中国联通数字化监控平台稳定性 保障工具落地实践 曹家豪 联通软件研究院 项目经理 目 录 CONTENTS 稳定性保障工具演进历程 1 稳定性保障工具落地场景 及成效 2 当前面临的挑战及未来展望 3 01 稳定性保障工具演进历程 GOPS 全球运维大会 2023 · 上海站 数字化转型中系统安全生产痛点问题 工具职责范围的演进：覆盖广度及深度不断增加 单系统 整体态势感知 混沌工程 故障自愈 变更追踪 变更管控 体系建设 故障发现 与诊断 故障恢复 与应急 故障预防 故障调度 体系演进 分布式架构挑战 运维生态挑战 数智运维挑战  端到端稳定性保障体系缺失，自动化、智能化故障处理能力不足  故障处理过多依赖专家经验，故障没有沉淀为有效的资产  故障处于被动防御，救火，运维大数据未被合理价值挖掘  工具重复：工具按烟囱式建设，能力分散 以及复杂化的调用关系与业务场景，传统人肉运维难以为继， 如何保障系统的全面稳定，保证业务流程的高效运转，为系统运营提出了不小的挑战。 GOPS 全球运维大会 2023 · 上海站 稳定性保障工具建设历程 • 工具化建设 2019 • 产品化建设 2020-2021 • 体系化建设 2022-2023 稳定性保障工具的建设与演进从来不是一蹴而就的，是基于当前的现状与存在的问题，提出解决方案与目标规

中国联通数字化监控平台稳定性 保障工具落地实践 曹家豪 联通软件研究院 项目经理 稳定性保障工具演进历程 稳定性保障工具落地场景 及成效 当前面临的挑战及未来展望 目 录 CO N T E N T S 1 2 3 01 稳定性保障工具演进历 程 随着云原生技术的不断成熟，企业数字化转型也在不断加速，企业 IT 架构进入云原生时代，多云多集群部署 已 经成为常态和趋势，几何增长的云资源、微服务以及复杂化的调用关系与业务场景，传统人肉运维难以为 继， 如何保障系统的全面稳定，保证业务流程的高效运转，为系统运营提出了不小的挑战。 工具职责范围的演进：覆盖广度及深度不断增加 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 几个 核心系统 单系统 应用维度根因定位 故障点人工恢复 系统具备应急预案 被动应急 被动应急 统一变更入口 故障统一调度 工具建设 数字化转型中系统安全生产痛点 问题 数智运维挑战 n 端到端稳定性保障体系缺失， 自动化、智能化故障处理能力不足 n 故障处理过多依赖专家经验，故障没有沉淀为有效的资产 n 故障处于被动防御，救火，运维大数据未被合理价值挖掘 分布式架构挑战 n 维护对象： 系统节点、微服务数量几何级数增加 n 调用关系：从简单对应到极其复杂，人力维护无法胜任

在矿山能源革命的关键节点，博雷顿与华为并肩开 拓矿山绿电新路径。《智能微网解决方案技术白皮书（矿 山场景）》，以充分的市场洞察和业界先进的技术能力 直击行业痛点—— 供电不稳、成本激增、碳排难降。我 们深谙矿企之需：稳定可靠的电力保障、可预测的最优 度电成本、可量化的 ESG 价值。博雷顿作为零碳矿山 的实践引领者，结合华为一体化解决方案，让矿山从能 源消耗者蜕变为清洁能源生产者。这场变革不仅是技术 升级，更是重塑矿业未来的战略支点。 1. 方案概述 2. 微网运行模式 3. 华为微电网架构创新与关键技术 3.1 分层控制架构 3.2 稳定运行六大关键技术 3.3 经济运行关键技术 3.4 矿山微网解决方案设计全流程 25 06 01 引言 矿冶行业在可持续发展中面临保障供电稳定性与优化经济性 的双重挑战，传统柴油发电因成本高、可靠性差、碳排放严重， 难以适应绿色化、智能化转型需求。 华为智 2 亿吨 CO2，非洲 70% 矿区依赖柴油，年耗 1800 万吨。 ⑴ ⑵ 柴油发电存在固有的技术局限性：相较于大电网或构网型储能，频率和电压稳定性弱，应急响应慢，难满 足毫秒级需求（如非洲某铜矿遇光伏 / 负载波动导致频率不稳定，效率降 15% 以上，年损超千万美元）；环 境适应性弱，高海拔功率衰减 30%-50%，极寒效率更低，且噪音、排放不达标；运维复杂，故障间隔短； 在非

