Snowflake推出制造业数据云，为行业提供数据和人工智能

发布时间: 2023-04-13

制造业的数据和人工智能技术正在蓬勃发展。由于人工智能已经扩展了制造机器的长度，像Nvidiaan和Databrick这样的公司已经推出了一些多用途的嵌入式系统，这些系统帮助公司减少了从物理操作到供应链的所有数据收集雪花现在是其行动的一部分，但其制造数据云。该公司表示，其新提供的汽车、技术、能源和工业部门的可盈利公司将通过利用Snowflake的数据平台、合作伙伴解决方案和特定行业的数据集来提高现有工业数据的价值

SnowflakeDataCloud为数据仓库、SQL分析、机器学习、数据工程和第三方数据的一体化提供了一个平台。ManufacturingDataCloud构建了行业解决方案中的这些功能，以帮助制造商为其业务建立基础，提高应用程序的性能，并推动智能制造的启动。数据云是全面管理的，具有统一管理和多云数据整合能力的安全复制平台，使公司循环目标几乎可以支持任何规模的存储、计算和用户Nowflake全球制造业TimLongi负责人在与Datanami的访谈中表示：“我们越来越不愿意在制造业DataCloud中使用Snowflake来实现合作伙伴的解决方案和数据，因为我们知道这将对制造商有很大帮助。”长期领导该公司的政府到市场团队，并与50多家合作伙伴合作开展这项工作。他与数百名全球制造商创始人会面，并从他在半导体或制造行业的20年经验中汲取了对这一领域的挑战。长期领导半导体制造商Micron的数据和分析喷雾，它采用了Snowflake，并将其作为统一公司数据和提高工厂性能的最佳平台。他说：“我们将在四个月后的最后一刻，从现场到雪花雪花的生产数据打印。”。“凭借这一经验，我现在第一手知道制造商正在寻找机会，并用数据为他们提供建议。”

用可见性优化供应链性能

Supplychainperformance对成功的生产操作有着巨大的认可，Longbelieve认为，看看工厂的外墙，看看轮胎供应链的风险：“我们认为，这将为业务提供更好的表现，通过更好的可见性来实现。而提高可能性的关键是拥有更好的数据，将第一部分数据的范围扩大到企业之外。”

Snowflake的制造数据云通过将其专有数据与合作伙伴数据和来自SnowflakeMarketplace的数据结合起来，通过跨组织的整体供应链的数据共享和协作，提高了下游和上游的可视性。公司很少使用SQL和Snowpark，它是Snowflake为Python、Java和Scala开发的框架。该平台允许不同的团队与共享数据进行协作，以构建AI和ML模型，用于预测需求、原材料价格和能源价格等情况

Snowflake解决方案是建立在Snowflak的基础上的，并使用Snowflaka的数据协作和深入了解供应商的表现来提高数据连接能力。其中一个合作伙伴解决方案可在Snowflage市场上获得，来自航运跟踪专业公司Four Kites。该公司为从亚马逊发货的产品提供实时实时跟踪，制造商可以直接从Now flakeManufacturing Data Cloud中获取这四个Kites的数据。长期以来，他们一直在解释如何利用内部数据来扩大自己的视野，以在确保客户货物顺利到达市场的同时，优先考虑时间，同时实现该功能的3个当前客户。

（AunPhotographer/Shutterstock）

日常工业应用的其他合作伙伴示例包括Avetta，提供基于云的供应链风险管理和商业市场平台，以及应用链优化软件专家BlueYonder和云原生应用程序自动化平台元素

本次发布的所有技术合作伙伴都是AWS，其解决方案使制造商能够稳定数据集，这些数据集位于不同的位置进行综合分析。其他Fivetran具有解决方案，可以在将数据从SAP系统和SAP应用程序等数据库移动到新的制造数据云时自动检查ELT过程。Dataiku也是一个具有降低性能优化器的合作伙伴，将传感器、物联网和历史数据整合到Dataiku自动评估和预测批量结果中。

