PREPARATIONCOMMITTEE編制委員會(huì)PREPARATIONCOMMITTEE編制委員會(huì)編審組成員（排名不分先后）（排名不分先后）序言華為主機(jī)上云軍團(tuán)CEO、混合云總裁美國工業(yè)占國內(nèi)生產(chǎn)總值比重不到20%，但70%的技術(shù)創(chuàng)新直接或間接依托于工業(yè)領(lǐng)域的高質(zhì)量發(fā)展。因此，沒有工業(yè)化的高質(zhì)量發(fā)展，便不會(huì)有經(jīng)濟(jì)的高質(zhì)量發(fā)數(shù)字化與智能化是工業(yè)騰飛的翅膀，融合了云計(jì)算、AI、大數(shù)據(jù)、IoT等創(chuàng)新技術(shù)的新型工業(yè)互聯(lián)網(wǎng)平臺，正在成為新型工業(yè)化的關(guān)鍵推動(dòng)引擎。隨著平臺與制造、礦山、油氣、電力等行業(yè)的深度融合，未來工業(yè)將向著柔性智能、產(chǎn)業(yè)協(xié)同、個(gè)性定制和低碳排放的方向發(fā)展?；诖耍瑢⒅貥?gòu)新的生產(chǎn)關(guān)系，新的工業(yè)將把勞動(dòng)者從重復(fù)性、危險(xiǎn)性、繁重性的工作和環(huán)境中解放出來，并為人們創(chuàng)造安全、體面、更富創(chuàng)造力的工作，還將為人類帶來安全豐富的能源供給、智能便捷的交通在《新型工業(yè)互聯(lián)網(wǎng)平臺參考架構(gòu)》中，我們分析了制造、礦山、油氣、電力等行業(yè)的數(shù)字化與智能化進(jìn)展、典型行業(yè)應(yīng)用場景，洞悉了全面邁向“數(shù)字化、智能化、綠色化、可持續(xù)化”的未來工業(yè)發(fā)展趨勢，并提出了基于混合云與AI大模型的“新型工業(yè)互華為作為一個(gè)涵蓋研發(fā)到生產(chǎn)、銷售、服務(wù)的全鏈條工業(yè)企業(yè)，通過全面的數(shù)字化轉(zhuǎn)型，華為的產(chǎn)品開發(fā)及試制周期縮短了20%、訂單履行周期縮短了76%，銷售效率和服務(wù)質(zhì)量都得到了有效提升。同時(shí)，我們積極應(yīng)用智能化技術(shù)，生產(chǎn)線所有關(guān)鍵工位都采用視覺AI質(zhì)檢，在工廠內(nèi)全流程實(shí)現(xiàn)自動(dòng)化配送，使得平均每年生產(chǎn)效率提升27%。經(jīng)過多年的深入實(shí)踐，華為已成為具備較強(qiáng)數(shù)字希望利用華為在云計(jì)算、AI、大數(shù)據(jù)等方面的技術(shù)積化轉(zhuǎn)型之路，為客戶創(chuàng)造價(jià)值。在過去1年中，華為和相關(guān)產(chǎn)業(yè)機(jī)構(gòu)、行業(yè)領(lǐng)軍企業(yè)、合作伙伴一起探索基于混合云與AI大模型的新型工業(yè)互聯(lián)網(wǎng)平臺，攜手取得了一些實(shí)踐在實(shí)現(xiàn)新型工業(yè)化的征程上，全面數(shù)字化、云化、智能化是大勢所趨，未來已來，時(shí)不我待！我們愿與產(chǎn)業(yè)鏈上下游產(chǎn)業(yè)同仁、客戶、伙伴、廣大開發(fā)者一起，為推動(dòng)工業(yè)與信息化深入融合，加速數(shù)字化與目錄010206-0916-3210-1503010206-0916-3210-152.1工業(yè)互聯(lián)網(wǎng)平臺3.1新型工業(yè)互聯(lián)網(wǎng)2.2工業(yè)IT架構(gòu)向全3.2工業(yè)云邊協(xié)同3.3工業(yè)智能數(shù)采2.3各行業(yè)工業(yè)互聯(lián)網(wǎng)3.4工業(yè)數(shù)據(jù)融合3.5工業(yè)數(shù)智協(xié)同3.6工業(yè)應(yīng)用開發(fā)050650-6970-730433-49050650-6970-734.1制造4.2煤礦4.3電力4.4油氣5.1鄂爾多斯：打造基于AI5.2長安汽車：構(gòu)建智慧工廠數(shù)字底座，實(shí)現(xiàn)C2M柔性制造5.3廣西電網(wǎng)：構(gòu)建云數(shù)一體的6.1未來展望6.2推進(jìn)建議5大發(fā)起公司：GE、思科、泛工業(yè)（能源、醫(yī)療、制造、交通）賣產(chǎn)品→賣服務(wù)（基于大數(shù)據(jù)） 物聯(lián)網(wǎng) 無線化IT強(qiáng)云端（核心）終端設(shè)備（協(xié)從）推動(dòng)力泛工業(yè)（能源、醫(yī)療、制造、交通）CT/IT強(qiáng)，OT大，產(chǎn)業(yè)集群廣“數(shù)字化、智能化、綠色化”已成為全球經(jīng)濟(jì)發(fā)展主旋律，也是工業(yè)領(lǐng)域如制造、電力、油氣、礦山等行業(yè)轉(zhuǎn)型升級的重要方向。云計(jì)算、人工與工業(yè)深度融合創(chuàng)新，將推動(dòng)工業(yè)的生產(chǎn)方式、發(fā)展模式和企業(yè)形態(tài)發(fā)生根本性變革。出臺了國家頂層戰(zhàn)略規(guī)劃指引，加快推動(dòng)工業(yè)數(shù)字化與智能化轉(zhuǎn)型，強(qiáng)化工業(yè)核心競爭力，搶占工業(yè)4.0工業(yè)4.0西門子、博世、SAP，以及德國眾多細(xì)分行業(yè)、細(xì)分領(lǐng)域的“隱形冠軍” 物聯(lián)網(wǎng) 無線化OT強(qiáng)云端（協(xié)從）系統(tǒng)平臺（核心）CPS信息物聯(lián)系統(tǒng)終端設(shè)備（重點(diǎn)）推動(dòng)力圖1.1全球主要工業(yè)國的工業(yè)數(shù)字化戰(zhàn)略區(qū)別年先后提出《高技術(shù)戰(zhàn)略2020》、《工業(yè)戰(zhàn)略2030》、《人工智能戰(zhàn)略》和《德國新數(shù)字化戰(zhàn)2035年基本實(shí)現(xiàn)新型工業(yè)化，強(qiáng)調(diào)堅(jiān)持把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上，廣泛應(yīng)用AI技術(shù)、19993.1410027.713148.352411.962322.661636.91547.41487.551269.2719993.1410027.713148.352411.962322.661636.91547.41487.551269.27級，加快傳統(tǒng)制造業(yè)向智能制造與服務(wù)型制造的轉(zhuǎn)型升級，推進(jìn)新型工業(yè)現(xiàn)代化進(jìn)程，加快建設(shè)因此，推動(dòng)工業(yè)數(shù)字化和智能化升級，是實(shí)現(xiàn)工融合的關(guān)鍵基礎(chǔ)設(shè)施。通過人、機(jī)、物的全面互根據(jù)中國工業(yè)互聯(lián)網(wǎng)研究院最新發(fā)布的《中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展白皮書（2023年）》，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)增加值總體規(guī)模持續(xù)提升，成為經(jīng)增加值規(guī)模（億元）02500500075001000012500150001750020000圖1.2工業(yè)互聯(lián)網(wǎng)帶動(dòng)多個(gè)行業(yè)增長895.3CAGR46%445.1213.8103.720.429.88006004002000895.3CAGR46%445.1213.8103.720.429.88006004002000工業(yè)互聯(lián)網(wǎng)是圍繞全產(chǎn)業(yè)鏈、全價(jià)值鏈、全要素的全面鏈接，通過構(gòu)建新一代信息技術(shù)來賦能制AI初創(chuàng)企業(yè)數(shù)量（個(gè)）8000600040002000078378318341230401202020212018341230401其他*數(shù)據(jù)來源：coresignal、VC、CBlnsightsAI大模型具有強(qiáng)大的泛化能力和更好的跨模態(tài)、跨領(lǐng)域應(yīng)用能力，在研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)維通過將大模型服務(wù)融入到工業(yè)互聯(lián)網(wǎng)平臺，實(shí)現(xiàn)從單點(diǎn)應(yīng)用、局部優(yōu)化到業(yè)務(wù)貫通和協(xié)同發(fā)展的智能化升級，打造高效率、低成本、綠色化的工在2024年政府工作報(bào)告中，也專門提出深化人工代表的頭部能源大省和礦業(yè)集團(tuán)，率先通過部署以混合云與AI大模型為核心的工業(yè)互聯(lián)網(wǎng)進(jìn)行探索。如鄂爾多斯和華為合作，建設(shè)了三統(tǒng)一（統(tǒng)根據(jù)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟最新發(fā)布的《2023工業(yè)大模型技術(shù)應(yīng)用與發(fā)展報(bào)告》顯示，在過去3年期間，工業(yè)AI企業(yè)增長了近5倍，AI與工業(yè)融合展現(xiàn)了強(qiáng)勁產(chǎn)業(yè)增長勢頭，預(yù)估到2032年市場規(guī)模將高達(dá)895.3億美元。2022-2032工業(yè)AI市場規(guī)模（億美元）202220232026202820302032*數(shù)據(jù)來源：marketresearchfuture、MMR圖1.3AI初創(chuàng)企業(yè)數(shù)量與工業(yè)AI市場規(guī)模預(yù)測網(wǎng)平臺體系，實(shí)現(xiàn)260多家煤礦統(tǒng)一接入。針對煤礦生產(chǎn)主要涉及的掘進(jìn)、采煤、主運(yùn)等96個(gè)細(xì)分作業(yè)場景，借助華為AI基礎(chǔ)設(shè)施和盤古大模型視覺、預(yù)測能力進(jìn)行AI智能化改造，探索實(shí)現(xiàn)礦山生產(chǎn)的全場景智能應(yīng)用，提升煤礦行業(yè)安全高效發(fā)展水平；并依托工業(yè)互聯(lián)網(wǎng)平臺，提供統(tǒng)一數(shù)字化方興未艾，智能化已然到來，以混合云和業(yè)“數(shù)字化、智能化、綠色化、可持續(xù)化”的核心推動(dòng)引擎，也是新型工業(yè)化高質(zhì)量發(fā)展的必由..2020年國務(wù)院頒布《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字造2025，央國企工業(yè)互聯(lián)網(wǎng)平臺普及率2025年截止2022年底，工業(yè)互聯(lián)網(wǎng)建設(shè)普及率僅為2017年11月2019年10月習(xí)近平主席出席工業(yè)互聯(lián)網(wǎng)全球峰會(huì)，持續(xù)2020年3月工信部《關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》提升工業(yè)互聯(lián)6%142020年8月6%1417.5%17.5%2022年45%2025年智能制造2025（未來3年）：工業(yè)互聯(lián)網(wǎng)平臺普及率達(dá)45%圖2.1我國工業(yè)體系建設(shè)面臨重大挑戰(zhàn)依據(jù)工業(yè)互聯(lián)網(wǎng)平臺普及率評判標(biāo)準(zhǔn)體系，工業(yè)企業(yè)需要從“戰(zhàn)略與組織”、“基礎(chǔ)條件”、“平臺應(yīng)用”、“業(yè)務(wù)創(chuàng)新”、“效能效益”5個(gè)工業(yè)互聯(lián)網(wǎng)的數(shù)字化轉(zhuǎn)型底座，主要圍繞設(shè)備上云、業(yè)務(wù)上云、工業(yè)APP應(yīng)用與創(chuàng)新、邊云協(xié)同大數(shù)據(jù)價(jià)值挖掘能力邊緣端處理能力工業(yè)APP創(chuàng)新能力工業(yè)APP應(yīng)用水平業(yè)務(wù)云端運(yùn)行設(shè)備云端管理設(shè)備上云規(guī)模成本降低效益增長經(jīng)濟(jì)效益標(biāo)識解析基礎(chǔ)網(wǎng)格融合水平網(wǎng)格覆蓋情況資金投入組織和人員數(shù)字化戰(zhàn)略個(gè)性化定制水平智能化生產(chǎn)水平網(wǎng)格化協(xié)同水平異構(gòu)網(wǎng)格融合業(yè)務(wù)創(chuàng)新基礎(chǔ)條件（34項(xiàng)）（20項(xiàng)）（5項(xiàng)）業(yè)務(wù)效率研發(fā)能力應(yīng)急響應(