万物电气化,AI赋能时——MATLAB中国区用户大会分享
扫描二维码
随时随地手机看文章
MATLAB是“Matrix Laboratory”的缩写,正如其命名所示,最初使命仅仅是一个交互式的矩阵计算器。1981年Dr. Cleve Moler基于兴趣爱好和教学需求将其设计出来,最初包含的71个文字和函数可供学生们直接使用,而无需重新编译、加载和执行等过程。
图:1981年由Cleve Moler编写的MATLAB雏形
随后的近40年的时间里,各种程序函数、工具箱、图形化、ODEs等新功能丰富进了MATLAB里,来到2022年,MATLAB已经成为了一个“算法开发、数据可视化、数据分析以及数值计算”的高级技术计算语言和交互式环境。
但其从诞生之初的立意在这近40年间并没有发生变化,帮助用户快速低门槛的完成各个专业领域的专业工作,加速和赋能各个领域创新。MATLAB以其旺盛的成长力和“无所不能”而深受各界人士喜爱。
近日,2022年MATLAB中国区用户大会于落下帷幕,在持续4天的在线分享中,围绕着“加速气候科学研究,推进万物电气化”的主题,MathWorks及各界专家学者研究员、各行业的专家和领军企业,进行了全方位多维度的分享。在随后召开的媒体会上,MathWorks中国区总经理曹新康和中国区行业市场经理李靖远也就MathWorks的发展方向,以及我们关心的话题进行了精彩的分享。
图:MATLAB EXPO 2022
提高清洁能源占比、推动万物电气化
今年3月,南极的康格冰架坍塌,其面积为1200平方公里,和纽约面积差不多。这再次给人类敲响了警钟,低碳可持续发展已经是各界最为关注的话题之一。为了实现碳中和和碳达峰的目标,要从能源的生产、传输和使用三个方面着手。
图:南极冰架坍塌
首先从能源生产方面,要大幅提高清洁能源的占比。但当前仍面临着一些难题:一是可再生能源的生产成本居高不下,例如光伏是最近几年成本下降了50%才实现的商业化;二是因为可再生能源在生产中不稳定的特性,对电网的冲击较大;此外储能技术的提升也同样重要。而在能源传输方面,需要优化电网结构,保证电力系统高效稳定运行。此外还可以采用交流柔性输电系统或者是特高压的柔性直流输电系统,来提高传输过程中的效率,降低损耗。从能源利用方面看,需要加速推进万物电气化,提高工业节能、建筑节能和交通节能。此外,碳封存的技术也是一个重要的可持续发展方向,全球也有非常多用户通过MathWorks的工具在展开研究。
图:可持续能源占比提升
在能源的整个流转过程中,通过MATLAB的数据分析和Simulink的建模仿真,可以大幅提高能源的生产、传输和利用效率。例如芬兰国家电网通过MATLAB去对整个国家电网的稳定性去进行分析,通过实时监测装置将电网数据传送到Simulink仿真模型中进行电网稳定性评估。另一个值得一提的案例是Boston Metal,通过熔融氧化物电解法使用直流电分离化合物,取代了传统工艺。这种技术制造钢铁产生的副产物不是碳而是氧,如果其使用的能源也是可再生能源,那么就实现了生产过程的100%零排放。作为一个初创企业他们面临着资源有限但艰巨而紧迫的研发任务,通过加入MathWorks的初创帮助计划,不仅可以低成本的使用所有的工具,而且一些现成的用例可以帮助他们快速在新领域起步。
图:波士顿钢铁创新的钢铁制造方式
兼容并包的AI平台,完整的全工作流支持
人工智能主题已经是工程界最受关注的课程之一,而AI并不仅仅成为算法研究者的专长,而是应该赋能到各行各业中,成为各领域专家的利器。
“阿尔法GO 2016年横空出世,一下子引爆这波人工智能的热潮。但其实在这个之前MathWorks的神经网络工具箱就已经卖了好多年了,而且是一个非常好非常受欢迎的产品。”曹新康分享到,“所以说在AI这一块是MathWorks的传统优势领域,我们一直都是做的非常好的。”
MathWorks提供的是完整的一个工作流包括工具包的支持,从数据获取、预处理、模型训练、系统仿真和系统部署几大步骤上提供完备的工具支持,降低非AI研究者在使用AI赋能本行业应用时,需要面临的陡峭的学习曲线。
