一、引言
第四次工业革命及其思辨热潮正在席卷政、产、学、研、用等各界，德国基于本国制造业技术优势提出“工业4.0”概念，美国则依靠其互联网产业创新优势提出“工业互联网”理念并希冀重振美国制造业，而我国在制造业转型升级的严峻背景下提出了“中国制造2025”行动纲领，部署全面推进实施制造强国战略。虽然各国关于工业革命创新道路的提法各异，但是其本质内容是一致的，都指向了同一个核心，那就是“智能制造”。
在智能制造体系中，研发设计依然是核心环节，是先进制造业核心竞争力的源泉，云计算则是21世纪以来最重要的信息化技术革命，如何将这两者密切耦合，合力打造智能制造时代的工业研发云，切实提升研发工作效率，甚至推动企业创新生产经营模式，已经成为国内众多创新型企业及科研院所的重要课题。
本文所讨论的研发云，专指在先进制造业领域，基于云计算基础架构及相关技术，针对研发设计业务需求，具备办公、设计以及仿真等在线服务能力，囊括资源、数据、知识等业务管理功能，全面优化企业级研发数据生产过程的综合型管理平台。
二、发展阶段
智能制造时代，研发云的建设与发展将呈现阶段性特征，可以根据建设驱动力的差异将其划分为三个阶段，不同阶段具备不同的工作重点与应用价值：
（一）需求驱动
这是研发云发展的初级阶段，主要驱动力来自于企业内部成本需求及外部宏观环境刺激。
信息化部门通过梳理当前IT资源瓶颈及建设需求，着眼于IT建设及运维成本控制，侧重于云计算基础架构建设工作。
这一阶段的研发云基础建设工作主要解决以下四点需求：
1）硬件性能优化
先进制造业的产品、工程设计业务对计算机图形处理及实时渲染能力的要求不断提升，而多学科数值仿真业务对计算机大规模计算能力的需求也在持续升级，因此研发云建设过程中，硬件性能的增强与优化必然成为主要关注点；
2）软件成本控制
工业设计、仿真软件的授权购置单价非常昂贵，企业研发的软件配置需求却随着自主创新进程而日益强烈，云计算的弹性架构及动态调度技术可实现软件授权许可的动态调度与分时共享，为企业节省大量软件购置成本，这已经成为研发云不可忽视的重要作用；
3）基础设施升级
研发云的建设过程涉及服务器、工作站、网络、存储等多种类型基础设施，是针对企业IT基础设施的全面梳理、优化与升级过程，这个过程同时在促使企业信息化的选型思路从传统的性能指标选型逐渐转变为面向需求的系统适配选型；
4）宏观环境匹配
当前IT业界的虚拟化技术、高性能计算等先进技术发展如火如荼，工业4.0变革浪潮也汹涌而至，先进制造企业正在加速向“服务型制造”业态转化，研发云建设工作是企业匹配宏观环境发展进程的重要举措。
（二）效率驱动
这是研发云发展的成熟阶段，主要驱动力来自于企业研发业务的效率需求。
基于第一阶段所构建的云计算基础架构，研发部门针对业务需求提出进一步的建设目标，核心是提升研发数据生产效率，而信息部门则负责云平台管理系统的设计与优化，侧重于将云计算能力耦合融入研发业务管理系统。
这一阶段的研发云平台应用价值主要体现在以下四个主要方面：
1）资源运维能力
信息部门的计算资源运维工作从面向基础架构转变成为面向业务需求，更加贴合项目组、业务部门的实际需求进行资源运维，服务等级根据项目、业务的重要性进行差异化，进一步增强运维人员远程在线管控能力，切实保障研发计算基本效率。
2）数据生产效率
研发云作为设计、仿真业务体系中的数据生产平台，将传统的客户端生产模式转变为集中化生产模式，云平台管理系统将进一步优化数据存储模式，减少数据迁移及相关成本，增强研发数据在不同业务系统之间的分享与复用，有效提升研发数据生产效率。
3）知识发展空间
作为研发数据生产的基础资源架构，研发云平台必然成为跨业务系统的数据集散区域，基于这些非结构化业务数据，云平台管理系统将有便利进行大数据分析与知识挖掘，形成突破传统视角的研发知识发展空间，帮助资源服务能力进化为知识服务能力，进一步拓展研发知识生产效率。
4）业务支持引擎
研发业务管理系统将研发云平台视为工具引擎，通过系统接口的开放，研发业务管理系统可直接调用云平台所管辖的软件工具与硬件资源，并可实时追踪、监控研发数据生产状态，研发云平台管理系统呈现透明化特征，辅助增强研发流程生产效率。
（三）创新驱动