yīng)設(shè)備聯(lián)網(wǎng)設(shè)備數(shù)字化數(shù)據(jù)基礎(chǔ)管理信息安全組織設(shè)置戰(zhàn)略定制與執(zhí)行產(chǎn)品質(zhì)量服務(wù)水平服務(wù)化延伸水平數(shù)字化管理水平智能化生產(chǎn)數(shù)據(jù)基礎(chǔ)管理信息安全設(shè)備基礎(chǔ)數(shù)字化管理網(wǎng)格化協(xié)同個(gè)性化定制服務(wù)化延伸競爭力APP應(yīng)用新社會(huì)貢獻(xiàn)節(jié)能減排資金投入人員保障大數(shù)據(jù)挖掘應(yīng)用戰(zhàn)略與組織效能效益平臺應(yīng)用邊云協(xié)同社會(huì)效益設(shè)備上云業(yè)務(wù)上云圖2.2工業(yè)互聯(lián)網(wǎng)平臺企業(yè)應(yīng)用水平和績效評國家工業(yè)信息安全發(fā)展研究中心數(shù)據(jù)顯示，當(dāng)前國內(nèi)工業(yè)企業(yè)云邊協(xié)同采用率、設(shè)備上云率、數(shù)據(jù)管理云化率均不足15%；工業(yè)APP與應(yīng)用創(chuàng)新為推進(jìn)工業(yè)體系數(shù)字化、智能化進(jìn)程，保障國民經(jīng)濟(jì)健康發(fā)展，國家政策將牽引工業(yè)互聯(lián)網(wǎng)平臺發(fā)展進(jìn)入實(shí)踐深耕階段，未來3年工業(yè)企業(yè)向云化、智能化轉(zhuǎn)型，是達(dá)成工業(yè)互聯(lián)網(wǎng)數(shù)字化轉(zhuǎn)型工業(yè)APP與應(yīng)用創(chuàng)新工業(yè)APP應(yīng)用水平，工業(yè)APP創(chuàng)新能力9.3%采用云端協(xié)同13.1%36.46%（集中在狀態(tài)管理，非生產(chǎn)業(yè)務(wù)）/圖2.3工業(yè)互聯(lián)網(wǎng)平臺企業(yè)應(yīng)用水平和績效評價(jià)CAXERPSCMSCADASCADAL4L3L2L1L0工業(yè)軟件與APP研發(fā)設(shè)計(jì)、生產(chǎn)控制、業(yè)務(wù)管理、工藝優(yōu)化云CAXERPSCMSCADASCADAL4L3L2L1L0工業(yè)軟件與APP研發(fā)設(shè)計(jì)、生產(chǎn)控制、業(yè)務(wù)管理、工藝優(yōu)化云邊計(jì)算、存儲、OS、AI端網(wǎng)安絡(luò)全DCSDCS2.2工業(yè)IT架構(gòu)向全互聯(lián)開放架構(gòu)演進(jìn)PLMMES廠商A廠商B廠商CSCADADCSL4L3L2L1L0傳統(tǒng)工業(yè)IT架構(gòu)：垂直構(gòu)建，五層架構(gòu)圖2.4傳統(tǒng)工業(yè)IT架構(gòu)和工業(yè)互聯(lián)網(wǎng)架構(gòu)·全互聯(lián)互通：L1/L2設(shè)備云邊互聯(lián)，工業(yè)數(shù)采打2.3各行業(yè)工業(yè)互聯(lián)網(wǎng)建設(shè)特點(diǎn)與場景需求工業(yè)現(xiàn)場（場站/車間/井場）根據(jù)華為在電力、煤礦、油氣和制造等行業(yè)項(xiàng)目的深度實(shí)踐，認(rèn)為當(dāng)前工業(yè)互聯(lián)網(wǎng)體系建設(shè)階段·建設(shè)模式圍繞生產(chǎn)中心拉遠(yuǎn)：早期互聯(lián)網(wǎng)架構(gòu)以集團(tuán)企業(yè)為中心集中建設(shè)為主，目前工業(yè)互聯(lián)網(wǎng)平臺云邊建設(shè)模式呈現(xiàn)行業(yè)云、集團(tuán)云+工廠云兩種模式，算力和數(shù)據(jù)的布局逐步拉遠(yuǎn)至中心·技術(shù)重心從傳統(tǒng)數(shù)采向智能化演進(jìn)：早期的工業(yè)互聯(lián)網(wǎng)技術(shù)重心主要面向設(shè)備、系統(tǒng)間聯(lián)結(jié)和數(shù)據(jù)采集；新型工業(yè)互聯(lián)網(wǎng)正逐步向數(shù)據(jù)治理、·不同行業(yè)呈現(xiàn)不同建設(shè)特點(diǎn)：制造、電力等行圖2.5各行業(yè)工業(yè)互聯(lián)網(wǎng)建設(shè)特點(diǎn)與場景海量設(shè)備接入：OT數(shù)據(jù)采集在多設(shè)備、多協(xié)議面臨挑戰(zhàn)OT/IT數(shù)據(jù)融合高入湖效率和數(shù)據(jù)分析實(shí)時(shí)性：設(shè)備實(shí)時(shí)數(shù)據(jù)經(jīng)多組件處理，難以AI云邊協(xié)同：大規(guī)模邊緣推理場景，需具備完善的云邊協(xié)同AI能力場景化大模型能力：能快速基于大模型開發(fā)新場景算圖2.6工業(yè)互聯(lián)網(wǎng)5大業(yè)務(wù)場景ERP/CAX/PLM工業(yè)軟件與APP研發(fā)設(shè)計(jì)、生產(chǎn)控制、業(yè)務(wù)管理、工藝優(yōu)化云MES/APS/QMSSCADA/HMI計(jì)算、存儲、OS、AI邊DCS/PLCERP/CAX/PLM工業(yè)軟件與APP研發(fā)設(shè)計(jì)、生產(chǎn)控制、業(yè)務(wù)管理、工藝優(yōu)化云MES/APS/QMSSCADA/HMI計(jì)算、存儲、OS、AI邊DCS/PLC網(wǎng)安絡(luò)全端相對傳統(tǒng)工業(yè)IT體系架構(gòu)較為嚴(yán)苛的層次劃分，“工業(yè)互聯(lián)網(wǎng)平臺+工業(yè)APP”的扁平化架構(gòu)大扁平化架構(gòu)能夠?qū)鹘y(tǒng)的工業(yè)知識和經(jīng)驗(yàn)轉(zhuǎn)變?yōu)閿?shù)字模型沉淀下來，轉(zhuǎn)變?yōu)閿?shù)字模型沉淀下來，作為平臺層核心使能層。通過做厚平臺，做輕做薄應(yīng)用軟件形成工業(yè)APP，極大的加速工業(yè)應(yīng)用上線節(jié)奏，滿足企業(yè)在數(shù)字化轉(zhuǎn)型過程中各種敏·基于物聯(lián)架構(gòu)的云邊端協(xié)同是基礎(chǔ)，將工業(yè)互聯(lián)網(wǎng)的網(wǎng)絡(luò)連接對象延伸到機(jī)器設(shè)備、工業(yè)產(chǎn)品·數(shù)據(jù)采集和數(shù)據(jù)融合分析是工業(yè)互聯(lián)網(wǎng)的核通過持續(xù)訓(xùn)練來提升工業(yè)生產(chǎn)效率和降低生產(chǎn)成系。為了幫助企業(yè)充分利用既有投資和實(shí)現(xiàn)主業(yè)實(shí)現(xiàn)與企業(yè)現(xiàn)有系統(tǒng)（基于ISA95架構(gòu)）的無縫集成，“雙活運(yùn)行”，逐步替代。（ISA95架構(gòu)）L4L3L2L1L0圖3.1傳統(tǒng)工業(yè)IT體系架構(gòu)向工業(yè)互聯(lián)網(wǎng)體系架構(gòu)演進(jìn)3.1新型工業(yè)互聯(lián)網(wǎng)參考架構(gòu)概述華為云Stack工業(yè)互聯(lián)網(wǎng)參考架構(gòu)，面向工業(yè)企業(yè)生產(chǎn)核心場景數(shù)智化轉(zhuǎn)型，提供“工業(yè)云邊協(xié)同”、“工業(yè)智能數(shù)采”、“工業(yè)數(shù)據(jù)融合”、“工業(yè)數(shù)·工業(yè)云邊協(xié)同：通過構(gòu)建多級的工業(yè)云邊協(xié)同部署架構(gòu)，實(shí)現(xiàn)云邊端一體化設(shè)備管理協(xié)同，工業(yè)應(yīng)用、數(shù)據(jù)模型、AI模型等生產(chǎn)應(yīng)用的部署協(xié)·工業(yè)智能數(shù)采：支持從邊緣側(cè)對工業(yè)現(xiàn)場的各類設(shè)備和應(yīng)用系統(tǒng)進(jìn)行高性能數(shù)采和臨場實(shí)時(shí)分業(yè)云邊協(xié)同系統(tǒng)進(jìn)行拉通，通過數(shù)據(jù)鏈路集成和多源數(shù)據(jù)協(xié)同分析，形成全鏈路工業(yè)數(shù)據(jù)治理及·工業(yè)數(shù)智協(xié)同：構(gòu)建企業(yè)人工智能中心，通過助力企業(yè)提升生產(chǎn)效率，降低運(yùn)行成本，預(yù)防風(fēng)·工業(yè)應(yīng)用開發(fā)：為企業(yè)提供工業(yè)軟件云，全流程軟件開發(fā)工具鏈，工業(yè)輕應(yīng)用平臺（aPaaS）控等業(yè)務(wù)，提供統(tǒng)一的多級云底座和云邊協(xié)同的然后通過“工業(yè)數(shù)據(jù)融合”提供工業(yè)OT數(shù)據(jù)和制造制造煤礦電力油氣交通......邊端DWS|MRS|DataArtsStudio|CDM|DRS|ROMA標(biāo)準(zhǔn)Region|邊緣Region|IoTEdge傳統(tǒng)傳統(tǒng)PLC設(shè)備圖3.2華為云Stack工業(yè)互聯(lián)網(wǎng)解決方案架構(gòu)3.2工業(yè)云邊協(xié)同工業(yè)企業(yè)在設(shè)計(jì)工業(yè)互聯(lián)網(wǎng)架構(gòu)時(shí)，需要根據(jù)不同的企業(yè)組織模式來設(shè)計(jì)多級云架構(gòu)，通過中心云，邊緣云，邊緣節(jié)點(diǎn)多種產(chǎn)品形態(tài)靈活組合來滿足業(yè)務(wù)管理訴求。比如在企業(yè)邊側(cè)場景中，由于企業(yè)業(yè)務(wù)體量有限，需要輕量級邊緣Region方案，提供豐富的邊緣服務(wù)能力的同時(shí)，兼顧低成本訴求；在端側(cè)，客戶需要對邊緣設(shè)備進(jìn)行統(tǒng)3.2.1業(yè)務(wù)挑戰(zhàn)工業(yè)生產(chǎn)管控場景下的云邊協(xié)同主要包含以下幾工廠等層級組織的管理范圍不同，工業(yè)互聯(lián)網(wǎng)架構(gòu)的協(xié)同范圍也有所不同，對應(yīng)平臺建設(shè)過程中會(huì)出現(xiàn)中心云、邊緣云、邊緣節(jié)點(diǎn)、邊緣網(wǎng)關(guān)等2．邊緣節(jié)點(diǎn)規(guī)模限制：對于工廠、礦井等工況復(fù)雜場景往往不適合大規(guī)模建設(shè)云計(jì)算平臺，因設(shè)備廠商、種類繁多，新老設(shè)備摻雜等問題，企業(yè)有對邊緣設(shè)備進(jìn)行統(tǒng)一設(shè)備接入、統(tǒng)一數(shù)據(jù)標(biāo)因此，傳統(tǒng)的云平臺大集中建設(shè)模式難以滿足新3.2.2參考架構(gòu)場站等，實(shí)現(xiàn)應(yīng)用資產(chǎn)、數(shù)據(jù)、資源、運(yùn)維的云云-云云管中心云中心云華為云Stack云底座云邊協(xié)同“業(yè)務(wù)一體化管控”云-Edge基礎(chǔ)管控（資源/運(yùn)維…）華為云Stack云底座（華為云Stack/邊緣Region）大型分支機(jī)構(gòu)（分公司/二級公司…）華為云Stack(華為云Stack(IoT)Edge底座工業(yè)微型末端場景華為云Stack(IoT)Edge底座輕量AI應(yīng)用 超融合/一體機(jī)/服務(wù)器集群超融合/一體機(jī)/服務(wù)器集群華為云Stack(IoT)Edge底座應(yīng)用類型：物聯(lián)數(shù)據(jù)+AI(視覺)+智能綜合（車間/場站…）（場站…）（工廠/作業(yè)區(qū)…）（車間/場站…）（場站…）圖3.3滿足生產(chǎn)邊緣差異化建設(shè)需求的工業(yè)云邊協(xié)同計(jì)算平臺、端側(cè)計(jì)算單元3類工業(yè)“泛邊緣”基適配支撐工業(yè)不同的生產(chǎn)業(yè)務(wù)結(jié)構(gòu)需求。例如在一些大型分支機(jī)構(gòu)和生產(chǎn)現(xiàn)場，可以采用邊緣云對于中小型生產(chǎn)邊緣如工廠、作業(yè)區(qū)等，可以基于一體機(jī)、服務(wù)器集群的方式，提供對生產(chǎn)邊緣數(shù)智化業(yè)務(wù)支持。對需要深入到工業(yè)微型末端場景，如煤礦礦井、油氣井場等，可以通過工業(yè)網(wǎng)關(guān)、工控機(jī)的方式，在端側(cè)現(xiàn)場實(shí)現(xiàn)對物聯(lián)的接華為云Stack工業(yè)互聯(lián)網(wǎng)通過云服務(wù)能力組合，1．