軟體吞噬硬體的 AI 時代，晶片跟不上演算法的進化要怎麼辦？

作者 品玩 | 發布日期 2021 年 02 月 23 日 8:00 |

身為 AI 時代的幕後英雄，晶片業正經歷漸進持續的變化。

2008 年之後，深度學習演算法逐漸興起，各種神經網絡滲透到手機、App 和物聯網。同時摩爾定律卻逐漸放緩。摩爾定律雖然叫定律，但不是物理定律或自然定律，而是半導體業發展的觀察或預測，內容為：單晶片整合度（積體電路中晶體管的密度）每 2 年（也有 18 個月之說）翻倍，帶來性能每 2 年提高 1 倍。

保證摩爾定律的前提，是晶片製程進步。經常能在新聞看到的 28 奈米、14 奈米、7 奈米、5 奈米，指的就是製程，數字越小製程越先進。隨著製程的演進，特別進入10 奈米後，逐漸逼近物理極限，難度越發增加，晶片全流程設計成本大幅增加，每代較上一代至少增加 30%~50%。

這就導致 AI 對算力需求的增長速度，遠超過通用處理器算力的增長速度。據 OpenAI 測算，從 2012 年開始，全球 AI 所用的演算量呈現等比級數增長，平均每 3.4 個月便會翻 1 倍，通用處理器算力每 18 個月至 2 年才翻 1 倍。

當通用處理器算力跟不上 AI 演算法發展，針對 AI 演算的專用處理器便誕生了，也就是常說的「AI 晶片」。目前 AI 晶片的技術內涵豐富，從架構創新到先進封裝，再到模擬大腦，都影響 AI 晶片走向。這些變化的背後，都有共同主題：以更低功耗，產生更高性能。

更靈活

2017 年圖靈獎頒給電腦架構兩位先驅 David Petterson 和 John Hennessy。2018 年圖靈獎演講時，他們聚焦於架構創新主題，指出演算體系結構正迎來新的黃金 10 年。正如他們所判斷，AI 晶片不斷出現新架構，比如英國 Graphcore 的 IPU──迥異於 CPU 和 GPU 的 AI 專用智慧處理器，已逐漸被業界認可，並 Graphcore 也獲得微軟和三星的戰略投資支援。

名為 CGRA 的架構在學界和工業界正受到越來越多關注。CGRA 全稱 Coarse Grained Reconfigurable Array（粗顆粒可重構陣列），是「可重構計算」理念的落地產物。

據《可重構計算：軟體可定義的計算引擎》一文介紹，理念最早出現在 1960 年代，由加州大學洛杉磯分校的 Estrin 提出。由於太過超前時代，直到 40 年後才獲得系統性研究。加州大學柏克萊分校的 DeHon 等將可重構計算定義為具以下特徵的體系結構：製造後晶片功能仍可客製，形成加速特定任務的硬體功能；演算功能的實現，主要依靠任務到晶片的空間映射。

簡言之，可重構晶片強調靈活性，製造後仍可透過程式語言調整，適應新演算法。形成高度對比的是 ASIC（application-specific integrated circuit，專用積體電路）。ASIC 晶片雖然性能高，卻缺乏靈活性，往往是針對單一應用或演算法設計，難以相容新演算法。

2017 年，美國國防部高級研究計劃局（Defence Advanced Research Projects Agency，DARPA）提出電子產業復興計劃（Electronics Resurgence Initiative，ERI），任務之一就是「軟體定義晶片」，打造接近 ASIC 性能、同時不犧牲靈活性。

照重構時的顆粒分別，可重構晶片可分為 CGRA 和 FPGA（field-programmable gate array，現場可程式語言邏輯門陣列）。FPGA 在業界有一定規模應用，如微軟將 FPGA 晶片帶入大型資料中心，用於加速 Bing 搜索引擎，驗證 FPGA 靈活性和演算法可更新性。但 FPGA 有局限性，不僅性能和 ASIC 有較大差距，且重程式語言門檻比較高。

