第10期 2021/06/15
C2M模式的產業互聯網最佳實踐 服務器定制化的用戶驅動創新
C2M是“從消費者到生產者”（Customer to Manufacturer）的簡稱，其基于互聯網、大數據、人工智能，以及通過生產線的自動化、定制化、節能化、柔性化，運用龐大的計算機系統隨時進行數據交換，按照客戶的產品訂單要求，設定供應商和生產工序，最終生產出個性化產品的工業化定制模式。這也被稱為繼蒸汽機、電氣化、自動化之后人類的第四次科技革命。
如今C2M模式在消費互聯網市場已經日漸成熟，比如現在電商市場已經在大規模實踐C2M。其實除了在2C互聯網市場，C2M在產業互聯網中也有著廣泛的應用空間，例如浪潮、曙光、寧暢等服務器廠商在服務器定制化領域積極探索由用戶驅動生產的反向生產模式。
用戶需求驅動的服務器定制化市場
定制化是生產力發展的必然產物。在生產力發展的初級階段，標準化、統一化的產品能夠快速打開市場，滿足絕大多數的用戶需求；但是隨著生產力的發展，許多用戶已經不滿足于標準化產品帶來的固定服務，他們千差萬別的需求為定制化的出現提供了空間，也成為了定制化發展的最強推動力。
經過了20多年發展之后，放諸四海而皆準的產品方案已經與時代脫節，中國服務器市場已經進入到精細化定制階段。其實不僅僅是服務器，整個時代都在呼喚定制化的產品和服務。
面對“新基建”大潮，具有“智能運維”、“快速部署”、“高效性能”、“可批量交付”特征的服務器已成行業剛需。而傳統通用服務器ODM、OEM管理體系已不能滿足“新基建”背景下的產業發展需求。
比如服務器市場，伴隨著云計算、5G、人工智能等技術的發展，服務器的形態和用途也發生了改變，不同的工作負載對服務器能力產生了不同的需求。就要求服務器廠商能夠提供適應不同用戶使用的、差異化的解決方案。
特別是全球數據中心市場規模化、集約化、綠色化趨勢，定制化服務器的需求日趨強烈，其中以BAT為代表的對數據中心需求巨大的大型互聯網公司中尤為常見。服務器的定制可以說是一種全新的應用模式，根據用戶的不同需求，定制出符合業務需求的定制化產品，可以使得服務器的性能與業務的需求契合度更高。
如果從這樣的定義，我們看到服務器定制化其實就是一種C2M模式。定制的本質是根據客戶需求量體裁衣，“按需配置”是定制化服務器最為顯著的特點，差異化的需求造就了差異化的產品，同時也就有了成百上千種的定制化需求。
服務器的定制化需求對于服務器廠商的生產能力提出了更高的要求，如何更好地滿足客戶以及快速交付成為當前服務器廠商的重要課題。服務器生產離不開工廠建設的支持，為了更好地支撐服務器定制化生產，我們看到眾多服務器廠商進行廣泛的布局。
JDM模式驅動的智能工廠實踐
浪潮位于濟南的智能工廠，是中國第一個服務器智能柔性生產基地，中國服務器領域第一條高端裝備智能生產線，被評為全球智能制造典范的智能工廠，實現了人工智能、工業互聯網與制造業的緊密結合。該工廠采用了大量自動化設備，包括AGV、機械手、機械臂、自動化檢測設備等，配備了2條柔性智能產線、1座智能立體倉庫、8座智能老化中心和實驗室，以及一座智能現代化的物流中心，通過集成600多個RFID、2000多個傳感器、50個設備控制器、330套智能設備、6大核心系統，依托CRM、ERP、MES等軟件系統實現了從柔性化生產到交付服務的全過程智能化。
依托于敏捷創新的JDM模式，浪潮打通互聯網、能源、通信等客戶需求，快速聯合研發了AI邊緣盒子、NE5260M5、整機柜SR等一系列定制化產品。同時JDM基于敏捷高效的交付，能夠快速滿足客戶突然爆發增長的新場景如雙十一、春晚紅包。
在浪潮的智能工廠，車間內來回穿梭的智能AGV小車，運輸全程自動化、物料全程不落地的生產現場，不停揮舞著機械手全自動精準作業的智能化機器人，物料自動識別且自動出庫的智能立體倉庫……正前方屏幕上顯示的是工廠的生產管理看板，上面有百度、阿里的大訂單，也有中小客戶的小訂單。”客戶“一鍵下單”，客戶定制化的需求通過系統自動轉化成生產裝配的“作業指導”和“工藝要求”，直接呈現在工人面前。這些訂單在一條線上并行執行，任務分配有條不紊，充分體現了互聯網＋的思路和訂單即制造的柔性生產特點。
浪潮集團副總裁孔亮介紹說，客戶通過CRM下單，信息進入ERP系統，ERP自動進行物料計算，生成生產任務，接下來進入MES系統，MES會統籌整個生產過程的調度運行。產品裝備完成后，進入高溫壓測中心，進行48小時或者更久的高溫、高壓等可靠性測試，最后通過TMS物流管理系統，完成全球范圍內的發貨和交付。“貫穿整個生產環節的，不僅僅是工廠制造數據管理、計劃排程管理、生產調度管理、庫存管理、質量管理等全流程自動化控制，更為重要的是實現全流程的數據采集和分析，通過數字化、智能化的手段驅動需求、研發、生產、服務4端之間的互聯協同。”
效率的提高帶來了浪潮服務器整體交付能力的提高，浪潮智能工廠的整體交付周期從18天縮短至5-7天，生產效率提升30%，客戶TCO降低31%。得益于如此顯著的成效，浪潮智能工廠成功入選2017年國家智能制造試點示范，并被Gartner評為全球智能制造典范。