全系列產(chǎn)品形態(tài)：提供華為云Stack（標(biāo)準(zhǔn)Region），邊緣Region，及邊緣物聯(lián)網(wǎng)關(guān)等三類產(chǎn)品形態(tài)；其中標(biāo)準(zhǔn)Region下可以承載大數(shù)據(jù)、PaaS中間件、AI、云安全等華為云Stack全棧云服務(wù)，作為集團(tuán)中心云或大型分公司的大器、數(shù)據(jù)庫等部分云服務(wù)部署，面向較小部署規(guī)格的場景，可被中心云統(tǒng)一管理，集中運(yùn)維；邊緣物聯(lián)網(wǎng)關(guān)支持通過物理服務(wù)器、虛擬機(jī)、容器等形式部署在廠房、礦井等工況復(fù)雜環(huán)境，計(jì)算資源消耗少，支持云服務(wù)的輕量化部署，可用于邊緣設(shè)備對接、協(xié)議解析、數(shù)據(jù)采集、指令下發(fā)2．應(yīng)用高效管理：依托與邊緣物聯(lián)網(wǎng)關(guān)提供容器/算法應(yīng)用編排和插件運(yùn)行底座，支持將中心云上開發(fā)的容器鏡像、容器或AI算法分鐘級推送3．邊緣設(shè)備管理：支持工業(yè)邊緣網(wǎng)關(guān)等邊緣設(shè)備一鍵注冊，完成批量設(shè)備快速升級，實(shí)時(shí)更新漏洞并修復(fù)；面向鴻蒙生態(tài)，支持鴻蒙設(shè)備通過IoT鴻蒙SDK自動(dòng)發(fā)現(xiàn)并鏈接至云平臺，提供系統(tǒng)OTA升級能力，降低運(yùn)維成本；通過設(shè)備集成鴻蒙擴(kuò)展板卡，可實(shí)現(xiàn)老舊工業(yè)設(shè)備低成本智能面向泛制造、油氣、電力和煤礦等行業(yè)，華為云Stack工業(yè)互聯(lián)網(wǎng)可提供如下圖所示的四大行業(yè)高性能OT數(shù)采臨場實(shí)時(shí)分析高性能OT數(shù)采臨場實(shí)時(shí)分析管里面管里面云生產(chǎn)面生產(chǎn)面邊端側(cè)設(shè)備端側(cè)設(shè)備總部云總部云丈集團(tuán)云集團(tuán)云總部云總部云集團(tuán)云集團(tuán)云丈3.3工業(yè)智能數(shù)采工業(yè)智能數(shù)采通常包含“高性能OT數(shù)采”和“臨場實(shí)時(shí)分析”兩大類業(yè)務(wù)場景。沖高、缺數(shù)等問題頻發(fā)(20%幾率)，導(dǎo)致告警誤報(bào)、漏報(bào) 焊裝車間焊接機(jī)器人預(yù)測性維護(hù)系統(tǒng)避免誤報(bào)漏報(bào)減小性能沖擊加速設(shè)備投產(chǎn) 廠商A焊接機(jī)械臂1廠商B焊接機(jī)械臂2廠商C焊接機(jī)械臂3標(biāo)準(zhǔn)API點(diǎn)位計(jì)算單位換算參數(shù)名統(tǒng)一點(diǎn)位縮放開關(guān)信號聚合...廠商C焊接廠商B焊接礦井安全生產(chǎn)要求環(huán)境安全告警實(shí)時(shí)(<200ms) 綜合管控平臺個(gè)指標(biāo)計(jì)算 事件分析個(gè)點(diǎn)位數(shù)據(jù)流個(gè)OPC/S7/MQTT…計(jì) 4.........圖3.4工業(yè)智能數(shù)采業(yè)務(wù)場景高性能OT數(shù)采為端側(cè)生產(chǎn)設(shè)備或工業(yè)控制器提供實(shí)時(shí)、高效的OT數(shù)據(jù)采集能力。臨場實(shí)時(shí)分析為煤礦井下作業(yè)、電力智能巡檢等場景提供近場OT數(shù)據(jù)的實(shí)時(shí)處理，以避免數(shù)據(jù)3.3.1業(yè)務(wù)挑戰(zhàn)在工業(yè)場景中，數(shù)據(jù)業(yè)務(wù)涉及多種OT和IT數(shù)據(jù)源：OT數(shù)據(jù)來自智能儀表、PLC控制器、DCS和SCADA等設(shè)備和系統(tǒng)，IT數(shù)據(jù)來自MES、ERP等系統(tǒng)。面對復(fù)雜數(shù)據(jù)信息，傳統(tǒng)工業(yè)數(shù)據(jù)1．標(biāo)準(zhǔn)不統(tǒng)一：目前在工業(yè)數(shù)據(jù)采集領(lǐng)域存在容，新應(yīng)用開發(fā)對于協(xié)議適配、協(xié)議解析和數(shù)據(jù)2．?dāng)?shù)據(jù)量大：隨著智能制造和物聯(lián)網(wǎng)技術(shù)的發(fā)機(jī)器產(chǎn)生的數(shù)據(jù)將出現(xiàn)指數(shù)級的增長，產(chǎn)線點(diǎn)位3．實(shí)時(shí)性要求難以保證：生產(chǎn)線的運(yùn)轉(zhuǎn)不斷加快，精密生產(chǎn)、運(yùn)動(dòng)控制等場景對數(shù)據(jù)采集的實(shí)時(shí)性要求不斷提高，傳統(tǒng)數(shù)據(jù)采集技術(shù)對于高精度、低時(shí)延的工業(yè)場景難以保證重要信息實(shí)時(shí)采4．?dāng)?shù)據(jù)質(zhì)量低：工業(yè)生產(chǎn)環(huán)境惡劣，生產(chǎn)過程中經(jīng)常發(fā)生數(shù)據(jù)異常，比如數(shù)據(jù)缺失，數(shù)據(jù)跳變IoT工業(yè)物聯(lián)平臺（云側(cè)）OT數(shù)據(jù)匯聚FDI-數(shù)據(jù)MQSIoT工業(yè)物聯(lián)平臺（云側(cè)）OT數(shù)據(jù)匯聚FDI-數(shù)據(jù)MQS-消息子系統(tǒng)(MES…)PLCDCS/上位機(jī)3.3.2參考架構(gòu)邊端大數(shù)據(jù)平臺（大數(shù)據(jù)平臺（MRS、DWS）、GaussDB時(shí)序數(shù)據(jù)庫 IoTIoT工業(yè)物聯(lián)平臺OT設(shè)備OT設(shè)備子系統(tǒng)IoTIoT工業(yè)邊緣子系統(tǒng)API對接API/Webservice..IT系統(tǒng)（ERP/OA..）REST接口RS232/RS485/RJ45RS232/RS485/RJ45RS485JDBC圖3.5工業(yè)智能數(shù)采方案架構(gòu)針對以上工業(yè)場景數(shù)采的痛點(diǎn)，華為云Stack工業(yè)智能數(shù)采解決方案提供面向工業(yè)設(shè)備、工業(yè)軟·插拔式協(xié)議驅(qū)動(dòng)：數(shù)采協(xié)議驅(qū)動(dòng)熱部署，添加和刪除數(shù)采通道無需重啟數(shù)采網(wǎng)關(guān)，數(shù)采業(yè)務(wù)不·高并發(fā)數(shù)采通道：提供10萬設(shè)備和百萬點(diǎn)位接入的高性能數(shù)據(jù)采集傳輸及秒級邊緣數(shù)據(jù)采集處理能力；單通道萬級點(diǎn)位并發(fā)，秒級無損通道擴(kuò)碼化定義數(shù)據(jù)清洗邏輯，改善OT數(shù)據(jù)質(zhì)量。低代碼定義設(shè)備狀態(tài)指標(biāo)，可以進(jìn)行各種指標(biāo)、·臨場事件感知：提供6大類（延時(shí)判斷、條件過本）預(yù)置事件規(guī)則，零代碼構(gòu)建事件捕獲算法，實(shí)時(shí)感知并上報(bào)異常事件；可基于現(xiàn)場OT數(shù)據(jù)，實(shí)時(shí)捕捉各種價(jià)值事件，幫助企業(yè)提升運(yùn)營管理·高效數(shù)據(jù)轉(zhuǎn)發(fā)：支持標(biāo)準(zhǔn)REST格式API，同時(shí)3.4工業(yè)數(shù)據(jù)融合電力、煤礦及各類流程型、離散型制造企業(yè)從客儲物流和售后服務(wù)的全流程都在產(chǎn)生數(shù)據(jù)，這些通過OT和IT數(shù)據(jù)融合，可以對各類采集數(shù)據(jù)進(jìn)行治理和對外提供服務(wù)能力，促進(jìn)數(shù)據(jù)流閉環(huán)和數(shù)3.4.1業(yè)務(wù)挑戰(zhàn)盡管各企業(yè)在數(shù)字化探索方面已經(jīng)有了一定的成果，但面對如何高效使用業(yè)務(wù)生產(chǎn)過程中所產(chǎn)生·缺平臺，數(shù)據(jù)斷裂：業(yè)務(wù)系統(tǒng)部署模式以單體應(yīng)用為主，互聯(lián)互通需定制開發(fā)或適配開發(fā)，方案復(fù)雜；跨系統(tǒng)聯(lián)動(dòng)困難，難以發(fā)揮1+1>2的協(xié)·缺標(biāo)準(zhǔn)，定制化多：同一類數(shù)據(jù)在不同業(yè)務(wù)系統(tǒng)應(yīng)用廠商中的數(shù)據(jù)模型不一致，缺乏統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，導(dǎo)致數(shù)據(jù)流通和協(xié)同困難；由于應(yīng)用系統(tǒng)數(shù)據(jù)源不統(tǒng)一，數(shù)據(jù)血緣關(guān)系難追溯，數(shù)據(jù)可信·缺規(guī)劃，重復(fù)采集加工：前期數(shù)字化平臺建設(shè)重“采存”，輕“算管”，數(shù)據(jù)庫、數(shù)據(jù)湖和數(shù)倉中存數(shù)以貼源數(shù)據(jù)為主，開放給業(yè)務(wù)應(yīng)用自行計(jì)算，數(shù)據(jù)源負(fù)載飆升，浪費(fèi)算力資源的同時(shí)，·缺能力，效率低下：不同于數(shù)據(jù)庫時(shí)代一庫走天下，面對各種各樣數(shù)據(jù)類型的海量分析場景，主題數(shù)倉的使用將極大提升某一類數(shù)據(jù)的分析處理效率；例如對時(shí)序數(shù)據(jù)的處理可以適用時(shí)序數(shù)倉，對于大寬表的計(jì)算分析可以適用Clickhouse之類的列式數(shù)倉；但主題數(shù)倉的使用需要有較強(qiáng)倉的選型、數(shù)據(jù)鏈路設(shè)計(jì)和數(shù)據(jù)鏈路調(diào)優(yōu)，導(dǎo)致···IT數(shù)據(jù)SCADA···ERPOA···OT設(shè)備IT系統(tǒng)OT···IT數(shù)據(jù)SCADA···ERPOA···OT設(shè)備IT系統(tǒng)OT數(shù)據(jù)3.4.2參考架構(gòu)MRSDWS貼源明細(xì)數(shù)據(jù)（MRS-Hudi、HIve）DataArkClickHouseHBaseloTDBHetuEngine工業(yè)物聯(lián)平臺（工業(yè)物聯(lián)平臺（IIoT）PLC圖3.6工業(yè)數(shù)據(jù)融合方案架構(gòu)工業(yè)企業(yè)所產(chǎn)生的數(shù)據(jù)涵蓋非結(jié)構(gòu)化、半結(jié)構(gòu)化行情況、環(huán)境參數(shù)等設(shè)備和產(chǎn)品運(yùn)行狀態(tài)的OT·OT數(shù)據(jù)直通應(yīng)用：通過“OT數(shù)據(jù)源→IIoT→業(yè)務(wù)應(yīng)用”的數(shù)據(jù)鏈路，支持將工廠側(cè)OT數(shù)據(jù)實(shí)時(shí)上報(bào)工業(yè)應(yīng)用系統(tǒng)，滿足工廠側(cè)工況實(shí)時(shí)監(jiān)時(shí)采集井下工況數(shù)據(jù)、六大災(zāi)害數(shù)據(jù)并上報(bào)煤礦·OT數(shù)據(jù)一鍵入倉：通過“OT數(shù)據(jù)源→IIoT→DWS-GDS→DWS”的數(shù)據(jù)鏈路，建立智能工廠、智慧礦井級統(tǒng)一數(shù)據(jù)倉庫和數(shù)據(jù)治理體系，支撐廠站本地的統(tǒng)一數(shù)據(jù)存儲與分析，實(shí)現(xiàn)工廠側(cè)的精細(xì)化運(yùn)營。如在上述煤礦項(xiàng)目中，平臺匯集了礦井本地50多個(gè)系統(tǒng)數(shù)據(jù)，支持OT數(shù)據(jù)一鍵入倉，實(shí)現(xiàn)了礦井本地?cái)?shù)據(jù)全量入倉、數(shù)據(jù)資·OT數(shù)據(jù)一鍵入湖：通過“OT數(shù)據(jù)源→IIoT→MRS-Kafka→MRS-CDL→MRS-Hudi→數(shù)據(jù)集市”的數(shù)據(jù)鏈路，支持建立集團(tuán)級、省級統(tǒng)焦化煉鋼連鑄軋制能效優(yōu)化焦化煉鋼連鑄軋制能效優(yōu)化智慧勘探管運(yùn)優(yōu)化缺陷檢測水泥窯磨優(yōu)化·IT數(shù)據(jù)批量集成：構(gòu)建工廠側(cè)或集團(tuán)側(cè)統(tǒng)一數(shù)據(jù)湖倉時(shí)，當(dāng)源系統(tǒng)為數(shù)據(jù)庫、對象存儲、大數(shù)增量）對海量數(shù)據(jù)進(jìn)行采集?？赏ㄟ^“源系統(tǒng)→CDM→DWS/MRS(Hudi/Hive/HDFS/Hba-se/ES)”的數(shù)據(jù)鏈路實(shí)現(xiàn)?！