CGRA 由於實現原理差異，比 FPGA 能做到更底層程式的重新設計，面積效率、能量效率和重構時間都更有優勢。可說 CGRA 同時整合通用處理器的靈活性和 ASIC 的高性能。

隨著 AI 演算逐漸從雲端下放到邊緣端和 IoT 設備，不僅演算法多樣性日益增強，晶片更零碎化，且保證低功耗的同時，也要求高性能。在這種場景下，高能效高靈活性的 CGRA 大有用武之地。

由於結構不統一、程式語言和編譯工具不成熟、易用性不夠友善，CGRA 未被業界廣泛使用，但已可看到一些嘗試。早在 2016 年，英特爾便將 CGRA 納入 Xeon 處理器。三星也曾嘗試將 CGRA 整合到 8K 電視和 Exynos 晶片。

中國清微智慧 2019 年 6 月量產全球首款 CGRA 語音晶片 TX210，同年 9 月又發表全球首款 CGRA 多模態晶片 TX510。這家公司脫胎於清華大學魏少軍教授起頭的可重構計算研究團隊，從 2006 年起就進行相關研究。據芯東西 2020 年 11 月報導，語音晶片 TX210 已出貨數百萬顆，多模組晶片 TX510 在 11 月也出貨 10 萬顆以上，主要客戶為智慧門鎖、安防和臉部支付相關廠商。

先進封裝上位

如開篇提到，由於製程逼近物理極限，摩爾定​​律逐漸放緩。同時 AI 演算法的進步，對算力需求增長迅猛，逼迫晶片業在先進製程之外探索新方向，之一便是先進封裝。

「在大數據和認知計算時代，先進封裝技術正在發揮比以往更大的作用。AI 發展對高效能、高吞吐量互連的需求，正透過先進封裝技術加速發展來滿足。 」世界第三大晶圓代工廠格羅方德平台首席技術專家 John Pellerin 聲明表示。

先進封裝是相對於傳統封裝的技術。封裝是晶片製造的最後一步：將製作好的晶片器件放入外殼，並與外界器件相連。傳統封裝的封裝效率低，有很大改良空間，而先進封裝技術致力提高整合密度。

先進封裝有很多技術分支，其中 Chiplet（小晶片／芯粒）是最近 2 年的大熱門。所謂「小晶片」，是相對傳統晶片製造方法而言。傳統晶片製造方法，是在同一塊矽晶片上，用同一種製程打造晶片。Chiplet 是將一塊完整晶片的複雜功能分解，儲存、計算和訊號處理等功能模組化成裸晶片（Die）。這些裸晶片可用不同製程製造，甚至可是不同公司提供。透過連接介面相接後，就形成一個 Chiplet 晶片網路。

據壁仞科技研究院唐杉分析，Chiplet 歷史更久且更準確的技術詞彙應該是異構整合（Heterogeneous Integration）。總體來說，此技術趨勢較清晰明確，且第一階段 Chiplet 形態技術較成熟，除了成本較高，很多高端晶片已經在用。

如 HBM 儲存器成為 Chiplet 技術早期成功應用的典型代表。AMD 在 Zen2 架構晶片使用 Chiplet 思路，CPU 用的是 7 奈米製程，I/O 使用 14 奈米製程，與完全由 7 奈米打造的晶片相比成本約低 50%。英特爾也推出基於 Chiplet 技術的 Agilex FPGA 系列產品。

不過，Chiplet 技術仍面臨諸多挑戰，最重要之一是互連介面標準。互連介面重要嗎？如果是在大公司內部，比如英特爾或 AMD，有專用協議和封閉系統，在不同裸晶片間連接問題不大。但不同公司和系統互連，同時保證高頻寬、低延遲和每比特低功耗，互連介面就非常重要了。

