近幾年來，傳統(tǒng)制造業(yè)的轉(zhuǎn)型升級一直都是中國政府的工作重點，今年的政府工作報告中更是明確指出“質(zhì)量、設計、創(chuàng)新、智能＋”是制造業(yè)新舊動能和新舊生產(chǎn)體系轉(zhuǎn)換，形成國家發(fā)展新動能的四大核心因素。如果說“質(zhì)量”是中國制造的硬實力，那么“設計”就是軟實力?，F(xiàn)在，越來越多的跨國公司都開始意識到，用設計驅(qū)動增長，潛力是巨大的。但就中國現(xiàn)狀而言，“設計”恐怕是大多數(shù)制造企業(yè)最薄弱的環(huán)節(jié)。

麥肯錫在2018年10月發(fā)布的麥肯錫設計指數(shù)（McKinsey Design Index, MDI）顯示，麥肯錫認為不斷提升的產(chǎn)品設計水平，并由此實現(xiàn)高商業(yè)盈利，將有助于公司在激烈的競爭中脫穎而出。“MDI排名前25%設計能力強的公司收入和股東總回報的增速遠高于同行業(yè)競爭者——收入增長提高了32%，總體提高56%”。決定設計水平主要包括以以下四個方面：

· 打造設計標準化：樹立嚴格的設計衡量標準，發(fā)揮先進企業(yè)的示范作用，以驅(qū)動行業(yè)設計的整體發(fā)展；
· 個性化產(chǎn)品設計：構(gòu)建以用戶為中心的設計文化，聆聽用戶需求，實現(xiàn)個性化設計；
· 跨界的協(xié)作設計：打破實體、數(shù)字和服務設計之間的界限，實現(xiàn)全流程、全領域的協(xié)作設計；
· 持續(xù)的迭代設計：通過不斷整合新技術、持續(xù)傾聽用戶需求，來提高產(chǎn)品的迭代能力，降低開發(fā)風險，提升產(chǎn)品的服務能力。

從“制造”到“智造”，中國企業(yè)設計能力是關鍵

從“制造”到“智造”，是中國實現(xiàn)從制造“大國”到制造“強國”蛻變的必經(jīng)過程，那么，在工業(yè)設計方面就一定要有話語權(quán)，只有建立起以設計為驅(qū)動的企業(yè)文化和產(chǎn)業(yè)鏈，才有助于中國品牌在全球范圍內(nèi)越做越好。傳統(tǒng)以加工和組裝為主的中國制造企業(yè)急需提升產(chǎn)品原創(chuàng)設計能力，從而實現(xiàn)從“制造”到“智造”的轉(zhuǎn)型升級。在這一演進過程中，中國制造用戶普遍遇到以下挑戰(zhàn)：

·產(chǎn)品設計無統(tǒng)一標準：對設計的效果進行量化，制定嚴格的標準規(guī)范設計市場，無論是對設計師的價值體現(xiàn)，還是對整個產(chǎn)業(yè)的設計優(yōu)化來說都是利大于弊。目前中國制造業(yè)還沒有統(tǒng)一的設計標準，這就需要發(fā)揮先進企業(yè)的示范作用，優(yōu)先建立起先進設計思維，才有助于推動工業(yè)設計標準的制定。在此基礎之上，構(gòu)建開放式的云IT架構(gòu)，既能夠?qū)a(chǎn)業(yè)鏈上下游迅速凝結(jié)，推動設計標準的快速制定與推廣，還能夠高效低成本的融合新技術，實現(xiàn)產(chǎn)業(yè)鏈附加值的提升。

· 個性化設計能力差：機電一體化、自動化和智能化在制造業(yè)中的應用，使用戶對產(chǎn)品精細度和設計個性化的要求不斷提升，因此，更高的計算能力和存儲能力，以及更靈活的可擴展性和并行處理能力是實現(xiàn)個性化設計的保證。但傳統(tǒng)的IT架構(gòu)計算能力和存儲能力難以快速擴展、缺乏彈性，無法滿足研發(fā)設計需求。同時，小批量、多批次的個性化產(chǎn)品設計，尤其是渲染、建模、仿真等對計算和存儲資源需求大，但周期性強，對計算和存儲需求易產(chǎn)生波峰和波谷，從而造成資源配置不均衡，難以支撐工作負載。這就需要借助基于云平臺的CPU、GPU和FPGA服務器，針對特定應用程序進行優(yōu)化，以滿足個性化設計對IT基礎架構(gòu)的需求。