T數(shù)據(jù)準(zhǔn)實(shí)時(shí)集成：在構(gòu)建工廠側(cè)或集團(tuán)側(cè)統(tǒng)一數(shù)據(jù)湖倉時(shí)，從GaussDB、MySQL等數(shù)據(jù)源實(shí)時(shí)采集數(shù)據(jù)變更、數(shù)據(jù)實(shí)時(shí)流轉(zhuǎn)。可通過“數(shù)據(jù)源→MRS-CDL→MRS-Hudi→數(shù)據(jù)集市”及“數(shù)據(jù)源→DRS→MRS-Kafka→MRS-Flink→MRS-Hudi→數(shù)據(jù)集市”的數(shù)據(jù)鏈路實(shí)現(xiàn)?！T數(shù)據(jù)消息集成：在構(gòu)建工廠側(cè)或集團(tuán)側(cè)統(tǒng)一數(shù)據(jù)發(fā)送到消息隊(duì)列進(jìn)行數(shù)采。針對這種場景，可通過“IT系統(tǒng)→ROMAMQS→ROMAFDI→DWS”的數(shù)據(jù)鏈路實(shí)現(xiàn)?！T數(shù)據(jù)API集成：當(dāng)構(gòu)建工廠側(cè)或集團(tuán)側(cè)統(tǒng)一放API接口提供數(shù)據(jù)，并通過微批方式采集入倉的情形?？赏ㄟ^“IT系統(tǒng)→ROMAFDI→DWS”3.5工業(yè)數(shù)智協(xié)同工業(yè)生產(chǎn)中涉及大量的安全生產(chǎn)巡檢，危險(xiǎn)區(qū)域識別監(jiān)控等實(shí)時(shí)觀測場景，需要及時(shí)發(fā)現(xiàn)生產(chǎn)風(fēng)險(xiǎn)，調(diào)整生產(chǎn)計(jì)劃策略對工業(yè)生產(chǎn)至關(guān)重要。這類場景下，傳統(tǒng)生產(chǎn)過程一般采用專人值守，存1．危險(xiǎn)區(qū)域?qū)崟r(shí)觀測對值守人員的人身安全威2．人為因素有可能影響風(fēng)險(xiǎn)、事故上報(bào)的及時(shí)3．對于現(xiàn)場值守人員的安全保障措施往往影響另一類場景下，工業(yè)企業(yè)在生產(chǎn)過程中存在很多優(yōu)化工藝參數(shù)的場景，如煤礦的焦化配煤、產(chǎn)量預(yù)測，電力的用電峰谷預(yù)測、用電負(fù)載平衡等。這類業(yè)務(wù)以往強(qiáng)依賴于專家操作經(jīng)驗(yàn)，且難以保因此，近年來，以礦業(yè)、冶金等行業(yè)企業(yè)開始積極探索通過AI對視頻流的識別技術(shù)識別和發(fā)現(xiàn)風(fēng)智能洗選煤礦制造圖3.7工業(yè)數(shù)智協(xié)同典型場景AI和大模型技術(shù)存在前期投入大、技術(shù)門檻高的模型算法，也是近期工業(yè)企業(yè)客戶重點(diǎn)關(guān)注的問3.5.1業(yè)務(wù)挑戰(zhàn)工業(yè)企業(yè)在生產(chǎn)場景下應(yīng)用AI能力主要面臨以下·場景碎片化：工業(yè)場景分散獨(dú)立，算法通用性差，作坊式的模型開發(fā)難以規(guī)模復(fù)制，應(yīng)用AI能·算法精度低：訓(xùn)練樣本需要大量的人工標(biāo)注，·安全保障難：算法訓(xùn)練需要將數(shù)據(jù)導(dǎo)出到線下3.5.2參考架構(gòu)工業(yè)數(shù)智協(xié)同把工業(yè)大數(shù)據(jù)、人工智能的技術(shù)引入工業(yè)互聯(lián)網(wǎng)架構(gòu)，打通數(shù)據(jù)到AI生產(chǎn)線圖3.8煤礦行業(yè)工業(yè)智能業(yè)務(wù)價(jià)值程實(shí)現(xiàn)湖倉智一體?；谌A為云盤古大模型根技術(shù)，提供開箱即用的場景化套件、工業(yè)行業(yè)大模型、AI運(yùn)營管理平臺等能力，實(shí)現(xiàn)AI的全生命周1．湖倉智一體：提供業(yè)務(wù)生產(chǎn)數(shù)據(jù)到訓(xùn)練數(shù)據(jù)2.“懂行業(yè)”的盤古大模型套件：分層式大模型轉(zhuǎn)化為高效可大規(guī)模復(fù)制的“工廠模式”。根據(jù)練架構(gòu)分為L0（通用層）、L1（行業(yè)層）及L2(場景層）。其中在L0通用層，通過開源數(shù)據(jù)集和海量互聯(lián)網(wǎng)大數(shù)據(jù)訓(xùn)練通用的大模型，如：CV和預(yù)測大模型，作為整個(gè)大模型預(yù)訓(xùn)練架構(gòu)的底座；在L1行業(yè)層通過公開和采購等渠道收集、匹配行業(yè)的多種場景和數(shù)據(jù)，基于L0層的預(yù)訓(xùn)練底座形成行業(yè)的預(yù)訓(xùn)練模型，L0層與L1層共同構(gòu)成AI開發(fā)的“工廠”。當(dāng)前華為云Stack已具有多個(gè)行業(yè)實(shí)踐經(jīng)驗(yàn)，包括礦山、鋼鐵、電力、油氣、制造等領(lǐng)域，提供行業(yè)預(yù)訓(xùn)練大模型和AI工作流，行業(yè)用戶基于小樣本數(shù)據(jù)獲得更匹配自身邊邊邊云 …邊邊邊云 …AI應(yīng)用開發(fā)OBS存儲3．開箱即用的場景化套件：場景化工作流以業(yè)務(wù)為中心，不斷沉淀場景化模型構(gòu)建的經(jīng)驗(yàn)，包括數(shù)據(jù)集、運(yùn)行參數(shù)、資源配置等。匹配當(dāng)前工業(yè)場景的機(jī)器視覺、預(yù)測類業(yè)務(wù)，提供全域智能感知和決策優(yōu)化兩類服務(wù)，包含多個(gè)場景化套4．AI運(yùn)營管理中心：提供企業(yè)AI資產(chǎn)的統(tǒng)一納管能力，讓AI資產(chǎn)可見、可管、可運(yùn)營，包括算法，工作流，模型的共享發(fā)布和訂閱，實(shí)現(xiàn)構(gòu)建5．一站式AI開發(fā)平臺：提供模型開發(fā)、訓(xùn)練、推理端到端工具鏈，支持萬卡大規(guī)模集群及調(diào)度管理，支持故障容錯(cuò)，訓(xùn)練作業(yè)故障自動(dòng)恢復(fù)，作業(yè)失敗率低于0.5%，萬卡訓(xùn)練30天不中斷。6．完整的工業(yè)智能運(yùn)行時(shí)自閉環(huán)系統(tǒng)：借助云邊協(xié)同架構(gòu)，將中心開發(fā)好的AI應(yīng)用推送至邊緣生產(chǎn)系統(tǒng)，同時(shí)邊緣采集的異常樣本上傳至云側(cè)模型訓(xùn)練集群，形成邊用邊學(xué)、越用越聰明的AIModelArtsAI開發(fā)平臺AI全生命周期管理服務(wù)部署、持續(xù)監(jiān)控、持續(xù)學(xué)習(xí)、持續(xù)評估AI資產(chǎn)管理MRS/DWS集群圖3.9工業(yè)智能中樞方案架構(gòu)API設(shè)計(jì)API設(shè)計(jì)ALMCodeArtsIDEIDEforIDEforJavaIDEforAPI發(fā)布圖3.10軟件開發(fā)工具鏈功能架構(gòu)3.6工業(yè)應(yīng)用開發(fā)3.6.1業(yè)務(wù)挑戰(zhàn)當(dāng)前工業(yè)軟件應(yīng)用基本都是一整套的垂直建設(shè)模式，不論是ERP、MES等工業(yè)生產(chǎn)應(yīng)用，還是類3.6.2參考架構(gòu)工業(yè)aPaaSIDE/代碼倉/CICD…ERP/MES/PLM…圖3.10工業(yè)應(yīng)用開發(fā)子場景參考架構(gòu)3.6.3軟件開發(fā)工具鏈嵌入式開發(fā)等典型研發(fā)場景。從研發(fā)流程上看，在某大型車企，集團(tuán)云研發(fā)中心已經(jīng)通過API調(diào)試API測試Web測試（SimuCloud）（MDACloud）（SimuCloud）（MDACloud）···3.6.4工業(yè)軟件云板級板級EDA工具鏈（pEDACloud）PCB板設(shè)計(jì)審查PCB綜合仿真工業(yè)數(shù)據(jù)管理及協(xié)同服務(wù)（IPDCenter）工業(yè)數(shù)據(jù)管理（工業(yè)數(shù)據(jù)管理（xDM）EDM、PDM、SysDM、SPDM、MPDM...工業(yè)數(shù)據(jù)模型驅(qū)動(dòng)引擎（iDME）工業(yè)數(shù)據(jù)模型模板庫(BoX)圖3.11工業(yè)軟件云功能架構(gòu)業(yè)軟件的數(shù)據(jù)基礎(chǔ)；通過數(shù)字主線引擎可以聯(lián)結(jié)業(yè)務(wù)數(shù)據(jù)，快速構(gòu)建主體圖譜，以實(shí)現(xiàn)產(chǎn)品屬性、產(chǎn)品配套、質(zhì)量追溯等業(yè)務(wù)場景；iDME同時(shí)還提供了工業(yè)數(shù)據(jù)模型與模板庫，將工業(yè)聯(lián)盟定義工業(yè)軟件工業(yè)軟件APPSPDMEDM···SysDM工業(yè)數(shù)據(jù)模型模型庫BoXxDM-BoX（模型、服務(wù)、方案模版）LinkX-BoX（模型、服務(wù)、圖譜）LinkX-Foundation圖3.12iDME工業(yè)數(shù)字模型驅(qū)動(dòng)引擎品主數(shù)據(jù)管理系統(tǒng)PDM開發(fā)，可以為工業(yè)企業(yè)客IPDCenter提供統(tǒng)一產(chǎn)品生命周期角色工程流模同時(shí)，內(nèi)置了華為在產(chǎn)品主數(shù)據(jù)數(shù)據(jù)管理領(lǐng)域的優(yōu)秀實(shí)踐，可以為企業(yè)提供PartBOM為核心的預(yù)集成伙伴工業(yè)數(shù)據(jù)管理（xDM）CAD插件產(chǎn)品數(shù)字化協(xié)同平臺云服務(wù)IPDCenterIPDCenterSpace基礎(chǔ)服務(wù)···（用戶認(rèn)證｜消息｜分類/屬性｜可視化｜搜索...)CAD管理···圖3.13IPDCenter產(chǎn)品數(shù)字化協(xié)同平臺3.6.5工業(yè)輕應(yīng)用平臺（aPaaS）工業(yè)企業(yè)往往還需要一些可以敏捷集成開發(fā)的輕管理駕駛艙之類的功能。當(dāng)前此類軟件開發(fā)需要為此，工業(yè)輕應(yīng)用平臺提供了集成工作臺能力，1．應(yīng)用元數(shù)據(jù)引擎：以業(yè)務(wù)對象為核心構(gòu)建數(shù)據(jù)資產(chǎn)目錄，為客戶提供的統(tǒng)一數(shù)據(jù)模型管理，解決數(shù)據(jù)模型定義不統(tǒng)一，查找難，理解難等問······集成工作臺業(yè)務(wù)可視化構(gòu)建（SVE:ServiceVisualizftionEstablish）應(yīng)用元數(shù)據(jù)引擎（ABM:ApplicationBusinessModel）基礎(chǔ)服務(wù)卡片模版開發(fā)屏幕應(yīng)用模版開發(fā)業(yè)務(wù)聯(lián)動(dòng)卡片渲染多屏適應(yīng)···模型目錄模型采集行業(yè)模型管理模型地圖煤礦工作臺電力工作臺城市工作臺公路工作臺運(yùn)營支撐系統(tǒng)配置行業(yè)適配器···圖4.16：工業(yè)輕應(yīng)用集成工作臺功能架構(gòu)IoTDBIoTDBAPMAI能力中心4.1制造4.1.1智慧工廠·應(yīng)用場景隨著制造業(yè)數(shù)字化轉(zhuǎn)型不斷深入，當(dāng)前以產(chǎn)品為中心的工業(yè)IT系統(tǒng)架構(gòu)背景下，生產(chǎn)運(yùn)營及管理面臨諸多問題，難以適應(yīng)以客戶為中心的產(chǎn)品柔性化生產(chǎn)和供應(yīng)鏈的反應(yīng)速度。此過程不僅對供應(yīng)鏈體系提出重大挑戰(zhàn)，也對工業(yè)生產(chǎn)現(xiàn)場的架1．生產(chǎn)高效響應(yīng)：不論是柔性化制造及個(gè)性化制造需求，還是對市場銷售訂單（OTD）的快速交付能力，傳統(tǒng)生產(chǎn)模式都存在瓶頸，很難滿2．生產(chǎn)成本持續(xù)降低：傳統(tǒng)制造工廠依賴人工管理，生產(chǎn)過程不透明，質(zhì)量問題及故障影響生3．產(chǎn)品工藝快速優(yōu)化：生產(chǎn)工藝及過程數(shù)據(jù)需要有效記錄和精準(zhǔn)智能分析，來提升質(zhì)量和工藝實(shí)施設(shè)備物聯(lián)及產(chǎn)線數(shù)據(jù)治理，并進(jìn)行工藝數(shù)智·解決方案大數(shù)據(jù)分析、人工智能等技術(shù)，實(shí)現(xiàn)生產(chǎn)全流程的實(shí)時(shí)監(jiān)控，生產(chǎn)計(jì)劃和資源調(diào)配的優(yōu)化，以提1．?dāng)?shù)據(jù)采集與整合：建立數(shù)據(jù)采集系統(tǒng)，實(shí)現(xiàn)對生產(chǎn)過程、設(shè)備狀態(tài)、產(chǎn)品質(zhì)量等數(shù)據(jù)的實(shí)時(shí)監(jiān)測和采集。