关于工业智能化与数据治理，这份调研报告值得一读！

2020/12/10 16:11:53
当前，随着物联网、云计算、人工智能以及大数据等新一代信息技术与传统工业的加速融合，我们正在进入一个全新的工业智能化时代。在这个时代，数据开始主导一切，它让机器变得智能，让系统学会思考。

因此，对数据的治理也就越来越重要。然而，受困于企业在长期信息化发展中形成的业务信息孤岛、异构系统难以整合以及不断推进的上云进程，要实现存储系统整合以及数据统一管理不仅非常困难，也是当下企业工业智能化转型以及数据治理过程中面临的最大挑战。

为了切实解决当下企业推进工业智能化过程中面临的存储数据整合问题，IBM联合e-works经过深入调查和研究，正式发布了《电子与机械行业存储应用态势调研报告》。

报告选取了电子信息制造业、机械装备制造业这2大工业互联网应用较为深入、工业智能化需求较为迫切的典型行业，全面分析了当下企业生产过程中的存储应用现状、需求、面临的问题以及应对策略，以帮助企业更好地规划并构建面向工业智能化时代的生产智能化存储体系构建，更好地使用数据，并为工业智能化转型升级赋能。

1、企业数据存储应用现状：数据利用效率低，无法支撑工业智能化应用


电子信息制造业的产品类型空前丰富、产品升级换代较快，由此也带来灵活化、柔性化的生产制造需求；此外随着人口红利消退，人力成本上涨，以及降本增效、环保、产品品质提升等需求的驱动，也带来自动化、智能化水平的提升，工业数据的快速增长。因此，如何更好存储管理和使用数据，为生产制造全流程服务，进一步实现提质、增效和降本，是当下电子信息制造企业重点关注的问题。

机械装备制造业则以“多品种、小批量”为生产制造特点，而复杂的工业环境、繁复的通讯协议、开放的生产设备使得生产过程变得异常复杂。此外，工业互联网在机械装备行业的快速落地，使得企业对生产过程数据有着全面的采集需求，对存储系统的性能提出了更高的性能要求。

1.png
图1 电子行业数据存储应用现状

2.png
图2 机械行业数据存储应用现状

然而，报告数据显示，有70.6%的电子信息制造业企业以及61.6%的机械装备制造业企业，均表示“数据利用效率低，无法支撑工业智能化应用”。这表明，无论是在电子信息制造业，还是在机械装备制造业，都面临着“工业智能化需求迫切而数据利用率低”的主要矛盾。

此外，报告也指出，电子信息制造业企业以及机械装备制造业企业也还面临着严重的数据孤岛、缺乏异构存储系统整合手段以及容灾备份功能有限，数据安全难以保障等问题。但较之电子信息制造业，机械装备制造业对业务数据孤岛、容灾备份不全带来的数据安全问题关注度更高。

2、企业生产智能化存储应用需求：打造高效统一的数据管理平台


随着物联网、云计算、大数据以及人工智能等新兴技术与传统工业生产场景的深度融合，工业数据量也出现极速增长，使得打造高效统一的数据管理平台也成为企业的共性需求。报告数据显示，受访企业中，有高达85.3%的电子信息制造企业以及高达87.2%的机械装备制造企业都关注打造高效统一的数据管理平台。


此外，不断增长的数据存储需求，以更高性能支持AI应用需求等，也是企业的主要关注点。其中，有57.4%的电子信息制造企业以及41.9%的机械装备制造企业关注不断增长的数据存储需求；有45.6%的电子信息制造企业以及30.2%的机械装备制造企业关注不断增长的数据存储需求。

报告还分别分析了电子信息制造业以及机械装备制造业所关注的生产智能化场景、数据存储解决方案以及数据存储技术功能。


3.png
图3 电子行业关注的数据存储技术功能

电子信息制造业最关注的生产智能化场景依次为，生产过程可视化（70.6%）、智能产品检测（55.9%）、智能决策（54.4%）、预测性维护（52.9%）、智能物流（38.2%）。最关注的数据存储解决方案，依次为以最低成本为传统工作负载提供集成的存储方案（32.4%），对现有数据中心的存储进行优化改进，提高存储效率、架构、可用性等方案（23.5%），可提供块存储、文件存储的高扩展性、高性能的存储整合方案（17.6%），最高性能完整集成的虚拟化解决方案（16.2%），应对AI、大数据等新型负载的解决方案（16.2%）。