2017 年，DARPA 推出 CHIPS 戰略計劃（通用異構整合和 IP 重用戰略），試圖打造開放連接協議。但 DARPA 的缺點是，側重國防相關計畫，晶片數量不大，與真正商用場景有差距。因此一些晶片業公司成立組織「ODSA（開放領域特定架構）工作組」，透過制定開放的互連介面，為 Chiplet 的發展掃清障礙。

另闢蹊徑

除了在現有框架內做架構和製造創新，還有研究人員試圖跳出電腦現行的范紐曼型架構，開發真正模擬人腦的計算模式。

范紐曼架構，數據計算和儲存分開進行。RAM 存取速度往往嚴重落後處理器的計算速度，造成「記憶體牆」問題。且傳統電腦需要透過總線，連續在處理器和儲存器之間更新，導致晶片大部分功耗都消耗於讀寫數據，不是算術邏輯單元，又衍生出「功耗牆」問題。人腦則沒有「記憶體牆」和「功耗牆」問題，處理訊息和儲存一體，計算和記憶可同時進行。

另一方面，推動 AI 發展的深度神經網路，雖然名稱有「神經網路」四字，但實際上跟人腦神經網路運作機制相差甚遠。1,000 億個神經元，透過 100 萬億個神經突觸連接，使人腦能以非常低功耗（約 20 瓦）同步記憶、演算、推理和計算。相比之下，目前的深度神經網路，不僅需大規模資料訓練，運行時還要消耗極大能量。

因此如何讓 AI 像人腦一樣工作，一直是學界和業界積極探索的課題。1980 年代後期，加州理工學院教授卡弗·米德（Carver Mead）提出神經形態工程學的概念。經過多年發展，業界和學界對神經形態晶片的摸索逐漸成形。

軟體方面，稱為第三代人工神經網路的「脈衝神經網路」（Spike Neural Network，SNN）應運而生。這種網路以脈衝信號為載體，更接近人腦的運作方式。硬體方面，大型機構和公司研發相應的脈衝神經網路處理器。

早在 2008 年，DARPA 就發起計畫──神經形態自適應塑膠可擴展電子系統（Systems of Neuromorphic Adaptive Plastic Sc​​alable Electronics，簡稱 SyNAPSE，正好是「突觸」之意），希望開發出低功耗的電子神經形態電腦。

IBM Research 成為 SyNAPSE 計畫的合作方之一。2014 年發表論文展示最新成果──TrueNorth。這個類腦計算晶片擁有 100 萬個神經元，能以每秒 30 幀的速度輸入 400×240pixel 的影片，功耗僅 63 毫瓦，比范紐曼架構電腦有質的飛躍。

英特爾 2017 年展示名為 Loihi 的神經形態晶片，包含超過 20 億個晶體管、13 萬個人工神經元和 1.3 億個突觸，比一般訓練系統所需的通用計算效率高 1 千倍。2020 年 3 月，研究人員甚至在 Loihi 做到嗅覺辨識。這成果可應用於診斷疾病、檢測武器和爆炸物及立即發現麻醉劑、煙霧和一氧化碳氣味等場景。

中國清華大學類腦計算研究中心的施路平教授團隊，開發針對人工通用智慧的「天機」晶片，同時支持脈衝神經網路和深度神經網路。2019 年 8 月 1 日，天機成為中國第一款登上《Nature》雜誌封面的晶片。

儘管已有零星研究成果，但總體來說，脈衝神經網路和處理器仍是研究領域的方向之一，沒有在業界大規模應用，主要是因為基礎演算法還沒有關鍵性突破，達不到業界標準，且成本較高。

附圖：▲ 不同製程節點的晶片設計製造成本。（Source：ICBank）
▲ 可重構計算架構與現有主流計算架構在能量效率和靈活性對比。（Source：中國科學）
▲ 異構整合成示意動畫。（Source：IC 智庫）
▲ 通用處理器的典型操作耗能。（Source：中國科學）