这是研发云发展的质变阶段，主要驱动力来自于企业生产经营模式的创新需求。
积累成熟的云平台建设、应用及运维经验之后，在企业外部市场条件的刺激之下，企业管理层将着力进行顶层设计，构思生产经营模式创新规划及战略，研发部门则需要顺应变革趋势，并提出研发模式重构计划，信息部门即可进一步优化研发云平台的架构、功能及服务流程，力求促使云平台产生智慧研发辅助能力。
这一阶段的研发云平台发展的创新点可能出现在以下四个方向：
1）预测型资源供应
研发云平台通过积累资源利用数据，可以分析用户行为习惯，进而可以发展资源需求动态预测模型，通过构建弹性资源供应体系，研发云可智能调节计算资源供应能力，甚至提前预知需求峰谷，进一步提升研发服务保障能力。
2）系统化资源组件
研发云平台通过自身的管理系统及其开发接口，可以向以研发业务管理系统为代表的第三方平台提供资源服务，并逐渐扩展至企业办公、项目管理、外部协作、客户服务等业务领域，形成企业级统一资源服务组件。
3）外向型服务平台
在智能制造时代，企业研发创新能力将不仅仅限于沉寂于产品设计阶段，必然更多参与产品全生命周期中的其他环节，由于研发云平台的数据安全、集中管控等先天优势，企业可以基于研发云开拓外向型在线服务平台，高效输出企业创新能力，协助打造企业优势品牌。
4）渐进式流程再造
在云计算时代，企业研发创新流程正在由“资源驱动”向“知识驱动”进行转型，伴随云计算、大数据技术的成熟与应用，企业的研发工作将会迎来流程再造的重要机遇，研发协同、数据挖掘、知识融合将会在研发云的基础之上结出令人欣喜的累累硕果。
三、研究热点
工业研发云平台所涉及的技术比较繁杂，囿限于笔者的学识经验，本文仅从上海泛云信息科技有限公司（以下简称“泛云科技”）的项目案例，以及合作伙伴及用户企业的交流探讨之中，撷取片言只语与业内同仁分享，希望可以帮助诸位开拓思路。
根据核心管理对象的差异，我们可以将研发云的设计与实践工作划分为以下三种方向类型，并且具备不同的研究热点：
1、资源管理
泛云科技针对资源管理型的研发云，提出了企业计算资源计划（Enterprise Computing Resource Planning，简称ECRP）的概念，承袭ERP系统化管理理念，以企业级软、硬件资源作为管理对象，利用信息技术构建计算资源统一服务、调度、监控、统计及需求预测平台，实现企业计算资源全生命周期管理，进而为企业管理层提供决策辅助信息。
资源管理型研发云平台的研究热点涉及虚拟化、集群计算、存储业务流、许可证监控、运维监控、行为分析等技术及相关应用模式，当前泛云科技已经参与建设了一批较为成功的工业研发云样本工程，其中包括北京市计算中心主持建设的云链工业云、上海核工程研究设计院的设计仿真云弹性平台等等。
2、数据管理
数据管理是工业研发云的重要功能，主要管理对象是工业研发过程中产生的大量非结构化数据，包括设计图纸、仿真模型、产品文档等等。数据管理型研发云平台的研究热点涉及非结构化数据的生命周期控制、存储架构设计及分级管控、大数据分析等技术，国内有一批工业研究设计院正在开展相关应用研究，但是需要注意的是研发云平台与传统数据管理系统的定位区分与接口耦合。
3、知识管理
泛化的知识采集能力将是工业研发云的一个重要优势，有别于传统的企业知识管理体系，研发云可引入互联网作为外部知识源，在软件工具集成的层面积累并形成基于工具的知识集，在项目协同调控的层面积累并形成基于项目的知识集，在产品数据管理的层面积累并形成基于产品的知识……依此规律拓展，研发云的知识积累将是多层次、多维度的能力，同时辅以大数据分析与知识挖掘技术的应用，将为企业创新带来不可估量的驱动力。
四、总结
综上所述，工业研发云不仅仅局限于云计算基础架构的基本功能，更可以提升企业研发数据生产效率，优化研发数据管控能力，并且进一步完善研发知识管理体系，甚至辅助拓展企业生产经营模式，充分契合《中国制造2025》关于“推进信息化与工业化深度融合”的国家战略。
智能制造时代，中国先进制造业必须紧密围绕研发创新需求，放眼于积极配合企业未来生产经营模式，在此历史机遇与变革浪潮中，工业研发云必将成为工业研发环节流程再造的核心要素。
(审核编辑: Doris)
