智慧城市网

　　数字孪生是物理设备的虚拟副本，IT专业人员和数据科学家可以在构建和部署实际设备之前使用它来运行模拟。数字孪生还可以获取实时物联网数据，并应用人工智能和数据分析来优化性能。
 

　　数字孪生(模仿物理对象或系统的结构和行为的数字表示)的使用正在增加。 在传感器技术、人工智能和数据分析进步的推动下，数字孪生技术已经超越了最初的制造业，进入了许多其他行业。
 

　　在IT世界中，企业可以使用数字孪生来复制其IT环境，包括基础设施、网络设备和物联网(IoT)设备，然后运行模拟或假设场景来测试变化的影响并进行优化 表现。 例如，它们可用于验证网络的当前状态，并测试配置更改、固件更新或安全策略调整。
 

　　什么是数字孪生?
 

　　数字孪生是物理对象或系统的数字表示。从本质上讲，数字孪生是一种计算机程序，它将有关物理对象或系统的真实世界数据作为输入，并产生预测或模拟该物理对象或系统将如何受到这些输入的影响。
 

　　数字孪生概念首先出现在美国宇航局：早期太空舱的全尺寸模型，在地面上用于镜像和诊断轨道上的问题，最终让位于全数字模拟。
 

　　数字孪生背后的技术已经扩展到包括建筑物、工厂甚至城市，一些人认为甚至人和流程也可以拥有数字孪生，从而进一步扩展了这一概念。
 

　　在Gartner 将数字孪生列为2017年十大战略技术趋势之一后，并表示在三到五年内，“数十亿事物将由数字孪生(一种物理事物或系统的动态软件模型)来代表”，这一术语才真正开始流行起来。
 

　　Grand View Research表示，如今，数字孪生技术因其弥合物理世界和虚拟世界之间差距的潜力而继续获得吸引力。该公司表示，预计从2023年到2030年，全球数字孪生市场将以38%的复合年增长率(CAGR)扩张。Grand View表示，将人工智能(AI)、云计算和物联网等技术纳入数字孪生系统，预计将在预测期内推动市场增长。
 

　　数字孪生如何运作？
 

　　数字孪生是由专家(通常是数据科学或应用数学专家)构建的。 这些开发人员研究被模仿的物理对象或系统背后的物理原理，并使用该数据开发数学模型，以模拟数字空间中的真实世界原始状态。
 

　　孪生体的构造使其能够接收来自传感器的输入，这些传感器从现实世界的对等体收集数据。这使得孪生体可以实时模拟物理对象，在此过程中提供对性能和潜在问题的见解。孪生体也可以根据实物原型设计，在这种情况下，孪生体可以在产品改进时提供反馈；孪生体甚至可以在任何物理版本建成之前作为原型。
 

　　数字孪生与模拟
 

　　仿真和数字孪生这两个术语经常互换使用，但它们是不同的东西。 模拟是使用 CAD 系统或类似平台设计的，并且可以通过其模拟步骤进行，但可能无法与真实的物理对象进行一对一的模拟。 相比之下，数字孪生是根据真实设备上的物联网传感器的输入构建的，这意味着它复制了现实世界的系统，并随着时间的推移而随该系统发生变化。 模拟往往在产品生命周期的设计阶段使用，试图预测未来产品将如何工作，而数字孪生则为业务的各个部分提供了他们已经使用的某些产品或系统现在如何工作的洞察。
 

　　数字孪生用例
 

　　数字孪生的潜在用例非常广泛。 飞机发动机、火车、海上石油平台和涡轮机等物体可以在实际生产之前进行数字化设计和测试。 这些数字双胞胎还可用于帮助维护操作。 例如，技术人员可以在应用修复之前使用数字孪生来测试针对某台设备提出的修复是否有效。
 

