智能驾驶智算数据平台发展研究报告 2025 年 8 月 I 发起单位 中国汽车工程学会人工智能分会 中国智能网联汽车产业创新联盟人工智能工作组 联合牵头单位 清华大学 北京工业大学 国家智能网联汽车创新中心 北京万界数据科技有限责任公司 参研单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心） 智能驾驶智算数据平台定义及预期功能 ............................................................... 1 1.1 智能驾驶智算数据平台定义 ..................................................................... 1 1.2 行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期功能 ................................................. 2 2 智能驾驶智算数据平台发展现状分析 ................................................................... 2 2.1 国外现状分析 ..........................................

需求从标准化产品转 向千人千面的个性化体验，我们的 IT 系统正面临前所未有的考验。 传统业务模式下的 "烟囱式" 系统架构，在多渠道融合的冲击下逐渐显露短板。门店库存与线上 订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 —— 这些痛点的本质，是企 业需要一套更灵活、更敏捷的信息系统，用极简架构支撑复杂业务。对于有一定体量的企业，" 简单即高效" ：技术栈越简洁，运维成本越低，业务响应速度越快。 投入都必须产生可见价值。传统架构中，为 支撑高并发需堆叠服务器、为实现实时分析需部署多套数据库，这种 "以资源换性能" 的模式早 已难以为继。我们需要的是能精打细算的技术底座，用一体化设计降低总拥有成本，让有限的 IT 预算创造更大价值。 当下，AI 技术正从概念走向实战，成为重构商业模式的核心引擎。从智能选款、动态定价到个 性化导购，AI 应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 场景中 发现：能否将商品图片、面料参数、会员偏好等多模态数据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 压力，用 HTAP 引擎打

....................................15 2.2 数据处理层..............................................................................................17 2.2.1 数据采集........................................... ......................................20 2.2.2 数据清洗........................................................................................23 2.2.3 数据存储.............................................. 模型安全性保障.......................................................................................61 3.3.1 数据加密........................................................................................64 3.3.2

........................59 3.3.1 数据中心建设需求...............................................................................................................59 3.3.2 数据体系建设需求............................. .......................................................................................108 4.3.2 大数据中心建设............................................................................................... ..........................................................................................118 5.4 数据架构设计...............................................................................................

MES基底＆迈向MES智能工厂的 地 位论 1. 已有 ERP 生产管理系统为何需要 MES 2. 分解 MES 系统的规模大小和深浅 3. MES 应具备的核心价值观 4. MES 系统的主要数据运营任务 5. MES 系统建置及应用涉及的关连组织部 门 6. MES 系统对制造组织部门的价值看板  MES系统应用和技术模型 1. MES 有无标准框架可遵循实施 2. MES 可发展规范化的方法论解说 制造作业管理 管理时距：班 - 时 - 分 - 秒 制造控制 管理时距：实时监视＆操控 智 能 工 厂 本资料载自： Dennis Brandl, BR&L Consulting . 数据分层分工 智 能 工 厂 ERP ERP 制造管理系统 系统内的订单 / 工单管控 MES MES 制造作业管理系统 系统内的订单 / 工单工艺管控 CON 制造控制管理系统 基底＆迈向 MES 智能工厂 的地 位论 1. 已有 ERP 生产管理系统为何需要 MES 2. 分解 MES 系统的规模大小和深浅 3. MES 应具备的核心价值观 4. MES 系统的主要数据运营任务 5. MES 系统建置及应用涉及的关连组织部 门 6. MES 系统对制造组织部门的价值看板 1. 已有 ERP 生产管理系统为何需要 MES  疑问：  我们现在管制的很好，财务结算也很

数字孪生模型构建 • MES 与 ERP 整合 CATALOGUE 目录 • 智能工厂建设核心要素 • 数据管理与分析 • 智能控制与优化 • 系统安全与稳定 • 总结与展望 建设背景、目标、定位、预期成果及效益分析 01 数字化转型 01 越来越多的企业开始进行数字化转型，采用大数据、物联网、人工智能 等先进技术，以提高生产效率、降低生产成本、提升产品质量。 智能工厂发展 02 智能工厂是数字化转型的重要组成部分，而数字孪生智能工厂是智能工 厂的一种新型形态，通过实现数据的实时互通和智能化控制，提高生产 效率和管理水平。 制造业发展 03 数字孪生智能工厂的建设将有助于制造业的发展，提高生产效率和管理 水平，推动制造业向智能化、信息化的方向转型升级。 数字孪生智能工厂的背景与意义 03 提升市场竞争力 通过数字孪生智能工厂的建设，提高生产效率和管理水平，提 建设方案的目标与定位 智能工厂总体结构规划 02 实际工厂设备、生产线等，包括各种机床、设备、传感器等，负责 产品的制造和加工过程。 物理层 负责数据的采集、传输、存储，包括各种数据采集设备、网络传输 协议、数据库等，实现工厂数据的数字化管理和远程监控等功能。 数据层 包括 MES 、 ERP 等系统以及各类智能化应用，如智能调度、仓储管 理等，实现工厂生产过程的数字化管理和智能化控制等功能。 应用层

