搜档网
当前位置:搜档网 › 智能硬件产业发展白皮书

智能硬件产业发展白皮书

智能硬件产业发展白皮书
智能硬件产业发展白皮书

智能硬件产业发展白皮书

前言

以智能手机为核心的移动互联网发展已迈入第十个年头,开源操作系统、低功耗芯片、应用程序商店、触摸屏与移动宽带技术犹如一个个马达,助推移动互联网飞跃桌面互联网极限,缔造了无处不在的信息消费经济和有史以来最具规模的终端产业。而自 2015 年起,移动互联网与智能手机的创新动力减弱,产业进入了有限创新、有限增长的成熟阶段,已成型的巨大产能迫切寻觅新的增长点,掀起了新兴智能硬件的创新浪潮。虽然智能手表、智能家居、VR/AR 陆续成为探索热点,也迸发出创新火花,但迄今为止,业界尚未出现一个媲美手机的新平台。2017 年,伴随着人工智能与专有器件技术的共同发展,从业企业在大众消费、行业应用市场中各施所长,打磨针对细分市场和特定场景的产品与服务,智能硬件的商业化前景更加广阔,智能手机、智能机器人、虚拟现实、无人机与智能家居纷纷迎来功能升级、市场扩张的发展机遇,智能应用服务也从大众消费步入行业应用。

本白皮书系统探讨智能硬件的现状、趋势与路径,向产业界分享已知,共同推动我国智能硬件技术产业迈向新高度。

目录

一、智能硬件技术产业总体进展 (1)

(一)以智能手机为突破点的移动互联网步入创新低谷 (1)

(二)人工智能成为重塑硬件智能的新动力 (4)

(三)硬件智能化转型对上游器件提出更高挑战 (10)

二、全球智能硬件发展态势 (13)

(一)三大核心技术进入新一轮活跃创新期 (13)

(二)五大规模产品依托智能技术重塑核心价值 (19)

(三)“智能+”应用从消费领域向生产领域扩展 (33)

三、我国智能硬件产业主要情况 (37)

(一)初步具备智能硬件核心技术体系化突破条件 (37)

(二)即将到达智能硬件市场和产品突破关键节点 (42)

(三)形成具备互联网特征的行业智能应用市场 (51)

四、面临的问题与挑战 (54)

(一)补足基础智能芯片和基础软件短板 (54)

(二)建立基于智能技术的硬件产业生态 (55)

(三)打破应用渗透壁垒,扩大应用范围 (55)

(四)提高对硬件设备和数据安全的重视 (56)

五、智能硬件产业链图谱 (58)

智能硬件产业发展白皮书

一、智能硬件技术产业总体进展

(一)以智能手机为突破点的移动互联网步入创新低谷

2017 年,以智能手机为突破点的移动互联网历经十年,步入巅峰。2017 年第 1 季度,全球移动用户已经达到 76 亿,较去年平稳增长4 个百分点。全球联网智能硬件已达到80 亿台1,人均拥有量为1.1 部,未来 5 年将快速增长到 1.5 部。2016 年第三季度,采用手机和

平板等移动设备访问互联网的总流量已超过桌面端,达到 51.2%,实

现历史拐点。移动数据流量也有明显提升,至 2016 年末,移动联网

速率已达到 6.8Mbps,5 年内还将增长 3 倍,移动宽带用户数已达到

所有移动联网设备的 60%,并保持 25%左右的年增长水平2。从 2016 年到 2021 年,全球公共 WiFi 热点总量(包括家庭热点)将实现 6 倍

增长,由 9400 万个增长到 2021 年的5.416 亿个。全球 WiFi 家庭热

点总量将从 2016 年的 8500 万个增长到 2021 年的 5.262 亿个,将为

智能硬件的深化发展提供极好环境。

在 ICT 历史上,每一次产业升级都以计算技术与设备的革新为重

要信号,也不断融汇新的通信、交互、感知技术,创造全新的终端能力

与应用体系。追溯移动互联网自 2007 年以来的十年辉煌,不仅仅延

续了以计算平台更替为升级起点的基本规律,更形成了以智能手机为

突破点的三大创新。

一是重建更便携的个人计算设备,形成超于 PC 时代的便携计算

体验。在智能手机时代,这种媲美 PC 的便携计算能力是通过基于 ARM

1数据来源:IHS

2数据来源:思科、爱立信、StatCounter

1.7 3.0

10.0

智能硬件产业发展白皮书

体系的低功耗计算平台、从 2.5G 陆次更替到 4.5G 的移动通信技术和从电压到电容的触摸式交互技术共同进步所达成的。发布三年后,智能手机年销量就超越过PC,发布五年后超过了功能手机,至2016 年,已经形成了年出货 14.7 亿部的顶级设备市场。

数据来源:IDC、Gartner 图 1 个人计算设备历年出货统计图(2008 年——2016 年)二是不断打破应用创新枷锁,形成超越桌面互联网数据价值的移动互联网数据资源,并在消费时长和计算总量上实现对前几代终端产品(包括个人电脑、电视、功能手机)的超越。一是解锁了移动应用的后装模式,2007 年苹果公司发布的应用商店 App Store,极大降低了应用软件开发和分发门槛,发布 6 个月后就突破了亿级用户大关(Facebook 耗时 4 年),迅速引发了“操作系统+应用商店”的布局风潮;二是形成了超级应用等新的应用分发渠道。2011 年前后,以微信为代表的移动互联网平台型应用迅速发展,微信发布 5 年后日登

智能硬件产业发展白皮书

陆用户已达7.68 亿3,超过同年中国手机网民总量(6.95 亿4),50%

的用户日均使用时长超过了 90 分钟。在社交、新闻和视频几大规模

应用平台的带动下,中国手机网民日均使用时长已达 226 分钟,逼近

电视人均观看时长(255 分钟5),超级应用媒体价值和分发价值双双

提升。

三是以开放开源的移动操作系统为终端行业发展的核心和指挥棒。开放的系统生态建设模式使得硬件开发门槛进一步降低、研发汇聚速度进一步提升、功能创新步伐更趋于统一。2007 年,谷歌公司发布开源、免费的移动操作系统 Android,一方面降低了操作系统研发壁垒,激发了包括中国在内的广大 OEM 厂商创新热情,另一方面也使得当时林林总总的智能手机器件逐步归一、应用开发基于相对统一的生态体系发展。至 2011 年第三季度,搭载 Android 的智能手机超过新增市场的 50%;2015 年 1 月,谷歌应用商店(GooglePlay)的应用数量首次超过了App Store,跃升全球第一的移动应用分发市场。

但自 2016 年以来,这三大创新活力式微,部分关键指标增长趋

于停滞,预示着以智能手机为载体的移动互联网时代或进入尾声,或

酝酿重大转折,值得业界关注:

一是终端市场出现了换挡空白,青黄不接。全球主要应用程序商

店的 APP 总量和下载次数均呈现增长放缓,较多新增应用依托 HTML5 技术,以更轻量化的方式发展,导致“软件吃硬件”所带来的换机动

力减弱,而4G 代通信制式升级的换机红利也基本耗尽。2016 年至2017

3数据来源:腾讯微信数据报告

4数据来源:CNNIC

5数据来源:CSM

智能硬件产业发展白皮书

年上半年,全球智能手机市场增长过缓,没有出现复苏迹象。预估2017 年智能手机全球市场增长率仍将保持在 3%左右,与 2016 年基本

持平,待印度等新兴市场初步饱和后,将转入负增长。而新兴智能硬件

自 2015 年起步以来,虽然业界积极投入、产品繁多,但尚未出现任

何一个具有普遍消费意义的拳头产品,终端市场正逐渐出现换挡空白。

二是应用平台过于集中,线上应用形态和消费市场趋于稳定。2016 年至 2017 年上半年,以中国为代表的全球移动互联网应用先进国家,已经出现创新资源和应用分发过度集中在少数企业手中的现象,难

以出现新型应用模式和独角兽企业。线上应用的使用时长逼近传统媒体后,也出现了天花板效应;线下应用虽然向较多领域渗透,但服务手段

依然较为单一。

三是操作系统格局已定,开源开放的创新活力有所减缓。2017

年第 1 季度,WindowsPhone 基本退出手机操作系统市场,其他操作

系统也难以打开局面,Android 市占率再增两个百分点,达到86.1%6,

与iOS 共踞全球终端搭载系统的99.8%,双寡头垄断的趋势日益严重。

两大系统的版本更替也主导了终端软硬件功能的总体升级方向与节奏,智能手机发展初期的由 OEM 引领的单打独斗式创新模式已不复存在。

(二)人工智能成为重塑硬件智能的新动力

1、智能硬件创新动力发生跳变

6数据来源:Gartner

智能硬件产业发展白皮书伴随着智能手机基础技术创新放缓与移动互联网应用生态的固化,智能硬件自 2015 年进入大众视野,呈现多元创新的活跃状态。业界也倾注极高热情,试图在成百上千的新硬件中寻觅下一代 ICT 技术产业浪

