如今隨著技術推動，創(chuàng)新的速度越來越快，汽車廠商還會有一百多年時間來繼續(xù)改進產品，給用戶提供更快、更便宜、更有吸引力的汽車嗎？答案不言而喻。一百年？怕是恨不得在一百天內就能實現(xiàn)。新能源汽車，無人駕駛汽車，日新月異的技術還在快速引領著未來交通方式的變遷。車輛的聯(lián)網屬性將會更強，廠商也能更容易地通過大量數據推動下一代汽車的設計和制造。
這樣快速更新?lián)Q代的趨勢不光體現(xiàn)在汽車行業(yè)，幾乎所有制造業(yè)企業(yè)都開始面臨重重壓力，需要通過更快的創(chuàng)新變革自己的產品。制造商不僅要加快設計迭代過程，同時還要進一步提高產品質量。而此時一種較為有效的方式，正是在數字化世界中模擬并重現(xiàn)物理產品的真實特性和性能，并從數量與日俱增的物聯(lián)網設備中采集數據，將其納入反饋流程。
因此，越來越多的制造商開始借助高性能計算（High-performance computing，HPC）和深度學習技術來推動產品研發(fā)生命周期。HPC和深度學習技術領域的最新進展正在幫助制造商消除物理和成本方面的約束，通過不同收益讓新產品的研制開發(fā)變得敏捷、靈活、高效、前沿。
不過，這套看似理想的解決方案，也帶來了不可回避的挑戰(zhàn)：
- 產品研發(fā)、設計、完善過程中離不開數據的輔助，如何通過協(xié)作的工作方式讓相關成果和數據在確保安全的情況下實現(xiàn)隨時隨地跨設備共享，讓更多相關人員從中獲益？
- 面對飛速變化的需求和市場環(huán)境，怎樣讓相關人員能用最短時間獲得所需結果，并將其應用到產品的快速迭代和改進過程？
- HPC系統(tǒng)的持續(xù)成功離不開不斷的資本開支和巨大的工程預算，而一旦基礎架構就位，很快就會變得過時，導致現(xiàn)有HPC能力和預想中的下一代硬件之間存在缺口；
- 如果缺乏足夠的物理空間，還會導致無法輕松擴展本地基礎架構，進而跟不上業(yè)務增長目標。
針對以上四大挑戰(zhàn)，我們應該如何應對？
分布式團隊協(xié)作，隨時隨地，使用任何設備
隨著制造商業(yè)務逐漸變得復雜，設計和工程團隊往往要跨越不同地理位置進行協(xié)作，甚至供應鏈也要進一步擴展，開始涵蓋更多OEM和第三方供應商。工程團隊希望擺脫本地設備束縛，隨時隨地保持生產力，例如：通過消費級移動設備讓他們訪問高性能虛擬化工作站，就算身在辦公室外，也能隨時訪問工作需要的數據和應用程序。所以我們將移動能力和靈活性進一步提升后，企業(yè)也就不再需要創(chuàng)建單獨的計算實例并花費大量時間制定隧道化的流程，而是可以將安全的協(xié)作能力實時嵌入到供應鏈中。
數字孿生（Digital Twin）
促進產品設計迭代和優(yōu)化
對于制造業(yè)，物理和數字化組件的聚合塑造了一種更智能、更互聯(lián)，并且能持續(xù)優(yōu)化完善的產品設計思路。然而若想通過創(chuàng)新和迭代產生的產品設計更完善，必須能更快速地通過訓練、模擬和驗證實現(xiàn)預期功能、質量以及安全目標。但制造業(yè)目前所采用的一些標準化模擬方法，如Computational Fluid Dynamics（CFD）和FiniteElement Analysis（FEA）每次執(zhí)行往往需要好幾個小時，工程師需要等待很長時間才能獲得結果。他們當然希望能快速迭代產品設計，但每次等好幾個小時，嚴重拖累了他們創(chuàng)新的腳步。同時他們還需要將通過現(xiàn)有產品采集的物聯(lián)網數據集成到模擬過程中，借此獲得新見解并加快驗證過程。當這一切與人工智能技術結合后即可獲得能提供反饋，并幫助分析和驗證結果的控制環(huán)路。
通過對物理產品或生產工具創(chuàng)造虛擬模型，制造商將能利用這種數字孿生概念集成物聯(lián)網數據并同時運行多個模擬，但這一切都需要云的強大計算能力提供支持。
隨著需求變化靈活縮放
為快速變化的業(yè)務需求提供支撐
理想情況下，為了讓計算資源實現(xiàn)最大化利用率，制造商必須對不同工程項目進行妥善安排和計劃。然而實際上計算需求通常有峰值也有谷值，不同需求往往會有重疊，預先制定好的計劃還會突然出現(xiàn)變動，這很容易導致作業(yè)積壓進而讓HPC系統(tǒng)的利用率居高不下。
如果業(yè)務計算需求已經超過當前基礎架構所能提供的極限，此時企業(yè)通常有兩種選擇：斥巨資在本地部署更多計算資源，并寄希望于能盡快滿足不斷變化的需求；或者借助云的容量實現(xiàn)擴展。投資云技術往往是一種更簡單的做法，云的成本效益更優(yōu)，速度更快，企業(yè)可以在需要時快速創(chuàng)建虛擬機并擴展至云端，或隨時擴展本地容量。借助云的幫助，企業(yè)可以更好地針對不斷變化的工作需求進行優(yōu)化并控制成本，同時只需要為自己實際使用的資源付費。
按需提供的云資源
促進大規(guī)模訓練和驗證工作的革新
當今的互聯(lián)型資產包含了錯綜復雜的傳感器、攝像頭以及中央計算系統(tǒng)，其中每類組件都必須通過訓練和編程才能執(zhí)行預期任務，但這樣的訓練過程往往需要數周甚至數年時間。Rand Corporation在2016年發(fā)布的一份報告中估算，為了生產一輛真正的無人駕駛汽車，須進行100億英里的試駕。全球制造業(yè)環(huán)境中用到的資產數量有多少？如果每種資產都需要如此冗長的訓練過程，看到這里面蘊含的大數據和大計算挑戰(zhàn)了嗎？
為了順利吸收如此大量并且復雜的數據源和設備，制造商需要借助足夠的存儲、網絡和計算容量來擴充或更新現(xiàn)有系統(tǒng)和基礎架構，這樣的過程不僅會出現(xiàn)在中心研發(fā)機構中，同樣也會出現(xiàn)在邊緣位置。
通過將云計算與開源軟件工具以及深度學習框架相集成，制造商已經可以更高效地執(zhí)行更大規(guī)模的程序，對未來產品進行必要的訓練。
是時候了解一下Azure大計算解決方案了
Azure大計算是微軟提供的HPC和深度學習端到端解決方案產品組合，其中包含微軟云工作站、HPC模擬和分析、深度學習和AI訓練、云渲染等組件，可有效促進產品開發(fā)生命周期過程中的創(chuàng)新速度。借助Azure大計算賦能，制造商可順利應對更多挑戰(zhàn)，更快速地迭代，充分利用云的規(guī)模化和靈活性等收益。該解決方案可按需擴展，同時運行Windows和Linux應用程序、Solver以及框架，并能獲得微軟可信云提供的安全保障。
借助微軟全球規(guī)模的云平臺獲得強大的性能、擴展性和靈活性，不讓可以計算能力以及存儲/網絡基礎架構不再拖累產品設計和創(chuàng)新過程，全面發(fā)揮大計算的業(yè)務價值，Azure大計算也為各行各業(yè)企業(yè)提供了一種簡單易行、高效快捷、安全可靠的解決方案。
