英特尔与联想：共同缔造5G智能制造的未来蓝图

在数字化时代的浪潮中，智能制造已成为工业发展的关键驱动力。位于中国天津的联想5G工厂，作为智能制造领域的先锋，正是这一浪潮中的杰出代表。这个工厂不仅展示了联想在智能制造方面的先进能力，也是英特尔技术在现代工业应用中的一个典范。英特尔的技术在联想天津工厂的数字化转型中发挥了重要作用。通过引入英特尔的处理器和网络技术，联想不仅提高了生产效率和质量，还在绿色零碳、智能化升级等方面取得了显著成果。
 
 
 
联想天津5G智慧工厂：智能制造的未来窗口
 
联想云网融合事业部5G智能制造业务经理李彬对联想天津工进行了细致的介绍了。他指出，联想的天津工厂有六大显著特点：
 
1）绿色零碳理念：工厂全程推广绿色零碳理念，朝向零碳排放的目标迈进。
 
2）智能制造能力：联想自主开发的智能制造能力，不仅服务于内部生产，也向外界展示其先进技术。
 
3）高度自动化：工厂内部人员稀少，大量自动化设备保障生产效率和质量。
 
4）智能化升级：从工业3.0到4.0的转变，采用AI和大数据技术实现智能化。
 
5）5G网络和云化网络：利用联想自研的5G基站和云化网络，实现更安全、可控的数据流和生产流程。
 
6）智能应用多元化：涵盖智能研发、生产、供应链、服务和运营，通过AI和数据分析实现节能减排和效率提升。
 
李彬表示，这个基地不仅是生产设施，也是展示联想智能制造能力的窗口，代表着公司在这一领域的最高水平。
 
 
联想云网融合事业部5G智能制造业务经理李彬
 
此外，联想的智能制造架构“擎天”引擎通过端、边、云、网、智的分级能力，赋能整个智能制造领域。他们还开发了多个基于5G和智能化的解决方案，如物联网网关、边缘计算解决方案和混合云等，推动行业互联网的发展。
 
据联想集团首席研究员、云网融合事业部高级总监李瞳博士的介绍，5G网络在工厂环境中根据具体需求可以采用三种不同的模式：
 
l 5G虚拟专网：通过运营商的网络切片技术实现，属于更加灵活的网络部署方式。
 
l 混合模式：在这种模式下，部分核心网络数据面的网元下沉到客户侧，但基础设施仍由运营商提供。
 
l 独立专网：完全独立部署，实现用户数据与公众网络完全物理隔离，其运行不受公众网络影响。
 
 
联想集团首席研究员、云网融合事业部高级总监李瞳博士
 
在联想天津工厂当中，联想就采用了独立专网的模式，这大大增强了数据安全和生产需求的满足。联想天津工厂的生产区域，通过高效的5G网络实现了机器人的精准指令下发，保障了生产的连续性和效率。
 
整个联想天津厂的5G基站是基于硬件、软件解决方案的架构去搭建的。联想与英特尔进行了强强联合，在这其中，英特尔基于自己的理解，将很多标准化产品集成到联想的一些能力模块当中，助力联想去构建和创造一些新产品，更好的抢占新市场，减轻开发难度，降低开发周期。
 
在数字化转型之路上，联想天津工成功实现了200个智能场景。这些场景覆盖了智慧物流、智能生产、智慧园区等多个方面，基于端边云网智的架构构建而成。工厂内部的网络称为“云化网络”，通过软件定义网络的概念，实现更灵活的网络管理和应用。
 
李彬强调，联想不仅仅是一家电脑公司，还是一家重视科技和研发的企业。联想秉承的“内生外化”的概念，联想做的这些事情，不仅是希望自己能够从中间获利，我们也希望把这些好的方案和技术对外进行推广。联想的这些进步和实践，不仅是对其自身的转型，也是对整个智能制造领域的一次重大贡献。
 
智能工厂发展的三个阶段
 
谈到对智能工厂的理解，英特尔网络与边缘事业部中国区首席技术官张宇表示，AI在工厂的应用可以分为三个阶段：一是边缘推理阶段，二是边缘训练阶段，三是自主化人工智能在工厂里应用的阶段。
 