潮的核心载体、先发信号,但却迟迟未能迎来具备平台意义与规模市场的新终端。究其根本,过去两年中智能硬件创新较多落脚于“互联网+”

社会各行各业服务发展,以专有领域的应用服务和终端设计为主,基础

能力突破不足,始终没有打破智能手机所定义的上一代终端的创新范式:一是尚未出现在便携、计算和交互体验的综合能力上可以超越智能手机

的产品,如可穿戴设备始终面临精准感知计算与便携体验的矛盾,VR/AR 依然无法实现对良好视觉体验与低功耗的兼顾;二是应用服务发展虽广,但没有衍生出新的应用模式和平台,线上移动互联网应用消费依然以社交、视频、游戏三大件为主,主要服务商市场份额相对稳固,线下应用

极大依赖智能手机主流应用平台账号、支付和社交关系;三是鉴于一、

二两点,智能硬件操作系统的探索虽多,也未能形成类 Android 的新

系统生态。

在过去两年间,得益于计算、数据等关键要素的催化,人工智能

步入技术拐点和布局关键期,发展势头迅速猛烈,是为经济社会运转的

新能源、信息通信产业发展的新动力。得益于人工智能学家对神经网

络的洞悉性理解,人工智能发展理念一直超前于同时代的计算、通信、自动化三大基础技术,也因此历经三次发展跌宕。本轮热潮已经是人工

智能学科历史上的第四次涌动,以深度学习为基础理论,模拟人脑大量

神经元的层级联结结构,训练计算机自己从大量数据中高效

智能硬件产业发展白皮书

地寻找模型和规律,其结果强烈依赖数据质量和计算能力。而移动互联网的十年发展,使得线上线下数据水乳交融,不仅带动数据总量激增,也在交通、医疗、家居、生产、城市管理形成了大量“数字孪生” 资源和可描述、可标注、可解决的问题场景,更丰沛了以人为节点的综合类数

据池,为实现“使能世界、服务人类”的人工智能技术提供了燃料。GPU 技术的跃升大幅降低了人工智能的使用成本,成为与数据并举的另一产业化要素。GPU 近年来严格因循摩尔速度向前演进,如 2017 年英伟达 TeslaV100 加速器核心晶体管数目已达 211 亿个,较一年前发布的Pascal(153 亿个)增长了 40%,针对深度学习打造,其训练的 Tensor 浮点运算性能达到 Pascal 的12 倍;成本也有显著下降,如市场上采

用较多的 GTX1080 芯片,依据其发布售价与标称峰值性能计算,十亿次浮点运算/秒的成本已经降至几美分。数据力与计算力的同步发展,使得人工智能技术在语音识别、图像处理、自然语言理解、翻译等方面取得实效,为形成新的信息入口、交互方式、应用场景至终端形态做好了技术储备。

移动互联网是通过移动通信和便携计算技术的升级,将互联网服务通过手机推送到每个人身边。而智能硬件浪潮不再局限于移动互联网的深化、泛化或内化,而是在刻画着智能时代信息感知、知识输出的终端雏形。未来三到五年内:

——智能手机依然是智能硬件体系中的核心终端、主要形态,并没有出现被新的终端取而代之的前兆,将成为较长代的计算平台;

——智能手机计算总量面临重新分配与分流。云端与终端就训练

智能硬件产业发展白皮书

与推理进行分工细化,主要训练在云侧完成,训练后的模型经过降维、减

枝后在端侧完成推理,而智能家居、智能驾驶等新的硬件场景将进一步

分流智能手机计算总量;

——包括智能手机在内的智能硬件动力升级,并非来自终端内部

的某几个器件的自我改革、自我升华,而是来自于人工智能所带来全社

会生产效率的提升,智能硬件既是这场技术变革的先发条件,也是智能

服务提供所依赖的载体。

2、产业迈入真正的智能化阶段

虽然人工智能已经成为 2017 年产业投资、技术文化甚至是政治

表述的热门词汇,但这一代人工智能技术尚存相当多的局限,与人类

智力相伴相生关系极强,短期内不会出现非常独立于人类智慧的机器智能。但效仿人类感知、辅助人类计算和记忆、依赖人类知识模型和决策

经验的专有领域智能硬件将大量出现,智能手机也将在感知智能方面有

大幅提升。将对现有智能硬件和服务带来三方面的改变:

一是改变信息的获取方式,形成多维数据池,开拓新的应用场景

和终端形态。在本轮人工智能应用技术中,语音识别与图像识别等感

知智能技术发展最早也最为成熟,目前国际领先企业图像分类的错误率

已降至 3.0%,人脸识别率达到 99%左右,准确率高于人眼辨识水平

(错误率约 5.1%),语音识别的错误率更是显著下降到 5%左右,百度公司已经达到 3.7%,在方言识别上也更具优势。在无法长时间进行键盘输入、屏幕关注的场景中均可以使用语音识别、手势识别进行操作,极大拓展了家电、汽车、无人机、消费领域机器人的使用时长,

智能硬件产业发展白皮书

也可以开展大量基于图像和语音的应用设计,如辅助驾驶、食品标注、安保防爆等。

二是改变信息的认知方式,帮助使用者完成任务和丰富经验。在针对社会行为、经济行为和情感表达等综合性问题,人工智能技术将多模态行为数据集和以人为节点的知识图谱相结合,可实现对用户行为的综合认知,大幅提升金融风险、业务推荐、用户管理等分析的精准度。如,可以通过个人的互联网支付、消费和租借信用信息,来分析其偿债能力与偿债意愿,增强信贷、保险、共享经济等业务开展的准确性,降低运营成本与风险。也可以交叉使用社交网络、电子商务、地域、文化、性别等信息,综合判断某类用户对视频节目的喜好、对电子消费产品和汽车的消费决策点,做出更准确的推荐。

三是改变智能能力和商业模式。今天的“智能”已经升级,人们不是在已知计算逻辑的前提下让计算机来做计算实现,而是通过设定方法、调试参数,来帮助计算系统自己寻找解决问题的规则。如,今天的机器翻译无需人类亲自寻找不同语言浩瀚、细腻的语言规则,而是输入两种语言的对应语料,由机器自己建立翻译规则,输出结果。

这也使得在同代算法的前提下,数据(无论大数据、小数据)成为一种类似石油、核能的基础原料,不仅仅是产业发展的动力,也带来了新的开发需求、开发工具和安全标准。巨大的数据流动、提炼与存储也塑造着新的垄断企业、基础设施和商业规则,这些企业就像电厂,将智能输送给家中的电视、街上的路灯和工厂里的机床。人们使用着这些设备,并不必了解这能力从何而来。整个 ICT 产业在人工智

智能硬件产业发展白皮书

能技术的影响下可能发生轰然巨变:

图 2 智能硬件产业生态示意图

一是基础智能服务商的出现。具备技术能力的人工智能基础企业通过提供 AI API、开源 AI 开发框架、开放云端计算能力等方式对下游企业提供智能服务,并与元器件企业、OS 企业一起成为终端产业链基础环节,进一步拉长产业链长度。人工智能是一个小学科里面扩出的大产业,人才有限,也非常依赖高质量、独特的数据集,这就决定了基础智能提供商数量较少。

二是智能服务商话语权将逐步增强。如同 OEM 厂商与上游存储、显示等器件厂的关系一样。虽然整机厂商是利润的直接来源,企业数目与体量也高于上游产业,但是少数器件大厂依然可以利用技术优势提升售价、限制供货、钳制实力较弱的整机企业。人工智能基础服务商也具有类似的能力,同时还可以直接面对消费者和开发者建立相对通用的智能应用生态。

