产业升级之困境，制造业该如何突破？

全球领先的制造业强国正全力推进其产业边界，以德国的“工业4.0”、美国的“先进制造伙伴战略”和英国的“高价值战略”为显著例证。这些战略举措共筑一条清晰路径，引领制造业向数字化与智能化的深度转型，旨在攀登全球制造业竞争的巅峰。通过集成最前沿的技术如物联网、人工智能与大数据分析，这些国家力求构建超高效、灵活反应市场动态的智能制造体系，不仅重塑生产流程的根本，更重新定义了未来制造业的竞争力格局。

这一系列转型浪潮，凸显了工业经济体对于把握新一轮工业革命机遇的迫切与决心，力图在国际舞台上确立无可撼动的领先地位，并为全球经济的可持续增长与创新注入强大动能。

智能制造业务质量管理

“中国制造2025”大致包括五方面内容，一是强调创新驱动，二是质量为先，三是绿色发展，四是结构优化，五是人才为本。互联网和传统工业的融合将是中国制造新一轮发展的制高点，智能制造将是未来的主攻方向。在“中国制造2025”将质量为先放在前列，体现产品质量的重要性。提出的“质量为先”基本方针，加快形成以质量品牌为标识的竞争新优势。

对于制造业而言，提升质量是推动产业链向中高端转变，加速行业高质量发展的重要手段之一，因此，质量管理成为工业企业产品生产的生命线。质量管理指运用科学理论和专业技术对产品质量、性能等方面进行检测，以保证产品符合标准并满足消费者需求。

传统质量监测主要依赖人工，以专业人员进行质检为主，检测效率低且易出现误判，导致不合格产品流入市场，对消费者和企业造成损失的同时，影响企业形象。此外，传统质量管理仅局限于检测产品质量，无法收集并应用质量数据，实现产品全流程质量追溯。人工智能、区块链等数字技术的应用，为越来越多工业企业提供高效质量管理与追踪能力，提高良品率的同时，为产品迭代提供支持。

在质检环节，采用AOI自动光学检测与AVI自动视觉检测等技术，通过高清CCD摄像头自动扫描产品，采集图像。

通过采集的数据将测试的检测点与数据库中合格的参数进行比较，或基于深度学习的视觉检测技术，让机器拥有人的视觉功能，并支持2D/3D成像方式，提供缺陷检测、分类、定位、分割提取等检测功能。其非接触、高精度、高速度等特点，降低人工质检成本的同时，提高检测准确率。在根因分析环节，机器学习技术帮助客户在出现质量缺陷时，收集、建模分析数据，从数十个、甚至数百个分析维度，找出问题根源，降低产品质量诊断时间。在产品优化环节，强化学习技术在模型预测控制中进行滚动寻优，提高企业质量改进效率。

01 质量管理存储需求

机器视觉通过对检测物拍摄照片或视频，进行软件分析，用以提高产品质检效率和生产效率，同时也产生了海量非结构化数据。在视频与图片采集过程中产生海量非结构化数据，存储需求主要以海量非结构化数据为主。以某智能制造工厂产线为例，一个机台就有10个检测点位或设备，每个点位图片大小平均为50MB，约2秒钟进行1个工件检测；10条这样的产线7*24小时运行，1个月文件数量就达到了1亿多，存储容量达6PB以上。

根据国家相关政策法规和下游客户的要求，生产数据如质检图片数据通常需要保存3个月到15年不等，以便质检追溯和分析等。这些海量的数据需要能被生产过程管理(MES)、质量管控(SPC)、良品率管理（YMS）等应用系统便捷地调用和共享，以帮助企业更好地实现生产自动化及决策支撑。

02 机器视觉数据挑战

①多维度快速精确检索

海量数据下，查询维度少，如只能通过文件名或基于目录层级检索，耗费时间长，严重影响生产效率。如何能在保证存储性能的前提下，秒级查询数据并回溯数据派生关系。

②海量数据存储

生产过程中产生海量质检数据，传统的NAS存储空间受限，扩容成本高，扩展性差，无法既能满足海量数据的存储，且保障未来进行平滑横向扩展。

③数据共享统一管理

生产过程中产生的海量质检图片数据，分散存储于不同生产线的质检设备中，应用系统检索耗时长，造成数据管理和检索不变。

④数据性能与并发性

由于质检平台与生产线共同运行，存储系统在具备高可用，高可靠之外，存储系统的性能和并发性也至关重要。如何能做到存储系统应对海量多样化数据存取无瓶颈。

机器视觉数据解决方案

作为卓越的软件定义存储产品及技术服务供应商，新一代全闪软件定义存储领导者，大道云行正将其在软件定义存储领域多年来积累的技术与经验输出到机器视觉这一前沿技术领域，而与此密切相关的面向海量数据，尤其是海量非结构化小文件的高性能存储，也就成为了它推进存储技术转化创新的一大突破点。

