cybersphere以微服務的方法部署在研華的wise-paas平臺上，對接該平臺採集的風場數據，推出包括流程可視化雲端組態工具wise-paas/saasComposer、設備聯網遠程運維服務架構wise-paas/APM、人工智能模型訓練與部署服務架構wise-paas/afs和微服務(Microservices)開發架構等四大功能模塊，協助客戶實時獲取風機的健康狀態和風場生產運營狀況等信息，幫助客戶實現從洞察到決策的價值轉換。
在物聯網應用拓展的新範疇，研華傾向於採取合作共贏的思路，wise-paas這一個平臺正是將物聯網戰略落地的重要一步。所謂的數字化轉型，在於此次更加突顯雲端與服務的元素，物聯網數據將朝邊緣地帶分佈，2019年約有43%物聯網數據圍繞在邊緣運算處理；2020也將有過半it範疇頂級安全服務，將從雲端進行；2019約4成業務都與人工智能範疇有關。
從wise-paas3.0釋出的幾項服務來看，特別是針對人工智能開發情況所推出的wise-paas/afs備受矚目，主打讓開發者快速進入人工智能模型的訓練與邊緣端的部署。研華攜手夥伴成立嵌入式linuxtandriod聯盟elaa加速成長嵌入式與物聯網應用，研華布建振再次提出物聯網“硬件共享”概念。這道物聯網的入門關卡，看似簡單，但卻是業者企圖從傳統制造結構轉型，最難以跨越的第一步。
研華面臨著從第一階段進展到第二階段，研華進一步將wise-paas雲平臺拓展至整合ai開發工具的服務。 企業的分歧工作負載因自身特點、成本、數據安全性等原因需要部署在私有云或公有云情況中，但無論是公有云還是傳統數據中心都無法完全滿足企業全數需求，混合雲架構毫無疑問的成為了最佳挑選。
數據化mapping凸顯bat人才架構，ai職能輔助企業核心業務的指向性明顯。比如，韋賢權在2015創辦的大拿科技，主要從事基於大數據的人工智能技術應用，專注於深度學習算法、模型和訓練方法的研發與優化。 現場caffe-mpisession時刻人工智能深度學習訓練流程較長、開發情況較複雜，涉及數據準備和處理、特徵工程、建模、調參等多個步驟及多個框架和模型，每個框架依賴情況分歧且有可能交叉應用。
同時，結合人工智能算法，在推薦引擎的算法上搭載騰訊絕藝團隊的ai技術支持，智能分析用戶閱讀習慣並進行人工智能信息推送，用戶可以體驗到量身定製的內容推送服務。 葉韋賢認為，預先建置好的開發情況，除了可以減少開發時候，還可以讓系統集成商快速進行功能驗證，在短時候內就能讓客戶看到現實成效。
不僅限於開發環節，結合研華擅長在終端部署的能量，做成模型的訓練後，也可以通過wise-paas/afs將推論引擎自動部署到邊緣運算平臺，甚至針對每一終端裝置上的模型進行調整，提供模型準確度管理。
該功能模塊將做成ATS系統中各種數據的增加、查詢、打印、修改和刪除等維護操作。其中，skill由控制代碼和模型組成，ai模型由modelarts訓練，hilens也兼容其餘主流框架訓練的模型，通過hilens開發生成的skill可以直接部署到有昇騰芯片的任何端側設備中。
對於此刻的人工智能研究者來說，用來訓練人工智能的數據很是寶貴而稀有，數據是人工智能的寶貴財產。研華與合作伙伴不只協同提供物聯網整合解決方案，也期望達到共贏的商業結構，促進物聯網加速落地。所謂“共創”，就是研華在物聯網各個應用範疇(例如智慧城市、智能工廠、智能服務等)尋求合作伙伴，成立共創項目、組建共創團隊、培育共創實體;由研華科技提供雲平臺和技術支持，由共創夥伴提供應用場景和需求，形成基於研華wise-paas工業物聯網雲平臺的、面向特定行業需求的物聯網服務定製化開發方案，目前中國的物聯網雲平臺服務多達逾數百個。
wise-stack整合了研華工業級服務器與wise-paas雲平臺，因此應用者在本身的企業內除了同時具有與公有云相同的體驗及完整的開發工具以外，藉由從端點連結到平臺上完整的隱私措施，用戶可完全控制網絡鏈接的機制，並自主管理其數據財產，放心地將數據及ai模型存於wise-stack私有云情況中。
透過研華wise-paasmarketplace創新服務結構，研華、軟件開發商、用戶三方成長出共益、共享的生態體系，藉此平臺聯合營銷提高了產品能見度，透過wise-paas3.0aioT端到雲的完整架構，進而達到雲服務部署的簡化及彈性。
閱讀更多 人工智能十點見 的文章
