工业软件的云端综合实战-Toy模板网

这篇具有很好参考价值的文章主要介绍了工业软件的云端综合实战。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

工业软件简介

“工业软件是工业技术/知识、流程的程序化封装与复用，能够在数字空间和物理空间定义工业产品和生产设备的形状、结构，控制其运动状态，预测其变化规律，优化制造和管理流程，变革生产方式，提升全要素生产率，是现代工业的灵魂。”(2020年中国工业技术软件化产业联盟发布的《中国工业软件产业白皮书》给工业软件的定义)。

工业软件分类

业界常规分类方法，按照所服务的业务环节，工业软件通常可以分为四大类，分别是研发设计类(如CAD)、生产制造类(如MES)、经营管理类(如ERP)和运维服务类。

工业软件的特点

管理软件强，工程软件弱，低端软件多，高端软件少。

大家都用过有金蝶的产品，比如ERP、CRM这一类的，在国内有蛮多产品，但是CAD等卡脖子的工程软件国内却很少见。为什么会这样？我认为，首先是管理类软件的技术门槛较低，而工程软件的技术门槛和投入时间成本都比较高，长期下来，追赶不易。

专业性强而易用性差。

企业累积了所在行业的工业知识，形成了一系列算法，从而打造出工业软件，但很容易出现一些架构问题，比如在追求功能的时候忽略了它的易用性。

源码庞大，历史债务重，学习成本高，迭代速度慢。

以上问题同时也导致它的代码整体上缺乏一个整体的架构，代码逻辑会容易出现一种混乱的状态，长期下来它会容易出现技术债，使得企业积累不够，且新人学习成本过高，进而导致研发团队迭代速度相对较慢。

工业软件的“上云”挑战

首先,代码量复杂性高,各个库、应用间关系复杂，甚至耦合到需要重构的程度，当中还存在多种编程语言，学习成本不是一般的高。部分代码一旦要重构解耦，更会反过来影响产品的稳定性。

其次，在软件重构上云期间，旧的业务还在持续迭代，旧的代码还在膨胀，如何稳定过渡又是一个难题。

最后,解决迭代问题还需要解决不同业务团队DevOps不一致的问题，每个团队的认知不一样，技术水平不一样，管理水平也不一样，这会影响到团队间的协同性，最终影响迭代速度。如果还缺乏有效的协同工具，这是问题会呈几倍甚至几十倍的放大。

工业软件云端实战(三维家)

搭建整体云端架构

技术架构分为数据层，核心服务层，应用层

数据层
根据产品形态和技术要求，从最初采用阿里云演变到目前的混合云。从最初的SQL数据库，演变到目前SQL、NoSQL、文档数据库、图数据库多种数据源。我们认定未来3-5年里大数据是我们的核心技术方向之一。因此，我们建立了大数据平台，统一管理数据，提供高可用分布式集群服务，进行相关的大数据挖掘，为客户提供更加精准的服务。
核心服务层
核心服务层里，我们的3D云设计、3D云制造、3D建模等都是云原生的服务，根据业务特点，采用了Serverless、Service Mesh、边缘服务等服务形式。
应用层
从一开始重前端，到现在重后端，始终贯彻着云工业软件的理念。对外提供WebAssembly应用、Node.js插件、API、小程序插件等等即插即用，独立发版的服务或应用。

在这演变过程中，技术栈划分后端技术栈、前端技术栈、渲染技术栈、AI技术栈、建模技术栈，完成团队体系搭建。同时搭建自己的项目质量管理体系PMS，建立自己的研发双流模型。建立自己的DevOps，提供敏捷统一的迭代发版服务。

难点

WebAssembly落地难点

第一点

关于WebAssembly的多线程限制问题，WebAssembly是支持多线程的，我们编译时指定一些编译参数就行。但 WebAssembly 的多线程是有限制的，因为 WebAssembly多线程设计的共享线性内存与sharedArraybuffer有关，而shareArraybuffer因为目前存在Spectre和Meltdown安全漏洞而被一些浏览器禁用的，谷歌也要参数设置后才能开启。因此WebAssembly多线程的广泛应用还需要等待一些大厂支持。
第二点

WebAssembly的初始化耗时一般较长，比如我们引擎的WebAssembly加载就达到秒级，这时候我们可以尝试利用WebAssembly的异步加载机制来提高速度，使用onRuntimeInitialized函数完成回调。
第三点

关于 WebAssembly 的内存和垃圾回收这个老大难问题。目前， WebAssembly能使用的最大内存是有限制的，各个浏览器的限制都不同，一般为2G，最多支持4G。而且它的垃圾回收机制还在Roadmap里，仍然遥不可及。所以，对内存要求高的工业软件，需要考虑降低内存的要求和采取一些优化方法，比如严格的内存管理机制，大内存的转移或及时释放都是可行的手段。但需要注意一点是WebAssembly数据内存转移到浏览器JavaScript这层的是有巨大的性能开销的。
第四点

