感知，快速目标确认，动态智能互联”的设计理念，以“任务”为锚点重 构互联逻辑，构建“终端身份识别、终端态势感知、端网任务协同、动态 群组创建、智能数据互通、跨网跨域融通”六大关键技术体系，形成从“任 务感知”到“链路构建”再到“协同互联”的全流程解决方案。最后，本 白皮书介绍了船船互联场景下的专网实践案例，通过技术验证为智慧船舶 领域的网络建设提供可复用、可推广的技术范式。 本白皮书旨在系统呈 感知性，与传统通 信形成鲜明反差。 以应急救援领域的无人机与机器狗协同搜救任务为例，无人机终端并非按预设时间表或固定指令发 起通信，而是依赖对周边智能体实时状态的感知自主触发。当无人机通过传感器检测到某台负责废 墟探测的机器狗电量低于 20%，或因建筑物遮挡导致信号强度弱于阈值时，会即时生成“请求周边 空闲机器狗接替探测”的协同指令，并主动向 1 公里范围内符合“空闲状态 + 具备废墟探测功能” - 家互通场景为例，当 用户临时发起“远程访问家庭设备”的意图时（如下班途中突然想起忘关家中空调，或临时想通过 家庭摄像头查看宠物状态），需打通移动网络与家庭固网的跨网链路。家庭固网设备多处于路由器 分配的私有 IP 网段，用户手机无法提前知晓设备的公网映射地址，难以精准定位通信目标；在人 - 车跨运营商互通场景（例如远程泊车），需打破运营商壁垒构建互通通道。例如用户下班后在商场 门口临时发起“远程泊车”意图（想通过手机

面向多品种大批量生产的航天飞行器智能工厂 关键技术研究 刘骁佳 1，夏永江 2，戴 铮 1，王 堃 1，刘 晓 1，洪海波 1 （1. 上海航天精密机械研究所，上海 201600；2. 上海航天技术研究院，上海 201109） 摘 要: 我国航天领域的快速发展使得航天飞行器的品种和批量大幅增加，对其研制生产周期、成本和质量的 管控能力提出了更高的要求。基于当前航天飞行器加工、装配车间发展现状，提出面向未来多品种、大批量生产的 现状，提出面向未来多品种、大批量生产的 航天飞行器智能工厂发展思路和总体架构，并从资源动态组织、人机协同制造、质量智能检验和产业链高效协同等 维度分析智能工厂的关键技术，通过将制造技术与数字化、智能化技术深度结合，为我国航天飞行器制造智能工厂 建设提供借鉴。 关键词: 航天飞行器； 大批量生产； 智能工厂 中图分类号: V 468 文献标志码: A DOI: 10.19328/j 19328/j.cnki.2096‑8655.2025.02.007 引用格式： 刘骁佳，夏永江，戴铮，等 . 面向多品种大批量生产的航天飞行器智能工厂关键技术研究［J］. 上海航 天（中英文），2025，42（2）：58-66. Research on Key Technologies of Intelligent Factories for Multi-variety and Large- scale

韧性不是单点冗余，而是全局平衡。韧性不是将“零故障”作为不切实际的目标，而是让“恢复成为本能” 数据中心，一个典型的“开放的复杂巨系统” ·组件的多样性与异构性：数据中心集成成千 上万的服务器、网络设备、存储设备、电力与 冷却系统等，各组件来源多样、架构多样、协 议多样，形成高度异构的技术环境。 ·多维动态交互：数据中心必须同时支撑多租 户、多业务场景并发运行，资源调度、安全防 护、能效优化等要素高度耦合且实时变化。 性力量。” 韧性 DC 白皮书 13 12 一份给 CIO 规划建设数据中心的参考 如果说数字经济是驱动现代社会的血液，那么数据中心就是整个系统的神经中枢——它由数百万精密“细 胞”（服务器）构成，通过“网络”向系统发出数字指令。这个神经中枢维系着互联网服务、数字金融、智 慧城市、智慧医疗等生命线，却也可能因一次“脑梗”让整个系统停摆。 下面是从公开媒体报道的几类数据中心重大事故，可 域的4个数据中心全部暂停服务。火灾造成约 360万个网站瘫痪，其中部分用户资料及企业 业务数据永久丢失。 事故 安全威胁 2023年“双十一”期间，某电商平台遭遇峰值 达 8700万次/秒的DDoS攻击 ，服务器资源耗 尽导致服务中断。据测算，该事件每分钟造成 180万美元损失 ，而全球数据中心遭受的类似攻 击日均近 3万次。 事故 难以预知的软硬件缺陷 2025年6月12日，Google Cloud因一次软件