最关注的数据存储技术功能依次为支持多云和混合云环境（55.9%）、数据容灾与备份（52.9%）、智能存储（42.6%）、异构存储系统整合（35.3%）、具有超高吞吐量（35.3%）、自动分级存储（33.8%）、多云环境下存储整合与迁移（29.4%）、存储虚拟化（16.2%）、软件定义存储（8.8%）。

4.png
图4 机械行业关注的数据存储技术功能

机械装备制造业最关注的生产智能化场景依次为，生产过程可视化（75.6%）、智能产品检测（47.7%）、智能物流（44.2%）、智能决策（41.9%）、预测性维护（41.9%）。最关注的数据存储解决方案，依次为以最低成本为传统工作负载提供集成的存储方案（36.0%），可提供块存储、文件存储的高扩展性、高性能的存储整合方案（22.1%），对现有数据中心的存储进行优化改进，提高存储效率、架构、可用性等方案（19.8%），最高性能完整集成的虚拟化解决方案（11.6%），应对AI、大数据等新型负载的解决方案（10.5%）。最关注的数据存储技术功能依次为支持多云和混合云环境（58.1%）、数据容灾与备份（43.0%）、异构存储系统整合（34.9%）、具有超高吞吐量（34.9%）、存储虚拟化（32.6%）、智能存储（30.2%）、自动分级存储（30.2%）、多云环境下存储整合与迁移（27.9%）、软件定义存储（14.0%）。

3、IBM存储解决方案，支撑生产智能化转型


面对企业打造高效统一数据存储管理平台的业务需求，以及基于平台实现AI应用场景的创新开发需求，无论是从哪个需求层面看，企业都需要重新规划现有的数据存储管理体系。面对企业急迫的需求，IBM正在通过重新定义基础设施，帮助企业打造多云、开放、安全、智能的存储基础设施。

作为全球领先的存储产品与解决方案提供商，IBM拥有丰富的存储产品与解决方案组合。比如，在弹性与现代数据保护方面，可提供IBM Spectrum Protect（数据保护和灾难恢复）、IBM Spectrum Protect Plus（虚拟环境的数据保护）、数据保护和长期留存的磁带存储等产品与技术方案，确保企业珍贵数据资产安全，并满足业务永续、合规等严格要求。

针对混合多云存储需求，提供IBM Spectrum Virtualize/SVC（异构存储虚拟化产品）、IBM FlashSystem 9200/9200R（高性能闪存极致加速关键应用）、IBM Flash System 7000/5100/5000（高性价比全闪存储）以及专为核心业务设计的企业级主机存储，化繁为简，让企业数据可以在云上云下自由移动，而且安全易管理。

面向日趋复杂的大规模的数据分析、机器学习、人工智能、认知计算等应用需求和场景，IBM专门推出了AI与大数据存储解决方案，其中，IBM Spectrum Scale/ESS管理大规模非结构化数据的高性能方案，可实现非结构化数据管理和高速数据访问，支持多站点、全局统一命名，容灾等功能，更轻松、智能地实现对大规模数据的并行访问和管理，从而应对 AI、大数据等新型负载带来的挑战。

IBM Cloud ObjectiveStorage可扩展、灵活且简单的对象存储，具备单副本多活、全球数据共享等强大功能，能够帮助全球性企业解决非结构化数据难题；它可以小规模起步，无限扩展。它安全、易管理，可降低企业 IT 总体拥有成本（TCO）。IBMSpectrum Discover开放的元数据管理软件，针对大规模非结构化数据提供一流的数据洞察力，可帮助企业提高大规模分析的速度、改善存储经济效益并减缓风险，实现竞争优势并加快关键研究的进展。


文章来源：数字化企业