TWCC
DForum
 

Google Cloud助制造业加快转型升级步伐

协助制造业加速迁厂与转移IT系统,DIGITIMES日前偕同Google Cloud与产业专家,将GCP(Google Cloud Platform)融入企业环境,发挥云地集成效益,以落实系统迁移与备援、执行协同设计等多重综效。

伴随中美贸易战延烧,制造业引发迁厂潮,迫切将生产基地移回台湾或迁往东南亚;但在转移过程,须确保快速平稳地将整套IT系统复制过去,以利产线正常运行、奠定全球协作基础且顺势推动智能转型,其间难免面临挑战。

为协助制造业加速迁厂与转移IT系统,DIGITIMES日前偕同Google Cloud与产业专家,共同举办「制造业IT攻略-轻松解锁云端迁移X数码转型」研讨会,阐述如何将GCP(Google Cloud Platform)融入企业环境,发挥云地集成效益,以落实系统迁移与备援、执行协同设计等多重综效。

 点击图片放大观看

(左) DIGITIMES 研究中心分析师陈辰妃与智能机械推动办公室国际事务组组长钱睿宏出席带来精彩演讲。

Google Cloud助制造业加快转型升级步伐。

善用公有云服务,提升产业转型效率

本次活动由DIGITIMES研究中心分析师陈辰妃的「由产业转型需求解构云服务发展趋势」演讲揭开序幕。她指出企业数码转型旅程包含E化、信息化及智能化三阶段,其中智能化为导入一系列新兴技术,让流程由事后解释到事前预测,产生新的商业价值。

「公有云平台汇集资源推出的云服务,可协助企业加速数码转型,」陈辰妃说,公有云平台蕴含IoT、Hybrid、AI三大类服务,分别对应边缘管理、资源协作、分析预测等关键需求。IoT服务旨在提供从云到边缘一致性IoT架构,包括传感器端的嵌入式OS、边缘装置端的代理程序,乃至从云端服务入口接上云端服务,藉由前后串联提升管理便利性和数据质量。

Hybrid服务以Docker、Kubernetes等微型服务做为混合云/多云兼容基础,使云间互通趋势成形,促进资源协同运行。AI服务以简化、优化、边缘化为诉求,涵盖Pre-Trained AI Model、AutoML、Edge AI等不同功能,帮助各类企业导入AI进程。

陈辰妃建议,企业应厘清需求、善用公有云服务,藉此提升流程效率、提高AI预测准度,终至加速数码转型、创造新商业价值。

以「IoT+AI+5G」为核心,实现智能机械愿景

智能机械推动办公室国际事务组组长钱睿宏表示,台湾高达98%制造业者皆为中小企业,缺乏足够资源推动转型升级;为此该办公室采取五项措施,首先推动智能机上盒(SMB),将设备资料上传云端。其次发展推动公板工业物联网平台(NIP),透过SaaS让企业轻松接上智能制造所需技术。

第三鼓励业者推动资料加值运用。再者建立指标性企业,以发挥扩散效应、促进整条产业链智能化。最后打造智能制造试营运场域,帮助机械业从单机出口模式,升级为高附加价值智能制造系统的整厂整线输出。

钱睿宏强调,台湾缺乏天然资源,需以智动化提升劳动力,以支撑制造能量,其背后最重要三大技术是IoT、AI和5G,它们联袂形成「Intelligent Connectivity」,可驱动机器视觉、大数据、资安、系统集成、机器人、3D打印、AR/VR、无人车/无人机等各式创新应用,优化制造业的设计、生产、检测、组装、物流等一连串价值活动。他建议台湾业者积极与诸如Google Cloud Platform等国际型大平台合作,将创新能量带向全球市场。

借助GCP关键服务,加速达阵工业4.0

接著由三位Google Cloud客户工程师叶秀邦(Benson Yeh)、安玟宇(Wayne An)、罗焕琳(Helen Lo)轮番上阵,依序讲述如何利用GCP关键基础架构服务来翻新既有系统、弹性建构高效能运算架构、重新打造资料库和资料仓储。

叶秀邦说,目前GCP服务据点遍及20个Regions、134个PoPs和200多个国家,而Google更于全球布局了19座资料中心 ,其中一座落脚彰滨,提供了台湾用户对合规、低延迟的期望;而用户只要经由邻近ISP连结Google PoP,尔后循著Google自有骨干、而非公众互联网,更快更安全地接入GCP Endpoint。

紧接著叶秀邦介绍三类关键服务,一是以秒计费、可客制化机器类型,又搭配自动折扣优惠的Compute Engine(VM),其支持Live Migration,主动在离峰时段搬移用户工作负载,以利在不停机下更新或升级原VM。其次是BigQuery无服务器资料仓储服务,使企业无需维护基础架构,即可凭借合理TCO享用企业级资料仓储。再来按用户所需机器学习专业度由高至低,分别提供GCP Machine Learning Engine、AI Platform、Cloud AutoML、CloudML pre-trained API等丰富服务,另独家供应效能快过GPU数十倍且CP值更佳的TPU服务。

安玟宇介绍GCP高效能运算(HPC)服务。他指出HPC分为Server-based HPC、End User Computing及Data Driven Computing三类。若利用GCP执行Data Driven Computing,其间关键技术有二,一是BigQuery,方便用户透过SQL语法陈述资料,二是Dataproc,让用户不需租用VM、只需经由简单步骤快速产生Hadoop丛集。

谈及End User Computing,企业透过VM租用(架设VDI服务器)、搭配SSO或G Suite等外围方案,便能满足前端各式Workspace App运行需求。

GCP针对不同HPC应用提供多种VM选项,其中E2系列定位General Purpose,适用工作站虚拟化、Workspace App情境;N1/N2系列同样定位General Purpose,但支持较大存储器容量,可支撑入门级Server-based HPC。M1/M2系列诉求Ultra High-Memory工作负载,适合In-Memory分析用途。CPU时脉规格最高的C2系列,适合譬如热力学、流体力学、碰撞等Server-based HPC模拟应用。

罗焕琳说,GCP提供In-Memory、Relational、Non-Relational、Object、资料仓储等五种代管资料管理服务,以市场上甚受好评的Cloud SQL而论,归类于「Relationall」,旨在协助企业透过GCP轻易建立、维护与管理PostgreSQL、MySQL或SQL Server关联资料库;其优势包括高效能且可扩充、可靠又安全、简单易用且全代管、以秒计费等等,利于企业专注发展创新应用。

针对资料仓储,GCP相关服务是BigQuery,最大利基在于可收纳制造业各部门形形色色资料,而企业无需历经资源配置、HA、Monitoring和效能调校等繁冗历程,便可轻松建立资料仓储;更重要的,Google特别推出BigQuery ML功能,允许BigQuery用户利用熟悉的SQL语法快速执行机器学习分析,未必须要具备高深的ML知识。

总括而论,GCP可提供远较地端更加灵活弹性的架构,裨益企业善用AI、大数据,加快数码转型进程且优化制程,针对不同的企业可依总体拥有成本(TCO assessment) 评估,提供最贴近业主需求的解决方案,助其顺利迈向智能制造、工业 4.0目标。

  •     按赞加入DIGITIMES智能应用粉丝团