《孤岛惊魂6》工业电路板怎么获得，孤岛惊魂6工业电路板怎么找

云服务市场进入新时代，百度智能云如何抢占先机

未来，中国云市场的发展动力将来自传统行业的企业客户。

中国云计算市场正在进入一个新时代。

过去，互联网行业是云计算市场增长的主要动力来源，但国际研究机构Canalys近期发布的2022年第三季度中国云计算市场报告显示，未来中国云市场的发展动力将来自传统行业的企业客户，这意味着云计算市场的竞争格局和客户结构都发生了重大变化。

据其统计，2022 年第三季度，中国的云基础设施服务支出同比增长8%，达到 78 亿美元，占全球云支出的 12%。“中国四朵云”格局未变，阿里云、华为云、腾讯云和百度智能云合计占据80%的市场份额。其中百度智能云市场份额排名第四，年度增长12%，连续三个季度增速超过整体市场。

增长动力转换 传统行业牵动云市场增长

Canalys指出，全球云服务市场前三大云厂商（亚马逊云科技、微软Azure和谷歌云）的客户中，约有60%来自传统行业，而这也是其预计中国云市场的下一阶段发展动力也将来自传统行业的原因之一。

与互联网企业不同，传统企业在进行数字化之前，更倾向于先算清楚投入产出这笔账。只有看到了数字化、智能化带来的价值收益，传统企业才会加大对数字化建设的投入。“中国云厂商面临的主要困难之一是他们仍然难以说服传统行业向云迁移，尤其是那些数字化程度较低的行业”，Canalys研究分析师章一表示。企业发展正在提速，与此同时，数据加速、快速实现现代化、预测分析、决策智能、数据可视化、优化、专业知识与技术、可持续发展、性能、资本支出的需求也在不断增加。英特尔® 至强® 可扩展处理器内置专业技术可帮助加速洞察、人工智能、分析、诊断、决策、预测、推理和认知以及提升安全性，助力企业加速转型与现代化。“传统企业对于数字化转型的投入产出比特别看重。推动他们的关键，是我们如何可以更深入到他们生产业务的第一线，真正把他们第一线生产业务人员的痛点和需求挖掘出来”，英特尔（中国）有限公司互联网及行业解决方案事业部行业客户主管吴之晶如是说。

困难和机遇总是并存的。在这样的大趋势下，谁先行一步获取到传统企业的“信任”，谁就能在未来的云计算市场占据更大的份额，百度智能云便是这样一个抢占了先机的先行者。基于“云智一体，深入产业”战略，百度智能云聚焦质量管理、安全生产、能耗优化、智能调度等传统行业核心场景，在制造、能源电力、汽车、纺织等行业打造出了诸多标杆案例。

Canalys在报告中点评，百度智能云在制造业、能源和交通等传统的垂直行业，都很早获得了立足点。

以制造业为例，在中国化纤龙头企业恒逸石化的车间里，过去，丝锭质检依靠质检女工通过眼睛+强光手电筒进行，每天最少检测2500锭。现在，通过与百度智能云合作的AI质检，检测一个丝锭只需2.5秒，效率比人工提高70%。这一应用已从1条产线复制到30条产线。未来，百度智能云还将为恒逸石化提供厂区分布式云与集团级云底座，智能应用将扩展到安全检测、能耗优化等更多场景中。

大榭石化也有着相同的转型经历。作为长三角地区重要的石化基地，为了保障能源生产安全，大榭石化携手百度智能云落地管廊智能巡检系统，通过AI机器人对隧道管廊进行巡检，将发现隐患的响应速度提升6倍。

Canalys报告中还提到，百度智能云之所以能够“先行一步”，就是通过云技术和人工智能技术结合，使云解决方案更简易和通用化，通过跨行业复制解决方案来实现规模化应用。

比如百度智能云的AI质检方案，除了化纤行业，已经广泛应用在纺织、电子、汽车等行业。

在苏州常熟东南相互电子，过去“指甲盖大小”的印制电路板（PCB）检测容易出现过杀现象，导致高达70%以上的假点出现。因此需要大量人工进行第二次复判。百度智能云与相互电子合作，用AI检测 PCB电路板，可以让头发丝大小的瑕疵无处可藏，智能化改造让报废成本一年降低1000多万。

在浙江美欣达集团的印染车间，AI在更多的生产环节发挥作用，不仅在识别布匹瑕疵与色差上比人工快2倍，还可以管控能耗。百度智能云基于天工AIoT平台，为美欣达量身打造了度能AIoT能碳数智化平台，让每台机器上的电力、燃气使用数据一目了然，对能耗过高的设备及时整修，一年下来单能耗一项可以节省100多万元。

并且，这些经过实践检验的算法模型和行业知识，已经沉淀到百度智能云开物工业互联网平台上，通过该平台，企业可以高效快捷、低成本地调用需要的AI能力。目前，开物平台上已经累积超过200个工业解决方案，沉淀了3.8万个工业模型，为超过18万家工业企业提供服务，在重庆、桐乡、苏州、广州、宁波等16个区域深度落地。