　　制造业可能是数字孪生推广最深入的领域，工厂已经使用数字孪生来模拟其流程。 汽车数字孪生之所以成为可能，是因为汽车已经配备了遥测传感器，但随着更多自动驾驶汽车上路，完善技术将变得更加重要。 医疗保健是可以产生人的数字孪生的行业； 微型传感器可以将健康信息发送回数字双胞胎，用于监测和预测患者的健康状况。
 

　　数字孪生能为组织带来什么样的价值？
 

　　正如数字孪生在不同行业有不同的用途一样，数字孪生的价值也因应用而异。
 

　　例如，在制造领域，数字孪生可以使产品设计师在确定最终设计之前尝试原型。 这是一种利用数字资源来开发和完善产品的方法，而不是利用物理工程资源。 通过在虚拟空间中模拟真实产品的数字复制品，设计人员可以快速生成新的迭代，优化其产品设计，并一路提高产品质量。
 

　　在半导体行业，数字孪生可以存在于云端并取代物理研究模型。 2024年5月，拜登政府宣布计划提供高达2.85亿美元的资金，建立一个美国芯片制造研究所，专注于半导体行业的数字孪生:美国商务部在公告中表示，基于数字孪生的研究可以利用人工智能“帮助加快美国新芯片开发和制造概念的设计，并通过改善产能规划、生产优化、设施升级和实时流程调整来大幅降低成本”。
 

　　研究公司IDC的全球IT/OT融合战略研究主管Jonathan Lang在接受《网络世界》采访时表示，数字孪生体在制造业、石油和天然气、公用事业、采矿业等特定行业具有吸引力，“基本上是物理的、高资本的、资产密集型的垂直行业。”
 

　　Lang表示，在这些情况下，数字孪生的基本原理已经很清楚了，因为其潜在的好处包括更好地了解资产的健康状况、提高可靠性、节省成本以及确保稳定运营的能力。他说:“基础设施、网络设备、联网设备等IT环境具有相同的价值驱动因素。”
 

　　数字孪生有哪些类型?
 

　　IBM提供的分类方案不是基于特定的行业，而是基于孪生事物的复杂性。这为思考特定用例中的需求提供了一种有用的方法，并让我们了解数字孪生可以做什么：
 

　　组件或零件孪生模拟功能组件的最小示例。
 

　　资产孪生模拟两个或多个组件一起工作，并让您研究它们之间的交互。
 

　　系统或单元孪生可让您了解多个系统资产如何协同工作，例如模拟整个生产线。
 

　　流程孪生采用系统协同工作的绝对顶层视图，让您了解整个工厂的运作方式。
 

　　值得注意的是，向组合中添加更多组件会增加复杂性。 特别是，混合和匹配来自不同制造商的组件可能很困难，因为您需要每个人的知识产权才能在数字孪生世界中良好地协同工作。
 

　　数字孪生的优势和好处
 

　　在IT世界中，模拟IT基础架构的数字孪生体可以：
 

　　加强安全性:“网络数字孪生提供了值得注意的安全优势，包括关键漏洞识别和针对正在使用的单个设备配置和功能的优先补救计划，”Forward Networks产品和用户体验高级副总裁Chiara Regale在接受网络世界采访时谈到考虑网络数字孪生的原因时说。
 

　　改善文档记录:“由于围绕交付的优先级、缺乏记录基础设施变化的标准以及无序扩张，每个企业都不擅长记录文档记录，”金融服务公司Fiserv的网络架构和自动化总监迈克尔·温斯顿告诉《网络世界》。数字孪生技术可以提供对基础架构的深入了解，而不仅仅是配置，包括环境在任何给定时间的运行情况。这对于成功的文档编制至关重要。
 

　　提高效率：数字孪生支持跨多个业务系统的数据模拟。IDC研究表明，IT组织正在浪费大量时间来搜索执行工作职能所需的信息。IDC分析师Jonathan Lang表示:“通过在单一界面中统一数据以及跨多个数据集进行分析，数字孪生提高了工作人员的效率以及分析输出的质量和准确性。
 