將不同數(shù)據(jù)源的信息進(jìn)行整合，構(gòu)建統(tǒng)一的數(shù)據(jù)平臺，為后續(xù)的數(shù)據(jù)分析和應(yīng)用提2．?dāng)?shù)據(jù)分析與應(yīng)用：利用大數(shù)據(jù)分析、人工智實(shí)現(xiàn)生產(chǎn)過程的優(yōu)化、預(yù)測性維護(hù)和質(zhì)量控制。并基于數(shù)據(jù)分析結(jié)果，應(yīng)用系統(tǒng)實(shí)現(xiàn)自動(dòng)化決策總體而言，可通過工業(yè)互聯(lián)網(wǎng)平臺的建設(shè)，實(shí)現(xiàn)MOM計(jì)劃排MOM計(jì)劃排圖4.1智慧工廠參考架構(gòu)物料管理、質(zhì)量管控等各個(gè)環(huán)節(jié)的無縫對接，提4.1.2智能化應(yīng)用體系建設(shè)·應(yīng)用場景大型制造類企業(yè)，組織架構(gòu)通常分為集團(tuán)和工廠兩層組織，當(dāng)前企業(yè)在應(yīng)用體系建設(shè)上，集團(tuán)與各工廠側(cè)采用弱協(xié)同方式，且工廠業(yè)務(wù)系統(tǒng)往往采用獨(dú)立建設(shè)模式，造成各工廠之間應(yīng)用重復(fù)建設(shè)，且標(biāo)準(zhǔn)無法統(tǒng)一，極大地限制了生產(chǎn)交付效率。未來，新型智能化應(yīng)用作為制造類企業(yè)智能1．開發(fā)平臺不統(tǒng)一：多供應(yīng)商多套系統(tǒng)獨(dú)立開發(fā)和交付，手工方式單獨(dú)上線，供應(yīng)商開發(fā)交付2．開發(fā)和驗(yàn)收規(guī)范不統(tǒng)一：各供應(yīng)商使用獨(dú)立3．應(yīng)用協(xié)同難：應(yīng)用在集團(tuán)側(cè)開發(fā)完成，后期面向企業(yè)業(yè)務(wù)規(guī)模日益增長，智能化升級訴求，企業(yè)希望自上而下地從集團(tuán)側(cè)構(gòu)建統(tǒng)一標(biāo)準(zhǔn)的智應(yīng)用應(yīng)用應(yīng)用物聯(lián)平臺AI推理微服務(wù)治理計(jì)劃訂單物流應(yīng)用應(yīng)用應(yīng)用物聯(lián)平臺AI推理微服務(wù)治理計(jì)劃訂單物流·解決方案AI訓(xùn)練OT數(shù)據(jù)上傳XXXX車間AGVXX車間PLC圖4.2智能化應(yīng)用體系建設(shè)參考架構(gòu)1．應(yīng)用微服務(wù)改造：通過容器技術(shù)，實(shí)現(xiàn)業(yè)務(wù)2．軟件工具鏈：利用一站式軟件開發(fā)工具鏈，和制造執(zhí)行和結(jié)算，上下游協(xié)同數(shù)據(jù)同源。數(shù)據(jù)4．?dāng)?shù)據(jù)統(tǒng)一建模：基于工業(yè)軟件云，可實(shí)現(xiàn)統(tǒng)一“工廠基礎(chǔ)模型”建模，建立數(shù)據(jù)標(biāo)準(zhǔn)。同時(shí)打通BOM、工藝與制造執(zhí)行信息流通，保障設(shè)5．應(yīng)用分發(fā)協(xié)同：基于工業(yè)云邊協(xié)同子解決方案能力，實(shí)現(xiàn)應(yīng)用在集團(tuán)側(cè)一次開發(fā)，自動(dòng)多邊分發(fā)到各個(gè)工廠，滿足工業(yè)應(yīng)用標(biāo)準(zhǔn)化和快速自工業(yè)APP引擎工業(yè)APP引擎4.1.3區(qū)域創(chuàng)新能力孵化中心·應(yīng)用場景中國在制造行業(yè)軟件方面起步較晚，且此類軟件及知識平臺建設(shè)技術(shù)門檻高，嚴(yán)重制約中小制造類企業(yè)智能化轉(zhuǎn)型，對于制造類企業(yè)區(qū)域能力中心建設(shè)尤為重要。但制造行業(yè)的區(qū)域能力中心往往面臨技術(shù)滯后、人才短缺、成果轉(zhuǎn)化困難和外部合作不足等諸多問題，難以發(fā)揮制造業(yè)的產(chǎn)業(yè)1．技術(shù)更新速度慢：區(qū)域能力中心在技術(shù)更新方面跟不上行業(yè)發(fā)展的速度，導(dǎo)致技術(shù)落后、競2．跨部門協(xié)作不暢：區(qū)域能力中心與其他部門3．成果轉(zhuǎn)化困難：區(qū)域能力中心的研發(fā)成果難以有效轉(zhuǎn)化為實(shí)際生產(chǎn)應(yīng)用，影響企業(yè)的創(chuàng)新能4．缺乏合作：區(qū)域能力中心與外部伙伴合作不地方政府正積極推動(dòng)集群企業(yè)，應(yīng)用工業(yè)互聯(lián)網(wǎng)平臺，鼓勵(lì)并支持服務(wù)商專注于特定產(chǎn)業(yè)領(lǐng)域，積累數(shù)字化解決方案經(jīng)驗(yàn)，培育工業(yè)應(yīng)用程序，以提升產(chǎn)業(yè)集群的協(xié)同和創(chuàng)新能力，推動(dòng)產(chǎn)業(yè)實(shí)·解決方案整體方案可參考“一底座多功能中心”的技術(shù)架基礎(chǔ)云底座提供通用的基礎(chǔ)設(shè)施和服務(wù)，包括構(gòu)模式可以實(shí)現(xiàn)底座系統(tǒng)的復(fù)用和統(tǒng)一管理，同時(shí)為不同業(yè)務(wù)領(lǐng)域提供個(gè)性化的解決方案，有利聯(lián)創(chuàng)中心聯(lián)創(chuàng)中心運(yùn)營體系1．研發(fā)驗(yàn)證中心：包括對先進(jìn)技術(shù)的研究和應(yīng)用，如物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)分析等技術(shù)平臺的建設(shè)及使用，以提高生產(chǎn)效率、產(chǎn)品質(zhì)量和工廠智能化水平。同時(shí)儲備技術(shù)研發(fā)團(tuán)隊(duì)，不斷進(jìn)行創(chuàng)新和技術(shù)迭代，來應(yīng)對制造行業(yè)的快速變2．行業(yè)知識中心：建立完善的知識管理系統(tǒng)、專業(yè)知識庫以及工業(yè)APP系統(tǒng)，整合和共享行業(yè)決策支持和問題解決方案。知識中心還應(yīng)促進(jìn)員工的學(xué)習(xí)和能力建設(shè)，不斷提升整體團(tuán)隊(duì)的專業(yè)3．聯(lián)創(chuàng)運(yùn)營中心：通過開放式的合作模式和生制造生態(tài)系統(tǒng)的創(chuàng)新和發(fā)展。同時(shí)增強(qiáng)協(xié)同合作和生態(tài)運(yùn)營的能力，與內(nèi)部和外部合作伙伴建立良好的合作關(guān)系，共同推動(dòng)產(chǎn)業(yè)鏈上下游的協(xié)同4.2煤礦4.2.1煤礦數(shù)字生產(chǎn)經(jīng)營體系·應(yīng)用場景煤礦企業(yè)正在面臨從工業(yè)化向智能化轉(zhuǎn)型，將物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)與現(xiàn)代礦山開發(fā)技術(shù)相結(jié)合，提升企業(yè)的安全生產(chǎn)能力。但是在實(shí)際轉(zhuǎn)型的過程中，新技術(shù)的應(yīng)用往1．?dāng)?shù)據(jù)采集不全：礦企的數(shù)據(jù)包含多種數(shù)據(jù)，例如IT數(shù)據(jù)、OT數(shù)據(jù)等，這些數(shù)據(jù)包含在自身2．?dāng)?shù)據(jù)相互割裂：煤礦企業(yè)各個(gè)領(lǐng)域的數(shù)據(jù)獨(dú)3．?dāng)?shù)據(jù)使用困難：數(shù)據(jù)存放分散，沒有進(jìn)行統(tǒng)礦企可通過建設(shè)數(shù)據(jù)融合共享的全鏈路管理與分析平臺，在數(shù)據(jù)融合共享、數(shù)據(jù)管理、數(shù)據(jù)應(yīng)用·解決方案礦企可通過智能數(shù)據(jù)湖底座、數(shù)據(jù)標(biāo)準(zhǔn)化治理與全鏈路管理平臺、數(shù)據(jù)融合應(yīng)用平臺三個(gè)模塊，建設(shè)數(shù)字生產(chǎn)經(jīng)營體系。平臺一方面為各業(yè)務(wù)領(lǐng)域提供數(shù)據(jù)采集、存儲、轉(zhuǎn)換、加載、分析和服務(wù)的功能組件，另一方面承載數(shù)據(jù)治理體系相關(guān)通過工業(yè)物聯(lián)平臺能夠?qū)崿F(xiàn)礦企各類OT數(shù)據(jù)源的實(shí)時(shí)接入和預(yù)處理分析，對于IT系統(tǒng)的異構(gòu)數(shù)據(jù)源接入可通過業(yè)務(wù)集成平臺以及數(shù)據(jù)實(shí)時(shí)同步工具來實(shí)現(xiàn)高性能批量和實(shí)時(shí)數(shù)據(jù)集成，滿足離能夠?qū)崿F(xiàn)對礦企不同類型的數(shù)據(jù)進(jìn)行集中存儲，數(shù)據(jù)存儲&計(jì)算數(shù)據(jù)治理排水監(jiān)控系統(tǒng)供電監(jiān)控系統(tǒng)數(shù)據(jù)存儲&計(jì)算數(shù)據(jù)治理排水監(jiān)控系統(tǒng)供電監(jiān)控系統(tǒng)語音廣播監(jiān)控視頻監(jiān)控系統(tǒng)人員定位系統(tǒng)安全監(jiān)測系統(tǒng)業(yè)務(wù)系統(tǒng)物聯(lián)設(shè)備智慧智慧XX系統(tǒng)·數(shù)據(jù)入湖·數(shù)據(jù)治理·數(shù)據(jù)運(yùn)營新增IT系統(tǒng)采集已有OT新增IT系統(tǒng)采集攝像頭監(jiān)測站采煤機(jī)圖4.4煤礦數(shù)字生產(chǎn)經(jīng)營體系參考架構(gòu)存儲平臺存放，對于結(jié)構(gòu)化數(shù)據(jù)（各類數(shù)據(jù)庫數(shù)可通過數(shù)據(jù)倉庫平臺存放，同時(shí)支持事務(wù)性、分通過數(shù)據(jù)治理平臺實(shí)現(xiàn)煤礦企業(yè)原始數(shù)據(jù)按照統(tǒng)一規(guī)范，進(jìn)行數(shù)據(jù)資產(chǎn)沉淀、數(shù)據(jù)資產(chǎn)目錄的管建模、數(shù)據(jù)開發(fā)、數(shù)據(jù)開放等過程全生命周期可視化管理。實(shí)現(xiàn)元數(shù)據(jù)管理、數(shù)據(jù)地圖、指標(biāo)體外以“商品”形式對數(shù)據(jù)資產(chǎn)進(jìn)行統(tǒng)一管理，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)、算法模型等“商品”能力構(gòu)建、上4.2.2大型集團(tuán)統(tǒng)一數(shù)據(jù)平臺·應(yīng)用場景大型煤礦集團(tuán)指導(dǎo)下屬礦業(yè)公司智能化建設(shè)，需要通過推動(dòng)數(shù)據(jù)標(biāo)準(zhǔn)化，建立統(tǒng)一數(shù)據(jù)體系，提升數(shù)據(jù)規(guī)范化水平。當(dāng)前，煤礦集團(tuán)內(nèi)下屬礦業(yè)公司在建立數(shù)據(jù)體系時(shí)，可能會(huì)存在以下關(guān)鍵挑·標(biāo)準(zhǔn)不統(tǒng)一：各廠家系統(tǒng)的OT數(shù)據(jù)無統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致協(xié)議/數(shù)據(jù)格式不統(tǒng)一，且對接定制化生產(chǎn)系統(tǒng)互聯(lián)互通復(fù)雜，跨系統(tǒng)聯(lián)動(dòng)困難，難以·自主創(chuàng)新難：現(xiàn)有數(shù)據(jù)平臺和系統(tǒng)無法做到自主創(chuàng)新，且運(yùn)維困難，難以滿足智能礦山的建設(shè)BI報(bào)表..數(shù)據(jù)安全數(shù)據(jù)管理直管礦BI報(bào)表..數(shù)據(jù)安全數(shù)據(jù)管理直管礦數(shù)據(jù)源由于各個(gè)子系統(tǒng)獨(dú)立運(yùn)行，不同廠商的系統(tǒng)在數(shù)據(jù)傳輸協(xié)議、存儲格式等方面尚未建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，已經(jīng)對礦業(yè)集團(tuán)智能化建設(shè)進(jìn)程造成了一定的影響，集團(tuán)應(yīng)建立統(tǒng)一的數(shù)據(jù)平臺，對制定數(shù)據(jù)標(biāo)準(zhǔn)，及數(shù)據(jù)采集、治理和使用進(jìn)行全生·解決方案基于大型礦企各層級單位的不同管理定位，數(shù)據(jù)平臺應(yīng)按照“集團(tuán)總部+二級礦業(yè)（可選）+生產(chǎn)礦井”的兩/三級架構(gòu)分層建設(shè)，實(shí)現(xiàn)數(shù)據(jù)有效協(xié)同。