工业互联网 智能工厂边缘云解决方案 目 录 1st 行业分析 解决方案及其场景分析 基础能力方案落地 典型案例 3 智绘工厂，智造未来 国务院发布工业互联网指导意见 总体 目标 发展 目标 到 2025 年，基本形成具备国际竞争力的基础设施和产业体系。覆盖各地区、各行业的工业互 联网网络基础设施基本建成。在 2018-2020 年三年起步阶段，初步建成低时延、高可靠、广 覆盖的工业互联网网络基础设施，到 智绘工厂，智造未来 工业互联网产业链分析及发展趋势 注重垂直行业的落地、云边端协同管理和调度能力的提升、生态培育的竞争、平台解决方案的增长及技术创新 云边端协同管理和调度能力提升 随着分布式云、边缘自治、边边协同等技术的不断发展和创新，工业互联网平台将逐渐具备更强 的云边端协同管理和调度能力； 生态培育成为竞争焦点 工业互联网平台的竞争将逐渐转向生态资源的整合和利用。平台将通过整合研发资源、供应商资 性能数字化 Performance 虚拟设计 虚拟生产 物理生产 EDI 接口标准化 集成数据库 深度学习 决策模型 人工智能 云 / 边缘 自优化系统 人工智能 精准操控 生产参数转移 商业模式变革 云 / 边缘 资产可控制 / 流程可监测 故障可预测 能耗可评估 数字孪生 智能制造 决策智能 价 值 跨系统、设备、应用和运营服务实现互联互通 构建多样多维的深度学习模型

盟理事会以及来自通信、政务、制造业、分析机构、媒体等领域权威专家组成的编委会编审，最终集结 成册。 本册《2024年度全球计算产业应用案例汇编》汇集年度众多极具代表性的应用实例而成。这些实例 融合了云计算、边缘计算、机密计算等一系列计算技术，展现了在智慧金融、智能制造、智慧交通等多 个关键行业的开创性实践和绿色可持续发展的应用经验，为产业提供极具价值的参考与借鉴。 随着技术的不断进步和创新的持续涌现， ｜国能信控技术股份有限公司｜新能源计算平台：鲲鹏原生驱动的智能能源创新方案………………… 103 ● 智慧城市 ｜中国联合网络通信有限公司网络运营事业部｜基于5G边缘计算“边 - 端”一体化运维提升方案 …… 107 ｜中国铁塔股份有限公司｜分布式边缘计算创新应用方案………………………………………………… 112 ● 智慧交通 ｜麒麟软件有限公司｜深圳地铁四期AFC行业智慧化升级方案 …………………………………………… 传统边缘计算网关完成工业现场的设备接入、协议解析、数据缓存以及数据发布等功能，在整个工 业软件系统架构体系中向上对接互联网云平台，向下对接工厂的具体硬件设备，起到了非常重要的承 上启下作用。但是在工程实施过程中，数据工程师需要完成复杂的网关配置过程，来完成上述功能， 无法达到“工业现场配置无人化”的要求，大大增加了工程实施难度，同时大多数情况下甲方需求是 “交钥匙”工程，即使用边缘计算网

公司管理的能力和水平。同时，结合信息技术发展的 最新成果，积极探索，努力创新，实现关键技术、重要信息系统的 自主可控。 2.3 规划目标 2.3.1 总体目标 建设行业领先的能源工业互联网平台：包含数据采集边缘计算层、 基础设施层、工业平台层和工业应用层四大层级可支持实现 XXXX 公司全业务覆盖、各业务横向贯通、各层级信息系统互联的一体化 支撑平台，增强业务协同和集中管控能力，打破各业务系统之间的 企业数字化转型及企业数字化平台建设方案 深入应用，智慧电厂广泛推广，完成数字化运营中心建设，XXXX 公 司数字化水平得到较大提升。 2.3.3 具体目标  建设工业互联网平台包含数据采集边缘计算层、基础设施层、 工业平台层和工业应用层四大层级的 XXXX 公司工业互联网平台,在 平台的基础上实现 XXXX 公司全业务覆盖、各业务横向贯通、各层 级信息互联的一体化，增强业务协同和集中管控能力，打破各业务 和 AI 服务平台等部分组成，构建为可扩展的开放式云操作系统，并通 19 企业数字化转型及企业数字化平台建设方案 过专线网络实现与电厂侧边缘云平台互联，实现边缘和中心云平台 的协同，基层单位用户可访问省公司各类 SAAS 应用。基层企业的 边缘计算层由数据采集网关和计算服务器组成，可实现数据在生产 现场的轻量级运算和实时分析，可缓解数据向中心云平台传输、存 储和计算的压力。郎丰利整理制作。