資料來源：https://technews.tw/2021/02/23/what-to-do-if-the-chip-cannot-keep-up-with-the-evolution-of-the-algorithm/?fbclid=IwAR0Z-nVQb96jnhAFWuGGXNyUMt2sdgmyum8VVp8eD_aDOYrn2qCr7nxxn6I

方浪音響2020全新瑞士音響品牌- Wattson Audio 華生

限時限量早鳥優惠! 請在付款前加入Discount Code "108wattson" 即享有特別優惠!
https://squarewave.myshopify.com/coll…/wattson-audio-emerson
本港客戶免費送貨。外國客戶可直接下單以港幣結算，15%額外手續費在結算地址輸入後加入。

Square Wave

方浪音響2020全新瑞士音響品牌- Wattson Audio 華生

限時限量早鳥優惠! 請在付款前加入Discount Code "108wattson" 即享有特別優惠!
https://squarewave.myshopify.com/coll…/wattson-audio-emerson
本港客戶免費送貨。外國客戶可直接下單以港幣結算，國內及台灣15%額外手續費在結算地址輸入後加入。

Emerson 艾默生串流播放器具有獨特設計。外型細小而緊湊外殼由實心鋁材雕刻而成。通過LAN連接，兩種型號本機都支持UPnP / DLNA，Airplay®和ROON®（目前正在通過認證），而Wattson Music app華生音樂應用程式提供對Tidal，Qobuz和網絡廣播等在線串流服務支援。

Emerson 電子功能:
Engineered SA專有的串流技術
創新且超高性能的內置主時鐘電路和同步系統
超低相位噪聲振盪器，100Hz時<-135dBc / SQ(Hz)<50fs RMS抖動
極低噪聲的電源（<1µV RMS 10Hz-100kHz）

Emerson ANALOG 模擬輸出：
輸出電平（0dBFS）：2.0VRMS
信噪比:，加權（SNR-A）：典型值= 124分貝
諧波失真（THD+N，0dBFS）：典型值0.001％

Emerson DIGITAL 數字輸出：
S/PDIF輸出：75歐姆，含隔離變壓器
AES/EBU輸出：110歐姆，含隔離變壓器

方浪音響2020全新瑞士音響品牌- Wattson Audio 華生首次發表!
更多資訊：http://www.squarewavehk.com/wattson-audio/

醞釀整整一年，西門子翻開了加速工業互聯網落地的“王牌”【物女心經】

作者：物女王（彭昭）
物聯網智庫 整理發佈

導 讀

近日，西門子舉辦了一年一度面向分析師的年會，並在會上宣佈推出Xcelerator，這是一個MindSphere與Mendix融合之後的產物。我們都知道，MindSphere是西門子的工業互聯網平臺，Mendix是西門子在2018年8月收購的低代碼程式設計平臺，他們結合之後的Xcelerator是什麼？廢話不多說，我們馬上就來解讀。

上周的文章《讓物聯網應用開發全面提速，巨頭們用了“大”招》中我曾談到，在各種物聯網平臺你爭我奪的“大戰”中，很多公司正在悄悄地打磨自己的IoT程式設計工具。

這些舉措對於物聯網來說具有深遠影響，他們都指向同一個方向：改進程式設計工具、簡化程式設計環節、降低開發成本，是加速物聯網專案落地的一條捷徑。

這周，西門子有了進一步動作，對外公佈了自己的低代碼王牌。

9月3日至6日，在紐約，西門子舉辦了一年一度面向分析師的年會，其上西門子宣佈推出Xcelerator，這是一個MindSphere與Mendix融合之後的產物。

我們都知道，MindSphere是西門子的工業互聯網平臺，Mendix是西門子在2018年8月收購的低代碼程式設計平臺，他們結合之後的Xcelerator是什麼？

