今天,创新能力已经成为一家企业最重要的竞争力。伴随着日新月异的技术变革和市场需求的变化,用户对新产品、新技术的诉求也不断反映在激烈的市场竞争中。以正在经历巨大转型的能源电力行业为例,伴随着新型电力系统建设的加速,市场对绿色低碳、数字原生等创新中压电力设备的需求日益旺盛,谁能更快地顺应市场趋势推陈出新,谁就能赢得行业的更高认可。
在这方面,施耐德电气作为一家在全球中压领域稳执牛耳的产业巨子,一直以保持创新优势作为其最首要的竞争力来源。这一点,从施耐德电气近年来在中压领域整合全球创新力量,实现快速技术创新迭代的策略中就可见一斑。

能源转型大势,促生中压全球联合创新机遇
曾几何时,风起云涌的全球气候合作和能源革命,在短短数年时间内,让中国站在了引领全球能源转型的潮头,使其成为了数字化和电气化转型发展的全球旗手。新型能源体系、新型电力系统等划时代构想的脱颖而出,一举让中国成为了能源电力新技术、新需求的最大策源地,特别是需求庞大的中压电力设备市场,不断呼唤着更加绿色、低碳、智能、可靠的创新解决方案。
这样的趋势,为施耐德电气在中压领域的全球创新合作和联合研发提供了前所未有的机遇。2019年,施耐德电气中压业务中国中心(中压 China Hub)成立。从此,施耐德电气在中国的中压研发力量开始加速发展,并迅速成长为和法国旗鼓相当的研发中心之一,进一步巩固了施耐德电气在全球范围内的中压技术优势。得益于这种“中外合璧”的创新资源整合,施耐德电气得以源源不断地将其在中压领域的创新思维和理念,转化为实际落地的中压新品,使其成为角逐市场的一件件“利器”。
成长与见证:绿色智能趋势引领中压未来
在这个过程中,中压业务中国中心参与和见证的,正是近年来电力能源领域不断兴起的绿色、智能的需求趋势。例如,在日益严峻的全球气候挑战面前,中国提出应对气候变化的“双碳”目标,并不断推动电力能源等行业的低碳化转型;与此同时,全球电力行业也纷纷寻求更加低碳环保的中压设备。
在这一需求面前,施耐德电气很早就启动了采用无六氟化硫技术的AirSeT系列环保型开关柜的研发。2020年,考虑到中国市场对于环保柜的迫切需求,中国研发首先将RM AirSeT中压环网柜推向了市场。
在这一过程当中,设计团队凭借20多年深厚的研发积累,通过全新概念的传动设计,极大的提高了机构到断路器本体的传动效率,保证了产品的可靠性,实现了“小身材大能量“的目标,为该系列产品的成功打下了至关重要的基础。今天,这一系列产品的应用已经在雄安、苏州等众多现场遍地“开花结果”,为电网低碳化转型提供了有力的支撑。
无独有偶,除了低碳化趋势外,数字原生和模块化等技术趋势,也正引导着中压电力设备在未来能源数字化和电气化转型过程中的进化方向。在这一背景下,中压中国研发承担了这一代表着新趋势的EvoPacT新一代中压智能真空断路器的项目研发。

作为一款覆盖全球中压市场需求的全新产品,中国研发团队和来自法国、美国的9个项目组,展开了跨地域、时区的协作研发,最终不仅凭借日臻成熟的综合开发能力圆满完成了研发任务,还以本地化的行业洞察和设计智慧,在这款全球首创、中国首发的划时代新品上贡献了重要的创新价值,在中压断路器领域开辟了具有革命性意义的“数字原生时代”。
“多中心”战略筑牢中压技术创新优势
在施耐德电气中压全球创新合作层出不穷的背后,正是施耐德电气当逢其时的“多中心”战略。这一战略的推动,为施耐德电气进一步筑牢和巩固在全球中压领域的技术创新优势,提供了无比坚实的战略保障。
短短几年内,中压中国研发规模从80人,迅速成长到2023年的约300人,与之相匹配的,更是施耐德电气全球中压创新版图的不断扩张。这意味着,施耐德电气在未来推出的中压新品,从设计阶段起就能够整合来自中国、法国、美国等遍及全球的创新资源和设计智慧,从而更好地适应各个国家、各个应用行业和场景的综合需求。
这样的整合,带来的不仅仅是技术创新层面的优势互补。今天,在“多中心”战略的引导下,施耐德电气还越来越多地将中国强大的生产制造经验、供应链能力和真实的行业用户反馈用来反哺全球,与全球形成合力,让施耐德电气的中压产品和解决方案得以在各个环节持续改善,技压群雄。

正如施耐德电气全球执行副总裁、中国区总裁尹正所言,中国创新应用的速度、对先进技术的使用都是领先于全球的;如果能够把创新能力、供应链能力和服务能力结合起来,形成更完善更强大的“中国中心”,将给用户带来更多价值。
未来,我们也期待业界能够涌现出越来越多“中外合璧”的联合创新力量,为中国乃至全球宏大的能源转型进程,源源不断地贡献出新的智慧与成果。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。