提高工业4.0的效率

除了供应链优化之外，Snowflake的制造数据云也以改进工厂运营为目标Long说：“如果我们在工厂内部进行调整和观察，我们就可以看到制造商正在努力使用类似于制造业的技术或工业4.0中已知的技术来提高效率。这一工业的下一次革命实际上是一种有数据和人工智能的技术。”

（BrigittePica2/Shutterstock）

人工智能技术极大地扩展了数据管理能力，制造数据云为半结构化、结构化和非结构化数据提供了主动支持，包括来自位于车间的传感器和设备的大量IoT数据。在Snowflakea中统一这些数据有助于制造商在多个工厂之间进行流式操作，提高产量和质量到目前为止，与制造业的其他方面相比，Hopfloor在技术上取得了巨大进步。操作技术（OT）与作为核心制造业务中心的车间系统有关。这些系统由搬运车间的工程师重新查看，并在IT的实时视图之外，根据Long.OT数据，这些数据是由传感器和有时可以闲置的合法设备生成的Long指出：“制造商通常无法使用这些数据，因为很难提取这些数据并将其带到可以用来观察产品产量和工厂效率的位置。”此发布的最新版本Riveron，一个OTspecialtpackaginggroupoftechnologies，Longsay被列为类，用于将数据从Hopfloor或CallsEdge传输到Snowflake，因为这是一种有效的方式。

（Alba_lioth/Shutterstock）

瑞弗龙之一’；sofferingsisfromOpto22，一家生产专用物理硬件的工业自动化公司，可使用任何可用的网络工作接口连接到任何类型的机器设备。该设备运行InductiveAutomation，另一家专业公司，可以跨多个通信协议进行转换，将所有标准信息格式整合在一起，由CirrusLink，流到Snowflake

Long说：“（解决方案）是完全边缘驱动的，这意味着来自该地区的资产可以在那里定义。”。“定义类似于‘什么是资产本身，正在收集什么测量值，测量单位是什么？’，信息将直接流入Snowflake，在这里它是动态材料，用于分析和雪花。不需要额外的配置来在云中定义这些资产，我们认为这与Snowflak是不一样的。”。“Long还提到了一种不同的数据类型，它是Cirus Link消息的一部分，并得到了支持，他认为这是Snowflake与竞争对手的另一个关键区别

用数据和人工智能驱动工业

所有大型全球制造商都在使用SnowflakeManufacturingDataCloud，包括连接供应商的计算Molex，这是推动其数字化转型工作的平台

其他客户斯堪尼亚、卡车、公共汽车和工业发动机制造商都使用Snowflake来继续处理数据，并支持启动机器学习来监控车辆性能。

TimLong，雪花制造全球负责人。（来源：雪花）

LongsaiddofScania表示：“随着人们对电动汽车的重新投资，他们意识到重要的数据是下一代传祺产品的成功。”。“他们重新使用Snowflake来捕获连接60万辆卡车上的车辆数据，并将这些数据设置为向卡车运营商提供高价值服务–；例如优化的维护计划、建议对正在运行的车辆进行调整等，以设置车辆的最新值和性能。”

“Snowflake’s Manufacturing DataCloud已经提供了必要的数据基础，以解锁从表面设备接收到的1.5亿条开工信息到60万辆汽车的现场照明，”斯堪尼亚公司产品负责人PeterAlåsen在新闻发布会上说。“有了Snowflake，我们能够通过根据车辆运行和车间可用性建议维护来减少客户的停机时间，同时增加创收活动，如综合服务和其他数字物理服务。”

渴望对全球前景和机会的乐观态度，即全球制造商的新租赁：“有一个机会，我们正在制造数据云中解锁Snowflake。我们非常兴奋能与世界合作，”他说相关项目：

雪花反射10年过去了，思考未来10年

蟒蛇雪地公园现已全面上市

Snowflake在峰会上推出NativeApps、UniStore和更多Python支持

-