布局云市场新时代

为了帮助企业实现“智能的随用随取”， 打造人工智能与云计算融合的数字化底座显得尤为重要。这里面包含基础设施的云化建设、数据治理的智能化、端边云业务场景的创新。

但企业在构建云计算基础设施时，面临两大痛点：企业在用云时，需要把大量时间精力花在构建基础设施上，且这样的基础设施大多是拼凑组合的，没有发挥出最佳的性能和效率；基础设施中的核心部分，比如芯片、深度学习框架、大模型，需要大规模投入才能做好，一般企业无力支付巨额的研发成本。

12月27日，百度智能云发布国内首个全栈自研的AI基础设施“AI大底座”，面向企业AI开发和应用，提供端到端自主可控、自我进化的解决方案。百度集团执行副总裁、百度智能云事业群总裁沈抖表示，“AI大底座就是要帮助客户从上云，进入到用数、赋智的快车道，极大降低AI产业应用的门槛，提升效率，而企业只需要把精力聚焦在场景业务上。”

2022年12月27日，百度发布国内首个全栈自研的AI基础设施“百度AI大底座”

英特尔（中国）互联网及行业解决方案事业部行业客户主管吴之晶认为，帮助企业最有效的方法是帮助企业搭建一套端-边-云一体的AI基础硬件平台，并协助用户和生态伙伴在这个平台上去支持更多开放的软件和算法框架，把工业AI最需要的算力放在最懂生产和最懂业务的人身边，让他们用得更方便更高效。

而这个数字化底座最关键的，是保证端-边-云一体化的算力部署和体验，通过开放的软硬件架构，支持最大化的弹性算力部署，打通业务和数据之间的壁垒，形成既有应用的弹性化部署，支持创新AI应用的算力需求。

现在，“百度AI大底座”已经在金融、能源、智能驾驶等领域大规模落地，并取得了丰富成果。在金融领域，依托AI大底座，中国邮储银行构建了国内大型商业银行中首个落地的全行范围统一机器学习平台“邮储大脑”。目前，邮储银行的AI平台已经运行100多项AI能力, 支撑18个业务系统。在电力领域，国家电网通过AI大底座建设“两库一平台”智能基础设施，在输电端构建起安全隐患识别模型、知识管理平台。在巡检一线，无人机接到指令后，可自主完成输电线路巡检作业。智能算法将识别准确率提升了30%，识别效率提升了5倍。

基于英特尔® 技术的解决方案正在解决本地、通信网络、边缘和公有云等各种环境中真正的痛点和业务挑战，其广泛性使得企业能够发掘新的商机，加速和促进业务现代化，或轻松地将业务迁移到公有云。例如，企业可能想要将工作负载从本地迁移到公有云，或者从当前实例迁移到新实例，或是扩展到更多区域。无论是哪种场景，经过优化、测试和验证的英特尔® 架构均可助您应对迁移难题并提供可预测的、一致的应用性能。

第三代英特尔® 至强® 可扩展处理器，除了提供强劲的算力，内置了增强型英特尔深度学习加速技术，与上一代产品相比，将推理能力提升多达 1.74 倍；其次，结合经过优化的软件，可将机器学习速度提升多达 100 倍；再次，所支持的傲腾™ 持久内存 200 系列将推荐系统和欺诈检测的图形分析计算速度提升至 2 倍；英特尔® 分发版OpenVINO™ 工具包和英特尔® oneAPI AI Analytics Toolkit 等将端到端性能提升至 19 倍；最后，还内置了英特尔® SGX 可通过可信的安全飞地提升数据机密性。

通过上层的开源软件栈配合，可以保证用户最大程度地利用CPU来完成各自苛刻的计算工作，为边缘侧的强大算力供应提供了最有力的保障，对于一线生产和业务人员来说，这是他们最可信赖的计算平台。

过去几十年，中国一直是全球的制造中心。如今，东南亚国家的人口红利优势显现，全球制造产业链迁移成为潜在可能，加之疫情等多重因素，国内制造业从低端走向高端，技术升级换代成为了新的要求。

百度智能云的工程师、英特尔的资深专家纷纷表示，AI可以帮助企业快速响应市场个性化需求，创造新模式新价值，但这对企业的数字化技术要求颇高。因此，建立一个稳固的数字化底座，挖掘沉睡多年的数据，做出解决核心痛点的智能化应用，成为制造业企业寻找的第二条增长曲线。

云化的基础架构可以实现应用的弹性灵活部署，智能的数据治理打通了企业各部门供应链上下游之间的数据孤岛，边缘应用的创新让算力和AI无处不在，而推动这一切的背后的基础架构，正是英特尔一直倡导的开放的端-边-云一体化的企业数字底座。英特尔也希望能和百度等生态伙伴一起，把这套开放的体系架构推广到广大行业用户中去，帮助行业用户实现数字化转型和业务升级。

“我们一直试图建立起来一个能够持续反馈、不断进化的AI新范式。”百度集团副总裁侯震宇表示，整体来看，百度自研的AI技术上下贯穿了行业场景和基础底座，通过打造行业标杆应用，形成诸如智能客服、数字人等标准化的AI通用产品，进一步带动和沉淀 AI PaaS 层和 AI IaaS 层的能力，打造高性价比的异构算力和高效的 AI 开发运行能力，从而形成云智一体、螺旋上升的业务模式。