集團(tuán)總部負(fù)責(zé)制定標(biāo)準(zhǔn)和統(tǒng)籌規(guī)劃，各二級礦業(yè)公司負(fù)責(zé)標(biāo)準(zhǔn)落地和平臺建設(shè)，各生產(chǎn)礦井單位負(fù)責(zé)安全生產(chǎn)和應(yīng)用創(chuàng)新。從而形成“集團(tuán)總部+二級礦業(yè)（可選）+生產(chǎn)礦井”的兩/三級數(shù)據(jù)平臺體系，帶動(dòng)集團(tuán)信息化發(fā)展模式全面升級，形成開放、共享、互聯(lián)和融合的數(shù)字化應(yīng)......數(shù)據(jù)管理數(shù)據(jù)安全數(shù)據(jù)管理數(shù)據(jù)安全+產(chǎn)量監(jiān)控排水監(jiān)控產(chǎn)量監(jiān)控排水監(jiān)控信息系統(tǒng)安全監(jiān)測人員定位語音廣播視頻監(jiān)控供電監(jiān)控生產(chǎn)設(shè)備攝像頭監(jiān)測站采煤機(jī)液壓支架圖4.5煤礦大型集團(tuán)統(tǒng)一數(shù)據(jù)平臺參考架構(gòu)中心根據(jù)業(yè)務(wù)需求，選取所需的能力模塊，形成·統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)：統(tǒng)一定義數(shù)據(jù)的各項(xiàng)標(biāo)準(zhǔn)和規(guī)·統(tǒng)一技術(shù)平臺：在集團(tuán)內(nèi)部建設(shè)統(tǒng)一的、自主創(chuàng)新的技術(shù)架構(gòu)，建設(shè)混合云完成數(shù)據(jù)融合，共·統(tǒng)一管理體系：數(shù)據(jù)是企業(yè)的重要資產(chǎn)，需要在全集團(tuán)內(nèi)統(tǒng)一數(shù)據(jù)認(rèn)識，由專業(yè)團(tuán)隊(duì)對數(shù)據(jù)進(jìn)行管控，對數(shù)據(jù)進(jìn)行分析，挖掘數(shù)據(jù)價(jià)值。通過統(tǒng)一門戶實(shí)現(xiàn)資產(chǎn)的可視化呈現(xiàn)及管理，滿足集團(tuán)公司經(jīng)營管理應(yīng)用統(tǒng)建、安全生產(chǎn)應(yīng)用統(tǒng)籌的4.2.3行業(yè)能力共享中心·應(yīng)用場景在部分產(chǎn)煤量大的區(qū)域，煤礦企業(yè)數(shù)量多，智能化建設(shè)市場碎片化。各個(gè)煤礦企業(yè)的智能化受自身的信息化水平的影響發(fā)展各異，煤礦企業(yè)之間的建設(shè)經(jīng)驗(yàn)難以共享，大數(shù)據(jù)、人工智能等新技1．資源共享困難：缺乏行業(yè)標(biāo)準(zhǔn)、缺乏智能礦山建設(shè)解決方案，各煤礦企業(yè)的建設(shè)方案多種多樣，效果參差不齊。各個(gè)廠家設(shè)計(jì)的系統(tǒng)相互獨(dú)平臺支撐，導(dǎo)致行業(yè)知識無法沉淀，規(guī)?；茝V成本高，算力資源無法跨企業(yè)共享。以往“作坊式”開發(fā)，開發(fā)效率低，周期長，能力無法有效積累。缺乏大模型可視化開發(fā)平臺，對小模型的依賴導(dǎo)致產(chǎn)品精度低，泛化性差，影響智能化建3．?dāng)?shù)據(jù)流通困難：各個(gè)礦企按需設(shè)計(jì)，數(shù)據(jù)為特定應(yīng)用服務(wù)，難以向其他應(yīng)用提供數(shù)據(jù)，形成眾多“數(shù)據(jù)孤島”。煤機(jī)裝備和對應(yīng)的系統(tǒng)七國八制，數(shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)和接口，系統(tǒng)之間數(shù)據(jù)打通和協(xié)同困難，阻礙煤礦智能化建設(shè)的效果和為應(yīng)對以上難點(diǎn)，區(qū)域監(jiān)管部門或區(qū)域影響力大的頭部企業(yè)，通過建設(shè)一套工業(yè)互聯(lián)網(wǎng)平臺，整產(chǎn)中心，沉淀標(biāo)準(zhǔn)化方案，將資源、數(shù)據(jù)、方案等在行業(yè)內(nèi)共享，快速復(fù)制，避免基礎(chǔ)設(shè)施重復(fù)投資，降低煤礦企業(yè)的建設(shè)成本，賦能中小礦智·解決方案行業(yè)能力共享中心，采取行業(yè)中心云+廠礦邊緣云的架構(gòu)，統(tǒng)一建設(shè)煤礦工業(yè)互聯(lián)網(wǎng)平臺，針對盤古大模型視覺、預(yù)測能力進(jìn)行AI智能化改造。采用中心平臺工業(yè)數(shù)采、數(shù)據(jù)融合、人工智能、礦企與中心平臺，實(shí)現(xiàn)區(qū)域礦端的標(biāo)準(zhǔn)化快速復(fù)集約化建設(shè)。中心側(cè)建設(shè)華為混合云平臺，包含......批量生產(chǎn)高泛化性、高精度的場景模型。廠礦邊緣節(jié)點(diǎn)建設(shè)輕量化云平臺或數(shù)據(jù)中心，與中心側(cè)2．AI大模型：面向業(yè)務(wù)場景提供一站式AI模型開發(fā)工作流，提供商品展示、共享、交易統(tǒng)一門戶，實(shí)現(xiàn)礦企數(shù)據(jù)、智能化模型、工業(yè)應(yīng)用三類3．?dāng)?shù)據(jù)融合：統(tǒng)一數(shù)采框架，明確礦山業(yè)務(wù)場景數(shù)采服務(wù)組合，給出最優(yōu)配置，滿足工業(yè)級實(shí)時(shí)采集要求。工業(yè)生產(chǎn)數(shù)據(jù)統(tǒng)一入口，多源異構(gòu)靈活適配，人機(jī)料法環(huán)全聯(lián)接。一站式建模，快速構(gòu)建工廠數(shù)字孿生，打通云邊端，構(gòu)建企業(yè)OT/IT數(shù)據(jù)一張網(wǎng)。（中心側(cè)）（邊緣側(cè)）AIAI開發(fā)AIAI訓(xùn)練AIAI運(yùn)維本反本反樣大礦/廠樣饋AI推理饋型部型部模模署AI推理署圖4.6煤礦行業(yè)能力共享中心參考架構(gòu)通過引入煤礦工業(yè)互聯(lián)網(wǎng)平臺，實(shí)現(xiàn)行業(yè)標(biāo)準(zhǔn)智4.2.4智能創(chuàng)新基地場景·應(yīng)用場景智能等新技術(shù)與現(xiàn)代礦山生產(chǎn)將深度融合，煤礦企業(yè)對人工智能的訴求逐步提升，煤礦行業(yè)的人缺乏人工智能業(yè)務(wù)開發(fā)：當(dāng)前多廠商作坊式人工智能算法開發(fā)，基于小模型，訓(xùn)練周期長，樣本中心側(cè)邊緣側(cè)中心側(cè)邊緣側(cè)越來越高，場景難度越來越復(fù)雜，小作坊開發(fā)模缺乏人工智能集成驗(yàn)證：人工智能商品需要模型開發(fā)與現(xiàn)場推理進(jìn)行集成驗(yàn)證，當(dāng)前人工智能產(chǎn)品的訓(xùn)練過程和廠礦的推理過程相互獨(dú)立，現(xiàn)場異常情況難以反饋到模型訓(xùn)練階段，現(xiàn)場經(jīng)驗(yàn)積缺乏人工智能相關(guān)人才：煤礦企業(yè)的缺乏人工智能技術(shù)人員，對廠家依賴較大，需要培養(yǎng)煤礦行大型煤礦集團(tuán)可成立智能創(chuàng)新基地，進(jìn)行人工智能場景與應(yīng)用的集中創(chuàng)新與孵化，建立統(tǒng)一的人工智能平臺與建設(shè)方案，為集團(tuán)下屬礦企提供智能化建設(shè)的指導(dǎo)思想與技術(shù)路線，降低人工智能·解決方案智能創(chuàng)新基地可以分為中心側(cè)（集團(tuán)）與邊緣側(cè)（示范礦）兩部分：在集團(tuán)側(cè)自建混合云，搭建邊緣計(jì)算節(jié)點(diǎn)，驗(yàn)證AI大模型在生產(chǎn)領(lǐng)域的應(yīng)用能力，以及云邊協(xié)同、邊用邊學(xué)的模型統(tǒng)一部署模型訓(xùn)練：AI大模型訓(xùn)練平臺支持海量作業(yè)的自動(dòng)調(diào)度、大規(guī)模分布式訓(xùn)練，對人工智能集群的算力資源進(jìn)行統(tǒng)一管理、調(diào)度和實(shí)時(shí)分配，提供算子開發(fā)研究、神經(jīng)網(wǎng)絡(luò)開發(fā)研究、全流程人工智能開發(fā)工作流的能力，幫助人工智能開發(fā)者高效完成算子開發(fā)、算法開發(fā)、數(shù)據(jù)處理、模型訓(xùn)練和模型部署等開發(fā)活動(dòng)。通過智能創(chuàng)新的“工業(yè)化開發(fā)模式”；AI模型管理與部署AI加速資源池AI開發(fā)和訓(xùn)練平臺AI資源池管理運(yùn)營運(yùn)維安全管理AI應(yīng)用圖4.7煤礦行業(yè)智能創(chuàng)新基地場景參考架構(gòu)云邊協(xié)同：模型訓(xùn)練完成后采用云邊協(xié)同驗(yàn)證方至礦端實(shí)際運(yùn)行。如有存疑樣本，樣本將提交至訓(xùn)練中心進(jìn)行迭代訓(xùn)練，實(shí)現(xiàn)中心側(cè)與邊緣側(cè)的支撐，打造人工智能業(yè)務(wù)應(yīng)用平臺。人工智能業(yè)于AI算法模型的管理與應(yīng)用，實(shí)現(xiàn)各類業(yè)務(wù)場景人工培養(yǎng)：煤礦集團(tuán)、礦企、行業(yè)伙伴，可深度升從業(yè)人員的技能水平，打造高水平人工智能團(tuán)4.3電力4.3.1用電計(jì)量系統(tǒng)采集·應(yīng)用場景隨著企業(yè)和用戶用電規(guī)模日益增大，原有電力用電和計(jì)量系統(tǒng)在大規(guī)模多樣化數(shù)據(jù)高頻采集和接入、實(shí)時(shí)計(jì)算分析方面能力不足。且隨著采集頻支持海量數(shù)據(jù)高效存儲、無法滿足外部系統(tǒng)跨系統(tǒng)實(shí)效共享要求。在數(shù)據(jù)價(jià)值釋放方面，由于缺低采集時(shí)延是電力企業(yè)正在面臨的重要難題。其多個(gè)安全區(qū)。服務(wù)器負(fù)載壓力大且資源利用不均衡，影響整體采集效率。采集入庫最長需要幾十2．實(shí)時(shí)分析能力瓶頸：現(xiàn)有采集系統(tǒng)數(shù)據(jù)分析只能在采集數(shù)據(jù)入庫之后進(jìn)行，無法實(shí)現(xiàn)數(shù)據(jù)實(shí)3．大數(shù)據(jù)量統(tǒng)計(jì)分析性能瓶頸：大數(shù)據(jù)量的統(tǒng)規(guī)定時(shí)間完成統(tǒng)計(jì)分析工作，嚴(yán)重制約業(yè)務(wù)應(yīng)用4．源系統(tǒng)架構(gòu)難改造：源系統(tǒng)數(shù)據(jù)主站部分采用Oracle單機(jī)集群化部署模式，數(shù)采和分析性能用電和計(jì)量自動(dòng)化系統(tǒng)作為電網(wǎng)數(shù)字化分析與管理的重要工具，其數(shù)據(jù)分析及處理能力的要求的·解決方案電力企業(yè)可參考工業(yè)互聯(lián)網(wǎng)架構(gòu)實(shí)現(xiàn)電力用電和計(jì)量系統(tǒng)的全面升級。其中，基于工業(yè)智能數(shù)采子解決方案，實(shí)現(xiàn)對變壓器、能源控制器、居民電表、換流站、變電站等海量端側(cè)設(shè)備進(jìn)行OT基于工業(yè)數(shù)據(jù)融合子解決方案，將IT和OT數(shù)據(jù)統(tǒng)一入湖，通過不同功能的專業(yè)數(shù)據(jù)集市提供數(shù)據(jù)實(shí)時(shí)入湖、實(shí)時(shí)分析和實(shí)時(shí)供數(shù)能力，實(shí)現(xiàn)用1．?dāng)?shù)據(jù)實(shí)時(shí)采集：面向工業(yè)場景海量系統(tǒng)、設(shè)費(fèi)控管理-專變費(fèi)控、費(fèi)控管理-專變費(fèi)控、......GaussDB數(shù)據(jù)庫SparkDWS數(shù)倉HBase過物模型實(shí)現(xiàn)對多廠家、不同型號的電能設(shè)備統(tǒng)一標(biāo)準(zhǔn)建模。同時(shí)，面向設(shè)備老化、工況復(fù)雜等2．?dāng)?shù)據(jù)實(shí)時(shí)分析：基于不同業(yè)務(wù)類型，通過靈活的專業(yè)數(shù)據(jù)集市對業(yè)務(wù)進(jìn)行處理。