IT 成本。 » 大规模人工智能辅助运营 趋势 ：从驾驶员咨询系统（DAS/C-DAS）到预 测性维护、自动化调度和能源优化，人工智能 已开始辅助运营。 业务驱动因素 ：轨道交通面临减少故障停机和 运营成本的双重压力。预测性分析技术可将计 划外维护需求最高减少 30%，而基于人工智能 的策略能实现显著能源节约，直接提升盈利， 进一步提高载客量。 » 以乘客为中心的数字化服务 趋势 指标定义 1 感知能力 远程设备监控覆 盖率 指具备远程监控功能的关键设备（如信号、动力、环境相关设备）占比。 能反映出轨道交通系统的感知能力和智能化运维水平，有助于保障运 营安全、减少故障停机。 2 感知能力 边缘智能终端覆 盖率 衡量边缘计算终端在列车、车站、轨边等关键场景的部署情况。能反 映出轨道交通系统的实时处理和现场决策能力，可用于安全、监控、 告警等环节。 3 联接能力 域的新型数字服务经济。在高覆盖率的国家中，通 过将未来轨道交通移动通信系统（FRMCS）与基 于人工智能的轨道监测系统相结合，事故响应时间 缩短了高达 30%，同时优化了维护计划，减少了 列车和基础设施的故障停机时间。 因此，轨道交通在宽带网络的加持下，可以成为国 家产业发展的平台。通过将通行权转化为数字走 廊，为政府持续吸引投资、建立更强大的产业生态 和保持长期经济韧性奠定基础。 98 全球数智化指数（GDII）2025

），不可退化模式。 TDSQL备集群实例：一主一从（强同步模式），不可退化。 �）主集群实例异常故障，无法对外提供服务； �）主集群出现地域级故障，例如主干网络异常等，影响业务； �）主集群停机升级维护，需要切换至DCN备集群； �）灾备演练场景。 存在以下场景时，管理员需要进行手动DCN切换： �.�严格的部署与变更管控流程 �� �. 多可用区的部署原理 �.�.�一键实现多可用区部署

时也是运维价值体现的数据。典型的运维指标如 下： 云服务可用度指标 可用性指标定义 IT 系统或服务在一定时间段内可正 常使用的时间比例。例如，对于企业核心业务系 统，设定年度可用性目标为 99.9%，即全年停机时 间不超过 8.76 小时（365 天 * 24 小时 * 0.1%）。 这要求运维团队具备完善的监控体系，能及时发现 并解决潜在的系统故障隐患，同时制定冗余和灾备 策略，确保在出现硬件故障、网络中断或软件错误

息，利用本地与云端算力动态调整生产计划和资源分配。例如，在智 能工厂中，机器人和自动化设备需要实时接收任务指令并进行协同工 作。此外，通过分布式算力调度，还可以实现生产过程中的故障预测 和预防性维护，减少设备停机时间，提高生产效率。 产品质量检测与控制需要对产品进行高精度的图像识别和数据 分析，分布式算力感知与调度技术可以支持大规模的图像处理和数据 分析任务，提升检测精度与效率。例如，在边缘节点利用轻量化图像

AI机器⼈的实⽤性将受到其需要时运⾏的影响。 这需要改进功率管理，包括稳健可靠的充电解决⽅案。⽬前，重新为机器⼈充电 的主要⽅法包括⼈⼯⼿动充电或⼈⼯更换电池。尽管有效，但这些⽅法需要⼤量 ⼈⼯操作，并可能导致停机时间。 考虑到电动⻋辆（EVs）更⼴泛的应⽤，需要更⾃主的解决⽅案是显⽽易⻅的。⼀项 调查显⽰，超过70%的受访者认为充电基础设施匮乏是采⽤EVs的重要障碍。这个类 ⽐可以延伸到机器⼈技术。 开