AI oT 云边协同 赋能行业边缘智能 新华三集团 杜利征 智能交通 V2X 车路协同 智能工厂无人质检 智能电网无人巡检 智慧水利水文监测 智慧金融无人网点 智慧零售数字便利店 应用驱动数字化技术深度融合 “ 以业务应用场景， 如何在资源受限的现场设备运行边缘应用 实现业务本地闭环？ 如何实现边缘应用统一部署和升级 支撑业务迭代？ 行业现场复杂多变是数字化落地最大挑战 硬件形态不同（不同协议的接入设备） 边缘环境迥然（大量异构设备需要联网） 业务千变万化（业务需求多样化） 行业边缘智能： 面向场景感知 、实时决策和预测分析等业务场景， 将云 原 生能力拓展到行业现场， 基于云边协同部署边缘 AI 应用， 应用， 边缘提供 AI 算力 和本地物联接入， 使能行业边缘业务落地 。 行业边缘智能是行业数字化转型基石 IoT 网 络 边缘应用 AI 算 力 边缘平台 物联 管理 安全 策略 开发者 中心 镜像 管理 容器 管理 函数 计算 节点 管理 智能 策略 边缘 管理 Wi-Fi 终端 Linux OS & 容器 /ARM/x86 Wi-Fi 6 + LoRaWAN ：宽窄带一体化无线网络

边缘新生 . 连接未来 火山引擎新 & 代边缘云解决方案 沈建发 火山引擎边缘计算高级产品总监 WWW.VOLCENGINE.COM 2021 年通信业统计公报》 应用后端载体分布式化 2020 年我国计划使用边缘计算的企业占比为 53.8% —— 信通院云计算白皮书 （ 2021 ） 现代 IT 应用架构演 进 多终端模式 中心云部署 单机模式 单点部署 集群部署 云边部署 CS 模式 BS 模式 5-40ms 超低时延，火山引擎边缘云助力极致体验 计算、网络 ( 加速 ) 、渲染、安全 更高清 更实时 更沉浸 需求驱动边缘革 新 VR 体验 实时交互 5K/8K/12K 分辨率实时渲 染 音视频体验 3300 万 8K 分辨率的视频编解 码 云游戏体验 设备无限制 延时 <30ms 全国主要城市覆盖 / 本地接 入 5ms

多样化的英特尔硬件产品矩阵 • 全方位的软件产品助力，包括 OpenVINO™ 工具套件、 英特尔® 深度学习加速技术、英特尔® AVX-512、面向英特尔 ® 架构优化的深度学习框架等。 • 英特尔在 5G、边缘计算（MEC）平台以及 “云 - 边 - 端” 架 构上的一系列成功部署和实战经验。 统也给传统校园 IT 架构带来挑战。部署在教室等系统末端 的设备通常处理能力较弱，而全部通过远端数据中心或云端 帮助学生依据评测结果制定和优化后续学习过程。目前， 诸如口语测评等测评类人工智能应用已在各级教育机构获 得广泛欢迎。 • 教学管理场景：数据驱动的智慧教育场景更注重数据的快 速处理、分析与反馈。得益于 5G、边缘计算等技术的成熟， 教育机构得以在校园部署更多的人工智能应用，进而能够 通过更为快捷的数据交互和处理方式来对教学过程实施灵 活的调度和管理。例如，通过智能教学辅助能力，学校管 理人员可以快速远程巡课、智能排课、获取教学大数据， “云-边-端” 人工智能教学与实训环境如图2-1-5所示， 在校园环境内，可以由数据中心 / 私有云与边缘平台一起，通 过校园网络构建 BS （Brower-Server）或 CS（Client-Server） 公有云 数据中心 私有云 校园环境 其他校园 IT 平台 终端 AI 实训场景 边缘平台 基础 教学 算法 学习 开发环境配置 容器化底层支撑 实训任务调配 教学 管理 模型训练支持