三是智能硬件企业也因为具备通用数据的整合优势,专有领域的

智能硬件产业发展白皮书

硬件设计优势,比以往更接近用户的应用需求,可以开展更多的商业

智能服务,收入结构将有所软化,有利于改善终端企业高流水、低利润

的窘境。

(三)硬件智能化转型对上游器件提出更高挑战

智能硬件在经历初期的激烈涌动后,一度步入服务定位不清晰、

产品形态趋同、难以建立新的规模市场的窘境。2017 年,伴随着人

工智能与专有器件技术的共同发展,从业企业在大众消费、行业应用市场中各施所长,打磨针对细分市场和特定场景的产品核心功能与价值,

真正的智能硬件商品体系才刚刚成型,并出现了明显的分化发展迹象。

在个人与家庭消费市场中,多项规模产品共同发展、协同创新的格局将逐步取代智能手机一枝独秀的局面,最主要的增长点来自于以智能语音

为入口的家居和车载产品。而在专有领域市场中,智能硬件仍将维持原

有的长尾化特征,并且随着云端人工智能功能的成熟、丰富,越来越多

的渗入国民经济各大领域,长尾愈长,其价值将更多的体现在云端数据

的开发和专有服务场景的设计上。因此,本次白皮书对智能硬件规模市

场从产品层面展开论述,对专有长尾市场则主要从应用层面展开论述。

智能硬件产业发展白皮书

图 3 智能硬件长尾曲线规模属性示意图

另一方面,人工智能与智能硬件还将进一步的拓展人类社会与互联

网世界融合的长度、细化信息交互的颗粒度、提升信息融合的速度。

——扩展融合长度。人类对电子设备的可视时长是有限的,PC 与

电视每天消耗了 7-8 个小时,而智能手机又依托碎片化的观看方式,

额外创造出 3-4 个小时,三者加总已近于顶峰。下一代智能硬件若仍基

于可视经济谋发展,则必须在人体承受范围内提供超越现有显示体验的

全新技术,这也是制约 VR 类设备成为智能手机后的规模终端的根本原因。随着智能语音技术的成熟,定位于以语音为单一应用场景入口的无

屏/弱屏智能硬件开始发展,这类设备具备改写以可视时长为注意力经济基础单元的潜力,有望进一步加长人们停留在互联网世界总时长,预计

至 2020 年,30%的网页都不再通过屏幕进行浏览7。未来的信息输入入

口必将是多模态并存,语音与显示的价值互不可替,也各有法场,手机、平板等在公共场合使用、私密性高的终端中,以

7 Gartner 预测

智能硬件产业发展白皮书

显示为主;而车载、家居等在私人场合使用、个性化强的终端中,语音为主。

——细化融合粒度。移动互联网以单个人为颗粒度,以手机号码或社交网络账号为个人的互联网标签;智能互联网时代这种颗粒度进一步细化,并能还原成更完整的个体数据拼图。如,智能家居设备搜集家庭中不同用户的声音和动作与控制设备行为,并将其还原为每个家庭用户的起居、娱乐、饮食和消费偏好;自动驾驶与各种无人系统则搜集个体的交通与物流信息,还原为每个社会人的物理行为轨迹。这些细颗粒度信息的融汇,是建立知识化、自动化、精细化的生产方式的基石,是比“人更了解人、更能服务于人”的“后智能硬件”的发展起点。

——提升融合速度。智能手机通过传感器和移动芯片创造了体感信息、位置信息等传统互联网无法提供的信息,但是在文字信息输入能力上并没有超越 PC。而智能互联网一方面通过语音识别技术加快了文字的输入速度,另一方面也通过机器视觉技术获得了自主、智能的读取富媒体信息的能力,倍增了信息输入速度,为自动驾驶、城市管理和工业生产控制等高数据吞吐量智能硬件设备创造了发展基础。

智能硬件产品体系的扩充和信息融合的加速,使终端产业重现“马尔萨斯”陷阱,推动基础计算与主要器件开启智能化转型。工业时代之前,世界经济一直面临人口学的马尔萨斯陷阱——粮食生产呈算数增长,而人口却呈几何数增长,缓慢的生产方式不敌广大人民群众日益增长的资源消耗。而工业革命通过对农业生产、资源开采和资

智能硬件产业发展白皮书

源配送等几方面的变革缓解了部分危机。当前的智能硬件浪潮下,几何

级数增长的数据总量与线性增长的计算能力正在形成新的马尔萨斯陷阱,需要新的计算机理与器件来支持计算需求的增长。同时智能硬件渗

透至社会生活的诸多角落,细分种类难以计数,形态、功能、服务的

快速升级迭代,对前端器件性能不断提出智能化、集成化、柔性化需求,使得产业链上游之争越发关键,硬件门槛不降反升。这也是 2015 年以来,诸多试图以服务创新步入硬件市场的探索落败的原

因,而 2017 年以后,因人工智能的发展,对基础器件的性能需求将

被进一步推高,带动基础技术持续升级。

二、全球智能硬件发展态势

(一)三大核心技术进入新一轮活跃创新期

智能硬件需要面对多元化的数据采集和交互场景、大规模低时

延数据传送需求、端云深度协作数据处理模式、人工智能数据模型的

高效推理等新课题,使端侧计算、感知、通信三大技术成为先期突破重点,以此为基础推动交互、控制、决策等整个智能硬件技术体系向智能

化转型。在此过程中,人工智能作为基础性技术深刻影响着以上三大技

术的发展需求和技术路线,成为智能硬件核心技术演进中的关键催化剂。

1、计算技术面向智能需求体系化创新

云端协同的计算能力升级是支撑本轮硬件智慧化升级前提条件。

云端负责实现人工智能模型的训练,需满足不同算法的计算特点和需求;“端侧”负责运行模型实现并加速视觉/语言处理等智能应用,计

智能硬件产业发展白皮书

算需求的核心是高能效和低延时。因此需要通过芯片异构、系统集群等基础架构升级,以及指令集、专用函数库及软件框架等与特定应用深度融合,实现单芯片平台计算能力的提升,满足低功耗、实时性、可靠性等复杂的智能硬件应用场景需求。此外,基础计算体系的变革也在探索更为长远的升级路径,如模仿人脑计算模型的神经元芯片和类脑计算,以及更匹配深度学习所需的矩阵和张量处理需求的量子计算等。

新架构、新器件加速应用于特定场景中的智能硬件之中。一方面,智能硬件常规通用计算芯片正迎来新一轮架构创新浪潮,ARM 的新版CPU 架构Cortex-A75 和GPU 架构Mali-G72,较前代版本性能提升15%和 40%,引入的多核并行计算技术 DynamIQ,可灵活配置和调度 CPU 簇,提高对各类复杂任务的处理能力。另一方面,围绕特定计算需求的 ASIC(特定用途集成电路)计算芯片研发和应用逐步增多。尤其是面向神经网络所需的矩阵乘运算,ASIC 芯片通过与模型紧耦合能够提供比 CPU、GPU 更高的性能。安防、汽车等领域的智能硬件已开始应用 ASIC 芯片提高图像、语音等数据的处理能力。如 Mobileye 的第四代 ADAS 视觉处理器 EyeQ4 将于明年应用于商用车上。FPGA 在离线的 AI 推理中也正在成为 CPU、GPU 等通用架构之外的重要补充。此外,“即时启用”等高灵敏性硬件应用场景也在推动存储器件技术的换代,LPDDR4 等新一代存储技术的商用进程进一步加快。

终端芯片的异构计算能力进一步提升,满足智能硬件多样计算需求。CPU、GPU 等通用计算芯片加快完善对第三方加速器的接口和能

智能硬件产业发展白皮书

力共享,为丰富的异构计算框架体系的构建奠定基础。如 ARM 的新架构全面提升了对第三方加速器的接口支持,允许 A75 或 A55 核内的

L3 缓存与外部加速芯片实现共享,提高加速芯片与通用芯片之间的数据交换速度。多计算节点互联互通、内存计算、计算存储融合等异构计算新技术也在加快创新,提升系统内部及系统集群间的数据交互能力,缓解冯诺依曼瓶颈的局限性。在产业方面,各企业巨头加大对多元计算技术的整合并购力度,提升自身构建整体计算技术解决方案平台的能力。如高通收购多家专用计算技术公司,并将其技术整合进骁龙产品中,实现在无人机、VR、自动驾驶汽车等更多智能硬件产品和场景中的应用。

强化软硬深度融合,助力新计算架构充分发挥效能。一方面,从指令集和基础架构层面强化对人工智能等新计算需求的优化和支持,如ARMV8.2 版本的指令集将支持神经网路卷积运算,可以极大的提升人工智能和机器学习的效率。基于 DynamIQ 技术的 Cortex-A 系列处理器,结合该类全新指令集可实现比现有的 Cortex-A73 的设备高 50 倍的人工智能性能。另一方面,企业通过为芯片产品提供专用能力接口和软件开发工具包,提升芯片在特定场景下的性能表现。如高通基于骁龙 820 平台推出骁龙神经处理引擎软件开发工具包,实现智能终端中增加图片识别等深度学习功能。