构建面向海量非结构化小文件的高性能存储产品并非易事，传统文件存储系统在应对急剧增长的文件数量，以及面对“读写混合”等访问请求时，会有较大的性能损耗；同时，机械硬盘等传统存储介质，在IOPS上也并不尽如人意。因此，洞察了多种企业高效智能软件定义存储解决方案的大道云行，结合既有经验，推出全新的高性能存储解决方案。

SDS2.0设计理念 全面提升质检效率

FOSS分布式全闪对象存储系统基于SDS2.0的设计理念，充分融入了NVMe Flash， RDMA，Volume直写等先进技术，实现了高效的网络通信和数据传输。能够应对海量文件读写带来的带宽，OPS及时延的挑战，大幅提升了质检文件写入和检索效率。

千亿文件统一管理 灵活扩容

通过构建一个统一的存储资源池，能够集中存储厂区所有生产线的质检数据。该资源池采用分布式架构，可根据需求灵活扩展，有效应对质检数据快速增长带来的容量挑战。

数据检索和质量回溯精准检索

通过利用元数据和标签实现智能检索，能够精准获取目标数据，即使面对亿级文件数量也能提供秒级检索能力，显著提升了响应速度和检索效率，效率提升近百倍。

质检数据安全保护

通过多节点分布式架构实现主机冗余，并利用纠删码和副本等高效机制确保数据冗余及实时保护。图形化界面与自动化运维管理（包括系统部署、配置及监控告警）使管理更加简便高效。

根据智能制造场景中非结构化数据的数据特性，存储解决方案需要在业务连续性、吞吐带宽、读写IOPS、并发性，扩展性，高效检索等方面满足智能制造对存储系统的功能特性和性能需求。大道云行深入调研智能制造行业用户，优化产品解决方案应对智能制造环境中一些突出且主要的存储瓶颈问题。

FOSS分布式对象存储系统作为国内首款基于SDS2.0的高性能对象存储产品，在针对智能制造业务场景的存储解决方案中，充分展现了FOSS的高性能、高并发、高可用、高可靠，绿色节能等特性。

方案优势

大道云行充分考虑制造企业特点，洞察制造业机器视觉质检场景痛点和需求，帮助客户实现海量数据高效采集汇聚、高性能存储、数据快速检索、数据便捷调用，用智能存储为企业提质增效注入新动能。

100%性能

全场景业务支撑，为应用程序提供最佳的性能，大大缩短存储等待，降低业务周期。

100%功能

提供全面而强大的基础功能，以满足超过90%的业务场景需求，支持全功能定制。

60%能耗

绿色节能的介质，高效的节能算法，更小的部署空间，充分降低存储系统TCO。

100%支持

产品研发，方案设计，项目交付，全业务流程支持，超强的专业性与执行效率。

全闪驱动制造升级

在当前智能制造领域，市场竞争愈发激烈，企业迫切需要通过技术创新来提升产品合格率与生产效能，同时在规模化生产中有效控制成本。面对供应链体系对生产流程全透明度的高要求，大道云行AOI存储解决方案应运而生，成为众多企业品质管理升级的关键。该方案不仅实现了生产线质量检测数据的高效整合，还提供了便捷的数据管理及快速检索功能，显著增强了品质管控的精准度与效率。更重要的是，它大幅降低了数据存储的成本，为企业构建更智能、更数字化的生产模式，加速业务增长提供了坚实的技术支撑。

这一创新实践，不仅体现了智能制造时代下，数据驱动的品质管理对于企业竞争力的重要性，也彰显了大道云行在推动行业数字化转型中的重要作用。通过持续优化生产流程，提升数据利用价值，企业能够更好地应对市场挑战，把握发展机遇，实现可持续发展。