浪潮智能工廠采用自動化、智能化技術，也采用了5G的很多技術，實現了高效的智能制造。孔亮表示，整個行業越來越嚴格的成本控制、交付效率和質量訴求，都要求制造業必須走向智能化和自動化，這無疑是中國制造的大方向。
2分鐘組裝一臺服務器
其實除了浪潮，曙光在之智能工廠方面也邁出了堅實的步伐。在生產線上2分鐘組裝一臺服務器，按現在的制造水平幾乎是不可能完成的任務，但在曙光（福建）智能工廠實現了，這“2分鐘”是曙光全廠智能制造能力的綜合呈現。對于服務器這樣的產品設計制造，它應該滿足“智能綠色，精益融合”的理念，而這一理念，同樣成為曙光打造智能工廠的核心理念。
曙光通過對智能制造進行系統設計，建立工藝生產流程與車間虛擬仿真模型，結合5G、人工智能、數字孿生等技術在智能制造中應用的能力，打造了ERP、MES及工業大數據平臺等企業信息化平臺，建立起曙光智能工廠的工業大腦，打造出了“曙光式”的智能制造工廠模板。
曙光智能制造工廠擁有智能內存檢測設備、智能硬盤裝配設備等一大批核心裝備，支撐智能工廠的自動化。而智慧倉儲物流顯著提升了訂單生產與交付效率。包括自動化包裝、物料管理、前加工、整機裝配、老化測試、動力系統、定制工單等。
圍繞核心智能裝備、智慧倉儲物流、數字孿生模型、信息互聯互通、工業大數據平臺等核心要素，曙光構建完備的智能制造系統解決方案，更好地滿足服務器生產的需求。
在曙光（福建）高端服務器智能工廠獲得了單位產值能耗降低20%、運營成本降低20%、產品升級周期縮短30%、生產效率提升35%，實現了2分鐘組裝出一臺服務器。目前，曙光高端整機智能制造工廠在新疆、福建、山西、江蘇等已經落地并投產。
中科曙光副總裁張迎華表示，在工業4.0定制化時代，先進計算力就是生產力。先進計算與智能制造融合發展成為必然。目前，曙光智能工廠大量使用先進計算技術，來支持曙光先進計算設備的定制化創新與生產。
當前，以智能工廠、C2M定制化生產等為代表的一批制造業新形態，正成為傳統制造業化解不確定性風險的重要工具。2007年起，曙光就已建立定制化產品團隊，開始涉足服務器定制化業務，是國內最早的服務器定制化供應商。深耕定制化領域12載，曙光從客戶需求的調查到產品研發、生產、供貨、服務等等，建立了一套完整的供應體系。
特別是曙光設立了一支具備快速研發與快速定制產品能力的團隊，與客戶的研發團隊進行直接對接，高效溝通、密切協作，極大地簡化了交付、部署等工作，提高交付效率10倍以上。
開啟服務普惠定制時代
雖然大型互聯網廠商對于服務器定制化需求強烈，但是我們不能忽視中小型企業的服務器定制需求，畢竟在數字經濟蓬勃發展的今天，用戶的多樣化需求得到了極大釋放。
寧暢副總裁及首席技術官趙雷告訴記者，對于中小型企業，定制化服務器需求雖然沒有大企業高但依然存在，且相對來講他們的定制滿足度比傳統的大型企業差，這也是類似寧暢專注定制化服務器生產廠商的機遇。
為滿足市場對定制化服務器產品需求，寧暢正開啟服務普惠定制時代，將定制化服務器的行業數量門檻從目前的超10萬臺降到1萬臺及以下。這可讓過去沒資源享受定制便捷化的客戶，也享受服務器定制化服務。
服務器定制化需要很高技術門檻，具有以定制化方式實施各種數據中心項目的公司并不多。以寧暢來說需要三大技術平臺，20余項核心技術的支持，才可真正實現服務器產品按需定制化，并結合智能制造模式，才可完成產品的更迭。
寧暢在行業內創新性地構建出“精細定制產品開發體系”，可實現服務器產品的按需、精細化開發，滿足數據中心、IT、以及電信等行業用戶，對服務器架構、運維、軟件、硬件等多個維度進行定制的需求。
在具體定制服務器產品開發中，為保證產品交付質量與速度。有別與傳統ODM、OEM所說的管理體系，寧暢以CDSPD研發平臺為基礎，快速落地定制產品。該平臺研發流程通俗分為四個階段。第一階段，需求階段。主要是分析用戶痛點、落地產品需求，設置開發流程。第二階段，架構設計階段。定制化服務器架構設計階段要求比傳統、標準服務器高很多，因此架構設計決定了最終產品對用戶痛點、核心訴求的支撐，并滿足要高效、節約成本，并可快速交付。第三階段，迭代開發測試階段。跟傳統模式比較，寧暢定制產品迭代測試最快是一晚，最慢3-4晚完成。第四階段，維護與服務階段。包括升級、協助運維服務等。
測試在定制服務器生產中是非常重要的環節，寧暢公司具有500臺機群測試能力，質量測試模型超過5000項，自動化測試率達99.8%。只有通過自動化測試技術，才能降低對人力的需求，以維持公司業務快速增長。此外，自動化測試還包括100%在線數據分析系統，包括BMC、智能網卡等測試數據，通過寧暢在線數據分析收集系統集中，再配合大數據分析系統，可自動定位問題點并給出初步分析。這樣的話在維護階段只需3天便可完成軟件升級版本的迭代驗證。
本文章選自《AI啟示錄》雜志，閱讀更多雜志內容，請掃描下方二維碼