2、感知技术向主动式多模态感知发展

智能感知技术增强智能硬件对外界的主动性、多通道观察能力。主动感知是指通过感知器官获取外界信号,通过大脑对信号进行思考

智能硬件产业发展白皮书

辨识后做出相应决策,是人类智慧的重要体现。传统电子设备以被动感

知为主,即仅利用简单传感器采集数据,并不对数据做分析处理。深度

学习技术的应用加快语音识别、图像识别等人工智能感知技术发展,使

智能硬件初步具备视觉、听觉、触觉等主动观察感知能力,可通过摄像头、激光雷达、毫米波雷达、麦克风、融合传感器等设备,直接获取

图像、视频、音频、位置等外部数据,进而实现人脸识别、语音识别、

视频分析、语义理解等功能。多模态融合感知进一步增强了智能硬件感

知能力。单特征识别技术受到算法和硬件的限制,容易遇到识别瓶颈。

指纹、虹膜、声纹、眼纹等特征的融合感知和人脸识别、语音识别、步

态识别、动作识别等方法的综合应用,使智能硬件在具体应用场景下的

准确率和效率大幅提升,弥补了单特征识别技术的缺陷,同时也表现出

较单特征识别更高的可靠性和安全性。在这种趋势下,传感器向多器件、多算法、多模块集成与创新发展,为多模态感知提供器件基础。目前应

用较广的包括视觉传感器与激光、红外等传感器的融合实现 3D 视觉,

多麦克风阵列实现远场拾音等。

计算机视觉技术的突破实现智能硬件的“看懂”能力。人类 80%

的信息来源于视觉,图像或视频数据也将成为智能硬件的重要入口数据

之一。计算机视觉方法主要由图像预处理、特征提取、特征筛选、推理

预测与识别阶段组成,根据特征提取方法的不同分为知识驱动和数据驱

动两条技术路线。基于知识驱动的机器视觉方法由于人工设计特征代表

性不足,且易产生累积误差,导致图像识别准确率不能满足实用要求,

目前尚无法大规模应用于智能硬件。现阶段智能硬件应用

智能硬件产业发展白皮书

的机器视觉以完全数据驱动的端到端深度学习模型为主,识别准确率

远超传统算法。基于该类算法发展的人脸识别、图像识别、视频分析、图

像搜索等视觉技术感知性能基本达到商用水平,为智能硬件拥有

“看懂”能力提供了技术基础。

自然语言处理技术提升智能硬件的“听清、听懂”能力。自然语

言处理技术,是机器通过识别和理解人类语言,把人类语音转变为计

算机可读的输入,以方便人和机器设备进行交流。传统方法以基于语言

规则的匹配分类技术为主,其识别性能严重依赖于规则和特征导致准确

率较低。随着深度学习与长短时记忆网络等算法的应用,语音识别错误

率已较 2012 年下降 30%以上。多轮对话、智能搜索、实时知识图谱

等技术进一步提高“听懂”的能力,使自然语言处理技术从“识别”向“理解”迈进。当前,百度知识图谱“知心”已建立拥有上亿实体量

的知识图谱,涵盖数十个领域和类别。谷歌的“Knowledge

Graph”已包含超过 5 亿个事物和不同事物之间超过 35 亿条的关系。

在具体场景的应用上,麦克风阵列、腔体分析、波束形成、回声消除、语

音唤醒、远场识别等成为解决远场语音识别的关键要素。目前简单场景、单人的近场语音识别技已比较成熟,在距离小于 1 米的场景下,字准确

率已达到 97%以上。在复杂场景、多人、远距离的语音识别技术尚需

进一步突破。

3、联网技术再次面临跨越式变革

智能硬件及其应用场景的多样性需要联网技术的多方向创新。智

能硬件产品的多样化联网需求日益增加,第五代移动通信(5G)、低

人工智能系列白皮书-智慧农业

中国人工智能系列白皮书 -- 智慧农业

目录 第1 章智慧农业发展背景 (1) 1.1 人工智能在农业领域中的应用历程 (1) 1.2 智慧农业及其发展趋势 (8) 第2 章农业智能分析 (12) 2.1 农业数据挖掘 (12) 2.1.1 农业数据挖掘特点 (12) 2.1.2 农业网络数据挖掘 (13) 2.1.3 农业数据挖掘应用 (16) 2.2 农业数据语义分析 (18) 2.2.1 农业数据语义模型 (18) 2.2.2 农业数据存储模型 (19) 2.2.3 农业数据知识发现 (20) 2.2.4 农业数据语义检索 (21) 2.2.5 分布式农业知识协同构建 (21) 2.3 农业病虫害图像识别 (22) 2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 23 2.3.2 农业病虫害图像采集方法 (24) 2.3.3 农业病虫害图像预处理 (26) 2.3.4 农业病虫害特征提取与识别模型构建 (27) 2.3.5 农业病虫害模式识别 (28) 2.4 动物行为分析 (29) 2.5 农产品无损检测 (34) 2.5.1 农产品的无损检测 (35) 2.5.2 农产品无损检测主要方法与基本原理 (36) 2.5.3 无损检测在农产品质量检测中的应用 (38)

2.5.4 问题与展望 (38) 第3 章典型农业专家系统与决策支持 (40) 3.1 作物生产决策系统 (40) 3.1.1 作物生产决策支持系统的概念与功能 (40) 3.1.2 作物决策支持系统的发展 (41) 3.1.3 我国作物决策支持系统发展状况 (41) 3.1.4 作物生产决策支持系统的发展趋势 (42) 3.1.5 作物生产决策支持系统的存在问题 (43) 3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。 3.2 作物病害诊断专家系统 (45) 3.2.1 病害诊断知识表达 (45) 3.2.2 作物病害描述模糊处理 (47) 3.2.3 病害诊断知识推理 (47) 3.2.4 基于图像识别的作物病害诊断 (48) 3.3 水产养殖管理专家系统 (49) 3.3.1 问题与挑战 (49) 3.3.2 主要进展 (51) 3.3.3 发展趋势 ........ .... ..... .. (52) 3.4 动物健康养殖管理专家系统 (54) 3.4.1 妊娠母猪电子饲喂站 (54) 3.4.2 哺乳母猪精准饲喂系统 (56) 3.4.3 个体奶牛精准饲喂系统 (57) 3.4.4 畜禽养殖环境监测系统 (58) 3.5 多民族语言农业生产管理专家系统 (59) 3.5.1多民族语言智慧农业即时翻译系统结构 (59) 3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 60 3.5.3多民族语言农业信息平台中的翻译关键技术 (62)

联想智能制造白皮书(2020版)

联想智能制造白皮书 (2020版)

目录 第一章智能制造的发展背景 (6) 1.1智能制造发展现状 (6) 1.1.1 世界智能制造发展保持活跃态势 (6) 1.1.2 我国智能制造发展面临的机遇和挑战 (6) 1.2智能制造的发展趋势和路径 (8) 1.2.1 智能制造的定义及发展趋势 (8) 1.2.2 智能制造的目标和方法 (10) 第二章联想智能制造实践和方法论 (12) 2.1联想智能制造发展概况 (12) 2.1.1联想智能制造的发展历程 (13) 2.1.2联想对智能制造的认知理解 (15) 2.1.3联想智能制造的体系框架 (15) 2.2:联想智能制造方法论 (16) 2.2.1战略:联想制造展望-LMO (17) 2.2.2战术:联想分域致胜-ZTW (18) 2.2.3策略:联想组织文化-TOC (19) 第三章联想智能制造关键技术 (22) 3.1:智能制造关键技术发展趋势 (22) 3.1.1 关键智能制造技术发展前瞻 (22) 3.1.2智能制造关键技术说明 (23) 3.2:联想智能制造技术的应用与探索 (24) 3.2.1 联想端、边、云、网、智建设整体说明 (24) 3.2.2 端:智能设备 (26) 3.2.3边:边缘计算和物联网 (28)

3.2.4 云:混合云与大数据 (29) 3.2.5网:5G与区块链 (31) 3.2.6智:人工智能算法和开放创新平台 (36) 第四章联想智能制造解决方案和应用场景 (41) 4.1:构建联想智能制造五大核心能力 (41) 4.1.1联想智能制造五大能力构建 (41) 4.1.2联想智能制造解决方案概述 (43) 4.2应用场景一产品设计 (43) 4.2.1 MBD解决方案 (44) 4.3应用场景一订单管理 (46) 4.3.1订单可视化解决方案 (46) 4.3.2订单自动化解决方案 (49) 4.3.3订单自主纠错解决方案 (51) 4.4应用场景一计划排产 (53) 4.4.1整合计划解决方案 (53) 4.4.2智能排程解决方案 (55) 4.4.3智能预测解决方案 (57) 4.4.4供应链智能控制塔 (58) 4.5应用场景一采购管理 (61) 4.5.1全球供应协同解决方案 (61) 4.5.2采购计划解决方案 (62) 4.5.3. 采购执行解决方案 (64) 4.6:应用场景一生产运营 (67) 4.6.1产线自动化解决方案 (67) 4.6.2 MES管理系统解决方案 (71) 4.6.3 LCD自动检测解决方案 (74)

智慧科技-计划管理系统技术白皮书-万达信息

智慧科技-计划管理系统 技术白皮书 1产品定位 各级科委目前对科技计划的管理主要采用电子文档化的管理模式。随着业务工作发展与政府服务职能的深化,业务信息的数据量也不断积累和扩大,现有的管理方式对业务工作的支撑力度开始显得不足,主要体现在信息记录的格式缺乏统一性、信息由多人管理较为分散、对信息的查阅和利用不够便捷等。因此,建设科技计划管理系统,利用更为有效的信息化管理手段变得十分必要。 计划管理系统的建设将以实际业务需求为导向,实现科技计划的全生命周期管理,通过信息化手段规范计划管理业务的管理要素和日常工作,并对收集到的各类要素信息进行更为有效的分析利用,为业务人员在计划管理中的综合处理、高效配置、科学决策提供更为有效的支撑。 凭借多年在信息化系统建设领域的丰富实践经验,我们在方案总体设计方面,周密考虑,充分部署,力争在方案的总体架构方面体现先进性、扩展性和实用性。 一方面,根据各级科委具体需求,采用BS应用结构作为整体应用架构,实现安全的信息交换与业务处理; 其次,采用模块化设计的思想,将各个管理环节标准化和规范化,实现业务开展过程的全面推进; 第三,通过完善的后台管理功能,提供灵活的定制服务,满足业务处理的需求。 整个系统设计在考虑了现有信息系统的使用特点以及现阶段的业务需求的同时,还充分考虑了系统的潜在需求,具有先进性和较高的可扩展性。 系统总体框架如下图:

