cloud computing for manufacturing
DESCRIPTION
Cloud computing for manufacturingTRANSCRIPT
Cloud @ Manufacturing
小朱Microsoft Azure MVP台灣微軟資深講師
2
Agenda•雲端運算•製造業服務化•巨量資料•製造業導入雲端•Microsoft Azure 平台
雲端運算
什麼是雲?一種運用網際擴展與和多種不同的設備與應用相連的運算方法。
5
What’s Cloud Computing?•合久必分,分久必合•Mainframe ( 合 )• Server ( 分 )•Grid Computing ( 分 )• Cloud Computing ( 合 )
•一種集中性的大量運算共用池。•隨選即用,用多少付多少。•服務導向。
6
雲端運算的特性•隨選且自助 (On-demand and Self-services)•寬廣的網路存取 (Broad Network Access)•資源池 (Resource Pool)•迅速且彈性 (Rapid Elasticity)•可測量 (Measured Services)
雲端運算的服務模型
Software-as-a-Service
消費
SaaSPlatform-as-a-Service
平台
PaaSInfrastructure-as-a-
Service
主機
IaaS
8
雲端運算的部署模型•公有雲 (Public Cloud)•個人工作室、小規模團隊及中小型企業愛用的模型。
•私有雲 (Private Cloud)• 2011-2012 年被市場重視的部署模型。
•混合雲 (Hybrid Cloud)•目前最被市場重視的部署模型。
•社群雲 (Community Cloud)•產業聯盟採用的部署模型。
製造業服務化
10
製造業的特性•有實體的產品•有明確的生產流程•有明確的客戶•產品賣出去才有錢賺•有庫存壓力 ( 成本 )•毛利率低 ( 代工業 )
11
ERP•製造業不可或缺的資訊系統。•管理原料與成品資訊。•管理庫存,成本與利潤。•管理生產流程上的動態。•管理與客戶間的關係。•分析與決策。
12
服務化 (Servitization)•以顧客導向為主,提供結合產品和服務的“ bundled offering” ,以提升企業和顧客的一致目標•最大化價值 & 最小化實體成本和數量
•牽涉「製造系統的創新」•全生命週期的思維、新的價值主張、營運模式、內外組織
流程與能耐、人力訓練等配套措施 •服務導向的售前諮詢,客制生產與售後服務。•很多有趣的方向可做。
Reference: 陳信宏 + 余佩儒,「 2.5 產業」之製造服務化, 2009
13
服務化 (Servitization)•售前諮詢•如何事前就預測出客戶的喜好 ?•如何在洽談過程中提出與客戶需求相符的產品或計畫 ?
•客制生產•如何在客制的情況下降低成本 ?•如何應對客戶非預期的變化 ?
•售後服務•客戶滿意度追踪。• Case Study
14
服務化與雲端•雲端提供近乎無限的運算與儲存資源。•數千數萬部電腦的平行作業。•數 PB 及的資料儲存。•分析服務。
•服務端的需求•分析交易資料 掌握客戶的採購慣例。•分析製程資料 優化流程。•分析客戶回饋資訊 掌握可能的潛在購買趨勢。
巨量資料
16
Internet 的演進
Publis
h
Info
rm
Inte
ract
Inte
gra
te
Transa
ct
Dis
cover
(inte
lligence
)
Auto
mate
(dis
covery
)
time
scale
Soci
al m
edia
and n
etw
ork
ing
Semanticdiscovery
Data-intensiveHPC, cloudweb deep web
Data
mark
etp
lace
and a
naly
tics
Cheap Storage
$100 gets you 3million times
more storage in 30 years)
Inexpensive Computing
1980 10 MIPS/$ 2005 10M MIPS/$
Device Explosion
>5.5 billion (70+% of global population)
關鍵趨勢
Social Networks
>2 Billionusers
Ubiquitous Connection
Web traffic2010 130 Exabyte (10 E18)
2015 1.6 ZettaByte (10 E21)
Sensor Networks
>10 Billion
物聯網
Audio / Video
Log Files
Text/Image
Social Sentiment
Data Market Feeds
eGov Feeds
Weather
Wikis / BlogsClick
Stream
Sensors / RFID / Devices
Spatial & GPS Coordinates
WEB 2.0Mobile
Advertising
Collaboration
eCommerce
Digital Marketing
Search Marketing
Web Logs
Recommendations
ERP / CRM
Sales Pipeline
PayablesPayroll
Inventory
Contacts
Deal Tracking
Terabytes(10E12)
Gigabytes(10E9)
Exabytes(10E18)
Petabytes(10E15)
用途與範圍
資料量
1980190,000$
20100.07$
19909,000$
200015$
Storage/GB
ERP / CRM WEB 2.0 物聯網
何謂巨量資料 (Big Data)?
