大模 型为例，数据显示，在大模型的驱动下，到 2026 年，全球 AI 计算市场规模将增长到 2,536 亿元 5，这将驱动 AI 服务器 的持续增长。而作为算力基础设施的重要承载者与应用者， 数智园区的算力规模也将不断增长，带来多元芯片、服务器 等领域的广阔市场。 4 https://news.sina.cn/2023-09-03/detail-imzkmypa0051095.d 常管理体系、对内与对外服务体系，提升园区的整体运营水 平。标准规范可以在数智园区的建设中起到指导和规范的作 用，使园区的建设更加标准化、规范化，提高园区的整体运营 水平和竞争力。 基础设施层主要包括边缘服务器硬件、开放智能边缘系统、核心微服务等，能够为上层的应用程序提供计算、存储、网络等资 源支撑。边缘计算平台对于数智园区有着至关重要的意义，能够支持园区运营商在数据源（例如路灯、出入口、车间）附近处 势，算力 正在快速向边缘转移。 3.1 基础设施层 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 数智园区系统参考架构 | 13 基于英特尔® 至强® 处理器的边缘服务器硬件（网卡，存储等） Smart Edge Open 操作系统，部署/配置服务，容器运行 网络 微服务网格 (Istio) 安全 基于 K8s 的容器化基础服务 存储

的出现，会改变千行百业，AI 正迎来 “iPhone”时刻。公司展示了从芯片、服务器、大模型到云服务在内的完整 的 AI 工厂解决方案，并希望能够成为 AI 时代的台积电。我们认为，1）大 模型将是科技巨头之间的竞争，这个竞争会利好芯片送水人，2）芯片和数 据成为制约发展的关键因素。关注 1）先进封装及计算芯片在内的半导体产 业链，2）服务器、PCB、光模块光纤在内数据中心产业链，以及（3）海康、 大华、商汤等相关公司在垂直行业布局。 AI 工厂，AI 计算会为整个服务器产业链带来增长 这次会上，英伟达重点展示了如何从单颗 GPU 芯片 H100，通过 NVLINK Switch 形成一颗巨型 GPU，然后通过 Quantum InfiniBand 技术，搭建有上 百张 GPU 的 DGX 服务器，及把多台 DGX 联通形成一台 AI 超级计算机的 全过程。我们看到整个系统的搭建过程，会带动包括服务器整机，PCB、光 模块、光纤 模块、光纤光缆、电源在内的整个服务器产业链的性能升级。产业链相关环 节公司包括：工业富联、中兴、紫光、联想、沪电、胜宏、中际旭创等。 从云计算到大模型服务，关注垂直行业的发展机会 此次会上，英伟达还宣布推出每实例每月 36,999 美元起的 AI 计算服务 NVIDIA DGX Cloud，和新的 Al Foundations 服务（包括语言大模型 Nemo、 视觉大模型 Picasso 和生物大模型

计划达成率、生产效率、 ... 设备稼动率 大数据分析 更好的协同 公共云平台 绩效管理 业务运营 资源管理 企业级 工业互联网平 台 更高的绩效 安全 ERP TMP APS/MES 边缘云 服务器 服务器 服务器 质量工艺控制 生产成本优化 推进绿色生产 车间级 工业网络 工业网络 SCADA/ 工业网络 / 多协议网关 更高的效率 机器人、运动控 制、电机控制、 现场总线、执行 器、传感器等 数据私密性强，安全要求高 • 环境安全管理需求高 郎丰利 网络应用优势 • 专网专用，应用集成、安全无忧  安全入口设置人脸识别终端，采集人体面部视频和图像数据，利用 5G CPE 传至 MEC 服务器进行实时决策授权；  不同区域员工分配对应许可权限，实现分权分域控制，实现人员智能化管理，保障车间作业安全；  5G+MEC 实现了无网络与测试平台互联，彻底打破固定岗位的空间限制，极大地提升了灵活性； CPE 、 5G 网络实现测试 岗 位与服务器的无线连接，便于 移动，灵活多变； 电脑，进行本地运算， • 上行 20~40M ； • 时延 <20ms • 终端通过 5G 网络 +MEC （含 SQL 和 FTP 服务器），实现无 线连接 • 改变现有程序下载模式，更快 更准 生产制程高清标识 : 通过融合 MES 系统和 MEC 服务器，在流程中关联生产产品与对应的制程图片，再通过