2主要功能 ●计划可研 计划可行性研究阶段,根据计划指南,部门推荐,完成计划科研报告编写(Word和在线),在计划申报系统中进行填报。 可研报告包含企业信息,计划可研书要求的信息等 ●立项管理: 计划管理最关键过程,根据可研报告,进行立项管理过程。 计划立项审查,和全省市计划库中原有计划进行对比,从计划名称、计划建设内容、考核指标、承担单位、计划负责人等各个方面进行比对, 形成相应的客观报告。 专家根据立项审查结果,进行再次审核,最终形成结果,专家随机取自专家系统库,同时各自打分可以网上网下结合进行,保证其公平透明。 ●计划申报: 计划可研和立项管理结束后,将发放计划正式立项通知书。

2018年中国人工智能产业白皮书

2018年中国人工智能产业白皮书

册子 / 报告标题|章节标题 目录 主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府:政策利好加速政府智能化变革 23 2.2 金融:人工智能变革金融经营全过程 26 2.3 汽车:人工智能正在重塑汽车产业生态 30 2.4 医疗:人工智能加速医疗技术革新 34 2.5 零售:人工智能应用从个别走向聚合 38 2.6 制造业:人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02

册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速,但整体实力仍落后于美国。中国已成为人工 智能发展最迅速的国家之一,2018年中国人工智能市场规模有望超过300亿 元人民币。人工智能企业数量超过1000家,位列全球第二。本次人工智能浪 潮以从实验室走向商业化为特征,其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同 时,中国处于人工智能发展初期,基础研究、芯片、人才方面的多项关键指标 与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层,对需要长周期的基础层关注 度较小。人工智能产业链分为基础层(芯片、算法框架)、技术层(计算机视 觉、自然语义理解、语音识别、机器学习)和应用层(垂直行业/精确场景)。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域,对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开,创业企业则积极发力垂直行业解决方案, 深耕巨头的数据洼地,打造护城河。科技巨头构建生态链,已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡,更多的创业企业 将发力深耕巨头的数据洼地(金融、政府事务、医疗、交通、制造业等),切入 行业痛点,提供解决方案,探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道, 早期进入的企业逐步建立行业壁垒,未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异,因而企业提供的解决方案并 非是完全标准化的,需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高,行业进入门槛提高,强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入,应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用,改变了金融服务行业的规则,提升金融机构商业效 能,在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速,但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康,医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用,还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03

开源操作系统白皮书

开源操作系统评估: 特性、灵活性和性能 白皮书 2009 年 6 月 摘要 操作系统是企业 IT 架构的基础。评估开源 (Open-Source) 和专有 (Proprietary) 操作系统解决方案时,越来越多的企业正在逐渐认可开源所提供的优势,包括易于访问、不断创新和灵活性强。然而对于现今要求严格的企业来说,Sun’s Solaris? 和 OpenSolaris? 操作系统可提供理想的战略平台。除了开源具有明显的优势,Solaris 和 OpenSolaris 还可为企业提供无与伦比的特性、灵活性、性能和可靠性。

Sun 公司 目录 内容摘要 (1) 为何将开源用于操作系统? (1) Solaris? 和 OpenSolaris? OS :Sun 公司的开源操作系统 (2) 开源社区在开发 Sun 操作系统中的价值 (4) Sun 公司开源 Solaris 操作系统的关键特性和功能 (5) 开放式操作系统案例分析 (7) Reliant Security 公司采用 Sun 公司技术创建优化的. 低成本零售业安全解决方案 (7) Solaris 和 Red Hat Enterprise Linux:简单比较 (9) 5 大区分因素 (9) 是否考虑在您的企业中部署开源操作系统? (11) 如何着手采用 Sun 开源操作系统 (11)

1 内容摘要 Sun 公司内容摘要 操作系统 (OS) — 一个由程序组成的集合,这些程序作为硬件与硬件上运行的应用程序之间的接口提供服务.—.会极大地影响企业应对其所面临挑战的成功与否。操作系统管理企业使用的所有其它程序以及硬件资源 (如 CPU、内存和硬盘驱动器) 的分配和使用。作为任何 IT 解决方案的一个关键性组件,选择操作系统对于企业来说同时具有商业和技术价值。 企业现在可以在开源操作系统和专有操作系统这两种解决方案之间进行选择。.本白皮书探究开源操作系统的优势,并考查 Sun 公司的开源 Solaris 和OpenSolaris OS,它们提供可提高性能、可用性和可扩展性的跨平台功能和具有突破意义的特性。 为何将开源用于操作系统? 开源操作系统与专有操作系统相比,具有明显的低成本、安全和高度可操作 的优点。用于操作系统开发的开源模式使创新活动超越一个公司的范围,与像Microsoft Windows、AIX 或 HP-UX 这样的操作系统背后的高成本、高维护频率、专有开发方法形成鲜明对比。开源操作系统的许可成本会比闭源操作系统低很多,而对于希望获得一个功能齐全的高端系统用版本的客户来说尤其如此。此外,运行于多种平台并与来源不同的多种应用程序协作的开源操作系统使供应商锁定 (Lock-in) 几乎成为不可能,而且具有特殊需要的公司可以定制特定的开源操作系统模块。

2018年中国人工智能创新应用白皮书

2018年中国人工智能创新应用白皮书

报告背景介绍 在全球人工智能发展的浪潮下,市场对人工智能的投入与期望空前巨大,正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离,成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议,同时也为人工智能企业在具体行业发展方向的选择上提供了参考。 我们的讨论将由四个部分组成,第一部分为人工智能发展背景介绍,对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论;第二部分为人工智能的商业应用情况,将讨论人工智能能够为各行业带来的具体价值,评估各个行业目前应用条件的成熟程度;第三部分梳理总结了人工智能在20个行业的80个具体应用场景,并详细介绍典型的行业应用场景与案例;第四部分将为企业当下如何借力人工智能给出行动举措方面的建议。 此份独立报告整合了中国人工智能学会与罗兰贝格在数字化领域积累的项目经验与素材,以及对人工智能领域初创企业管理人、各行业内企业经理人、人工智能研发人员的访谈等多方信息数据源,旨在提供具有落地意义的参考与建议,推动人工智能的应用与发展。

执行总结 今年7月,国家发布了新一代人工智能发展规划,将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术,在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下,本次人工智能的发展已突破了商业领域对其应用效果的预测,受到风险投资基金的热烈追捧,人工智能技术的应用场景也在各个行业逐渐明朗,开始带来降本增益的实际商业价值。 在巨大的产业需求规模与强有力的金融投资支持下,中国在全球新一代人工智能中发展态势良好,北京、深圳和上海在人工智能企业与人才积累上名列全球城市前茅,中国人工智能产业的发展进入了技术逐渐渗透到各行业产生实际价值的阶段。 根据大量行业研究,我们发现,除了互联网行业以外,汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的估算,在中国至2030年,在金融行业,预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业,人工智能在自动驾驶等技术上的突破将带来约5000亿元人民币的价值增益。在医疗行业,预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业,预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理并描述了这些典型行业内人工智能的主要应用场景。 就中国企业应如何把握机遇,抓住战略机会,我们提出了一系列的行动建议。企业在制定人工智能发展计划时,首先应当明确在当前业务场景下的应用机会点,这些机会点应当能够带来足够的商业价值,并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况,了解目前行业中其他企业在此技术方向上的布局,评估人工智能技在价值链各环节上的商业应用案例。其次,企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力,认识到在哪些方面存在不足,并针对不足为相关部门提供包括组织、流程、KPI等各方面的支持与引导。最后,结合对企业内部核心竞争力打造计划与应用实施计划,企业需要制定明确的发展方向与发展程度期望,设置具有时间节点的发展蓝图,并打造相关的配套能力支持计划执行。 新一代人工智能技术的应用将给各行业带来众多新的可能性,甚至有可能颠覆现有的行业格局并可能重塑行业,我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。

2019全球人工智能发展白皮书

全球人工智能发展白皮书 (2019年度)

全球人工智能发展白皮书 | 四、人工智能重塑各行业 一、AI创新融合新趋势4 1.1人工智能正全方位商业化4 1.2AI全面进入机器学习时代5 1.3市场对投资回归理性8 1.4城市逐渐成为AI创新融合应用主战场13 1.5AI支持体系不断发力21 1.6顶层政策倾斜力度持续增加23 1.7全球AI市场超6万亿美元29 1.8京津冀、长三角、珠三角AI企业云集31 二、人工智能技术发展腾飞40 2.1人工智能关键技术日趋成熟40 2.2人工智能开放平台建设稳步推进42 2.3“人机大战”谁更能更胜一筹?45 三、中国在全球AI地位52 3.1中国拥有更为庞大的数据规模以及更丰富数据使用环境53 3.2中国是全球芯片需求量最大的市场,但高端芯片依赖进口54 3.3中国机器人企业快速成长核心零部件技术国产化加速54 3.4美国人工智能底层技术实力更为雄厚,中国则在语音识别技术上更优55 3.5中国在AI应用上呈现追击态势55 四、人工智能重塑各行业58 4.1金融:人工智能提升金融企业商业效能并变革企业内部经营60 4.2教育:人工智能技术应用覆盖教学全流程65 4.3数字政务:政策利好加速政府智能化变革70 4.4医疗:人工智能应用日趋成熟71 4.5无人驾驶:主导汽车产业革新75 4.6零售:人工智能驱动行业走向聚合79 4.7制造业:智能制造应用潜力巨大82 4.8智慧城市:人工智能塑造城市基础设施创新系统86