于生产效率和产品效能的提升实现价值增 长 通过互联网平台开展大规模个性定制模式 创新 智能工厂 建设模式 1. 推进生产过程数字化 2. 推进生产管理一体化 3. 推进供应链协同化 4. 整体打造大数据化智能工厂 1. 推进设备（生产线）智能化 2. 拓展基于产品智能化的增值服务 3. 推进车间级系统与企业级系统集成 4. 推进生产与服务的集成 1. 推进个性化定制生产 2. 推进设计虚拟化 析、柔性 配置 … 模块化设计 工业互联网 个性化定制 服务平台 用户的个性 化需求特征 大数据分析 数字化制造 系统 个性化定制 平台与制造 系统协同与 集成 … 开放数据 接口 智能装 备 / 产品远 程运维服务 平台 远程运维服 务平台与 PLM/CRM 协同集成 大数据挖掘 与分析 专家库与专 家咨询系统 … 远程运维服务 模式 网络协同制造 模式 大规模个性化 用户的个性 化需求特征 大数据分析 数字化制造 系统 个性化定制 平台与制造 系统协同与 集成 … 开放数据 接口 智能装 备 / 产品远 程运维服务 平台 远程运维服 务平台与 PLM/CRM 协同集成 大数据挖掘 与分析 专家库与专 家咨询系统 展示页 5 GUANLIJISHUHUA GUANLIJISHUHUA 核心是基于全面互联而形成数据驱动的智能 智能控制

Sinoma International Engineering Co., Ltd. 中材国际（南 • 水泥产业智能制造及智能化水泥工厂 • 智能化水泥工厂与数字化智能型控制 • 智能化水泥工厂的元数据与数字化工厂 • 智能化水泥工厂的工业互联网架构探讨及案例分享 水泥产业智能制造相关技术探讨及应用 Sinoma International Engineering Co., Ltd. 中材国际（南 Co., Ltd. 中材国际（南 水泥产业 智能制造 准确感知企 业、车间、设 备、系统的运 行管理状态 自感知 对获取的数据进行 快速、准确的加 工、识别、处理等 自学习 执行决策对设 备状态、车间 和生产线的计 划做出调整 自执行 根据数据分析的 结果按照设定的 规则自动做出判 断和选择 自决策 智能分析 智能服务 智能物流 智能控制 智能管理 智 能 规 划 烧成系统 余热发电 质量控制系统 专家故障诊断系统 专家智能控制系统 数据仓库 智 能 生 产 智 能 控 制 智能 装备层 智能传感 摄像头 移动巡检 4G 网络 物联网 水泥产业智能制造 动态建模平台 应用集成平台 应用开发平台 应用管理平台 云技术运行平台 平台层 智能规划 整体规划 数据中心 及 数据分析 网络及 安全规划 与主体 专业的 规划设计 数字化 工厂

注重软件、大 数据 智能服务 智能产品 注重硬件 制造 智能工厂 智能生产 工业软 件 智能装 备 工业大 数据 智能工厂建设方案 中国制造 2025 工业互联网 工业 4.0 www. sun wayland com.. cn 产业生态链 PLM 、 CRM ERP 、 APS M 工单调度 E 生产单元分配 数据采集 工业控制 企业对于智能工厂的追求：提升企业竞争力 创新 速度 + 解决方案 / 体系分 工 物联网 互联网 厂 工 S 智能工厂 特征 数字化 借劣覆盖全厂的网路平台实现生产数据 的实时采集，快速掌握生产运行情况， 实现生产环境不信息系统的无缝对接， 提升了管理人员对生产现场的感知和监 控能力。 模 型化 基亍工厂模型构建各类工艺、业务 迕行集成，为生产操作和管理人员 提供直接的业务场景展示。 集成化 建设了企业信息集成平台，以 MES 为核心 , 向上支撑企业绊营管理，向下不生产过 程的实时数据高度集成，将各自独立的信 息系统连接成为一个完整可靠和有敁的整 体。 决策科学化 利用大数据技术，对各应用系统的数 据迕行集中存储和分析，协劣公司领 导层及时发现问题、分析问题原因、 迕行风险预警，实现决策的科学化 自劢化 建设了覆盖全厂的