　　创造更好的数字体验：公司可以创建数字孪生体来帮助增强数字体验，数字体验是用户与产品、服务、设备等基于数字的交互的总和。Juniper Networks首席人工智能官Bob Friday表示:“数字孪生体验是一个新概念，它可以虚拟化最终用户、应用程序或物联网设备，以验证网络体验并在问题影响用户体验之前预测问题。
 

　　数字孪生如何影响组织的环境可持续性？
 

　　Gartner Research 的数据显示，随着可持续发展日益成为成本优化和风险管理的核心考虑因素，实施数据中心基础设施可持续发展计划的公司比例将从 2022 年的约 5% 一直上升到 2027 年的 75%。 行业观察人士证明，数字孪生可以帮助公司实现可持续发展。 数字孪生与 IT 领域可持续发展之间的一些潜在联系包括：
 

　　改进的系统管理，可以减少停机时间并提供更先进的电源管理功能。
 

　　更好的库存和资产管理实践，使 IT 能够最大限度地利用企业服务器和存储部署并识别闲置容量。
 

　　更容易识别旧的、耗能的设备，可以用具有更好能源性能的新一代硬件替换。
 

　　通用汽车全球制造 IT 总监 Mano Rao 博士在一篇关于通用汽车与 GE Digital 合作追求基于模型的系统工程的博客中写道：“在通用汽车，我们开发了一个虚拟工厂测试台，以提供所需的工具和环境。 测试支持按单生产所需的所有制造工艺变化，以及每项操作可能产生的所有结果排列。 我们采用流程数字孪生来模拟工厂车间行为并测试 OT 和 IT 系统的集成，无需部署物理生产线，也不需要物理产品沿生产线流动。 这不仅有助于通用汽车的竞争优势，而且使我们更接近我们的可持续发展承诺。”
 

　　数字孪生在各行业的应用
 

　　数字孪生可以部署在许多行业。 这里有些例子：
 

　　企业IT：数字孪生可以复制IT环境，包括基础设施、网络设备和物联网设备。 例如，IT 团队可以使用数字孪生来测试配置更改或调整安全策略。
 

　　半导体行业：数字孪生可以实现工程师和研究人员之间更多的协作设计，加快思想交流并降低研发成本。
 

　　制造运营：在制造业中，数字孪生可以简化设计流程，改善设计师之间的协作，并有助于减少产品设计中使用的材料。
 

　　医疗保健服务：在医疗保健领域，数字孪生可以提高健康监测和诊断能力。
 

　　汽车行业：汽车设计师和制造商使用数字孪生来缩短上市时间、改进安全程序、监控产品性能并识别潜在的维护问题。
 

　　发电和公用事业：能源和公用事业公司可以创建发电厂或配电网络的数字孪生或虚拟模型，并使用它来简化运营并发现提高绩效的机会。
 

　　城市规划：对于城市规划和基础设施项目，数字孪生可以让城市规划者对新设计进行模拟——例如尝试可能影响交通拥堵或空气污染的场景。
 

　　数字孪生和物联网
 

　　物联网传感器的爆炸式增长是数字孪生成为可能的一部分。 随着物联网设备的完善，数字孪生场景可以包括更小、更简单的对象，从而为公司带来额外的好处。
 

　　数字孪生可用于根据可变数据预测不同的结果。 通过额外的软件和数据分析，数字孪生通常可以优化物联网部署以实现最大效率，并帮助设计人员在物理部署之前确定事物应该去哪里或如何运行。
 

　　数字孪生供应商
 

　　构建数字孪生非常复杂，而且目前还没有标准化平台可以实现这一点。 数字孪生联盟是一个由用户组成的全球生态系统，他们正在推动数字孪生使用的最佳实践，并定义新的数字孪生标准的要求。
 

　　数字孪生联盟是一个致力于提高数字孪生技术的认识、采用、互操作性和开发的组织。 这是一个由用户(包括行业、学术界和政府成员)组成的全球生态系统，他们正在推动数字孪生使用的最佳实践，并定义新的数字孪生标准的要求。
 