 
英特尔网络与边缘事业部中国区首席技术官张宇
 
 
l 边缘推理阶段：在这个阶段，数据中心收集大量数据用于训练网络模型，例如GPT模型或机器视觉检测模型。这些训练完毕的模型被推送到产线上，用于质量缺陷检测或供应链决策等。尽管这一阶段在智能制造中已经实现，但存在一个问题：模型更新通常滞后于新数据的产生，因此对新问题的响应存在延迟。
 
l 边缘训练阶段：为解决边缘推理阶段的滞后问题，英特尔认为必须实现边缘训练。即根据新采集的数据不断更新之前训练的模型，以实时响应新数据。这个过程面临的挑战包括处理小样本数据（few-short问题），以及需要更自动化的工具来处理样本采集、标注和数据训练到模型部署的全过程。此外，还需考虑数据的安全性和隐私保护。
 
l 自主化人工智能阶段：英特尔强调，即使实现了边缘训练，工厂的智能化生产也还未达到最高程度。目前的人工智能系统依然在很大程度上依赖于人类的设计和干预。例如，AI网络模型的结构必须由人设计，而且模型的适用场景通常是固定的。真正的自主化人工智能系统，应该能够理解应用者的意图，自主选择合适的模型结构和训练样本，并自动进行模型的分发和迭代。这样的系统将实现闭环运作，而目前的GPT等大模型更多实现的是开环应用，即无法快速将新数据纳入训练。
 
英特尔认为，真正的智能化生产将通过从边缘推理到边缘训练，再到自主化人工智能的三个阶段逐步演进。第一个阶段是目前我们已经实现的，为实现这一目标，将需要在算力、算法及相关软件方面进行持续的创新和优化。英特尔对智能工厂的这一展望不仅展示了其对未来工业生产的深刻理解，也指明了技术发展的方向。
 
英特尔为智能工厂提供的不仅是底层芯片
 
在智能工厂的技术实践应用中，英特尔致力于从物联网到5G通信网络，再到数据中心和AI大模型网络基础架构的广泛应用。张宇指出，随着工业4.0的推进，柔性制造成为智能制造的核心课题，要求企业提供软件定义的工业系统，以适应变化的市场需求。英特尔也特别关注IT、CT和OT（操作技术）的融合，这在工业生产中至关重要。OT特别强调数据的确定性传输和计算处理，这是保证工厂按计划运行的关键。
 
具体到产品上的支撑，张宇表示，英特尔的芯片不仅提供计算能力，还整合了如TCC（时间协调计算技术）和TSN（时间敏感网络技术）等，以满足工业系统的特定需求。在5G通信方面，软件定义的网络基础架构（SDN）的应用是一个重要趋势，英特尔在这方面也提供了底层芯片支撑。
 
张宇还提到了5G专用处理器，比如英特尔的第四代至强可扩展处理器，这些处理器针对5G进行了定制化模块设计。例如，它们包含前向纠错编码加速和FFT/反FFT加速，这对构建5G RAN无线接入网络至关重要。
 
需要强调的是，英特尔的绿色可持续发展理念贯穿于其产品设计中。他们不仅在硬件方面进行思考，还在人工智能和智能制造软件赋能方面开展工作。张宇特别介绍了针对工业控制的软件参考实践——工业边缘控制平台。这个平台整合了OT相关的功能，提供了一个可以直接开发应用的软件框架。
 
此外，英特尔还通过OpenVINO等工具套件支持AI应用的开发和部署。这些工具使开发人员能够在不同的AI框架和硬件平台上适配其训练好的网络模型，大大降低了软件开发的门槛。
 
张宇最后强调，英特尔搭建的是底层基础设施的框架，而真正的应用创新需要与联想等合作伙伴共同努力，才能在垂直行业中快速落地。这一合作将推动智能制造领域的技术进步，实现更高效、灵活和可持续的生产方式。
 
结语
 
英特尔与联想的合作，是科技与制造业融合的典范，它不仅展示了联想在智能制造领域的领先地位，更突显了英特尔技术在推动工业革新中的重要作用。联想天津工厂的成功，也为整个制造业提供了一条智能制造发展的新路径。