如對于用戶數(shù)據(jù)與檔案數(shù)據(jù)的實(shí)時(shí)查詢、多表關(guān)聯(lián)查詢等數(shù)據(jù)分析類應(yīng)用，可通過DWS進(jìn)行處理；對于實(shí)時(shí)交易類數(shù)據(jù)，可通過GaussDB進(jìn)行事務(wù)處理；對于日志管理、輔助運(yùn)維和無線公網(wǎng)信號檢測場出分析結(jié)果后，調(diào)用HBase做批量點(diǎn)查詢。對于以往部署在集中式Oracle數(shù)據(jù)庫中的業(yè)務(wù)邏輯，可通過多數(shù)據(jù)集市的分布式解耦架構(gòu)，來實(shí)現(xiàn)數(shù) Oracle圖4.8用電信息采集系統(tǒng)升級改造參考架構(gòu)4.4油氣4.4.1現(xiàn)場作業(yè)智能化·應(yīng)用場景在油氣領(lǐng)域，尤其在集團(tuán)層面，已廣泛應(yīng)用云計(jì)新技術(shù)逐步向工業(yè)生產(chǎn)現(xiàn)場深入，各職能分公司紛紛衍生出現(xiàn)場作業(yè)智能化需求，典型場景現(xiàn)狀1．智能安全生產(chǎn)：面向油氣田、油庫、煉化廠等位置偏遠(yuǎn)或高危險(xiǎn)作業(yè)區(qū)，生產(chǎn)作業(yè)現(xiàn)場處于以人工監(jiān)測管理為主的作業(yè)模式，工作強(qiáng)度高、控制邏輯無法遠(yuǎn)程升級和管理，程序升級更新工2．加油站智慧運(yùn)營：當(dāng)前加油站智慧化普及率較低，缺少邊緣智能分析能力，顧客（年齡、性等AI視頻分析數(shù)據(jù)，且數(shù)據(jù)模型不統(tǒng)一無法充分共享，導(dǎo)致客戶畫像不完整，精準(zhǔn)營銷無法有效3．?dāng)?shù)字化工程施工：面向如加油站建設(shè)等基礎(chǔ)設(shè)施工程施工場景，當(dāng)前通常由現(xiàn)場監(jiān)督管理人員采用攝像頭視頻監(jiān)控方式進(jìn)行巡視，浪費(fèi)生產(chǎn)人力，且無法完全保障對各種可疑事件和危險(xiǎn)行各職能公司希望能夠基于現(xiàn)場作業(yè)智能化實(shí)現(xiàn)生產(chǎn)動(dòng)態(tài)全面感知、生產(chǎn)過程優(yōu)化、風(fēng)險(xiǎn)預(yù)警快速響應(yīng)、決策精準(zhǔn)高效，支撐生產(chǎn)操作相關(guān)業(yè)務(wù)，提供生產(chǎn)現(xiàn)場數(shù)據(jù)實(shí)時(shí)處理能力，來解決如作業(yè)現(xiàn)場設(shè)備設(shè)施管理手段單一、安全運(yùn)營壓力大、邊緣節(jié)點(diǎn)管理............邊緣節(jié)點(diǎn)管理............·解決方案工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)可以有效滿足從集團(tuán)到地區(qū)公司到作業(yè)現(xiàn)場的整體智能化升級。集團(tuán)構(gòu)建統(tǒng)一的數(shù)字底座，作為能力中心，將最新的智慧化應(yīng)用通過邊緣計(jì)算節(jié)點(diǎn)下沉到各個(gè)工業(yè)現(xiàn)場。其中，地區(qū)公司可以構(gòu)建邊緣計(jì)算平臺，實(shí)現(xiàn)多級協(xié)同管理。在集團(tuán)和地區(qū)公司可部署兩級數(shù)據(jù)湖治理，地區(qū)公司輕量數(shù)據(jù)湖與集團(tuán)云專業(yè)湖形成既實(shí)現(xiàn)云邊協(xié)同，又實(shí)現(xiàn)地區(qū)公司的邊緣自治，數(shù)據(jù)湖&數(shù)據(jù)治理平臺和邊緣計(jì)算中心平臺，打2．人工智能中心：可基于華為盤古大模型根技并實(shí)現(xiàn)人工智能云-邊-端多級協(xié)同；3．?dāng)?shù)據(jù)融合治理體系：基于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)融合先進(jìn)技術(shù)和數(shù)據(jù)治理方法論，融合企業(yè)既有數(shù)據(jù)資產(chǎn)沉淀，構(gòu)建全集團(tuán)數(shù)據(jù)治理體系，建立全域數(shù)據(jù)湖，實(shí)現(xiàn)數(shù)據(jù)全量入湖和全面資產(chǎn)化，并4．云邊能力協(xié)同：基于工業(yè)互聯(lián)網(wǎng)云邊協(xié)同子解決方案，可實(shí)現(xiàn)云邊端全面協(xié)同，為地區(qū)公司模式二（銷售、工程等）模式二（銷售、工程等）............圖4.9油氣行業(yè)現(xiàn)場作業(yè)智能化參考架構(gòu)4.4.2設(shè)備一體化管控·應(yīng)用場景油氣行業(yè)生產(chǎn)工藝和過程較為復(fù)雜，涉及油氣田作業(yè)區(qū)、煉化場、油庫、加油站等業(yè)務(wù)鏈條，且工作環(huán)境較為特殊，這對該行業(yè)的設(shè)備管控水平提出了更高的要求。由于各生產(chǎn)節(jié)點(diǎn)在建設(shè)初期并沒有統(tǒng)一規(guī)范，且受限于當(dāng)時(shí)信息化技術(shù)發(fā)展水平，在油氣企業(yè)在構(gòu)建設(shè)備管控體系過程中，1．標(biāo)準(zhǔn)不統(tǒng)一：各地區(qū)公司/子公司自建設(shè)備管理系統(tǒng)數(shù)量多、應(yīng)用效果不一、缺乏統(tǒng)一的設(shè)備2．技術(shù)不成熟：裝備在線監(jiān)測預(yù)警程度較低，基于物聯(lián)網(wǎng)的設(shè)備監(jiān)測技術(shù)應(yīng)用不夠，造成部分裝備不能及時(shí)維保、調(diào)劑以及臨界報(bào)廢裝備維修維修雖已開始應(yīng)用，但預(yù)知性檢維修相關(guān)工作整體還處于初期階段。此外，安全巡檢工作量大，瞞檢等行為，無法對巡檢過程監(jiān)督以保證巡檢質(zhì)搭建物聯(lián)網(wǎng)平臺，構(gòu)建相應(yīng)的物聯(lián)能力，從邊緣層、平臺層為銷售全業(yè)務(wù)鏈提供設(shè)備運(yùn)行數(shù)采、數(shù)據(jù)管理分析、網(wǎng)絡(luò)安全傳輸、生產(chǎn)實(shí)時(shí)監(jiān)控等服務(wù)，為企業(yè)提供標(biāo)準(zhǔn)化的工業(yè)APP服務(wù)，并提供基于業(yè)務(wù)場景持續(xù)應(yīng)用開發(fā)的能力。實(shí)現(xiàn)信息采集、傳輸和應(yīng)用，提高對現(xiàn)場感知能力、提高·解決方案集團(tuán)制定物聯(lián)統(tǒng)一標(biāo)準(zhǔn)，保障物聯(lián)數(shù)據(jù)采集、傳視頻AI計(jì)算視頻AI計(jì)算應(yīng)用，并將生產(chǎn)運(yùn)行數(shù)據(jù)融合到集團(tuán)中心云物聯(lián)平臺體系，集團(tuán)中心云基于工業(yè)互聯(lián)網(wǎng)云邊協(xié)同架構(gòu)，將工業(yè)APP下沉到業(yè)務(wù)現(xiàn)場，具體方案如油庫等生產(chǎn)現(xiàn)場部署邊緣數(shù)采節(jié)點(diǎn)，通過統(tǒng)一的數(shù)采標(biāo)準(zhǔn)完成庫站設(shè)備及自動(dòng)化系統(tǒng)數(shù)據(jù)采集，再通過統(tǒng)一的數(shù)據(jù)上傳標(biāo)準(zhǔn)協(xié)議（如MQTT）將采集到的物聯(lián)設(shè)備數(shù)據(jù)、AI分析數(shù)據(jù)等上報(bào)到云側(cè)物聯(lián)平臺。在此過程中，工業(yè)智能數(shù)采子解決方案可在邊緣側(cè)實(shí)現(xiàn)多廠商設(shè)備協(xié)議兼容，完成數(shù)據(jù)集成、數(shù)據(jù)清洗等預(yù)處理，提升數(shù)據(jù)采集質(zhì)量。同時(shí)可基于物模型技術(shù)，將不同廠商相同類2．IT/OT數(shù)據(jù)融合分析：除智能儀表、PLC等工業(yè)設(shè)備OT數(shù)據(jù)之外，工業(yè)數(shù)據(jù)融合子解決方案可將SCADA、DCS等OT軟件系統(tǒng)數(shù)據(jù)，以及ERP、CRM等IT系統(tǒng)數(shù)據(jù)，通過邊緣數(shù)據(jù)快速集成至公司統(tǒng)一數(shù)據(jù)湖，基于數(shù)據(jù)治理，結(jié)合3．工業(yè)APP開發(fā)：面向設(shè)備/能耗一體化管控，生產(chǎn)運(yùn)營管理，安全生產(chǎn)分析等上層工業(yè)APP，工業(yè)應(yīng)用開發(fā)子解決方案可提供低碼化的應(yīng)用開設(shè)備一體化管控生產(chǎn)運(yùn)行管理安全生產(chǎn)分析能設(shè)備一體化管控生產(chǎn)運(yùn)行管理安全生產(chǎn)分析能耗智能分析......設(shè)備集成、數(shù)據(jù)清洗、物模型轉(zhuǎn)換...頭機(jī)計(jì)設(shè)備設(shè)備IOC設(shè)備設(shè)備設(shè)備設(shè)備生產(chǎn)設(shè)備能耗設(shè)備計(jì)儀閥計(jì)儀閥閥器計(jì)生產(chǎn)設(shè)備環(huán)境設(shè)備能耗設(shè)備安防設(shè)備消防設(shè)備...圖4.10油氣設(shè)備一體化管控參考架構(gòu)5.1鄂爾多斯：打造基于AI大模型的工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群文文鄂爾多斯市數(shù)字經(jīng)濟(jì)發(fā)展投資有限責(zé)任公司副總經(jīng)理、鄂爾多斯市數(shù)匯科技有鄂爾多斯市數(shù)字經(jīng)濟(jì)發(fā)展投資有限責(zé)任公司副總經(jīng)理、鄂爾多斯市數(shù)芯科技有“到2025年，鄂爾多斯生產(chǎn)煤礦全部建成智能化煤礦，全部達(dá)到二級以上的現(xiàn)場化煤礦標(biāo)準(zhǔn)，“到2025年，鄂爾多斯生產(chǎn)煤礦全部建成智能化煤礦，全部達(dá)到二級以上的現(xiàn)場化煤礦標(biāo)準(zhǔn)，重點(diǎn)產(chǎn)業(yè)工業(yè)互聯(lián)網(wǎng)平臺覆蓋率100%，帶動(dòng)數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增長值達(dá)到200億元。”鄂爾多斯市煤礦資源豐富，現(xiàn)有煤礦260多座，煤礦年產(chǎn)銷量8.5億噸、約占全國1/5，并擁有全國最大的露天礦、井工礦、煤制油、煤制氣等項(xiàng)目，是十四五發(fā)展規(guī)劃的傳統(tǒng)煤礦、傳統(tǒng)化工能在2024年的政府工作報(bào)告中，國務(wù)院總理李強(qiáng)明確指出要深入推進(jìn)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展，實(shí)施制造同時(shí)，報(bào)告也強(qiáng)調(diào)了深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動(dòng)，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群；2024年3月，為進(jìn)一步提升智能化煤礦建設(shè)水平，加強(qiáng)煤礦智能化標(biāo)準(zhǔn)體系頂層設(shè)計(jì)，國家能源局經(jīng)過廣泛調(diào)研，在充分聽取有關(guān)方面意見建議的基礎(chǔ)上，由國家能源局組織起草并印發(fā)了關(guān)于《煤礦智能化標(biāo)準(zhǔn)體系建設(shè)指南》，明確了煤礦智能化標(biāo)準(zhǔn)體系框架和重點(diǎn)建設(shè)內(nèi)容，指導(dǎo)相關(guān)標(biāo)準(zhǔn)制修訂，促進(jìn)標(biāo)鄂爾多斯市積極響應(yīng)國家號召，將信息化作為新型工業(yè)化的重要抓手，提出通過工業(yè)互聯(lián)網(wǎng)加速煤礦產(chǎn)業(yè)智能化發(fā)展，利用人工智能等新型技術(shù)手段提升煤礦行業(yè)安全高效發(fā)展水平，聚集煤礦產(chǎn)業(yè)上下游生態(tài)，吸引行業(yè)生態(tài)落戶鄂爾多斯，智能化煤礦建設(shè)市場整體呈碎片化，各煤礦企業(yè)1、資源共享難：煤企設(shè)備多，系統(tǒng)多，但缺乏重復(fù)建設(shè)，且方案多種多樣，效果參差不齊；存在大量“煙囪式”系統(tǒng)，缺乏共享機(jī)制和平臺支2、智能化基礎(chǔ)薄弱：煤企自建算力有限，試錯(cuò)缺乏大模型可視化開發(fā)平臺，對小模型的依賴導(dǎo)致產(chǎn)品精度低，泛化性差，影響智能化建設(shè)效3、數(shù)據(jù)流通難：各個(gè)煤礦按需設(shè)計(jì)，數(shù)據(jù)為特?cái)?shù)據(jù)缺乏統(tǒng)一標(biāo)準(zhǔn)和接口，系統(tǒng)之間數(shù)據(jù)打通和協(xié)同困難，阻礙煤礦智能化建設(shè)的效果和推進(jìn)進(jìn)（統(tǒng)一門戶）（AI商品交易）AI（統(tǒng)一門戶）（AI商品交易）AI推理...2023年，鄂爾多斯市政府與華為公司簽署煤礦工業(yè)互聯(lián)網(wǎng)合作協(xié)議，雙方充分利用鄂爾多斯能云計(jì)算、人工智能等領(lǐng)域的技術(shù)優(yōu)勢，基于行業(yè)中心云+廠礦邊緣云的架構(gòu)，統(tǒng)一建設(shè)煤礦工業(yè)互聯(lián)網(wǎng)平臺。