　　与许多由初创公司推动的新兴技术相比，商业数字孪生产品来自该领域一些最大的公司。 例如，通用电气在其喷气发动机制造流程中内部开发了数字孪生技术，现在正在向客户提供其专业知识，另一家深度参与制造的工业巨头西门子也是如此。 为了不被这些工厂车间供应商超越，IBM 正在营销数字孪生，作为其物联网推动的一部分，而微软则在 Azure 的保护下提供自己的数字孪生平台。
 

　　企业 IT 领域的数字孪生新闻
 

　　尽管数字孪生已经存在了一段时间，但它仍然是一种早期采用者技术。 但提供数字孪生解决方案的供应商数量正在不断增长，企业 IT 行业最近对数字孪生产品的升级包括：
 

　　Forward Networks 推出了 AI Assist，这是内置于其 Forward Enterprise 数字孪生平台中的生成式人工智能功能。 该新增功能旨在让网络和安全运营专业人员通过自然语言提示全面了解网络性能。 借助人工智能的帮助，不同技能水平的网络工程师可以进行复杂的网络查询，从而快速评估网络行为并识别潜在问题。
 

　　瞻博网络推出了 Marvis Minis，这是一种人工智能原生网络数字体验双胞胎，它使用该公司的 Mist AI 技术主动模拟用户连接。 这样，它就可以立即验证网络配置并检测问题，而无需用户在场。 Minis 产品模拟最终用户、客户端、设备和应用程序流量，通过无监督的机器学习了解网络配置，并主动突出显示网络问题。 Minis 的数据不断反馈到 Mist AI，为最佳响应提供了额外的洞察来源。
 

　　诺基亚去年年底宣布，将其现有诺基亚网络数字孪生的功能扩展到包括所有 Android 设备。 Wi-Fi、专用和公共蜂窝网络的覆盖范围和性能数据可以自动实时收集并在诺基亚的边缘平台上进行处理，以便企业了解其运营变化如何影响网络性能。
 

　　数字孪生的挑战
 

　　数字孪生可以实时查看实物资产的运行情况，从而从根本上减轻维护负担。 但请记住，Gartner 警告称，并不总是需要数字孪生，而且可能会不必要地增加复杂性。 “对于特定的业务问题，[数字孪生]可能是技术过度杀伤力。 人们还担心成本、安全性、隐私和集成。”
 

　　开发和部署数字孪生的潜在挑战包括：
 

　　数据管理：电子电气工程师协会(IEEE)资深成员、Hyperproof的首席信息安全官Kayne McGladrey在接受CSO采访时表示，如果不解决数据所有权问题，特别是当一个组织与其他实体合作运营其数字双胞胎时，数据所有权可能会成为一个问题。
 

　　安全性：CSO 在最近的一篇专题文章中指出，如果没有实施适当的网络安全控制，数字孪生可能会扩大公司的攻击面，使威胁行为者能够访问以前无法访问的控制系统，并暴露预先存在的漏洞。
 

　　供应商协作：数字孪生可能有多个工程师和设计师在模型上进行协作，因此创建并遵守有据可查的构建和修改模型的实践非常重要。
 

　　复杂性：数字孪生可能只能对单个物理资产进行建模，但在具有多个利益相关者和复杂流程的更复杂的环境中，公司可能需要投资更先进的数字孪生，而这反过来又需要先进的技能。
 

　　隐私：McGladrey 告诉 CSO，法律和监管问题也会影响数字孪生。 主要问题是数字孪生的运营商能否确保其数字孪生中使用的数据的处理方式满足隐私、机密性甚至数据存储地理位置方面的监管要求。
 

　　数字孪生技能
 

　　有兴趣成为数字孪生专家吗？ 这些技能要求很高，需要机器学习、人工智能、预测分析和其他数据科学能力方面的专业知识。 这就是大公司挂牌的部分原因：小公司可能会发现聘请顾问团队比提高内部员工的技能更合理。