“新基建”和“工業網際網路”已成為我國當前的發展戰略目標，面對新一輪的世界競爭，中德兩國都希望透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，而晶片、演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慧製造中。以高能效AI晶片和AI演算法為核心，湃方科技為使用者提供了跨品類、全棧式的裝置管理AIoT解決方案，促使製造產業實現工業互聯和智慧升級。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演算法專家及中石油子公司的首席資料科學家，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，成員有著阿里巴巴、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裝置管理市場，面向離心泵廠、撬裝化工泵廠、電機廠等裝置製造商及冶金鋼鐵、石油化工、樓宇建築等裝置終端使用者，使傳統的業務模式實現智慧化升級。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晶片，包括Sticker系列AI加速器IP核、Tritium 邊緣AI 晶片及Axon 軟體工具鏈，其晶片執行則是透過多維工業智慧物聯平臺—湃方星塵，將湃方星核植入到泵機智慧感測終端、電機智慧感測終端、智慧邊緣閘道器、智慧資料採集終端中，對裝置進行實時監測。
而裝置的監測資料將透過湃方星象演算法管理平臺進行資料分析，從而幫助使用者進行故障診斷、能效分析與維護最佳化。最終裝置的執行資料與生命週期等情況將透過裝置智慧管理服務平臺湃方星雲APP及湃方星鏈web端展現出來。
與已有解決方案不同的是，傳統工業感測器與伺服器依賴人工巡檢點檢，因此施工成本高，部署週期長；此外，軟硬體裝置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；對於發現故障的裝置，則還需停機維修，這無疑也造成了較大的損失。
湃方智慧解決方案則有效解決了這一問題，實現演算法與晶片協同，其高效邊緣計算節省了90%以上的安裝成本；實現客戶端與智慧管理平臺的協同，標準化的資料管理使相應速度提升10倍以上，並可以進行行業快速複製；實現自動學習演算法，快速進行遷移部署。
四者的相輔相成使得裝置運維成本下降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晶片與工業AI演算法庫，工業AI演算法庫可實現自動化特徵工程，透過表徵學習，從而形成行業知識庫；該演算法庫以先進的人工智慧可進行深度學習、整合學習、遷移學習和強化學習，其中遷移學習可以快速微調資料並實現資料增廣。
“工業裝置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10億臺，裝置價值在數千億/年，而電力、化工、石油等後裝市場的裝置增量也在數百萬臺。依託於全棧式的解決方案與軟體裝置的部署安裝，湃方科技在前裝市場已服務多家裝置生產廠商，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，服務客戶超過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啟動新一輪融資，主要運用於市場擴張和產品研發。