針對煤礦生產(chǎn)主要涉及的掘進(jìn)、采煤、主運(yùn)等96個(gè)細(xì)分作業(yè)場景，借助華為AI基礎(chǔ)+行業(yè)共享方案，邊緣礦企采用標(biāo)準(zhǔn)接入方案，打通礦企與中心平臺，實(shí)現(xiàn)區(qū)域礦端的標(biāo)準(zhǔn)化快·基于華為云Stack，開展“三統(tǒng)一”（統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一架構(gòu)、統(tǒng)一數(shù)據(jù)規(guī)范）的鄂爾多斯煤礦·—構(gòu)建一站式AI模型服務(wù)的企業(yè)應(yīng)用市場通本地應(yīng)用市場與華為云商城的互聯(lián)互通，共享2、AI大模型加速區(qū)域智能化轉(zhuǎn)型：依托盤古礦升20%以上。3、數(shù)智融合打破數(shù)據(jù)壁壘：將礦端的數(shù)據(jù)（結(jié)構(gòu)化和非結(jié)構(gòu)化）統(tǒng)一采集、入湖，為算法訓(xùn)練提供標(biāo)注數(shù)據(jù)，自動(dòng)化讀取AI訓(xùn)練結(jié)構(gòu)化數(shù)據(jù)，（中心云）（邊緣云）華為云Stack盤古礦山大模型CV丨預(yù)測數(shù)據(jù)使能平臺數(shù)據(jù)使能平臺AI使能平臺融合集成平臺AI算力樣本反饋云邊協(xié)同，邊用邊學(xué)模型部署AI推理圖5.1：鄂爾多斯工業(yè)互聯(lián)網(wǎng)方案架構(gòu)這是內(nèi)蒙古首個(gè)以行業(yè)AI大模型和工業(yè)應(yīng)用商城為核心的工業(yè)互聯(lián)網(wǎng)平臺，集AI算力、礦山行業(yè)大數(shù)據(jù)、物聯(lián)網(wǎng)等先進(jìn)技術(shù)為一體的綜合性行業(yè)“產(chǎn)學(xué)研用”一體化平臺，可向企業(yè)和伙伴提供開發(fā)、運(yùn)營、銷售、咨詢等一站式服務(wù)。其中AI模塊包含了先進(jìn)的工業(yè)大模型，支持低門檻、高1、建成工業(yè)互聯(lián)網(wǎng)平臺體系：落地了三統(tǒng)一(統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一架構(gòu)、統(tǒng)一規(guī)范）的鄂爾多斯煤礦工業(yè)互聯(lián)網(wǎng)平臺體系，實(shí)現(xiàn)260+煤礦統(tǒng)一接入，提供統(tǒng)一的AI算力資源和創(chuàng)新平臺，賦能生態(tài)企業(yè)。通過模型交易，實(shí)現(xiàn)模型流轉(zhuǎn)，匯聚生在少量補(bǔ)充訓(xùn)練樣本的情況下，可以快速遷移到新的生產(chǎn)單位，大大降低應(yīng)用推廣成本和門檻，節(jié)省超過90%的數(shù)據(jù)樣本標(biāo)注工作量，人工智能應(yīng)用上線周期從月級縮短到天級，加速煤礦企業(yè)AI普及速度，解決了過去基于“小模型”AI開發(fā)環(huán)。通過中心平臺訓(xùn)練以及‘邊學(xué)邊用’模式來持續(xù)提高模型精度和可靠性，實(shí)現(xiàn)礦山少人、無發(fā)展投資有限責(zé)任公司副總經(jīng)理、鄂爾多斯市數(shù)“平臺通過集約化建設(shè)工業(yè)人工智能能力，聚集產(chǎn)業(yè)伙伴，整合區(qū)域離散資源，實(shí)現(xiàn)AI普惠以及鄂爾多斯市數(shù)字經(jīng)濟(jì)發(fā)展投資有限責(zé)任公司副總經(jīng)理、鄂爾多斯市數(shù)芯科技有限公司董事長任軒3、聚集生態(tài)助力產(chǎn)業(yè)升級：依托平臺匯聚產(chǎn)業(yè)生態(tài)，促進(jìn)鄂爾多斯礦山智能應(yīng)用生態(tài)繁榮和發(fā)展，推動(dòng)煤炭產(chǎn)業(yè)轉(zhuǎn)型升級，實(shí)現(xiàn)煤炭數(shù)字化產(chǎn)業(yè)高質(zhì)量發(fā)展。在2024年1月舉辦的鄂爾多斯工業(yè)互聯(lián)網(wǎng)開發(fā)者大會(huì)上，國內(nèi)18家AI伙伴、16家“礦鴻”伙伴、10家礦山企業(yè)與鄂爾多斯簽約家伙伴入駐，服務(wù)企業(yè)超過260家，創(chuàng)新應(yīng)用突破300個(gè)。鄂爾多斯市委副書記、市長杜匯良表示，鄂爾多斯工業(yè)互聯(lián)網(wǎng)平臺將從礦山領(lǐng)域逐步被推廣至其他工業(yè)領(lǐng)域，以數(shù)字技術(shù)賦能產(chǎn)業(yè)轉(zhuǎn)型升級：“我們要在2025年實(shí)現(xiàn)煤礦生產(chǎn)智能化全覆蓋，重點(diǎn)產(chǎn)業(yè)工業(yè)互聯(lián)網(wǎng)平臺全覆蓋，將信息化作為工業(yè)化的重要抓手，再造一個(gè)工業(yè)的鄂爾多斯市。”5.2長安汽車：構(gòu)建智慧工廠數(shù)字底座，實(shí)現(xiàn)C2M柔性制造“長安聯(lián)合華為重構(gòu)了智慧工廠技術(shù)架構(gòu)，通“長安聯(lián)合華為重構(gòu)了智慧工廠技術(shù)架構(gòu)，通過統(tǒng)一的數(shù)字底座，實(shí)現(xiàn)IT和OT系統(tǒng)數(shù)據(jù)統(tǒng)一接入、高性能集成入湖，打破研發(fā)、生產(chǎn)、銷售、物流等環(huán)節(jié)的數(shù)據(jù)孤島，構(gòu)筑工業(yè)數(shù)據(jù)平臺，基于工業(yè)互聯(lián)網(wǎng)的技術(shù)理念，統(tǒng)一了數(shù)據(jù)標(biāo)準(zhǔn)和開發(fā)標(biāo)準(zhǔn)，加速長安汽車工業(yè)應(yīng)用現(xiàn)代化、智能化?！眹囁拇蠹瘓F(tuán)陣營企業(yè)，擁有160余年歷史底場規(guī)模穩(wěn)步提升，銷量突破255.3萬輛，同比增加8.82%，新能源三年實(shí)現(xiàn)連續(xù)翻番增長，海外市場銷量增幅達(dá)43.9%。在2024年全球伙伴大會(huì)上，長安汽車表示，計(jì)劃到2025年，將實(shí)現(xiàn)集團(tuán)銷量350萬-400萬輛，其中新能源銷量120萬輛，海外銷量70萬輛；到2030年，集團(tuán)銷量500萬輛，其中新能源銷量300萬輛-350萬這樣的成績與長安汽車一以貫之、全速推進(jìn)的“三大戰(zhàn)略計(jì)劃”不無關(guān)系。在雙碳戰(zhàn)略、科技創(chuàng)年，長安汽車已蓄力開啟第三次創(chuàng)業(yè)，將成為智能低碳出行科技公司作為目標(biāo)，陸續(xù)發(fā)布面向新能源的“香格里拉計(jì)劃”、面向智能化的“北斗天樞計(jì)劃”，以及面向全球化的“海納百川計(jì)2020年董事長朱華榮提出了數(shù)字化轉(zhuǎn)型的戰(zhàn)略“天上一朵云、空中一張網(wǎng)、中間一平臺、地上全場景”，2021年長安汽車啟動(dòng)了全面數(shù)字化重慶長安渝北新工廠是長安高端車型和新能源車重要的生產(chǎn)基地，同時(shí)還是長安制造數(shù)字化轉(zhuǎn)型的排頭兵，新工廠涵蓋六大整車工藝、七大制造渝北新工廠將采用C2M(CustomertoManu-facturer)方式進(jìn)行生產(chǎn)，打破原有煙囪式系統(tǒng)和數(shù)據(jù)鴻溝，貫徹集團(tuán)數(shù)字化轉(zhuǎn)型戰(zhàn)略目標(biāo)，以“1、新能源車銷量快速增長：2023年長安汽車新能源車銷量快速增長達(dá)到48.1萬輛，同比增長69.2%。2025年，集團(tuán)將沖刺新能源銷量120萬輛，同比提升71.4%；2030年，將沖擊新能源銷量300-350萬輛；2、工廠產(chǎn)能分布不均：當(dāng)前長安汽車工廠產(chǎn)能88%為燃油車，利用率僅55%，而新能源車在定義有限幾款車型，整車配置不超過200種，按照固定車型順序生產(chǎn)，生產(chǎn)和物流簡單協(xié)同；新支持定制選配，整車配置達(dá)到10000種，按照訂單排序生產(chǎn)，且交付節(jié)奏要求更加敏捷，生產(chǎn)和傳統(tǒng)工廠以業(yè)務(wù)運(yùn)營為核心，大多建有自己獨(dú)立的應(yīng)用中心，擁有獨(dú)立的數(shù)據(jù)庫和數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)無法實(shí)現(xiàn)跨系統(tǒng)、全流程貫通，在研產(chǎn)供銷全鏈條上存在著很多的斷點(diǎn)和堵點(diǎn)，導(dǎo)致生產(chǎn)過程面向敏捷、柔性、穩(wěn)定的現(xiàn)代化智慧工廠應(yīng)依靠工業(yè)模型和數(shù)據(jù)驅(qū)動(dòng)進(jìn)行決策優(yōu)化，從煙囪式向開放化、云化、平臺化架構(gòu)演進(jìn)，以數(shù)據(jù)重構(gòu)企1、打通OTD(On-timeDelivery)流程上的多系底座里面進(jìn)行接入和融合，實(shí)現(xiàn)共享、流通和協(xié)同分析，生產(chǎn)-銷售-交付不再割裂，快速響應(yīng)市2、構(gòu)建符合自身業(yè)務(wù)流程的微服務(wù)業(yè)務(wù)系統(tǒng)，統(tǒng)架構(gòu)的轉(zhuǎn)型，充分融合工業(yè)大數(shù)據(jù)，以信息流驅(qū)動(dòng)決策流，實(shí)現(xiàn)AI驅(qū)動(dòng)的產(chǎn)銷協(xié)同、數(shù)字孿生工廠、全息質(zhì)量管理等更高階的現(xiàn)代化應(yīng)用和精2023年8月17日，長安汽車與華為公司簽署全面持續(xù)深化戰(zhàn)略合作框架協(xié)議，將在數(shù)字化轉(zhuǎn)型(人才訓(xùn)戰(zhàn)、咨詢服務(wù)、研發(fā)數(shù)字化等）、算力中其中，在數(shù)字化轉(zhuǎn)型方面，雙方共同完成基于“新汽車·新生態(tài)”的長安總體數(shù)字化轉(zhuǎn)型規(guī)劃落ArchitectureFramework)構(gòu)建智慧工廠4A架構(gòu)(業(yè)務(wù)架構(gòu)BA、應(yīng)用架構(gòu)AA、信息架構(gòu)IA、技術(shù)基于華為云Stack技術(shù)底座，將業(yè)務(wù)數(shù)字化、對象數(shù)字化，打通數(shù)據(jù)斷點(diǎn)，實(shí)現(xiàn)全流程數(shù)據(jù)和業(yè)務(wù)貫通，沉淀業(yè)務(wù)原子能力和數(shù)據(jù)能力，進(jìn)而支撐工廠應(yīng)用協(xié)同與智慧運(yùn)營，實(shí)現(xiàn)OTD端到端管CodeArtsAstroZeroCodeArtsAstroZeroROMAConnectAPM2.應(yīng)用技術(shù)集成平臺ROMAFactory計(jì)算服務(wù)存儲服務(wù)網(wǎng)絡(luò)服務(wù)云容器引擎數(shù)據(jù)庫服PLC3.工業(yè)數(shù)字模型驅(qū)動(dòng)引擎iDME交付域質(zhì)量域人力域設(shè)備域成本域交付域質(zhì)量域人力域設(shè)備域成本域1.數(shù)智集成平臺MRSDWSHCSHCS圖5.2：智慧工廠數(shù)字化底座參考架構(gòu)整體方案架構(gòu)基于工業(yè)互聯(lián)網(wǎng)的技術(shù)理念，聚焦IT/OT融合分析大數(shù)據(jù)平臺、一站式應(yīng)用開發(fā)平臺和工業(yè)全場景數(shù)據(jù)建模平臺，統(tǒng)一了數(shù)據(jù)標(biāo)準(zhǔn)和開發(fā)標(biāo)準(zhǔn)，加速長安汽車工業(yè)應(yīng)用現(xiàn)代化、智