大數據時代互聯網思維下的CAE產業
瀏覽:2787 評論:4
一點隨筆和雜想~~~
"您已經超速行駛" (2000年);;
"您已經超速行駛,前方有收費站攝像頭"
(2010年);;
"您已經超速行駛,
根據云監控后面車速為80碼,30秒后將與收費站發聲碰撞"(2020年);;
"您已經超速行駛,
30秒后將與前方收費站發生碰撞,車身將承受XXXX力的撞擊,
20秒后將轉為智能駕駛"(彈出三維全息圖,出現車被撞的模擬視圖)(2030年);;
--------------------------------------------------------------------------------------------------------------------------------------------------
現在不管討論什么話題,似乎不談論互聯網思維就out了。不過話說回來,最近幾年興起的互聯網熱潮與以前不同,有了大環境軟硬件的支持,整個互聯網產業有可能真會進入一個新的境界,同時也會帶動其他產業的升級發展。
大數據時代,終端可以實時的將所有車輛的數據上傳到云端,云端可以對數據進行實時計算,監控,發現潛在的擁堵區,對可能發生問題的情形和車輛進行預警。同時由于云端保存了每一輛車的車況數據和用戶使用偏好,比如車的品牌,性能,用戶剎車習慣,健康狀況等。所以能更針對性的反饋信息。
而上述2030年可能出現的情形則已經接近科幻片的場景,其中融合了CAE仿真,云計算,人工智能,大數據通信等技術。其中云端可以實時的進行計算,比如上述車碰撞仿真,客戶端將工況發送到云端,云端利用服務器快速計算后將結果返回。如果軟硬件高度發達,其仿真有可能直接在客戶端進行。按照目前芯片小型化的趨勢,其仿真計算軟件直接固化在芯片中。
以往獨立的CAE產業在信息化高度發展時代,可能會融入為其中一個附屬產業。
再考慮另一個情形: 看病。
這個和大家都息息相關。從技術上來講,目前病歷實現全國聯網已經不成問題,到不同的醫院看病,醫生能看見病人的病史。
大數據時代其實可以做的更多:
1. 有了所有人的病歷,可以對不同地區,
不同年齡的
不同癥狀,不同環境 的人群進行分析,
發現其發病特點,給出針對性建議和治療方案。
2. 每次病愈都是一次寶貴的治療經驗,這些經驗通過云平臺計算可以自動得到分享,尤其是疑難雜癥。
3. 對于小毛病,云端可以自動給出診療方法,加上醫生的建議,遠程治療即可解決問題,不用跑醫院。
4. CAE相關。生物力學是利用CAE技術模擬仿真各種生物力學現象,比如人體運動,骨頭受力,血管受壓等等。這些方法目前受限于軟硬件技術,還只能應用在比較嚴重的疾病診斷上,實時性也很差。想象一個心臟病人在家能,終端把身體數據傳送到云端,云端計算后實時給出心臟血管狹窄程度,血流速度,危險系數等數據,其意義不言而喻。
當然從目前硬件水平來看,要達到上述水平還有很長一段路要走。但是目前狀況是軟件落后于硬件的發展,在中國這種情況尤其突出。
“僅CPU的研發就是十幾年時間,我們在硬件上與國外產品水平相當,但在應用軟件上,差距在30年以上,應用軟件的開發不是一個簡單的過程,需要計算專家、行業專家共同參與,一個項目的開發需要200人年左右,投入使用年限都在20至30年。美國三大實驗室,有幾千人在應用領域研發,計算機專業的只百人團隊。”潘景山對比國外在超算應用領域的重視,看到濟南超算中心的40位員工,很有壓力。國外在超算系統與應用的開發投入上1:2或者是1:3的比例,國內在軟件應用上投入的人力資金僅有硬件系統的1/5。“大型軟件,像海洋、氣象這類,70年代的代碼、90年代的代碼都可以找到,是長期積累下來的東西,海洋、氣象軟件可以免費使用,但還有好多領域需要自行研發,我們現在是有大量數據,缺計算軟件這樣的工具,眼看著數據不能挖掘出智慧。”
個人以為中國的互聯網目前看似如此發達,是以絕大的消費用戶為基礎的,無論是騰訊,阿里巴巴,小米,都是因為有廣大的受眾群。而考驗一個國家科技實力的制造業確鮮有成功企業。以后互聯網的發展必定是有多個產業的融合。國內的研發再不奮起直追,恐怕以后在互聯網領域也要受制于人了。
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
21
4




