人工智能，机器视觉 数据库服务 虚拟机服务 容器服务 搜索引擎 消息队列 文件存储 对象存储 日志服务 容灾备份 监控预警 物联网关 协议解析 边缘计算 规则引擎 反向控制 MQTT 画 网器 工业机器人 AGV 严传感器 统一 云底座，整合资源、整合应用、整合数据。 边 IEF 智能边缘平台 边缘应用集成 运营大屏 IOC ROMA Site 预测性维护 边缘智能 边缘推理 预警分析 IEF 智能边缘平台 数据预处理 MOTToeCLJA 质量追溯 边缘网关 loT 网关 氩气用能量化分析 轻量化 OS/ 容器引擎 边缘网关 协议网关 产品体系 智慧应用 800+ 个 智慧金融 组网，满足工厂内外网 络各场景连接需求 边缘智能服务平台 EISP 边缘智能云 EIC+ 边缘 智能小站 EIS, 与中心 云形成一朵分布式云， 实现全域业务覆盖 通过条码数据采集手段、 云 智 AloT 物联、智能工厂 融合 和工业大脑等支持企业 生产智能化 作为 5G 技术、标准和产业的重要推动者，中国移动云平台结合资源优势在边缘、 AI 、生态 等 方面

用于判断和决策，保障系统运转。设备部署呈循序渐进的模式，即路侧由重 点路口拓展至城市全域，车端根据商用/乘用及前装/后装分类进行装配。此 外，路侧/云端应持续优化感知、计算和体验：1）在城市关键路口增配感知 设备及边缘计算设备；2）打造兼具低时延和安全性的统一云控平台。根据 中国汽车工程学会等预测，到 2030 年我国车路云一体化产业将突破 2.5 万 亿元，其中路侧产值可达 4174 亿元，2026E-2030E 供商。产业链相关公司包括：1）整体方案商：千方科技、万集科技、金溢 科技；2）路侧单元及车载终端：高新兴、移为通信、鸿泉物联、中兴通讯、 华砺智行（未上市）等；3）无线通信模组：广和通、移远通信、美格智能； 4）边缘计算单元：莱斯信息、东土科技等；5）云平台：通行宝、启明信息、 莱斯信息等；6）通信服务商：中国移动、中国电信、中国联通；7）高精地 图及定位：四维图新、中海达等。 风险提示：1）地方政府推进 ................................................................ 11 路侧：提升 C-V2X 路侧单元覆盖率，重点路口部署感知与边缘计算设备 .................................................. 11 车端：聚焦分类提升车载终端装配率 .....................

Internet 企业数据中心 公众网络 企业网切片 下沉 UPF  共享大网资源，本地分流  基于 4.9GHz ，减少外系统干扰  峰值高达 750Mbps 的上行带宽  MEC 边缘部署，实现超低时延和工业数 据高可靠传输 公众网络 企业专网（双频） 运营商 核心网 专属 网络 Internet 企业数据中心 专属 5GC 独立承载  生产业务场景（深水区无人化） 超融合架构， IT 资源统一运维管理 • 快速部署和适配工厂 / 车间 / 现场各级应用 • 解决生产现场工控硬件、操作系统适配和数据 安全问题 PLC L1 生产执行系统 内部光纤网络 边缘云资源池 Profinet Profibus xx 工业总线 操作室 MEC Plug-in 云平台 工艺段 1 PLC 软件 工艺段 2 PLC 软件 车间 / 现场级自动化系统 北科工研 视觉表检 视频监控客户 端 MES&OA 、能环监控 物料跟踪、电子挂 / 摘牌 生产线软件 @ 云电脑 C/S 架构客户端 B/S 架构客户端 施耐德 PLC HMI 建设工控边缘云，实现生产集控的集约化部署 定义新一代算力节点，加速工控关键设备升级换代 基于新一代算力节点的软件定义工业控制 云化 PLC @ 算力基站 实时操作系统 RunTime 非实时操作系统

计算力就是生产力 · 智算力就是创新力 11 AGV 边缘计算 智算中心 MES 边缘计算业务平台 AGV 视觉质检 PLC 设 备 状 态 任 务 调 度 相 机 控 制 视 觉 识 别 PLC 数 采 远 程 控 制 机械臂 巡检机器人 异 常 告 警 机器人 远 程 控 制 自 动 巡 逻 边缘 AI 视 频 接 入 Ai 算 法 算 法 调 度 无人转运 K1 工厂智慧园区建设 浪潮产业园 5G 智慧工厂：在浪潮产业园 K1 工厂部署 5G+ 边缘计算新型 ICT 基础设施，建设 AGV 运输车、 PLC 机械臂、自动巡检 机器人、视觉识别质检等多个 5G 应用场景，助力智能制造产业升级。 浪潮产业园 5G 智慧工厂：在浪潮产业园 K1 工厂部署 5G+ 边缘计算新型 ICT 基础设施，建设 AGV 运输车、 PLC 机械臂、自动巡检 机器人、视觉识别质检等多个