全球人工智能发展白皮书 | 主要发现主要发现: 1

全球人工智能发展白皮书 | 主要发现 2

华为公司以项目为中心运作项目管理体系建设

华为公司以项目为中心运作项目管理体系建设 十五年前,我入职华为公司,我当时的工号是46609,现在还能清楚记得当时激情洋溢 的军训。 这篇文章介绍了华为公司打破传统的功能型组织结构,从弱矩阵项目管理向强矩阵转变 的历程。内容包括如何全面铺设项目管理组织,转向“以项目为中心”。同时,通过一系列 的政策、标准和规定统一项目管理语言,建设项目管理流程体系。 其中,华为创建的的分析、规划、建立、实施、移交、关闭标准6阶段方法论,很有特色,形成了完整的项目管理流程体系。而且,还建设了P-Link通用作战平台,支撑体系落 地执行。 在项目运营和度量上,华为公司借鉴了众多业界的最佳实践,帮助企业实现持续度量和 改进。 陈潺潺 华为公司以项目为中心运作项目管理体系建设主要包含规则、流程/平台/工具、组织、运营与度量四个方面。 1 建组织 要发挥项目管理在企业管理中的作用,真正实现以项目为中心的运作,华为进行了大刀阔斧地调整组织架构,围绕项目的权力再分配。也就是说要打破传统的功能型组织结构,从弱矩阵向强矩阵转变。 在这一系列的变革过程中,公司轮值董事长郭平牵头负责向“以项目为中心”转变的能力建设,其下成立多个变革子项目,包括“项目型组织变革项目”、“通用项目管理服务平台建设项目”、“项目管理流程建设项目”等,确保了华为公司从弱矩阵一步步走向强矩阵。 华为在实施向以项目为中心转变的初期,就明确了必须在公司层面设立了项目管理专委会,同时成立PMCoE作为公司级PMO,统筹管理公司的项目管理政策、规则、流程、工具等,并在公司内部进行项目管理文化建设和项目管理能力提升。

各领域设立自己领域层面的项目管理能力中心或PMO,承接公司层面的政策和要求,依据领域的业务和项目管理特色进行适配、解释,并监督执行。由此确定了一个明确的、层次分明的项目管理组织架构,便于后续具体工作的落实和持续改进。 在项目层面的组织运作上,华为公司对项目型组织结构也做出了明确规定:必须围绕项目进行建设和调整,每个项目必须有HRBP,达到一定规模的项目必须有独立的HRBP,等一系列的系统要求并监督落实;项目必须有正式的任命,并在立项审批时有明确的目标、范围、价值;推动资源的公正评价机制建设。 2 定规则 规则主要用来统一语言、规范运作。华为主要从项目管理通用原则、项目经营、项目资源、项目预算、项目型组织这5个方面加强“以项目为中心”的运作,颁布了一系列的公司政策、公司标准和业务规定。 包括:华为公司项目、项目群定义、华为公司项目分类标准、华为公司项目等级标准、华为公司项目基本信息定义和构成、项目经营管理政策、项目概算管理规则、项目预算管理规则、资源买卖规则、技能管理指导白皮书、项目型组织人力资源管理规定、项目管理任职标准等30份以上的具体规则和白皮书。 在不否认各领域业务差异性的同时,在项目管理的认知和语言上进行了大范围的统一,为跨领域的项目管理沟通、协作、互助提供了土壤。

济南市智能制造产业五年发展规划word版本

济南市智能制造产业五年发展规划 (2016~2020) 目录 一、智能制造产业发展的形势与环境.5 二、济南市发展智能制造产业优势和存在的问题.6 (一)装备制造产业基础雄厚.6 (二)信息化产业优势明显.6 (三)具备较好的智能制造应用基础.7 (四)具备良好的创新智力支撑.7 三、总体要求.8 (一)指导思想.8 (二)发展原则.9 (三)发展目标.9 四、重点任务.10 (一)建设两大智能服务平台,构筑创新服务体系.11 (二)突破关键共性技术,夯实智能制造四大基础.13 (三)实施数字化、智能化改造,促进制造业转型升级.15(四)实施创新驱动战略,推动智能装备产业发展.16(五)实施智能制造示范,推进智能工厂和智能服务发展.18(六)发展机器人技术及产品,加强机器人创新应用.20(七)培育智能制造示范园区,打造国家智能制造基地.21(八)实施人才建设百千万工程,促进智能人才队伍建设.22五、保障措施.23 (一)加强组织领导.23 (二)加大政策扶持.23 (三)开展智能制造产业招商.24 (四)加强人才队伍和服务体系建设.24 (五)加强开放融合和国际交流合作.24 济南市智能制造产业五年发展规划 (2016~2020)

智能制造是《中国制造2025》的主攻方向和重要突破口,是实现信息技术和制造技术融合创新,重塑制造业新优势,提高国际市场竞争力,建设制造强国的战略选择。 发展智能制造对推进济南市制造业向高端化迈进,提升全市高端制造业规模总量和质量水平,具有突出的推进和载体作用。为充分发挥济南市省会智力资源优势、区位优势,抓住开放型经济新体制综合试点试验区机遇,辐射带动“1+6”都市圈城市智能制造产业发展,提高城市综合竞争力,建设具有国际竞争力的智能制造产业基地,推进“四个中心”建设,特制定济南市智能制造产业五年发展规划。 一、智能制造产业发展的形势与环境 进入新世纪以来,以两化深度融合为显著特征的新一轮科技革命和产业变革,正在从根本上改变国际制造业竞争格局。以制造业数字化、网络化、智能化为核心,不断催生新的生产方式、产业形态、商业模式。基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式的深刻变革。 发达国家正加紧推进智能化、信息化发展布局。美国政府先后发布了《先进制造伙伴计划》和《制造业创新网络计划》,德国提出了工业4.0战略,日本发布了《2014制造业白皮书》、《日本机器人新战略》,英国发布《英国制造2050》等,其核心目的,就是抢抓新一轮产业技术革命的重大机遇,提高制造业国际竞争力。 我国高度重视智能制造产业对制造业转型升级的重要作用。2015年国务院发布的《中国制造2025》,把智能制造作为制造业发展的主攻方向。以融合发展为关键特征的智能制造已经成为全球制造业转型升级,占领经济发展制高点,培育制造业竞争新优势的重要路径和必然选择。 二、济南市发展智能制造产业优势和存在的问题 (一)装备制造产业基础雄厚 济南市在重型汽车、数控机床、金属成形装备、发电输变电设备、试验与检测装备、计算机及通信网络设备等重点装备领域在国内处于领先地位,研发了一批智能制造技术成果和智能化产品。涌现了济南二机床、中国重汽、济南铸锻所、济南轨道交通装备公司、济南一机床等装备制造重点企业,具有一批产业特色鲜明、成长性较好的装备制造中小企业集群。2015年全市装备制造业销售收入达到2650亿元,占全市制造业的48%,产业规模和技术优势明显。 (二)信息化产业优势明显 云计算与大数据,智慧城市建设、能源互联网,CAD、CAPP、PLM工业软件等重点领域技术水平国内领先,拥有浪潮集团、山东华天、积成电子、大陆机电、金钟衡器等行业领先企业,一批专、精、特的软件技术企业快速成长,2015年全市软件信息技术服务业收入达2050亿元,占全省55.4%,软件信息技术快速发展,为智能制造发展提供了较好的信息产业技术支撑。 (三)具备较好的智能制造应用基础 随着信息技术的发展和市场环境的变化,以信息化、数字化为方向的转型升级,为智能制造提供了良好市场载体。全市工业围绕以数字化转型升级及基础设施投资连续两年超1000亿元,2015年达到1147.9亿元。从集聚环境看,以中国重汽为龙头,形成了汽车制造产业集聚区;以山东电工电气、泰山发电设备、鲁能智能、临沃重工等集聚形成的高端装备园,经济开发区集聚的柴油机、变压器、北辰集团、宏达集团、时代焊机、数控机械等机械装备及新能源装备产业集群;以齐鲁制药、力诺集团、宏济堂药业及高新区药谷等集聚形成了济南制药产业群;济阳、章丘食品加工为代表的特色产业园区,章丘、平阴的铸造产业集聚区等,都为推进企业向数字化智能化转型提供了良好的条件和基础。 (四)具备良好的创新智力支撑