包体过大。这个主要是复杂应用遇到的问题，因为我们的代码量太大了，百万级的代码量，编译出来的WebAssembly大小达到了80-100多兆.我们采取的措施有调整Emscripten的编译参数，提前编译.a库利用llvm本身的优化管线，编译进行抖动和分步加载，最终达到我们可以接受的大小。
第五点

SIMD指令的使用，这个对三维家这种存在高密度计算的工业软件来说，是一个福音。我们在CAD高密度计算上进行了一些尝试，有着不错的实验性能的提升。但这个特性也是还没有被广泛支持，需要谨慎使用。

AI落地过程中的问题

没有统一的技术架构

首先我们当初做AI的时候，也是从0到1的一个过程。其实最开始我们是没有一个统一的技术架构，迭代效率是偏慢的。刚开始也没有统一的训练平台，每个开发人员都各自搞一套。别人维护起来很困难。
过度依赖深度学习

我们前期过渡依赖深度学习，深度学习有一个特点就是它的结果无法解释，也无法控制，导致模型的准确性很依赖训练数据和标注，而且出现不正确结果时，无法向客户解释为什么会出现这样的结果，也无法定向修复。所以，后面我们改用深度学习+知识图谱解决了这个问题。比如我们的布局使用深度学习求得初始解，再用知识图谱进行推理得到最终布局。
与业务过于耦合

AI算法人员与业务过于耦合，也就是AI算法人员既要写算法也要管工程化落地。这就涉及我们之前提过的一点战术，搞好技术团队建设。我们后期将AI工程化落地团队和算法团队分开，采用业务架构师的方式完成两个团队间的整合，让专业的人干专业的事，这样，我们公司去年的AI还是取得了不错的成绩。
AI资产管理

什么是AI资产，我认为数据集、AI算法模型、数据清洗算法、知识抽取算法等等都是AI资产，将来是可能形成市场生态的。我们原来的AI资产是散乱地放在各个开发的硬盘里，没有版本管理，没有备份，甚至人走了，这资产也跟着没了。当我们想对原算法进行重新训练迭代的时候，有时候我们竟然找不到原来的数据集，或者找到但已经被改得面目全非的数据集。可想这是多大的一种损失。所以，后期我们就在云端把AI资产管理起来，设置版本，存放备份等等。这些都有成熟的平台，我们尽量不要重新造轮子。华为、腾讯、百度这些大厂都有。

踩坑经验总结

战略层面

1.  知己知彼：知己是了解目前产品和代码现状，梳理目前产品涉及的技术和痛点。
    2.  磨刀不误砍柴工：做好顶层设计，做好体系建设，做好协作方式。
    3.  柿子挑软的捏：先做最小闭环MVP验证项目的可行性，再不断迭代优化。

战术层面

1.  基础体系建设：云原生Paas体系、项目质量管理体系、技术团队体系。
    2.  统一技术栈：梳理公司技术栈，统一公司大的技术栈，终止百家齐放，各自为政的局面。
    3.  确定新旧业务交互方式及数据流转：新旧业务既要做好隔离，也要做好兼容，对旧业务逐步替换。
    4.  拒绝重复造轮子：有意识地积极使用现有的成熟技术方案和工具，阿里云，腾讯云有的梯子可以使用，开源的工具如性能内存分析工具、语言转换工具也可以用。

展望-工业软件未来的的方向

云化

云化不仅让企业从硬件资源和运维部署中解放出来，还让企业从完善的云基础设施中获得产品迭代的提速，为集成化服务提供良好条件。同时，产品程序也将更加稳定。工业软件云化有两种核心形式，一是WebAssembly方式云化，一是云原生化。

AI化

最近，AIGC、ChatGPT等概念大热。随着AI技术的高速发展，AI与工业互联网也将更深度融合，推进工业设计、制造、物流、营销、决策等产品全生命周期的变革。

以家居行业为例，以前设计师做一张设计图需要几天时间。现在通过AI算法，三维家软件能进行户型识别，自动完成户型绘制，选择风格就能一键布置全屋，并完成精美的打灯效果。设计师在AI技术的赋能下，几分钟就可完成方案设计，效率提高几十倍，这就是AI带来的生产力变革。

在生产环节，三维家通过AI学习审拆单规则，能够一键完成审拆单，出错率远远低于人工，并帮助家居企业提高效率。

一体化

未来的工业软件是一体化的，提升企业效率需要一体化的工业软件。这是我从三维家全新的前后端一体化解决方案得到的启示。前后端一体化，指从设计到生产全链路一体化，数据和行业标准一体化，CAD/CAE/CAM等流程一体化。

虚实结合

随着VR/AR技术的进一步成熟，它将为工业领域提供数字化呈现、交互及协同支持，通过Web3D技术将虚拟空间和Web结合，将能让用户获取更真实的交互体验和更逼真的表现效果。而WebGPU的深化，可让工业软件在3D以及计算方面的能力大大的增强，虚实映射、虚实叠加、虚实联动构建起工业元宇宙，将会为我们展开更具想象力的未来图景。文章来源地址https://www.toymoban.com/news/detail-405829.html

到了这里，关于工业软件的云端综合实战的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！