进行生产计划及 维修排程决策 故障预测及决策支持 自动化设 备数据 (PLC数据) 传感器 数据 1 通过传感器及PLC采集实施生产数据 资料来源：罗兰贝格 2 本地数据 传输设备 本地边缘计算 3 本地数据 实时传输 故障预警(如与 MES系统连动） 4 维修完毕、重启生产后 恢复正常数据采集作业 5a 安排维修计划 5b 人工智能进行机器运 行实时及故障预测 3 预 成要素 如下： 1. 硬件：主要负责本地数据采集及分析，涵盖数据采集设备 （传感器+数据传输设备）及边缘计算服务器： a) 数据采集设备：主要进行数据采集、数据上传及模型下 发等工作。 b) 边缘计算服务器：主导相关边缘应用如AI预测及本地 数据缓存等。相比云端计算，通过边缘计算器的搭建 可缩短故障报警的反应时间。 （ 可针对项目实际需求 和企业数据环境选择将本地计算移至云端）。

母线 服务器 服务器 powershelf 公共电网 SST(固态变压器) 未来展望 05 12 边缘模块化数据中心主要特点是负荷低、客户希望产品解耦合，即节省机房装修 成本、免维护、易于部署，由于采用了全封闭、冷热通道隔离，减少了冷空气的 消耗，制冷效率大大提高。 2.2.3 边缘模块化数据中心 模块化设计，现场快速组装，标准化 程度高。母线一般250A以内，单机柜功率 小于5kW，母线直接在机柜上方安装，不 传统列头柜+电缆方案在面对客户按 需部署的场景时，涉及SKU繁多、扩容和 调整受限，难以灵活适配后期变化，并且 客户希望边缘模块与环境解耦合，以实现 独立安装与调整。 客户价值 03 采用母线配电解决方案能够有效应对按需部署和后期变化的需求。母线系统模块化设计 灵活，支持快速扩容和调整，同时可实现边缘模块与环境解耦，允许独立安装和灵活配 置，显著提升配电基础设施的适应性与运维效率，帮助客户降低复杂度、优化布局，并满 AB双路母线供电，实现供电冗余与可靠性保障。该部署方式结构清晰，易于标准化实施， 具备良好的兼容性与扩展性，是当前数据中心较为成熟的主流配电方案。 1.常规配置方案 2. 边缘模块数据中心安装的母线方案 边缘模块数据中心安装的母线方案，往往需要整体与环境解耦合，不依赖于环境部署，母线直接在机柜 后上部用支架架设。此种方式可以减少纵向架设空间。 3. U型布局方案 在保证配电母线总输

2 新兴技术的融合................................................................................173 9.2.1 边缘计算..................................................................................174 9.2.2 区块链在钢铁行业的应用 人数据采集不仅提高了生产效率，也为后续的数据分析提供了可靠 的数据来源。 在数据采集方面，物联网（IoT）技术的应用也逐渐兴起。通 过将设备、传感器与互联网连接，可以实现远程数据采集与监控。 例如，在钢铁生产线中，可以采用边缘计算技术，将实时数据传输 到云端进行处理分析，从而快速响应生产需求。 数据采集工具的选择可以根据实际需求和已有技术系统相结 合。常用的工具包括：  PLC（可编程逻辑控制器）：用于工业自动化控制和数据采 流量数据 材料流量监控 每秒一次 位置数据 物料转运位置追踪 每分钟一次 此外，为了确保数据的准确性和完整性，企业应该建立数据管 理和维护规范，定期对传感器进行校准和检测，确保其正常工作。 通过结合边缘计算技术，可以对传感器采集的数据进行初步处理， 将重要信息及时反馈到云端，从而降低数据传输的带宽要求，提高 实时响应能力。 在数据整合和分析方面，可以通过大数据平台对采集到的传感 器数据进行