Rest Ftp Rest Rest WebService Http 资源管理  反向代理  软件负载  静态资源  HTTP 服务器  J2EE 服务器  应用服务器  缓存服务器 监控管理 发布管理  服务器管理  发布包管理  静态资源管理  应用资源管理  SSL 证书管理  内存使用情况  线程使用情况 » 七个平台 » 运维管理平台 新的业务工作流难以嵌入系统 江西省工商原业务系统 » 典型案例 » 项目建设前情况 » 典型案例 » 新的开发部署模式 生成微服务 数据库 磁盘 数据服务 反向代理 软件负载 应用 服务器 1 应用 服务器 N 文件服务 网络防护墙 硬件负载 在线开发平台 工作流平台 数据检测平台 国家 省级 市级 数据 融合 平台 提供

身份认证集成、单点登录，采用数据耦合，经过扩容的集成管理平 台，保持统一的非结构化文档库, 统一管理界面，统一的安全控制机 制，以及统一的开发接口标准。 （3）稳定性及可扩展性原则 系统可以方便的增加内容服务器组、工作流服务器和其他管理 核心模块，保证系统稳定运行，同时使其适应扩展后的大业务处理 量，以适应未来业务量、非结构化数据种类和业务流程的扩展； （4）业务适应性原则 能够适应各种业务流程的应用，通过配置支持由于政策法规、 系统包含一套全面的、有效地回溯和追查机制。记录用户修改 信息的内容、时间、原修改数据等信息，可以查询用户在任意时间 段内操作系统的记录，为事后追溯和责任追究提供实证。 1.5. 系统监控管理 系统支持实时监控服务器 JVM、CPU、内存使用率，当运行情 况发生异常时，提前预警，避免系统宕机造成数据丢失等情况。 伟景行智慧建筑运维管理平台解决方案 火灾现场消防设施及器材管理：对火灾现场设施、器材结合 可视化平台进行三维模型、位置的信息管理 c. 消防信息上报移动端功能为：消防人员到达报警现场时，对 消防现场进行拍照，可附加描述信息、隐患紧急情况、发现 位置等信息，上传至服务器，提交相关负责人进行处理。 （2）消防现场人员分布信息管理 对消防人员的现场位置信息结合可视化平台进行展示。 （3）消防现场灭火方案总结管理 伟景行智慧建筑运维管理平台解决方案

30-50%，模型衰减导致三年后需重建 ➢ 工业大模型： 迁移成本：预训练模型微调周期缩短 80%，例如某家电企业新产线部署仅 需 2 周 硬件复用：支持云边端协同部署，某化工厂利用既有服务器节省 60%硬件 投资 持续价值：在线学习可使模型生命周期延长 3-5 倍，例如某飞机制造商模型 通过在线学习持续服务 5 年仍保持 90%准确率 成本效益：全生命周期总成本降低 40-60%，ROI（投资回报率）提升 吞吐量，确保模型能够高效处理大量复杂任务。在大型化工企业中，对生产过 程中的大量数据进行实时分析和处理时，分布式推理技术可以将任务分配到多 个服务器上并行计算，提高处理效率。 在模型运行过程中，实时监控其性能和状态是保障模型稳定可靠运行的重 要手段。通过监测模型的准确率、召回率、推理速度等指标，以及服务器的 CPU 使用率、内存占用等系统资源指标，可以及时发现异常情况。当模型准确 率突然下降或推理速度变慢时，能够快速定位问题，采取相应的措施进行调整 系统（如 ERP、MES 系统）进行无缝集成。需要考虑数据流动、实时性要 求以及系统的扩展性。通常，在这一环节中需要使用微服务架构、API 接口或 中间件等技术，将模型部署在云端、边缘计算设备或本地服务器上。 应用开发：根据业务需求，开发具体的应用接口和用户界面，提供可视化 展示、数据分析结果和决策支持。对于管理人员，通常需要设计友好的仪表盘， 展示实时生产数据、预测分析结果和优化建议；对于操作人员，提供实时警报、