亟需构建一套适配算力时代特征的系统化运维体系。 当前，算力基础设施正经历着通算、智算、边缘计算多态融合的发展阶段，高密 度计算集群、异构芯片架构、分布式存储网络以及云边协同部署等技术趋势，使得运 维对象从传统服务器扩展至 GPU/TPU 加速器、液冷系统、智能能效管理平台等多元组 件。同时，“双碳”战略推动下的绿色运维要求、数据安全法规强化带来的合规压力， 以及人工智能技术催生的智能化运维需求，共同构成了算力运维的复杂技术生态。据 ....................................................................................- 13 - 2.2.5 服务器运维.................................................................................................. CPU、GPU、ASIC 芯片等）和软件协同工作，完成各类计算任务（如数值计算、逻 辑运算、数据处理等）的效率。 1.1.2 算力分类及应用场景 通用算力场景：面向日常计算需求，涵盖个人终端、通用服务器计算能力，应用 于消费互联网、行业互联网等领域的常规计算能力，通常在云计算及分布式计算中， 以 CPU 为代表。 智算算力场景：支撑人工智能算法训练与推理的专用计算资源，应用于人工智能 计算领

中间件 网络 主机 网关 业务发展量、业务流程积压量、业 务突变异常、业务关键稽核点等 核心业务场景、核心业务环节、核 心业务链路拓扑 白屏、慢响应、弹窗日志等 卡顿、崩溃、错误等 调用量、响应时间、异常量等 应用调用 trace 方法调用明细 云平台健康度、集群节点、 pod 容 器指标 网 关 ： KONG 、 LB 、 Nginx 等 中 间 件 数据中心、网络设备、主机 拓扑映 射关系 系统方自定义 Promethues exporter 调用链接口业务打标 告警配 置 核心场景、核心业务链路 人工梳理上报 浏览器 JS 埋点 AP P S DK 调用链 agent 采集 应用指标、 trace 云平台维护方自定义 Promethues exporter Promethues exporter 统 D Collector- server Nacos 聚合后指标 链路计算 清单查询 分数据中心 系统 A 跨数据中心链路自动串连 业务配 置 打标 存储集群 实例 id 、容 器 id 网络设备 主机 ip 、机 房 云平台 链路调用清单明细，方法级分析 告警收敛 根因定位 存储集群 调度转发节点 链路自动拓扑 告警配 置 告警计算 应用性能分析 业务、应用维度链路展现

品或服务上增加 数字化模块，让产 品变得更智能，进 一步提供增值服 务 组织对全部产品 进行数字化升级 改造 （1）组织对全部 产品的全部生产 环节进行数字化 升级改造，实现全 局优化 （2）组织实现了 对产品和服务的 数字化管理，并极 力赋予产品和服 务数字化属性，实 现数字化时代的 “产品深度创新” 产品或服 务数字化 改造升级 的效果 现有产品或 服务数字化 改造升级带 来的价值效 L3 L4 L5 L6 数字新业 务的规划 与孵化 是否建立数 字化相关机 制推动新业 务孵化？ （1）数字化理念 未存在于新业务 孵化 （2）组织未建立 创投部门或团队 推动新业务孵化 （1）组织考虑投 入资源推动数字 化新业务孵化 （2）组织对新业 务有初步的规划 （1）组织设立创 投团队推动新业 务孵化 （2）组织对新业 务的孵化有详细 的规划 （1）组织高层领 （1）组织高层领 导兼任管理创投 团队 （2）组织对新业 务孵化有具体到 项目级的规划 （1）组织设立创 投部门，专职推动 数字化新业务孵 化 （2）组织对新业 务孵化有精细到 月度、季度、年度 的规划 （1）组织创投部 门连续孵化一系 列数字化新业务 （2）组织对新业 务孵化有具体详 细的滚动计划 数字新业 务的价值 数字化新业 务为组织创 造了哪些价 值？ - - 组织的新业务孵

船 舶 行 业 融 合 应 用 参 考 指 南 》 提 出 的 “ 155N” 体 系 ， 以 及 交 通 运 输 部 《 智 能 航 运 发 展 指 导 意 见 》 明 确 的 “ 十 大 任 务 ” ， 均 直 指 数 据 贯 通 、 协 同 、 智 能 的 核 心 。 国 家 数 据 局 《 可 信 数 据 空 间 发 展 行 动 计 划 》 中 明 确 的 “ 可 信 可 管 、 互 联 社 也 发 布 了 关 于 “ 数 字 孪 生 ” 的 船 级 规 范 ， 为 基 于 模 型 的 仿 真 验 证 与 安 全 评 估 提 供 了 框 架 ， 但 其 技 术 指 引 主 要 服 务 于 检 验 发 证 场 景 ， 在 支 持 跨 企 业 数 据 安 全 交 换 与 商 业 模 式 创 新 方 面 功 能 有 限 。 国 际 标 准 化 组 织 的 船 舶 与 海 洋 技 术 委 会 （ BIMCO） 制 定 了 适 用 于 定 期 租 船 合 同 的 《 BIMCO 2025年 能 效 数 据 共 享 条 款 》 ， 规 定 租 船 人 有 权 使 用 船 上 的 传 感 器 收 集 数 据 ， 用 于 船 舶 性 能 监 控 、 运 营 效 率 评 估 和 其 他 提 升 能 效 的 目 的 ， 并 对 数 据 使 用 方 式 、 数 据 保 密 、 网 络 安 全 等