廢話不多說，我們馬上就來解讀。你會看到西門子此舉對於工業互聯網發展的教科書式的借鑒作用。

文中很多資料都是西門子在年會中首次公開，你將看到：

• 拆解Xcelerator，西門子推出Xcelerator的意義是什麼？
• IIoT平臺成為驅動西門子公司下一輪增長的最大引擎，這個引擎是虛胖還是實力？
• 西門子將技術拖入“零門檻”，能否碾壓物聯網應用的複雜性？

01

工業互聯網平臺+低代碼工具=Xcelerator

Xcelerator和Accelerator（加速器）諧音，沒錯，西門子正在觸發一次工業互聯網的加速。

西門子在發佈Xcelerator之時，曾開宗明義的說：它的意義是將“劣勢”變成“優勢”，“短板”轉為“長板”。具體到製造業，Xcelerator將製造業的複雜性轉變為競爭優勢。

“Most manufacturers struggle withcomplexity and look to limit it. But those who want to be the leader in theirfield need to be able to leverage complexity as a competitive advantage.”

“大多數製造商都在努力解決和消除複雜性。但那些希望成為領軍者的企業，需要有能力將複雜性變為競爭優勢，並從中獲益。”

那麼Xcelerator到底是什麼？

Xcelerator是一個軟體產品組合，由西門子工業互聯網平臺MindSphere提供底層支援。該組合中包含產品生命週期管理軟體PLM、電子設計自動化軟體EDA、應用程式生命週期管理軟體ALM、製造運營管理軟體MOM，以及西門子工業互聯網平臺MindSphere上的SaaS應用。

簡單的說，西門子把各種軟體、服務和開發能力都搬到了工業互聯網平臺MindSphere上，然後裝入了加速引擎Xcelerator。這就意味著Xcelerator包含了用於電氣設計、機械設計、系統模擬、生產製造、管理運營和生命週期分析的各種軟體和服務的組合。

Xcelerator怎麼將製造業的複雜性轉變為競爭優勢？

為了讓所有Xcelerator的使用者都能夠方便上手，並創建可追蹤的數位執行緒（Digital Thread），Xcelerator將Mendix低代碼平臺與原有的軟體產品打通，讓任何使用者不需要程式設計經驗，就可以輕鬆利用Mendix開發環境，創建、集成和擴展現有的資料和系統。

Mendix的首席執行官Derek Roos提到，西門子將通過Mendix開放其整個軟體產品組合，而且西門子還承諾通過Mendix可以實現西門子應用軟體和任何其他品牌的企業資源管理系統ERP、客戶關係管理系統CRM或者資產管理系統的互聯互通。

具體而言，Xcelerator的殺手鐧包括三個：

• 全方位的數字孿生
• 個性化配置
• 靈活開放的生態

我們分別來說。

• 全方位的數字孿生

西門子一直在宣導數字孿生的閉環。西門子的想法是從生產和設計的資料中建立產品和性能的數位孿生，實現決策過程的閉環，從而持續優化產品設計和製造過程。

這裡有必要提到一個概念：數字執行緒（Digital Thread）。數位執行緒為數位孿生提供訪問（Access）、整合（Integrate）和轉換（Transform）的能力，目標是貫通產品生命週期和價值鏈，實現全面追溯、雙向資訊共用和價值鏈協同。

數位孿生是物件、資料。數位執行緒是方法、通道、介面。數位執行緒交換和處理數位孿生的相關資訊。

西門子給出了實施案例。以HP印表機為例，數位執行緒的運用提升了列印噴頭的冷卻效率。資料顯示，列印噴頭冷卻機的流速提升22%，列印速度提高了大約15%，產品研發速度提升75%，部件成本降低了34%。

• 個性化適配

這裡西門子強調了IIoT雲戰略，並稱已經為工業互聯網雲端解決方案準備好了可擴展的環境，可以按照用戶的需求靈活部署。

Mendix是實現個性化配置的重要一環，它提供個性化的應用程式開發，加速創新過程。

西門子還在某些軟體中引入了“自我調整UI”的功能。自我調整UI是利用人工智慧AI演算法，根據使用者的使用狀態，自動呈現下一步操作命令的功能。根據西門子的統計，自我調整UI的準確率約為95%。