项目管理白皮书

文档编号: 太极计算机股份有限公司 项目管理白皮书 (Version 1.0) 拟制:马英恺 审核:蒋松、贺敬 批准:冯国宽 业务管理部 2007年12月5日

文档修订 版本日期更改人描述(注明修改的条款或页) 1.0 2006-8-10 马英恺文档建立 2006-12 马英恺补充第三章内容 2007-1-31 马英恺修订第一、二章内容、补充第三章内容 2007-6-18 蒋松整篇文档审核、补充,修订附录表格 2007-9-14 马英恺根据各事业部反馈意见修订整篇文档 2007-11-15 蒋松整篇文档审核、补充,修订附录表格审核人签字 职务姓名日期 批准人签字 职务姓名日期

前言 作为IT服务供应商,太极计算机股份有限公司的运营以项目为核心。项目执行的成本、进度、质量直接关系到企业的盈利及品牌。 项目管理能力是企业的核心竞争能力,规范化的项目管理不仅能使项目实施过程有序,同时也能把项目管理技术和经验变成企业的共同财富,最终改善项目团队的整体生产力、提高公司的获利能力。 本白皮书的编写目的就是要逐步规范全公司各事业部的项目管理及实施过程,为公司的健康运营提供支撑和保障。

目录 第一章概述 (6) 1.1目的 (6) 1.2适用范围 (6) 1.3术语定义 (6) 1.4本白皮书的剪裁 (7) 1.5参考文献 (8) 第二章项目管理组织机构和职责 (8) 2.1项目管理组织机构 (8) 2.2职责分配 (9) 2.2.1公司业务管理部 (9) 2.2.2 事业部 (10) 2.2.3 项目经理 (10) 第三章项目管理制度 (11) 3.1项目管理组织保证(执行) (11) 3.2项目经理任命(执行) (11) 3.3项目进展情况汇报制度(执行) (12) 3.4项目文档归档制度(执行) (13) 3.5单体项目管理制度(执行) (13) 3.6项目绩效管理制度(指导) (13) 3.7项目经理持证上岗制度(指导) (14) 3.8项目级别划分(指导) (14) 3.9项目经理分级管理(指导) (15) 3.10单项目核算制度(指导) (15) 第四章项目阶段划分及管理重点 (16) 附录1:项目各阶段工作流程及主要工作 (19)

智能制造和工业软件发展白皮书

智能制造和工业软件进展白皮书 (2015版) 中国电子信息产业进展研究院工业和信息化部赛迪智库 二○一五年四月

本文作者:工业和信息化部赛迪智库安琳研究员 转载引用需注明“工业和信息化部赛迪智库”

前言 2014年,智能制造在全球范围内引起广泛关注,多个国家先后部署了相应的制造业进展战略。工业软件作为智能制造的核心支撑,连续了自2012年以来的高速增长态势,但由于受到全球经济进展形势持续低迷,企业投资能力受限的阻碍,市场规模增速有所放缓。在此背景下,多数企业视当前时期为宝贵的“战略调整窗口期”,面向下一代智能制造的进展要求,纷纷加快了企业的战略定位、业务、产品和技术的优化调整,产业进展呈现出“蓄力凝神”的突出特征,产业创新活跃,投融资动作积极。工业软件当前的进展情况,可视为以后智能制造进展的风向标。工业软件产业的调整,体现了全产业对以后智能制造进展趋势的预判。 在此形势下,中国电子信息产业进展研究院编写了《智能制造和工业软件进展白皮书(2015版)》,全面梳理2014年全球和我国智能制造和工业软件的进展情况,从创新进展、应用推广、企业进展、投融资、政策环境等维度总结工业软件的进展特点,分析我国工业软件进展面临的问题,展望2015年智能制造和工业软件进展态势,并分不对政府、用户企业、工业软件企业和行业协会提出进展对策建议。

目录 一、全球智能制造进展状况 (1) (一)智能制造与智能制造系统 (1) (二)全球智能制造进展情况 (2) 1.美国将智能制造作为战略重点 (2) 2.日本大力进展工业机器人 (2) 3.欧盟多国部署智能制造相关进展战略 (3) (三)我国智能制造进展情况 (3) (四)工业软件是智能制造进展的风向标 (3) 二、全球工业软件进展状况 (4) (一)市场规模 (4) (二)市场结构 (5) (三)要紧特点 (5) 1.市场规模保持增长但增速放缓 (5) 2.数据驱动业务进展的理念深入人心 (5) 3.工业云服务市场迅速升温 (6) 三、我国工业软件进展状况 (7) (一)市场规模 (7) (二)市场结构 (7)

EPRO工程项目管理系统(弱电版)白皮书

EPRO工程项目管理系统(弱电版) 版本:<4.0> 编制单位: 广州建软软件技术有限公司 编写人:软件开发部 时间:2013年8月

第三章 EPRO平台简介 《EPRO工程项目管理系统》是小超软件为中小型施工企业打造的项目管理整体解决方案,围绕施工企业核心业务。通过工地的数字化、网络化,从而实现施工企业管理的信息化。实现企业对项目人员、材料、机械设备、分包、合同、施工资料、财务、流程的信息化管理。 国内首家办公、工作流、业务模型、项目管理、成本管理、PDA的完美结合,轻松建立企业项目管理平台,支持局域网、广域网、互联网,实现随时随地管理。 本系统针对国内现有施工企业信息化不足、网络条件差等情况,结合我们近十年工程经验,坚持以成本管理为核心的软件研发,通过先进的管理理念与施工企业具体实际相结合,使我们对施工企业和施工项目的成本核算与成本管控积累了丰富的实践经验,为用户提供一流的解决方案。 本系统集项目部一线人员、各级公司部门管理者、各级公司高层决策者于一体,通过托管日常业务工作,将企业庞大组织中的相关角色有机的集成为一个整体,按照企业自身的管理流程和规则有序协作,帮助施工企业对各项目进行全方位管理,提升管理能力并实现战略落地。 良好的实施服务将帮助施工企业认清真实需求、降低投资风险、提高管理水平、推动企业变革进步。从而保证企业可以成功实施本系统,真正实现企业的管理智能化。 一.系统特点 采用本系统有利于企业节约IT资金,降低企业成本,创造更高的效益,树立良好的企业外界形象。通过现代化的管理模式,规范管理全部项目部,使工地与项目之间真正建立起畅通的信息交换通道,最终达到决策者在第一时间根据各方面的企业数据进行准确分析,做出正确决策。 1.采用积木式设计,系统简洁、操作简单、上手快、易用性强,一般用户几乎不用培训就可以开始使用。

报告发布中国电子学会发布新一代人工智能发展白皮书(2017)

报告发布中国电子学会发布新一代人工智能发展白皮书 (2017) 指导单位、专家顾问及编写人员 顾问潘云鹤中国工程院院士 指导单位工业和信息化部信息化和软件服务业司 指导委员会谢少锋工信部信软司司长李冠宇工信部信软司副司长徐晓兰中国电子学会副理事长兼秘书长张宏图中国电子学会总部党委书记兼副秘书长商超工信部信软司软件处处长 傅永宝工信部信软司软件处调研员 专家委员会(排名不分先后,按姓氏笔画排序)王士进科大讯飞研究院副院长韦青微软中国公司首席技术官宋波国安瑞(北京)科技有限公司总经理刘志坚京东金融总法律顾问吴甘沙 驭势科技联合创始人兼CEO 季向阳清华大学自动化系教授陈丽娟阿里巴巴人工智能实验室负责人梁家恩云知声信息技术有限公司董事长兼CTO 崔岩中德人工智能研究院院长蔡雄山腾讯研究院法律研究中心副主任 编写单位中国电子学会 编写人员李颋周岷峰马良

凌霞李岩张雅妮许华磊 张婵张力陈濛萌樊江洋 朱毅李俊平阎德利谢中业 陈岩 报告链接:https://https://www.sodocs.net/doc/9517910951.html,/s/1oAn8flo 密码:3gme编制概要 (一)编制背景 自1956年概念得以确立以来,人工智能发展至今已逾60年,随着所处信息环境和数据基础的深刻变革,开始迈进新一轮发展阶段,呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征,从学术牵引式发展迅速转变为需求牵引式发展,相比历史上的任何时刻,都要更加接近于人类智能,既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导,也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。我国正值工业化、城镇化、信息化、农业现代化的攻坚阶段,迫切需要加快推动人工智能在国民经济社会各行业、各领域的创新应用,促进产业提质增效,改善人民生活水平,切实解决经济运行的重大结构性失衡。针对于此,有必要研究编制新一代人工智能发展白皮书,明确人工智能在新时期、新形势下的技术框架、关键环节、应用前景,为推动人工智能关键技术进步和产业化应用推广提供措施建议,进一步推动我国智能相关的

智能制造标准体系研究白皮书(2015年)