互联网+居家养老生活照料 线上老年教育/购物 智慧养老产品核心要素及核心技术  传感技术  芯片技术  续航技术  无线通信  数据处理  显示技术  数据交互 数 据 供 给 服 务 输 出 01 – 基础支持层 • 作为技术体系的根基，本层通过传感技术实现生理/环境数据采集，依赖 芯片技术提供底层算力支持，并由续航技术保障设备持续运行。当硬件 层的数据和算力准备就绪，信息便开始向核心处理层流动。 养老院”，兰州等地探索“没有围墙的养老院”。 • 2011年9月，国务院印发《中国老龄事业发展 “十二五”规划》，要求加快居家养老服务信息系 统建设。 • 2011年12月，国务院办公厅印发《社会养老服 务体系建设规划（2011—2015年）》，强调加 强养老服务信息化建设。 萌芽期（2000-2011） 政策试点 信息化养老 2014年，国家发改委等部门印发《关于加 快实施信息惠民工程有关工作的通知》， 第一章【综述】政策环境（2/2） 来源：中国政府网、头豹研究院 政策名称 颁布时间 颁布主体 主要内容 《中共中央国务院 关于深化养老服务 改革发展的意见》 2025.01 中共中央、国 务院 • 到2029年，养老服务网络基本建成，服务能力和水平显著 增强，扩容提质增效取得明显进展，基本养老服务供给不 断优化；到2035年，养老服务网络更加健全，服务供给与 需求更加协调适配，全体老年人享有基本养老服务，适合

可观测性建设：指标 实现涵盖业务、前端触点、应用、云平台、组件、基础资源的全层级指标数据采集及标准化，统一接入、存 储、分析处理标准，提供可观测性能力数据基础。  业务发展量、业务流程积压量、业 务突变异常、业务关键稽核点等  核心业务场景、核心业务环节、核 心业务链路拓扑  白屏、慢响应、弹窗日志等 核心业务 系统方自定义 Promethues exporter 调用链接口业务打标 exporter 前端触点 浏览器 JS埋点 APP SDK 云平台 snmp协议+ Promethues exporter 云平台维护方自定义 Promethues exporter 网络拓扑同步上报  卡顿、崩溃、错误等  调用量、响应时间、异常量等  应用调用trace  方法调用明细  云平台健康度、集群节点、pod容 器指标  网关：KONG、LB、Nginx等 告警应用中快速定位根因 服务，如150个服务告警 根因应用缩小到5个左右。 1. 发现业务影响 触点+业务监控评估影响 范围。 开户 缴费 6. 定位网络问题 定位网络及接入设备的问题。 防火墙 路由器 负载均衡 marathon-lb KONG 3. 定位根因实例 通过核密度估计算法和 DBSCAN聚类算法判定 根因实例。 主机3 主机1 主机2 分布于 Redis1 Redis2 Redis3

图1：代理型人工智能的特征定 1：代理型人工智能的特征定义 义 Source: Omdia Source: Omdia 本 本书 书内容源自Omdia的四 内容源自Omdia的四项 项情 情报 报服 服务 务： ： Workplace Transformation Intelligence Service Advanced Computing Intelligence Service AI Applications Services Intelligence Service Click here or press enter for the accessibility optimised version 推理服 推理服务 务面 面临 临着不 着不 断 断变 变化的挑 化的挑战 战 Alexander Harrowell, Principal Analyst, Advanced Computing for AI Alexander 高度集成的晶圆级和机架级系统方面，已经迅速变得非常擅长。 NVIDIA的Dynamo项目设想将整个数据中心视为单一虚拟推理服务器。然 而，这一设想基于少数巨型模型的世界。这一愿景并未过时，但与2021年相 比，其确定性已有所降低，且仅是人工智能故事的一部分。 Source: Omdia 供应商应始终将混合需求放在心上。更好的GPU（或加速器）虚拟化是一种 解决方案，但产品战略同样重要。 市场可能存在对现代推理级GPU的需求缺口，这类GPU需具备高带宽内存与