“新基建”和“工業互聯網”已成為我國當前的發展戰略目標，面對新一輪的世界競爭，中德兩國都希望通過工業發展佔領先機，躋身於製造強國的行列之中。憑藉原有的工藝顯然已不足以強化製造業實力，而芯片、算法等核心技術的運用推動“製造業”逐步走向了“智造業”。
成立於2018年的湃方科技也投身於智能製造中。以高能效AI芯片和AI算法為核心，湃方科技為用户提供了跨品類、全棧式的設備管理AIoT解決方案，促使製造產業實現工業互聯和智能升級。近期，湃方科技聯合創始人及總裁馬君接受了創業邦採訪。
馬君曾任阿里達摩院的算法專家及中石油子公司的首席數據科學家，除他之外，湃方科技還擁有一支來自清華大學、中國科學院大學、北京航空航天大學等頂尖學府的創始團隊，成員有着阿里巴巴、谷歌、網易、曠視、中科曙光、中國石油、施耐德、GE等行業前沿公司的技術、銷售工作經歷。湃方成員博士以上學歷佔比20%，碩士及以上佔比50%，本科以上佔達96%。
湃方科技以全棧自研產品打通製造設備管理市場，面向離心泵廠、撬裝化工泵廠、電機廠等設備製造商及冶金鋼鐵、石油化工、樓宇建築等設備終端用户，使傳統的業務模式實現智能化升級。湃方星雲、湃方星象、湃方星塵、湃方星核是湃方科技的全棧自研產品系列。
其中，湃方星核是湃方科技自主研發的邊緣AI芯片，包括Sticker系列AI加速器IP核、Tritium 邊緣AI 芯片及Axon 軟件工具鏈，其芯片運行則是通過多維工業智能物聯平台—湃方星塵，將湃方星核植入到泵機智能傳感終端、電機智能傳感終端、智能邊緣網關、智能數據採集終端中，對設備進行實時監測。
而設備的監測數據將通過湃方星象算法管理平台進行數據分析，從而幫助用户進行故障診斷、能效分析與維護優化。最終設備的運行數據與生命週期等情況將通過設備智能管理服務平台湃方星雲APP及湃方星鏈web端展現出來。
與已有解決方案不同的是，傳統工業傳感器與服務器依賴人工巡檢點檢，因此施工成本高，部署週期長；此外，軟硬件設備故障診斷更依賴於人工專家，但專家診斷費用昂貴，相應速度也較慢；對於發現故障的設備，則還需停機維修，這無疑也造成了較大的損失。
湃方智能解決方案則有效解決了這一問題，實現算法與芯片協同，其高效邊緣計算節省了90%以上的安裝成本；實現客户端與智能管理平台的協同，標準化的數據管理使相應速度提升10倍以上，並可以進行行業快速複製；實現自動學習算法，快速進行遷移部署。
四者的相輔相成使得設備運維成本下降30%。
湃方科技的全棧式解決方案運用的核心技術包含了Sticker系列高能效邊緣AI芯片與工業AI算法庫，工業AI算法庫可實現自動化特徵工程，通過表徵學習，從而形成行業知識庫；該算法庫以先進的人工智能可進行深度學習、集成學習、遷移學習和強化學習，其中遷移學習可以快速微調數據並實現數據增廣。
“工業設備的前裝與後裝市場都具有很大的市場空間”，馬君向創業邦介紹到。據瞭解，泵機、電機等前裝市場每年增量可達10億台，設備價值在數千億/年，而電力、化工、石油等後裝市場的設備增量也在數百萬台。依託於全棧式的解決方案與軟件設備的部署安裝，湃方科技在前裝市場已服務多家設備生產廠商，佔主營業務60%；而後裝市場覆蓋了石油石化、鋼鐵冶金等7大行業，服務客户超過30家。
創業邦獲悉，湃方科技今年已實現數千萬元的營收，並與山東雙輪、佳木斯電機廠、寶山鋼鐵、中國石油、中國石化等企業建立了合作。2020年3月，湃方科技完成了數千萬元A輪融資，由創新黑馬基金領投，老股東BV百度風投、經緯中國持續加碼。馬君透露，湃方科技預計於今年年內啓動新一輪融資，主要運用於市場擴張和產品研發。