1、时基I/O:  精度与速度的完美结合

2、过采样I/O：高速数据采样为高质量生产的保证

3、电能测量功能：能耗透明是提高能效的基础

舍弗勒正对整个集团进行数字化。通过与IBM 结为战略合作伙伴，舍弗勒将创建数

字化平台处理大量数据，产生有价值的深刻见解以实现业务转型。使用 IBM 的云和 Watson IoT 技术，Schaeffler 将连接并转型其业务的每个方面，从供应链到制造、销售和售后服务。通过 Watson 的认知服务为其整体运营注入活力。

每时每刻，都有数十亿的人依靠手机信号塔保持联系，定期检查信号塔，以避免生锈，腐蚀，和电缆松动的问题，这是一项非常重要而艰巨的工作。技术人员必须爬上高塔，这项工作十分危险，十分耗时且成本昂贵。现在有一种更好的方法，Aerialtronics商用无人机，可以更频繁安全的执行检查任务，IBM的认知视觉识别技术可以帮助专家更详细的分析无人机拍摄的图像，远远超越人类的肉眼，利用Watson Internet Of Things平台，系统可以识别问题区域，并提供置信度评价，让团队确认是否及何时需要修复，该系统可以不断学习，能够随时间变化而变得更加精确。

Watson IoT 与锐意进取的企业联手，打造前沿创新卓越非凡的匠心之作。Cognitive Visual Inspection 便是杰作之一，该解决方案基于IBM Watson IoT 技术打造，可助力制造商节省高达80%的质量检测时间。例如，对汽车制造商而言，涂装是制造流程中最耗时耗力的步骤，常常有超过四成的库存车辆停留于此，借助Cognitive Visual Inspection，汽车工厂可以进行可视化分析，将喷涂车间的次品率降低10%。不仅如此，Cognitive Visual Inspection可助力各行各业洞察真知灼见，更有效地解决产品缺陷，提升产线质量。

自工业时代开始，我们就在机器的帮助完成工作，如果不加妥善维护保养，机器就很容易出现故障。直到最近，维修团队仍然凭直觉来确定维修周期，但新时代需要一种全新的资产维护方式，人们不仅根据设备的状况读数，还根据使用年限，维修历史记录，天气数据以及子部件的现有数据和历史数据来决定维修工作。Maximo 与Watson IoT Platform 强强联合，助您连接IoT设备，整合所有信息，通过Asset Health Insights 解决方案，洞悉资产状况。

客户希望对太阳能板进行质量分类，原来的做法是每条生产线安排两个工人，用肉眼去识别太阳能板，再进行质量分类。IBM的做法是，利用IBM Minsky硬件+PowerAI Enterprise平台，拿到客户提供的数据，用各个产品的图片作为训练数据，然后运用TensorFlow 框架和Inception v3模型，最后训练得出一个Inference Model，提供给客户，客户通过IBM提供的训练模型，用机器学习的方法，来完成对太阳能板的质量分类。利用IBM PowerAI Enterprise平台，可减少多达80%的训练学习时间。

物联网世界正在以光速向前发展，若要在这场比赛中取得领先并真正地融入其中，就必须要能尽快实施创新，还要能够尽快地开发并部署解决方案，这些正是Local Motors—致力于颠覆120多年以来形成的汽车制造方式的技术公司，正在全力以赴实现的目标，当然，这也是IBM Watson IoT的目标所在。Local Motors的无人驾驶汽车 Olli ，利用 IBM人工智能Watson 认知系统，可以与乘客交谈，为您推荐餐馆、选择合适的路线、并把您顺利带往那里。

在中国内地显示行业大发展的同时，传统液晶面板的规模化生产已经出现供大于求的局面。伴随新兴行业的崛起，市场对显示技术研发有了新的要求。作为一家高新技术企业，华星光电整体规模巨大，实力雄厚，现已成为诸多国际液晶品牌的面板供货商。华星光电生产研发办公系统普遍采用桌面pc作为客户端，成本等方面面临很多挑战。作为技术密集型企业，技术对华星光电至关重要，所以在建设初期，设计人员专门配备高端图形工作站，投入很高，但由于操作复杂，利用率极其低下，设计平台和仿真平台独立维护，不便于数据共享。IBM在了解华星光电的需求后，为华星光电量身定制EDA云平台解决方案。EDA云平台集成所有应用软件，方便用户从设计到验证的所有数据访问，通过EDA云平台，提升了IT对研发部门的资源管理能力，并方便了用户对资源的使用。