应用可 观测平台。必要时需要部署一定数量的云拨测终 端，对应用进行周期性拨测，快速感知边缘网络 故障。 终端层常见指标举例： a. APP体验指标：如下载成功率、安装成功率、 用户搜索耗时、用户下载速率等表征最终用户体 验的指标 b. API性能指标：调用成功率、调用量、时延等 c. 边缘网络性能指标：丢包率、延时、带宽、流 量消耗等 应用可观测 应用层需要根据应用的核心功能，构建表征功能 呈现不同时间维度的视图，同时支持针对流量的 趋势进行动态阈值调整，准确产生指标告警。 App/Server APP体验指标 API性能指标 边缘网络指标 图2.3 典型终端指标设计流程 Kit Account kit Audio kit … 边缘网络 应用详情耗时 … 用户搜索耗时 用户下载速率 首页图片耗时 首页打开耗时 安装成功率 下载成功率 Internet/骨干网&CDN 如VM、Docker、中间件、数据库等，都是该“应 用”的组成部分。所以对于应用运维来说，构建该 Kit Account kit Audio Kit … 边缘网络 服务&微服务 二方/三方 APP体验指标 API性能指标 边缘网指标 图2.28 典型应用全链路监控模型：端边云纵向可观测体系 用户搜索耗时 应用详情耗时 用户下载速率 … 首页图片耗时 首页打开耗时 安装成功率

其次，计算资源的配置直接影响 AI 模型的训练与推理效 率。GPU 集群或 TPU 加速器的引入可以显著提升模型训练速度， 建议采用云原生架构，如 Kubernetes 进行资源调度与管理，实现 弹性伸缩。同时，边缘计算的部署可以支持实时推理需求，特别是 在保险理赔、风险评估等场景中，确保低延迟响应。 数据安全与合规性是保险行业 AI 应用的核心考量。需要通过 多层次的数据加密技术（如 AES-256）保护敏感信息，并通过访问 通过实时监控模型的输出和业务效果，及时发现和解决潜在问题。 同时，收集用户反馈和业务数据，定期对模型进行迭代和优化。 在技术架构上，建议采用云原生和微服务架构，确保模型部署 的灵活性和可扩展性。此外，结合边缘计算技术，可以在确保数据 安全的前提下，加速模型的响应速度。 通过上述方案，保险公司能够有效选择和部署 AI 大模型，推 动业务的智能化转型，提升运营效率和客户满意度。 8.1.1 模型选择与评估 API 与保险公司的核心业务系统进行集成。这种 设计不仅能够提高系统的灵活性和可扩展性，还能确保模型更新和 维护的便捷性。同时，需要考虑模型的实时性需求，对于需要快速 响应的场景，如客户咨询，应采用边缘计算或云边协同的部署方 式，以实现低延迟的实时推理。  模型版本管理：使用版本控制工具（如 Git）管理模型的不同 版本，确保模型的更新和回滚过程可控。  监控与日志：建立全面的模型性能监控和日志记录机制，及时

变频 系统 传感器 &RFID 按钮 & 指示灯 人机 界面 PLC 温控器 固体 继电器 交流 变频器 电机 启动器 图形化 数据记录仪 EMS OptiCIP PIM LPS 边缘控制 互联互通 应用分析与服务 5 施耐德生产体系（ SPS ）指导下的精益数字化 供应商 客户 WMS 仓库管理系统 TPM 全员维保管理 ERP 企业资源计划 PLM 生命周期管理

DCS 设置报警规则 DCS 位号 DCS AE 报警数据采集 产生报警 工艺报警优 化管理 APP OPC AE 协议 报警确认 边缘层 平台设置报警规则 平台采集器 DCS DA 位号 产生报警 报警确认 PaaS 层 边缘层 API 接口 / 消息队列 - 24 - 2.8 核心功能 | 工艺生产报警优化管理 报警规则设置 l 设置报警条件、优先级、类型

“ 智慧工厂”数字化探索 01 公司简 介 优博讯是全球领先的 loT 行业数字化解决方案提供商，为客户提供多样化的感知数据采集能力和边缘计算能力，并提供相 关的系统集成解决方案和云解决方案。通过持续的创新，优博讯致力于为零售、制造、物流、金融、医疗、政府、交通 等 行业客户提供数字化转型和升级服务。 品牌定位 全球领先的 loT 行业数字化解决方案提供 商 优博 讯品牌 品牌使命

Streams Data/MetaData Ingestion Amazon Lambda Connectors Digital Twin 1 2 3 4 5 7 1. 在企业数据中心通过边缘计算 收集工业设备数据。 2. 数据中心的服务器将元数据 和遥测数据发送到他们选择 的 Amazon IoT 服务，例如 Amazon IoT Sitewise、 Amazon Kinesis

2023年10月，中国人民银行等六部门联合印发《算力基础设 施高质量发展行动计划》，明确算力是集信息计算力、网络运载 力、数据存储力于一体的新型生产力。并提出“提升算力高效运 载能力”的重点任务，要求针对智能计算、超级计算和边缘计算 5 等场景，开展数据处理器（DPU）、无损网络等技术升级与试点 应用，实现算力中心网络高性能传输。并提出“算力+金融”赋 能金融行业应用的发展计划。 中央金融工作会议强调要“做好数字金融大文章”，金融业 构。在 AI 大模型训练初期，集群规模较小，单数据中心即可集中部署 训练资源池；后续随着算力规模增长，如万卡集群，可能会涉及 同城多数据中心甚至跨城市数据中心的 AI 集群融合承载。另外， 边缘数据中心可部署靠近用户的推理任务，以实现业务的快速决 策与处理能力，提升客户体验。 金融 AI 智算网络在基础设施之上，以网络运载力支撑 AI 算 力充分释放，不仅涉及数据中心网络，还涉及高吞吐的骨干网络