图:MathWorks提供完整的AI工作流支持
据李靖远介绍,现在基于人工智能有很多的框架平台,每个框架解决的问题不一样。MathWorks希望提供的是一个兼容并包的大平台。当前MathWorks提供了超过100种工具箱,未来也会继续推出更多基于MATLAB和Simulink的应用。通过MATLAB提供的接口,更多的优化和其他平台的框架、AI算法都可以更好的导入到MATLAB和Simulink平台上面去,进行整个系统级的测试和仿真。
图:MATLAB支持多种不同算法模型导入
而针对AI/ML on Edge的发展,当前主要面临着端侧硬件效率、算法模型代码精炼度和AI形态产品化的难题。这些难题来自端侧计算的特点:功耗预算紧张、计算资源受限和应用超级碎片化。MathWorks同样也是针对这些难题,提供了全套的工具解决链。和其他AI应用不同,主要在部署方面,MathWorks提供了全面的嵌入式代码自动化生成工具,像基于CPU和GPU的C/C++代码,GPU的CUDA代码,PLC的结构化文本代码,FPGA或者专用的ASIC的HDL代码。完备的自动代码生成,解决了不同端侧设备上AI算法部署的难题。
图:MathWorks提供全面的端侧计算平台自动代码生成
MathWorks中国 15年持续成功的秘诀
今年是MathWorks中国成立的15周年,在MATLAB中国区用户大会上,有几十个客户和三个重要合作伙伴登台演讲,MathWorks在中国已经获得了广泛的中国用户的认可和喜爱。
图:MATLAB EXPO 2021中国
曹新康表示,MathWorks取得持续成功的原因在于专注长期战略执行,很少受到短期市场变化的干扰。而对于中国分公司而言,一直坚持四个工作重点:扎根教育、深耕行业、深度支持和广泛合作。
在教育方面,MathWorks对于中国用户有着特别的倾斜,定价相对更低一些。而且从MathWorks的整个营收占比来看,教育收入占比也是极低的。曹新康强调,中国区有超过20%的MathWorks员工专注于教育市场,但同时每一位MathWorks中国区员工都有义务去支持教育客户。简单的数字比例背后,是其对于教育的承诺。
在行业深耕方面,MathWorks在多个重点行业中,与用户深化合作。仅仅熟练使用MathWorks的工具仅仅是第一步,还需要将其变成一个流程,融入到企业的研发功能当中去。在今年的用户大会上,中石化胜利油田的专家分享了MathWorks工具在地震反演中的案例;三一重工分享了基于高端工程装备和工况大数据的数字孪生模型;中兴通讯介绍其5G方面的相关工作进展。通过广泛的行业合作深耕,MathWorks推动了中国用户的智能制造创新。
在深度支持方面,MathWorks制定了专门的策略:对重点客户进行深度支持,为客户提供一个完整的工具链。同时通过一些引导性的项目,帮助客户把研发体系真正落地。曹新康表示,MathWorks会通过人员培训、标准认证以及一些咨询项目,帮助客户建立起基于模型设计的、融合研发与IT运维一体的研发体系。例如在汽车AUTOSAR架构上,整个体系中包含大量的代码标准认证、安全性认证的环节,这是一个非常大的课题,而MathWorks在其中为客户提供了非常深度的支持。
在广泛合作方面,MathWorks积极地开展跨平台、跨领域的合作,推动MATLAB健康开放的生态系统。MathWorks有一个致力于拓展跨领域的第三方合作计划,称为MathWorks Connections,到目前为止已经有500多个第三方解决方案。在中国区MathWorks也在积极跟第三方合作伙伴展开探讨和合作,联手为中国用户提供更加完整,也更加符合本地化需求的软硬件结合的工程解决方案。
总结
减少碳排放,推动万物电气化,加速AI的落地和全面赋能,是我们整个人类生活迈进的关键。而MATLAB将会持续跟随推动这些趋势发展,推动广泛且深入的行业创新,正如其过去的40年间所做到的一样。