Devices: Internet & Internet of things (IoT)
Internet of
things Invisible devicesTrillions of networked
nodes
Low bandwidth last-mile
connection
100kBit/sec
Mostly addressed by local schemes
Machine-centric Sensing-focus
Trillions of computer-enabled
devices which are part of the
IoT
Global addressing
User-centricCommunication-
focus
Internet
Laptops / tablets / smartphones
Billions of networked devices
High-bandwidth access
Cable: 10Mbs+Fiber: 50-100Mbs
6+billion people
1.5 billion use net
US: 4.3 devices per adult
Hadoop
Hadoop 分散式架構
FIRST, STORE THE DATA
Server
ServerServer
MapReduce: Move Code to the Data
Files
Server
SECOND, TAKE THE PROCESSING TO THE DATA
So How Does It Work?
// Map Reduce function in JavaScript
var map = function (key, value, context) {var words = value.split(/[^a-zA-Z]/);for (var i = 0; i < words.length; i++) {
if (words[i] !== "")context.write(words[i].toLowerCase(),1);}}};
var reduce = function (key, values, context) {var sum = 0;while (values.hasNext()) {sum += parseInt(values.next());
}context.write(key, sum);};
ServerServer
ServerServer
RUNTIME
Code
Traditional RDBMS vs. NoSQLTRADITIONAL RDBMS HADOOP
Data Size Gigabytes (Terabytes) Petabytes (Exabytes)
Access Interactive and Batch Batch
Updates Read / Write many times Write once, Read many times
Structure Static Schema Dynamic Schema
Integrity High (ACID) Low
Scaling Nonlinear Linear
DBA Ratio 1:40 1:3000
製造業導入雲端
26
觀念•使用雲端的什麼 ?•運算能力 (ex: Web, Distributed Application)•儲存能力 (ex: NoSQL storage, DBMS)•服務 (ex: Hadoop Services)
•現有流程哪些可運用雲端 ?•產品資訊•製程•客戶資訊
製造躍雲端 要懂服務
Source:http://udn.com/NEWS/FINANCE/FIN3/8468511.shtml
28
導入雲端的步驟•評估公司規模。•評估技術能力。•評估可能成本。•分析營運流程與資訊流。•設計服務。•發展服務。•營運與維護服務。
Microsoft Azure
Azure footprint
2014年全球會有 16座資料中心
全球 500 大企業使用 Azure
>57%
>250k活躍中的網站數
高於
1,000,000
Azure 內的 SQL Database 數>2
0 兆個儲存物件
>300
百萬個AD 使用者
>130
億個驗證工作
>2 百萬個
要求 /每秒
>1 百萬個
開發人員註冊了 Visual Studio Online 的帳戶
開發語言與工具.NET, Visual Studio, TFS + Git, Java, NodeJS, PHP, Python, Ruby, C++
微軟雲端基礎建設
WebMobileGamingCloud services
DataAnalyticsMediaIdentity
基礎Windows VMsLinux VMsStorageNetworking
平台Microsoft Azure
Thank you.Q&A