大多数黑白打印 打印量大 自助机柜内的打印设备通常需要 持续打印，不能停机 支持大纸盒 设备可靠，稳定性好 打印速度快 耗材容量大，纸盒大 院区 自助打印 A�/A�为主的检验结果、化验单 单台日均打印量500页以上 多集中、自助打印 有彩打需求 首页打印和连续打印速度快 设备可靠，稳定性好 彩色打印效果好 检验 影像科室 A�/A�为主 财务部打印发票、日常办公文件 有云端打印需求 操作便捷 支持云端打印 办公 病案应用 空间狭窄 A�为主的处方和检查单 打印量大 打印机尺寸小巧 设备可靠，稳定性好 打印速度快 兼容性好 门急诊 医生站 A�/A�为主 打印出院病历、医嘱、体温单等 首页打印和连续打印速度快 A�/A�为主 设备可靠、稳定性好 有彩打需求，可网络共享 住院医生/ 护士工作站 需求 �� 门急诊医生站：空间相对狭窄，医生办公桌面积有限，因此需要小巧尺寸的打印 外设备还需满足机型可靠性高、稳定耐用、兼容性好的特性，能在远超负荷、兼容 各类HIS系统的情况下稳定工作，从而减少缺乏稳定可靠性而频繁报修，造成病人拿 不到诊疗单、门诊暂停等问题。 住院医生/护士工作站：多位医生和护士共用打印机，因此同样存在较大的打印量， 主要以A�/A�幅面的文档为主，包括出院病历、医嘱、体温单等。为减少打印机出现 故障而影响护理站的工作流程，所以设备的可靠性和稳定性至关重要。此外，首页

工业操作系统作为生产控制指令下达与工况状态传输的核心枢纽，其安全性 至关重要。一旦遭到监听、篡改或瘫痪，将直接导致系统设备故障乃至生产安全 事故，严重影响石化、钢铁等关乎国计民生的重点行业稳定运行，甚至对国家战 略安全构成威胁。 当前，全球科技竞争格局深度调整，核心技术的自主可控已成为维系国家发 展命脉与保障产业安全的战略性基石。近期，国家互联网信息办公室对国际芯片 巨头英伟达 PLC，运行梯 形图（LD）和顺序功能图（SFC）、连续功能图 （CFC）、结构化文本（ST）等程序，涉及海量 I/O 点与 复杂逻辑。若全部更换，需重新编写程序、调试硬件与 系统，工期长,会严重影响现有系统的稳定。 硬件替换风险大 存量 PLC 设备老化，备件断供或到货周期长，如果国产 化替代，则原有 I/O 模块、通信总线、传感器等设备因 协议不兼容而被迫淘汰并同步更替，将导致产线停机、 成本激增。 备，无需更换硬件，避免因协议不兼容导致的产线停机风 险，降低控制系统综合使用成本。 极端工业环境的可靠性， 实时性与高负载兼备 天行 PLC 经复杂现场考验实践，已经证实其具备强大的抗干 扰能力和长时间稳定运行的能力，并且支持大规模的 I/O 处 理能力，更是有冗余等高容错的解决方案的支持。 打破品牌壁垒，消除数据 孤岛 天行 PLC 拥有自主研发的 TSEND 和 TRECIVE 功能块，可以很

