在我父亲小时候，也就是 20 世纪 40 年代，几乎所有制造公司的工厂车间里都挤满了人，很多很多人。他在汽车厂看到人们使用焊机组装车架或车身面板，使用冲击钻安装板簧，使用压力机和铸造机制造实心钢车轴。人们会制造汽车。
这些人各司其职。如果焊机无法正常工作，或者他们所用的工具磨损、损坏或不太合适，他们就会大声说出来。此外还有负责机器校准和维护的人员；保持生产线装配（字面意思）运转的人员；更换机器零件、确保机器正常运转并记录故障和修复报告的人员。
还有一些其他人负责收集、协调和汇总这些维护报告（纸质！），以制定机器检查计划，评估装配流程的潜在变化，并提出大量其他潜在的改进建议。（这些报告可能会装订成册，这些数据最终用于总结和分析……）
而现在，如果我带孩子参观现代汽车制造厂，他们会看到什么？
他们可能会看到机器人，各种机器人，譬如焊接机器人、安装紧固件的机器人、将制造好的部件移动到装配线上正确位置的机器人，以及检查和分类进货、将其放入其他机器人使用的存货箱的机器人。我的孩子还可能会看到一些很有意思的幕后工作，比如智能机器可以监控其他智能机器。他们可能会看到这样的机器：能诊断即将发生的故障并报告故障（以及诊断细节）；能收集、审查和协调故障数据以发现趋势；能将趋势数据转换成易于人类理解的仪表盘信息。
他们会看到一些前沿技术。他们还能看到人吗？
制造业已发生变革，变得更加智能
简单回答：是的，他们会看到人。具体回答就是，他们可能不会看到有人拿着焊机或操作铸造机，也可能看不到有人在仓库搬运货物。
相反，他们可能会看到有人在安装大型复杂机器并为其编程。参观现场数据中心时，他们看到的可能不是大量装订成册的工厂诊断和维修日志，而是支持快速数据分析和客户偏好趋势报告（与自动订购、付款、收货和库存支持系统相联系）的先进存储平台。
还记得那些负责更换机器零件、确保机器正常工作并记录故障和维修报告的人吗？
这些人仍然会在。但是维修团队不必等到机器出现故障才去更换零件，而是可以利用智能工厂收集的大量数据（包括可以监听机器的传感器数据）来预测机器何时需要维修。这样做的主要好处是什么？ 在机器发生故障之前就提前维修，可以避免工厂发生灾难性停机。
我儿子可能会看到智能制造的实际应用，比如训练有素、技术精湛的人员使用、管理和支持一些前沿技术。
这些变化也提升了人类的技能
在智能工厂里，员工和他们日常所用技能的变化并不是他们能看到的唯一不同。智能制造可以延伸到更广泛的领域，如提高员工在现场维修和“后道”支持方面的技能。
传统的现场诊断和维修
最近，我的家庭卫星电视系统需要现场维修。（我不记得具体问题了，但电话支持团队无法诊断出原因。）于是我安排了这次维修服务。
拨打现场维修电话时，可能会出现这种情况，调度团队会告知客户，其预估的维修技术人员大概到达时间（他们也会告诉维修技术人员，其预估的问题性质和解决问题所需的时间）。尽管提前知道了大概时间，但客户的体验可能不尽如人意，到达时间和持续时间不确定，必要的诊断设备不在手边，或者在极少数情况下，问题升级，需要额外维修。结果呢？延误补救或二次上门。
就我的系统而言，这种传统的上门服务不仅让我感到沮丧和不便，而且我可以从维修技术人员的脸上看到类似的表情；他们也不想再来了。但他们最终还是解决了问题。
通过智能制造和数据访问使移动服务/维修人员成为可能
现在试想一下同样的维修情景，但这次现场团队通过高速无线（也许是 5G）连接到智能制造车间。除了个人技能、经验和知识之外，技术人员还可以实时访问所有诊断信息和问题解决数据，并与制造车间的当前和历史数据完全集成。
他们还配备了推荐引擎，可根据历史诊断和维修效果对所有潜在的已知路径排序，以解决问题，并与制造车间数据直接关联。现场维修技术人员可以输入症状，将这些症状与制造数据联系起来，并实时查看常用的有效补救措施。所有这些补救措施都是通过基于闪存的 NoSQL 后道平台，根据迄今为止所有维修呼叫积累的知识制定的。技术人员将获得新的维修建议，并与监控的工厂和机器数据相关联，以进一步提高他们的人工诊断能力。客户很可能会对结果感到满意，而不一定会意识到维修过程中使用的所有技术。
最新的有效维修技术、补丁和建议会出现在建议顶部，意味着我的维修呼叫结果将直接用于为下一个客户的维修呼叫提供参考。现在想象一下，将这种技术力量轻松扩展到业务层面。
美光主流 7300 NVMe SSD 助力智能制造实现水平提升
我们的智能制造示例中有一条智能生产线（具有机器监控、修正和更新功能），可以近乎实时地为高性能 NoSQL 数据库后端提供数据。
在工厂内部，我们可以实时获得监控数据、订单和系统状态。由于掌握了机器校准、差异和趋势、订单输入和状态数据，我们的生产效率得以提高。试想一下，供应链可将入库订单与物流交叉绑定，以管理智能工厂，而智能工厂又与现场维修团队使用的不断更新的活跃知识库绑定，以提供卓越的客户体验。
在现场，我们将为支持团队配备最新有效解决方案，这些解决方案都通过 5G 无线技术连接在一起并可互相通信，从而提高维修呼叫体验和第一时间解决问题的能力。
NoSQL 性能如何？
为了更好地了解美光 7300 NVMe SSD 如何处理常见的 NoSQL 数据库工作负载，我们使用了标准基准（有关 Yahoo Cloud Serving Benchmark 和工作负载的详细信息，请点击此处：https://github.com/brianfrankcooper/YCSB/wiki/Core-Workloads）来衡量 7300 能够带来而企业级 SATA SSD 不具备的优势。
这项美光研究（可在 micron.com 上查阅）显示了 7300 如何提升 NoSQL 数据库的性能。
我们不妨展望未来，当我的孙辈正在参观现代化制造工厂时，他们会看到什么？ 我的直觉是，他们仍会看到有人从事维持复杂工厂运转所需的高级工作，工厂还是需要人类。
