新一轮科技革命正在推动产业的深刻变革。由“制造”到“智造”,钢铁已全面开启智能时代!如何通过智能制造助力钢铁行业绿色低碳发展,是中国从钢铁大国走向钢铁强国必须要思考的问题。
中国钢铁行业需要把握新一代信息技术带来的产业革命契机,将智能化融入钢铁制造和运营决策过程中,做到“精准、高效、优质、低耗、安全、环保”,全面提升发展水平,实现钢铁行业高质量发展。
钢铁行业面临着生产人员多、效率低,能源消耗多、环保压力大,质量稳定性差、智能化水平低等问题,钢企之前的大部分投资都在硬件设备上,信息化系统投入较低,智能化提升动力不足。
中国钢铁工业协会科技环保部主任姜尚清表示,钢铁行业面临的压力,决定了企业要通过管理创新、技术创新等手段来提升效率、改善质量,降低劳动负荷和生产成本。这无疑为钢铁智能制造的发展创造了机会。
但是钢铁行业的智能制造之路并不平坦,需要将信息技术与场景应用进行有机结合。“协会希望通过华为这样的企业加入,推进智能制造的标准化工作,将联接、工业互联网、人工智能等智能化技术融入钢铁制造和运营决策过程中。”姜尚清说。
冶金规划院党委书记李新创表示,我国钢铁行业高质量发展需要依托联接、物联网、大数据、人工智能、云计算等先进信息技术,进一步提质增效、增强竞争力。“信息资源是钢铁企业转型发展的数据基石,是打造钢铁智能体系的基础保障。钢铁企业对数据资源的挖掘能力至关重要。”
华为中国政企矿业冶金系统部部长胡罡表示,当前钢铁行业还处于数字化转型的初级阶段,比如数字化的关键是数据的收集和处理,如何通过网络技术将设备进行联接并把各终端设备的数据收集上来是当务之急。当数据收集之后,需要进行数据的加工,需要把杂乱的数据进行规范化和标准化,为未来数据的应用提供基础保障。
针对钢铁企业在数字化转型方面的挑战,华为提供了全面的数字化解决方案,包括一张网、一朵云和一平台,将联接、AI、大数据等新ICT技术融入钢铁制造和运营决策当中,全面提升钢铁企业发展水平,实现高质量发展。
一张网是指通过5G、F5G和Wi-Fi 6等实现厂区设备有线无线融合接入,既能承载IT网,也能承载OT网。5G特别适用于需要移动性的场合,F5G全光网具有超大带宽、安全可靠、确定性等特点,两者结合能够满足钢铁行业的联接需求。
一朵云即华为云,丰富的云服务帮助钢铁企业上好云,打造统一资源管理、统一运营、统一服务的云平台。降低企业上云和应用迁移的成本,实现数据的统一存储。
一个平台即指数字平台,包括AI使能、数据集成(ROMA)、数据治理(DAYU)和应用开发平台等组件,帮助钢企在生产制造、质量分析、设备运维、能源优化、物流供应以及安全管控上打造全面智能化,最终实现“提质、降本、增效”的发展目标。
华为在钢铁行业也进行了一些创新实践和探索,在华菱湘钢,华为5G技术在多个业务场景实现应用,5G天车实现了无人及远程驾驶,实现1个人员驾驶3台天车;连铸加渣机器人通过5G实现远程控制,避免工人在高温危险区域作业;在鑫磊集团,华为通过人工智能实现了焦化环节的智慧配煤,取代传统的人工经验,提高了焦炭质量,降低了焦化生产中煤的使用量和配煤成本,更加绿色、低碳。
同时,华为携手合作伙伴,在产品方案、商业模式、产业创新等方面共同推动行业的智能化,打造生产管控、产品质检、预测性维护、能源管控、智慧物流、智慧园区等一系列数字化转型解决方案。
“下一步,华为还将整合优势、共享经验,聚焦钢铁领域,更加深入理解和钢铁行业数字化、智能化发展需求与要点,以先进理念和创新技术为行业用户提供精准优质的专业技术和服务,助力我国钢铁行业迈向智能制造、绿色低碳新时代。”胡罡最后说。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。