·產(chǎn)品設計跨界協(xié)作力差：由于市場競爭加劇和用戶個性化需求增加，產(chǎn)品設計要盡可能地提升效率，縮短設計周期，而保障跨地域、跨部門的多人協(xié)同工作是基礎。傳統(tǒng)的IT架構(gòu)存在大量信息孤島，為協(xié)同作戰(zhàn)設置了障礙，而不同的設計環(huán)節(jié)還存在信息溝通不及時、數(shù)據(jù)難以共享、審批測試流程重復煩瑣、資源浪費等問題，從而無法滿足產(chǎn)品設計對跨界協(xié)作和智能設計的需求。這就需要借助一站式托管服務或平臺，來實現(xiàn)跨設備、跨流程、跨地域的應用程序、數(shù)據(jù)的共享與集中管理，同時，通過深度學習工具，基于實時搜集的數(shù)據(jù)，來對設計模型進行高效地訓練、調(diào)整、優(yōu)化，以降低各方面協(xié)作溝通成本，縮短設計周期同時，保障設計安全，免受被抄襲的困擾。

·產(chǎn)品設計迭代能力差：進入后服務時代，通過提高產(chǎn)品設計的迭代能力，來滿足用戶在不同應用場景下的不同需求，是大多數(shù)企業(yè)的核心目標。然而，設計的迭代需要對大規(guī)模數(shù)據(jù)進行實時分析，并會使用到各種不同的應用程序，包括計算機輔助設計 (CAD)、計算機輔助工程 (CAE)、電子設計自動化 (EDA)、產(chǎn)品生命周期管理 (PLM)、產(chǎn)品數(shù)據(jù)管理 (PDM) 和土木工程。更別提不同應用對服務器的配置、性能、擴展性、穩(wěn)定性等方面的要求也不盡相同，傳統(tǒng)的IT架構(gòu)無法滿足企業(yè)在這方面的需求，這就需要借助具有強大實時計算能力的云服務器的支持，根據(jù)不同設計應用的需求實現(xiàn)自動擴展和性能優(yōu)化，以縮短設計迭代周期。

AWS云層打造數(shù)字化協(xié)作設計創(chuàng)新能力

隨著制造業(yè)產(chǎn)品設計對標準化、個性化、協(xié)作化和迭代化的要求逐漸提高，高計算力、高可擴展、高靈活性，且低成本的混合云平臺成為優(yōu)先選擇。AWS作為全球先進的云服務提供商，力求通過為北京光環(huán)新網(wǎng)科技股份有限公司和寧夏西云數(shù)據(jù)科技有限公司的用戶提供高水平的技術支持和廣泛的產(chǎn)品服務組合，助力企業(yè)加速創(chuàng)新的同時，縮短產(chǎn)品設計獲得成效的時間，提高企業(yè)在云層打造數(shù)字化協(xié)作設計創(chuàng)新的能力。

·建立統(tǒng)一設計標準：采用AWS 的混合云架構(gòu)，幫助企業(yè)實現(xiàn)本地資源與云資源的集成，產(chǎn)業(yè)鏈上下游資源的集中整合，為建立統(tǒng)一設計標準提供簡單快捷的平臺服務。同時，借助AWS人工智能和機器學習對大規(guī)模不同標準的設計模型進行模擬分析，以制定助力行業(yè)利益高點的產(chǎn)品標準。

·提高個性化設計水平：AWS在云中提供CPU、GPU和FPGA服務器，并針對特定應用程序進行優(yōu)化。通過AWS，企業(yè)可以按需使用這些服務器，而無需前期的大量資金投入搭建IT基礎設施。Amazon Elastic Compute Cloud（Amazon EC2）可針對不同設計應用程序選取理想的內(nèi)存、CPU、實例存儲和啟動分區(qū)大小配置，以滿足個性化設計的需求。

·優(yōu)化協(xié)作智能設計能力：Amazon AppStream 2.0可讓企業(yè)在沒有工作站的情況下，在全球任何計算機上訪問CAD、CAM和CAE應用程序，輕松實現(xiàn)3D設計與創(chuàng)新的同時，有效提高全球協(xié)作設計的效率。Amazon SageMaker使制造企業(yè)可快速構(gòu)建、訓練和部署機器學習模型，以便針對實時或批量數(shù)據(jù)生成預測，以提升設計的智能化水平。借助 AWS IoT Greengrass，互聯(lián)設備可以運行 AWS Lambda 函數(shù)、同步設備數(shù)據(jù)，以及與其他設備安全通信 – 甚至無需連接到 Internet，提升設計的跨界協(xié)作能力。