流、能源等多个行业垂直领域提供应用渠道。[8] 工业大模型行业产业链主要有以下核心研究观点：[8] 上游：AI芯片、云服务和通信数据等数字资源的优化加速了工业大模型研发的进步和应用。 中国工业大模型产业链上游主要集中在芯片、服务器、通信网络等硬件领域以及云计算、数据库、中间件等软件 领域，这些企业为中游的工业大模型研发提供了坚实的算力支持和数据服务。2023年上半年，中国AI芯片的市 场规模超过50万张，中国本土的AI芯 24工业大模型 Top20”榜单首位的工业大模型，羚羊工业大模型也于2023年9月发布，时至今日，华为、腾讯、阿里、网易等 [15 产业链上游 算力设施供应商和数据服务商，包括硬件的芯片、服务器和通信网络；软件的云计算等。 阿里云计算有限公司 海思技术有限公司 北京海天瑞声科技股份有限公司 查看全部 企业均推出了自己的工业大模型，工业大模型市场呈现百家争鸣的形式。作为大模型厂商，为了在众多企业中占 空间。工业大模型的应用能够有效帮助企业提质增效、降低成本，在这个过程中，企业对工业大模型 的需求不断增加，特别是在全球价值链重构的背景下，提升产业竞争力成为企业的重要目标。基于这 一目标的驱动，上游厂商提供的芯片、服务器等硬件提供商将迎来新的发展机遇，为了满足实时数据 处理和模型训练的需求，硬件提供商将不断优化产品性能，提升数据处理能力。云计算等软件提供商 则应加大在工业大模型领域的投入，推出更专业的软件解决方案以支持工业大模型的训练和推理。中

着园区高带宽等业务的发展，F5G-A 继续推动光纤往末端设备延伸，除了当前的 光纤到房间，光纤到桌面外，光纤会继续下沉延伸至末端设备（如采用类似 SFP ONU 等方式，直接连接至 AP/服务器等高带宽诉求的终端设备，提供万兆甚至 25G 的带宽能力），实现园区办公的光纤一纤到底，光联万物。 FTTM 场景：F5G-A 推动光纤延伸到工业机器。 光纤具有大带宽、长距离、抗电磁干扰等优点，非常适合在制造等工业场景 绿色全光网络专业委员会 26 26 设备包括核心交换机和 OLT；园区出口设备包括防火墙、出口路由器等，如存在 多个园区互联，也包括支持园区互联的 OTN 等传输设备；数据中心包括各种应用 服务器、网管系统、AAA 服务器、软交换等各种设备。F5G-A 全光园区无需有源 汇聚设备，仅需采用无源的光分路器（也称分光器）实现光纤的汇聚。接入层的 ONU 设备部署于靠近最终用户终端（如 PC、摄像机、AP、生产装备等）的位置， 绿色全光园区除了采用更绿色的架构外，还采用了更绿色的光纤传输 介质。原来传统网络中从弱电间到工作区主要采用 Cat5e、Cat6、Cat6A 等网线， 而 F5G-A 网络从弱电间到工作区的水平布线采用了光纤，待后续服务器、计算机、 AP、摄像机都终端设备支持光接口后，可通过 SFP ONU 支持光纤直接到终端设 备，实现一光到底。 光纤具有更绿色节能，更环保的特点。企业通信用光纤的主要原料为石英， 而网线

在资源需求方面，MDC 项目将涉及多方面的投入，包括：  人力资源：需组建一个跨部门的项目团队，包括项目经理、数 据科学家、系统工程师、现场工程师等。  硬件资源：采购和部署必要的传感器、数据采集器、服务器等 硬件设施，以支持实时数据采集和存储。  软件资源：开发或购买适合的分析软件和平台，以实现大模型 运算和数据可视化功能。  财务预算：依据项目需求制定详细的财务预算，确保项目在资 金上的可持续性。 应用层将为各岗位提供不同的决策和分析工具。 在技术路线选择方面，需综合考量技术可行性、实施成本以及 维护便捷性。主要的技术选型可以包括：  数据采集技术（如边缘计算、IoT 传感器）  数据存储方案（如云存储和本地服务器的结合）  大数据分析平台（如 Apache Spark、Hadoop）  AI 模型框架（如 TensorFlow、PyTorch）  可视化工具（如 Tableau、Power BI） 化的设计流程，能够有效建立智能工厂的基础架构，提升工厂的智 能化水平及生产效率。 4.2.1 硬件设备选型 在硬件设备选型阶段，首先需要明确智慧工厂所需的基本硬件 设施，这些设施包括但不限于服务器、存储设备、网络设备、边缘 计算设备和终端设备。为了确保系统的高效性和可扩展性，硬件设 备的选型应遵循以下原则： 1. 性能需求：硬件设备应根据计算和数据处理的性能需求进行选 型。例如，针对

求。对于公有云及大型私有云，服务器数量往往可以达到数万到数 十万、百万规模，各类系统云服务及租户的业务应用负载数量，也 41 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 达到了数以百万乃至千万级的程度，这样全靠人工维护不现实，必 须引入自动化、智能化运维的管理模式，将人均维护管理效率从平 均每人数十台服务器，提升到平均每人数千、数万台服务器，自动 智慧化运维相关技术的运用是实现上述目标的关键点。