• 靈活開放的生態

西門子公開了相關的生態資料。

西門子的三維建模內核元件“Parasolid”全球使用者超過400萬，三維模型資料格式“JT”會員超過130名，它們已被許多公司採用，成為了行業的事實標準。西門子的PLM相關軟體在全球已經積累了超過9萬名開發者。

隨著生態系統的發展，西門子摸索了一套與合作夥伴有效協同的方法。

比如，西門子通過與IBM的資產管理軟體“MAXIMO”連接，實現了卡車運營時間和可用性的提升，以及運營成本的降低。西門子還與BentleySystems合作，提供印刷電路生產線的運營狀況管理方案，以及電廠的綜合資產績效解決方案。

為了更好的講清Mendix和Xcelerator的關係和定位，Mendix首席執行官DerekRoos進行瞭解讀。

在被西門子收購之時，Derek就判斷Mendix與西門子的結合將掀起一場有真正價值的“資料海嘯”。在西門子分析師年會上，Derek全程幾乎只講了一張圖，就是下面這張。

根據Derek的表述，Mendix低代碼平臺將成為所有西門子雲端解決方案的主要應用平臺，西門子的用戶可以利用Mendix在任何設備、任何位置、任何雲平臺上創建應用和分享資料。西門子的各種軟體系統正在踏上利用API逐步開放的新征程，Mendix將可訪問所有系統中的資料。

Mendix低代碼平臺將會增加一個新的特定領域應用服務層（Domain-Specific APPServices Layer），並且將會與MindSphere進行集成。

今年4月，Mendix還披露了自己的“登月計畫（Moon Shot）”，推出Mendix資料匯流排（DataHub）。Mendix資料匯流排通過將資料和系統抽象為跨越整個企業的資料虛擬化層，以克服在快速構建軟體解決方案時，資料難以集成的巨大瓶頸。

目前Mendix資料主線（DataHub）服務於西門子、SAP、Salesforce、微軟和IBM，這意味著利用Mendix，用戶可以在這些雲平臺上自由的使用各種應用和分享相關資料。

從Derek的用詞中判斷，一切即將發生，只是時間問題。

02

IIoT平臺成為驅動下一輪增長的最大引擎

西門子將MindSphere定義為下一輪增長的最大引擎。

從下圖中的圈層可以看出，MindSphere工業互聯網平臺、物聯網硬體、應用和分析服務、數位化企業…層層嵌套，MindSphere位於核心地位。

從資料上來看，MindSphere在遍佈17個國家的20個垂直行業取得了應用，吸引了超過1000名解決方案開發者、資料科學家和工程師。

以細節著稱的西門子，將企業的數位化成熟之路進行了詳細的劃分。

具體包含3大階段、6個步驟…以及7種服務。

至於3大階段、6個步驟、7種服務的具體內容，此處暫且略過，以後再做解讀。

總體而言，西門子的雲服務取得了不錯的成績。APP應用數量超過23.5萬，年度經常性營收ARR增長率超過40%，客戶超過1000家，開發者大於10萬名，合作夥伴650家，接入了超過140萬台聯網設備。

從業績指標來看，在剛剛過去的2019年第三季度，西門子渡過得格外艱難。數位化業務的銷售額和訂單量雙雙下降。

業務部門 第三季度銷售量 訂單量
數位化業務 -2% -5%
智慧基礎設施 2% 2%
天然氣和電力 -5% -15%
移動設備 -2% 18%
西門子醫療保險 6% 13%
西門子可再生能源 24% 42%
工業總量 2% 7%

