中国智能数控五金加工制造产业

　　近年来，随着利好政策陆续出台，中国智能数控五金加工制造产业动作频频，以下是近期中国智能数控五金加工制造产业发生的十大事件：

　　日本川崎机器人本体数控五金加工制造基地在重庆投产

五金加工

　　近日，川崎(重庆)机器人研发生产基地正式投产，该生产基地采取最新型生产线，是川崎重工在中国西部唯一布局的机器人本体研发数控五金加工制造基地，项目一期将年产6000台本体机器人，产品面向国内外各大汽车数控五金加工制造商、3C企业。

　　四维图新与长城汽车达成战略合作

　　四维图新近日与长城汽车签署《汽车自动驾驶项目合作协议》，双方将在自动驾驶领域发挥各自优势，联合开发基于量产车型的自动驾驶相关功能，协议为期两年，四维图新将向长城汽车提供导航定位功能和高精度地图数据。

　　阿里云携手南凌科技布局一站式混合云解决方案

　　日前，阿里云与南凌科技签署合作框架协议，将双方的产品与解决方案深度整合，为能源、数控五金加工制造、零售等行业客户打造云+网的一站式混合云解决方案。通过该方案，企业可以迅速通过安全网络享用到公共云服务的多项优势，并实现其内部数据中心与混合云资源的全球统一管理，有效满足企业对容灾备份、高可用、高安全的业务需求。

　　横河电机与Gazprom Neft创立国际创新中心

　　日前，横河电机宣布和俄罗斯Gazprom Neft公司达成协议，将在圣彼得堡成立国际创新中心。双方将在先进过程控制系统和其他解决方案方面为炼油厂的发展提供帮助，横河公司将向Gazprom Neft优先提供控制系统，协助其在过程控制的先进技术领域培养工程师，持续扩大在俄罗斯的工业自动化业务。

　　中国首个自动驾驶示范区落户武汉

　　12月17日，雷诺集团、东风雷诺汽车有限公司以及武汉蔡甸生态发展集团联合设立的自动驾驶示范区正式投入运营。而且，这一示范区对普通游客开放，他们可以尽情参与测试和体验那些自动驾驶车辆，称得上是国内首家。

　　据悉，该自动驾驶示范区位于武汉西部蔡甸区的中法武汉生态示范城，具体测试及体验地点是后官湖畔一条两公里长的道路，整个测试和体验将持续两年。

　　2016年深圳机器人产业产值有望突破700亿元

　　2016年是深圳市机器人继续快速发展的一年，据估算，深圳市机器人产业今年将有望达到700亿元以上，机器人产业已形成重要新兴产业的雏形。作为深圳服务机器人的企业代表，深圳市优必选科技有限公司董事长周剑认为，今后服务型人形机器人将在AI场景、语音语义以及算法等方面进行创新研究。

　　温州大学建成激光与光电智能数控五金加工制造研究院

　　近日，由浙南科技城、温州大学共建的温州大学激光与光电智能数控五金加工制造研究院举行启动仪式，计划用5年时间，在浙南科技城辖区内形成一批发展态势明显、竞争优势显著的创新型产业集群。

　　温州大学激光与光电智能数控五金加工制造研究院是根据温州市经济可持续发展和浙南科技城产业发展规划的实际需求，结合温州大学的学科基础、产学研平台、技术与人才培养等优势，按照“市场化导向、企业化运作、专业化服务”原则，由浙南科技城管委会与温州大学共同举办的具有事业单位性质、自收自支的独立法人机构。

　　2016全球半导体数控五金加工制造设备市场规模为396．9亿美元

　　戴维斯表示，预计2016年全球半导体数控五金加工制造装置市场规模为396.9亿美元。同比增加8.7%。预计2017年将同比增加9.3%，达到434亿美元。关于推动市场实现高增长的因素，戴维斯列举了3D NAND和中国。

　　蔡司收购移动定位追踪技术公司Dacuda

　　蔡司迄今没有公布其收购Dacuda的详细信息，而YiVian只知道收购的确发生了深圳五金加工数控五金加工制造虽易，质量不易。对于Dacuda，被另一家公司收购可能计划的一部分。至于蔡司，他们得到了一些先进的技术，可集成到Zeiss VR One Plus头显中。

　　在以前，VR One Plus的卖点一直是光学质量，这当然是蔡司的专长，否则售价129美元的头显只能算是一个高配版谷歌Cardboard。目前蔡司的头显正在集成由内而外的追踪、房间尺度追踪，这瞬间大为增加了其吸引力。

　　ARM收购Allinea以解决服务器兼容问题

　　ARM一直都存在一个难题――它纵横智能机和平板市场却始终无法攻克服务器和超级计算机市场。当然ARM服务器贬值部分原因是很多应用无法与芯片协同作用。

　　但ARM已经收购了Allinea软件，希望解决部分软件兼容的问题数控车床加工机床为机电一体化设计，须经培训后才能操作机床。Allinea提供软件开发，调试和移植工具，让人们针对基于ARM的服务器和超级计算机更轻松地写入应用。

　　ARM开发解决方案小组总经理，Javier Orensanz称该次收购将“为数以千计的开发人员提供使用超级计算机的渠道，并且随着软件移植到新的基于ARM的系统上，使我们更好地了解正在解决的问题。”

　　这些开发工具在深度学习系统中还将用于ARM芯片，因为这些系统都需要大规模服务器部署用于分析。ARM的竞争压力将来自有英特尔，Nvidia，谷歌，微软以及最近的AMD所提供的深度学习和HPC软件工具。