半导体|数字孪生(四):关键技术( 三 )



【半导体|数字孪生(四):关键技术】全生命周期数据存储和管理的实现需要借助于服务器的分布式和冗余存储 , 由于数字孪生系统对数据的实时性要求很高 , 如何优化数据的分布架构、存储方式和检索方法 , 获得实时可靠的数据读取性能 , 是其应用于数字孪生系统面临的挑战 。 尤其考虑工业企业的数据安全以及装备领域的信息保护 , 构建以安全私有云为核心的数据中心或数据管理体系 , 是目前较为可行的技术解决方案 。
五、高性能计算数字孪生系统复杂功能的实现很大程度上依赖于其背后的计算平台 , 实时性是衡量数字孪生系统性能的重要指标 , 因此 , 基于分布式计算的云服务器平台是其重要保障 , 同时优化数据结构、算法结构等以提高系统的任务执行速度同样是保障系统实时性的重要手段 。 如何综合考量系统搭载的计算平台的计算性能、数据传输网络的时间延迟以及云计算平台的计算能力 , 设计最优的系统计算架构 , 满足系统的实时性分析和计算要求 , 是其应用于数字孪生的重要内容 。 平台数字计算能力的高低直接决定系统的整体性能 , 作为整个系统的计算基础 , 其重要性毋庸置疑 。
数字孪生系统的实时性要求系统具有极高的运算性能 , 这有赖于计算平台的提升和计算结构的优化 , 系统的运算性能受限于当前的计算机发展水平和算法设计优化水平 , 因此 , 应在这两方面做突破以服务于数字孪生技术的发展 。 高性能数据分析算法的云化、异构加速的计算体系(如CPU+GPU、CPU+FPGA)是现有云计算基础上 , 可以考虑的能够满足工业实时场景下高性能计算的两个方向 。
喜欢本文的话 , 欢迎关注活在信息时代哦:)

相关经验推荐