·縮短設計迭代周期：AWS擁有豐富的云服務功能，應對不同應用程序?qū)Υ鎯?、網(wǎng)絡、安全的需求，后臺的大數(shù)據(jù)處理對產(chǎn)品設計的快速迭代以及分析用戶需求都是至關重要的。利用Amazon EMR，企業(yè)可實現(xiàn)計算資源和存儲資源的解耦，結(jié)合Amazon Simple Storage Service (Amazon S3)高持久性的數(shù)據(jù)存儲和超高存儲容量，企業(yè)可根據(jù)不同設計選擇最適合處理需求的實例大小和類型，以縮短設計周期，加速設計迭代。

AWS助力F1賽車實現(xiàn)數(shù)字化協(xié)作設計

Formula One Group（F1）負責推廣國際汽聯(lián)世界一級方程式錦標賽，在 21 個國家/地區(qū)舉辦一系列賽車活動。F1賽車在全球擁有超過 5 億粉絲，2017 年創(chuàng)下 18 億美元的總收入。

F1 賽車是一項數(shù)據(jù)驅(qū)動的運動。在每場競賽中，每輛車上的120個傳感器將生成3GB數(shù)據(jù)，每秒生成1500個數(shù)據(jù)點。數(shù)據(jù)量的驟升和對數(shù)字化協(xié)作設計的需求，使F1將其大部分基礎設施從本地數(shù)據(jù)中心遷移到AWS，并對AWS的機器學習和數(shù)據(jù)分析服務進行標準化處理，以加速其云轉(zhuǎn)型。

F1的數(shù)據(jù)專家使用Amazon SageMaker培訓深度學習模型，用65年的歷史競賽數(shù)據(jù)來提取關鍵競賽成績統(tǒng)計數(shù)據(jù)，以便車隊更好地優(yōu)化賽車設計。通過使用Amazon Kinesis，將實時賽車數(shù)據(jù)流式傳輸?shù)紸WS，F(xiàn)1可獲取并處理每輛車在F1賽道上每次轉(zhuǎn)彎過程中的關鍵性能數(shù)據(jù)。然后，F(xiàn)1通過Amazon SageMaker部署高級機器學習，以便可以明確車手的表現(xiàn)，以及車手是否超出了自身的極限。利用Amazon SageMaker 和AWS的機器學習服務，F(xiàn)1不僅能夠為粉絲提供有洞察力的實時賽事觀察和預測，還使F1的賽車運動部門實現(xiàn)在AWS上的可擴展環(huán)境中運行高性能計算工作負載。在此基礎之上，

F1制定新的賽車設計規(guī)則時，可以大幅度提高其空氣動力學團隊可以運行的模擬數(shù)量和質(zhì)量，同時賽車零部件設計的數(shù)字化水平也獲得提升。

F1通過種類繁多的AWS服務（包括Amazon SageMaker、AWS Lambda、AWS的事件驅(qū)動型無服務器計算服務以及AWS分析服務）增強其競賽戰(zhàn)略、數(shù)據(jù)跟蹤系統(tǒng)和數(shù)字廣播，以提供新的競賽指標，這將改變粉絲和車隊的賽車體驗方式。F1車隊的賽車設計團隊根據(jù)賽車實時數(shù)據(jù)，能夠在短時間內(nèi)完成對上百個零部件的重新優(yōu)化設計、測試和生產(chǎn)，數(shù)字化協(xié)作設計能力的提升帶來高品質(zhì)賽車的同時，也為觀眾呈現(xiàn)出更高水平的賽事。

打造自主的產(chǎn)品設計文化，對于現(xiàn)階段的中國制造業(yè)而言至關重要，是其實現(xiàn)自主創(chuàng)新的，應對國際挑戰(zhàn)的根基。AWS以其靈活且強大的混合云平臺，為制造企業(yè)提供靈活的計算、存儲、網(wǎng)絡、應用及服務選擇，使其無需花費高昂的基礎設施建設成本，就可以實現(xiàn)可擴展的、跨界協(xié)作的、按需的全球數(shù)字化協(xié)作設計創(chuàng)新能力的提升。助力中國制造企業(yè)從標準化、個性化、協(xié)作化和迭代化四個方面著手，打造高品質(zhì)的原創(chuàng)產(chǎn)品設計文化。