据中心带来巨大挑战,传统数据中心无法应对海量数据的高速采集、线性扩容、快速计算、高效检索。
 
缺乏大数据整合能力
 
业务数据、图文档及音视频数据、智能设备实时数据、外部数据等都是企业智能决策的有力支撑,传统数据中心平台缺乏各类数据整合处理能力。
 
无法满足智能化需求
 
智能制造是大势所趋,传统数据中心关注数据集中管控,无法满足数据的智能化应用需求。
 
数据集中管控
 
为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。
 
支持多源数据整合
 
提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。
 
数据挖掘分析
 
基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。
 
三、解决方案
 
数据集中管控
 
为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。
 
支持多源数据整合
 
提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。
 
数据挖掘分析
 
基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。

关键字:数据中心

本文摘自:振华智造

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^