智能制造标准体系研究 白皮书 (2015年) 中国电子技术标准化研究院 2015年7月

版权声明 本白皮书版权属于中国电子技术标准化研究院(工业和信息化部电子工业标准化研究院),凡转载或引用本文的观点、数据,请注明来源。

前言 新中国成立以来尤其是改革开放以来,我国制造业持续快速发展,建成了门类齐全、独立完整的产业体系,规模跃居世界第一。然而,与世界先进水平相比,我国制造业仍然大而不强,在自主创新能力、资源利用效率、信息化程度、质量效益等方面差距明显,转型升级和跨越发展的任务紧迫而艰巨。当前,新一轮科技革命和产业革命与我国加快转变经济发展方式形成历史性交汇,国际产业分工格局正在重塑。紧紧抓住这一重大历史机遇,以智能制造为主攻方向,推进我国工业化和信息化深度融合,成为实施制造强国战略的必然选择。 智能制造标准体系是智能制造工作的顶层设计和基础保障。按照“统筹协调、标准引领、示范应用”的原则,构建暨符合我国国情,又与国际接轨的智能制造标准体系,突破智能制造的关键技术,重点研制基础通用标准、工业软件标准、工业大数据标准、工业云服务标准、服务型制造标准、工业物联网标准和工控安全标准,是目前阶段的首要任务。 本白皮书主要阐述了国内外智能制造的发展形势和标准化研究现状,重点对我国智能制造标准化体系进行分析,依照不同的重点标准化领域,梳理智能制造标准体系中已发布、制定中、待制定标准,重点识别出一批亟需制定的基础、关键技术、测评类标准,为产业健康、可持续发展提供参考。

目录 一、智能制造发展形势 (1) 1.1 德国工业4.0 (1) 1.2 美国工业互联网 (2) 1.3 IEC数字工厂 (3) 1.4 中国智能制造 (3) 1.5 智能制造国内外发展差异和启示 (4) 1.6 智能制造标准化的意义 (5) 二、智能制造标准体系建设内容 (7) 2.1 智能制造标准化参考模型 (7) 2.1.1 系统架构 (8) 2.1.2 价值链 (9) 2.1.3 产品生命周期 (10) 2.2 智能制造标准体系框架 (10) 2.3 重点标准化方向和领域 (12) 2.3.1 总体标准 (12) 2.3.2 智能装备/产品标准 (16) 2.3.3 工业互联网/物联网标准 (19) 2.3.4 智能工厂/数字化车间标准 (21) 2.3.5 工业云和大数据标准 (22)

新一代人工智能发展白皮书

新一代人工智能发展白皮书

内容摘要 随着信息时代的来临,人类生产生活的数据基础和信息环境有了大幅提升,人工智能正从学术驱动转变为应用驱动,从专用智能迈向通用智能,比历史上任何一个时期都要更加接近于人类智能水平,进入了新的发展阶段。全球各国均围绕新一代人工智能技术及产业发展进行前瞻布局,我国也已将其提升到了国家战略层面。基于此,本白皮书重点围绕新一代人工智能面临的新形势、驱动的新因素、呈现的新特征,对架构、算法、系统等技术演进方向作出研判,详细梳理了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系,深入论证了新一代人工智能产业边界和范围,划分了基础层、技术层、应用层三大产业化领域,研究了智能传感器、智能芯片、算法模型、语音识别、图像视频识别、文本识别、智能机器人、智能制造系统、智能安防、智能驾驶等具体产业化方向的产业规模、核心技术、主要产品、典型企业,归纳了近年来全球和我国在人工智能领域的投融资特征趋势,并对国内外人工智能的技术及产业发展状况进行了系统对比和趋势展望,最后提出了发展理念、治理体系、创新能力、发展基础、资本环境、行业组织、全球统筹共七项措施建议,进一步推动我国人工智能相关的前沿新兴产业持续健康快速发展,有力支撑信息化与工业化深度融合迈上新台阶。

目录 一、编制概要 (1) (一)编制背景 (1) (二)编制目标 (2) (三)编制方法 (2) (四)特别声明 (3) 1、研究主题充分考虑了与国家规划的互动和呼应 (3) 2、研究范围聚焦技术和产业发展 (4) 3、研究内容仍有待进一步丰富完善 (4) 二、新一代人工智能研究综述 (5) (一)人工智能简要发展历程 (5) 1、第一次浪潮:人工智能诞生并快速发展,但技术瓶颈难以突破..6 2、第二次浪潮:模型突破带动初步产业化,但推广应用存在成本障碍 (7) 3、第三次浪潮:信息时代催生新一代人工智能,但未来发展存在诸多 隐忧 (8) (二)新一代人工智能的主要驱动因素 (9) 1、人机物互联互通成趋势,数据量呈现爆炸性增长 (10) 2、数据处理技术加速演进,运算能力实现大幅提升 (10) 3、深度学习研究成果卓著,带动算法模型持续优化 (11) 4、资本与技术深度耦合,助推行业应用快速兴起 (11) (三)新一代人工智能主要发展特征 (12) 1、大数据成为人工智能持续快速发展的基石 (13) 2、文本、图像、语音等信息实现跨媒体交互 (13) 3、基于网络的群体智能技术开始萌芽 (14) 4、自主智能系统成为新兴发展方向 (14) 5、人机协同正在催生新型混合智能形态 (15) 三、新一代人工智能技术框架 (15) (一)新一代人工智能的技术演进 (16) 1、从原有的CPU 架构,转变为GPU 并行运算架构 (16) 2、从单一算法驱动,转变为数据、运算力、算法复合驱动 (17) 3、从封闭的单机系统,转变为快捷灵活的开源框架 (18) 4、从学术研究探索导向,转变为快速迭代的实践应用导向 (18)

IT项目管理人员必备的软件知识

软件文档知多少? 如今,软件开发越来越复杂,软件功能也越来越丰富。而几乎所有成熟的商业软件,都是靠一个开发团队齐心协力的血汗结晶。“罗马不是一天建成的!”,当我们震撼于Microsoft Windows的惊世巨著的同时,也道听途说了微软公司软件工程是如何的完善规范。的确,集数百名员工几年的共同努力之大成,软件项目管理的成败是控制开发成本的关键环节。这里面,少不了贯穿其中的重要步骤----软件文档。 软件文档可以分为开发文档和产品文档两大类。 开发文档包括:《功能要求》、《投标方案》、《需求分析》、《技术分析》、《系统分析》、《数据库文档》、《功能函数文档》、《界面文档》、《编译手册》、《QA文档》、《项目总结》等。 产品文档包括:《产品简介》、《产品演示》、《疑问解答》、《功能介绍》、《技术白皮书》、《评测报告》、《安装手册》、《使用手册》、《维护手册》、《用户报告》、《销售培训》等。 一、开发文档 1. 《功能要求》--来源于客户要求和市场调查,是软件开发中最早期的一个环节。客户提出一个模糊的功能概念,或者要求解决一个实际问题,或者参照同类软件的一个功能。有软件经验的客户还会提供比较详细的技术规范书,把他们的要求全部列表书写在文档中,必要时加以图表解说。这份文档是需求分析的基础。 2. 《投标方案》--根据用户的功能要求,经过与招标方沟通和确认,技术人员开始书写《投标方案》,方案书一般包括以下几个重要的章节: 前言--项目背景、公司背景和业务、技术人员结构、公司的成功案例介绍等。 需求分析--项目要求、软件结构、功能列表、功能描述、注意事项等。 技术方案--总体要求和指导思想、技术解决方案、软件开发平台、网络结构体系等。 项目管理--描述公司的软件开发流程、工程实施服务、组织和人员分工、开发进度控制、软件质量保证、项目验收和人员培训、软件资料文档等。 技术支持--公司的技术支持和服务介绍、服务宗旨和目标、服务级别和响应时间、技术服务区域、技术服务期限、授权用户联系人等。 系统报价--软、硬件平台报价列表、软件开发费用、系统维护费用等。 项目进度--整个项目的进度计划,包括签署合同、项目启动、需求分析、系统分析、程序开发、测试维护、系统集成、用户验收、用户培训等步骤的时间规划。 3. 《需求分析》--包括产品概述、主要概念、操作流程、功能列表和解说、注意事项、系统环境等。以《功能要求》为基础,进行详细的功能分析(包括客户提出的要求和根据开发经验建议的功能),列出本产品是什么,有什么特殊的概念,包括那些功能分类,需要具备什么功能,该功能的操作如何,实现的时候该注意什么细节,客户有什么要求,系统运行环境的要求等。这里的功能描述跟以后的使用手册是一致的。 4. 《技术分析》--包括技术选型、技术比较、开发人员、关键技术问题的解决、技术风险、技术升级方向、技术方案评价,竞争对手技术分析等。以《需求分析》为基础,进行详细的技术分析(产品的性能和实现方法),列出本项目需要使用什么技术方案,为什么,有哪些技术问题要解决,估计开发期间会碰到什么困难,技术方案以后如何升级,对本项目的技术有什么评价等。 5. 《系统分析》--包括功能实现、模块组成、功能流程图、函数接口、数据字典、软件开发需要考虑的各种问题等。以《需求分析》为基础,进行详细的系统分析(产品的开发和

相关主题