就行業側重來看，西門子的數位化業務涵蓋離散自動化和流程自動化兩大領域。在離散自動化領域，由於汽車、製藥和機械製造等行業的生存環境變化，西門子受到了較大的影響。

因此在未來的幾個季度，西門子勢必將增長重心轉移到石油、礦山、天然氣、造紙等流程自動化領域。

03

讓技術進入“零門檻”時代

低代碼的最大作用，是推進一次關於成本的革命，完成一次從量變到質變的昇華。

這裡的成本包含時間成本和人員成本。

這兩項成本在新技術的變革中潛移默化的提升，而且居高不下。技術的改進提升了系統的複雜度、管理的複雜性和對人員的素質需求。很多工作需要具備全方位知識的綜合技能人才，或者多位工程師共同協作才能完成。有些時候甚至要求一名工程師既懂雲平臺、又懂網路、還懂移動設備，這並不現實…

這些都是新技術應用中看不見的門檻。

因此一組矛盾越來越激化，就是各種行業需求和IT供應能力之間的矛盾，行業需求的緊迫性和IT開發週期的時滯性之間的矛盾。

這些矛盾不但需要解決，而且需要形成數量級式的變化，才能真正打通新技術為各行各業賦能之路。

為了降低物聯網的應用門檻，互聯網時代IT軟體世界中的4個最核心的成員：作業系統、程式設計語言、編譯器和資料庫，在物聯網時代都將迎來全新的形態。

從作業系統到物聯網平臺，從程式設計語言到IoT低代碼程式設計工具，這個過程正在逐步推進。

回到本文的主角Xcelerator，它將工業互聯網平臺和低代碼程式設計工具整合到了一起，試圖降低開發者的參與難度和門檻，形成開發者的協作社區，快速滿足各行各業的用戶需求。

在工業領域，工業互聯網平臺是當前的最大變革。

網路效應是平臺模式區別於其他商業模式區的關鍵特徵。

網路效應是指越多的用戶和開發者在平臺上進行交互，平臺對潛在的新用戶和新開發者越有吸引力。當這種動態的吸引機制形成自發生長之後，平臺將進入自我增長的良性週期。

網路效應包含兩種，單邊效應和雙邊效應。單邊效應是指在平臺的一側彙聚形成網路效應，開發者吸引更多開發者、用戶吸引更多用戶；雙邊效應是指在平臺的兩側彙聚形成網路效應，更多開發者吸引更多用戶，更多用戶又吸引更多開發者。

工業互聯網平臺是雙邊或者多邊平臺，平臺上角色越多，管理越複雜。制造型企業往往要在多個使用場景中操作多種軟體，極其麻煩。“工業互聯網平臺”+“低代碼程式設計工具”+“靈活的開發者生態”這一組合，是西門子針對製造業的複雜性，給出的教科書式的解決之道。

莎士比亞說，“All the world’s a stage”，世界是個舞臺。工業互聯網又何嘗不是另一個舞臺，這個舞臺是不是足夠吸引人，還得看製造企業是否願意為Xcelerator買單。

本文小結：
1. 西門子將工業互聯網平臺MindSphere和低代碼程式設計平臺Mendix相結合，推出Xcelerator，試圖加速工業互聯網的落地速度。
2. 西門子並未透露雲平臺的營收關鍵資料，只是透露了應用與開發者等數量指標，對面全球經濟環境的不確定性，工業互聯網平臺的落地難度增大。
3. 無論結果如何，“工業互聯網平臺”+“低代碼程式設計工具”+“靈活的開發者生態”這一組合，是西門子針對製造業的複雜性，給出的教科書式的解決之道，具有借鑒意義。

資料來源：https://mp.weixin.qq.com/s?__biz=MjM5MTM5ODQyMA==&mid=2651217008&idx=1&sn=16efe62fe522458e8353b669da3f3fd6&chksm=bd44d30b8a335a1d11c8115718727cec6dc3c68f8768f172421c991e4cbe98cc5eef2c2f0402&scene=21#wechat_redirect