云层打造数字化协作设计创新能力

·优化协作智能设计能力：Amazon AppStream 2.0可让企业在没有工作站的情况下，在全球任何计算机上访问CAD、CAM和CAE应用程序，轻松实现3D设计与创新的同时，有效提高全球协作设计的效率。Amazon SageMaker使制造企业可快速构建、训练和部署机器学习模型，以便针对实时或批量数据生成预测，以提升设计的智能化水平。借助 AWS IoT Greengrass，互联设备可以运行 AWS Lambda 函数、同步设备数据，以及与其他设备安全通信 – 甚至无需连接到 Internet，提升设计的跨界协作能力。

·缩短设计迭代周期：AWS拥有丰富的云服务功能，应对不同应用程序对存储、网络、安全的需求，后台的大数据处理对产品设计的快速迭代以及分析用户需求都是至关重要的。利用Amazon EMR，企业可实现计算资源和存储资源的解耦，结合Amazon Simple Storage Service (Amazon S3)高持久性的数据存储和无限的存储容量，企业可根据不同设计选择最适合处理需求的实例大小和类型，以缩短设计周期，加速设计迭代。

AWS助力F1赛车实现数字化协作设计

Formula One Group（F1）负责推广国际汽联世界一级方程式锦标赛，在 21 个国家/地区举办一系列赛车活动。F1赛车在全球拥有超过 5 亿粉丝，2017 年创下 18 亿美元的总收入。

F1 赛车是一项数据驱动的运动。在每场竞赛中，每辆车上的120个传感器将生成3GB数据，每秒生成1500个数据点。数据量的骤升和对数字化协作设计的需求，使F1将其大部分基础设施从本地数据中心迁移到AWS，并对AWS的机器学习和数据分析服务进行标准化处理，以加速其云转型。

F1的数据专家使用Amazon SageMaker培训深度学习模型，用65年的历史竞赛数据来提取关键竞赛成绩统计数据，以便车队最大限度地优化赛车设计。通过使用Amazon Kinesis，将实时赛车数据流式传输到AWS，F1可获取并处理每辆车在F1赛道上每次转弯过程中的关键性能数据。然后，F1通过Amazon SageMaker部署高级机器学习，以便可以明确车手的表现，以及车手是否超出了自身的极限。利用Amazon SageMaker 和AWS的机器学习服务，F1不仅能够为粉丝提供有洞察力的实时赛事观察和预测，还使F1的赛车运动部门实现在AWS上的可扩展环境中运行高性能计算工作负载。在此基础之上，F1制定新的赛车设计规则时，可以大幅度提高其空气动力学团队可以运行的模拟数量和质量，同时赛车零部件设计的数字化水平也获得提升。

F1通过种类繁多的AWS服务（包括Amazon SageMaker、AWS Lambda、AWS的事件驱动型无服务器计算服务以及AWS分析服务）增强其竞赛战略、数据跟踪系统和数字广播，以提供新的竞赛指标，这将改变粉丝和车队的赛车体验方式。F1车队的赛车设计团队根据赛车实时数据，能够在短时间内完成对上百个零部件的重新优化设计、测试和生产，数字化协作设计能力的提升带来高品质赛车的同时，也为观众呈现出更高水平的赛事。

打造自主的产品设计文化，对于现阶段的中国制造业而言至关重要，是其实现自主创新的，应对国际挑战的根基。AWS以其灵活且强大的混合云平台，为制造企业提供灵活的计算、存储、网络、应用及服务选择，使其无需花费高昂的基础设施建设成本，就可以实现可扩展的、跨界协作的、按需的全球数字化协作设计创新能力的提升。助力中国制造企业从标准化、个性化、协作化和迭代化四个方面着手，打造高品质的原创产品设计文化。

[1]麦肯锡.《设计的商业价值》.2018年

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!