前言 随着数字经济的蓬勃发展，算力已成为支撑社会信息化建设与产业数字化转型的 核心生产力。从海量数据处理到人工智能训练，从云端服务支撑到边缘场景落地，算 力基础设施的规模与复杂度呈指数级增长，其稳定运行与高效管理已成为关乎企业核 心竞争力与社会数字化进程的关键命题。在此背景下，传统 IT 运维模式面临着从硬件 设备到软件系统、从单一架构到多云环境、从被动响应到主动预防的全方位变革挑战， 气象、医疗、生物、仿真等领域，以 HPC 为代表的计算集群。 1.1.3 算力运维与传统运维的区别 传统运维核心是“保稳定”，注重基础设施可靠性；算力运维核心是“提效率”， 注重算力资源最大化利用，涉及全链路优化，对技术深度和动态管理能力要求更高： （1）. 传统运维核心目标是保障机房基础设施和 IT 基础设施的稳定运行，侧重 高可用性以确保业务连续性；服务对象多为企业内部业务系统或基础网络服务； 算力运维核 算中心在 IT 负载和市电引入规模上大大高于传统数据中心，也意味着将消耗更多的能 源，同时也对资源产生众多新的需求。 1.2.4 静态负载向动态负载演进 在传统数据中心投入运行后，其负载通常保持相对稳定状态，极端情况下的负载 峰值或谷值出现频率较低。相比之下，算力中心的负载运行模式则以持续执行训练任 务以实现高速计算为特点。在启动训练任务时，算力中心的负载会急剧增加至较高能 耗水平，甚至可能

提高制造业的生产和运营效率:借助自动化生产线、智能机器人、虚拟仿真等先进技术，可以大大缩 短产品研发周期，减少生产错误，降低废品率，提高整体生产效率。同时，智能化管理系统还可以 对生产设备进行实时监控与维护，确保生产的连续性和稳定性。 促进制造业的绿色可持续发展:绿色制造成为制造业发展的重要方向之一。数字化转型有助于实现节 能减排目标，比如通过精确控制原料消耗、材料再利用等方式来减少浪费，推动循环经济的发展。 以 发展的目标落实的具体资源保障之一。伴随着行业数字化的加速推进，IDC预计����-���� 年中国在文印设备硬件领域还将保持一定程度的投入增长，这一市场也随之迎来增长机会， 未来�年也将保持稳定的市场规模。 一方面，制造业的整体装机量在部分细分领域市场仍然有增长机会，如智慧制造带动下 更多的企业和工厂厂房建设所带来的新装机量增加。 另一方面，制造业的核心设计部门，对于产品设计图纸，工程图纸以及产线统计相应的 多样的文件格式支持，（CAD图纸、PDF、Word、Excel） 海量生产型报告、作业指导书的高效、稳定打印与复印 核心设计图纸的高精度打印支持 对设计图纸、工艺文件和技术文档等高机密资料进行严格的权限控制， 如身份验证系统来管理访问，通过加密技术保障文印输出安全 废弃文档的安全销毁程序，防止核心信息泄露 文印设备的稳定和服务的及时，满足制造业连续生产的要求 文印管理服务提供商能够提供快速响应的维修和技术支持

P-State 优化技术，可以智能提升指定核心频率来增强实时处理能力。 通过将特定边缘应用绑定到专用处理器核心，系统能够以更高频率运行关键任务，并通过优先级调度和频率锁定机 制，保证核心处理能力的稳定性和一致性。 • 英特尔® 睿频加速 Max 技术 3.0 是英特尔在某些高端处理器中引入的技术，旨在进一步提高单线程性能。与传统的 睿频加速技术不同，英特尔® 睿频加速 Max 技术 3.0 版， 支持更高且稳定的 CPU 频率，以满 足高计算需求。 软件方案  Linux 实时操作系统 (RTOS)，用于 支持在 IA 平台上运行控制程序。 英特尔® 边缘控制软件平台 (ECI) 最佳参考配置  提供 Rtmotion 与软 PLC 集成的示 例代码，便于控制概念验证 (PoC) 的简易设置。  Core Boost 指南，介绍如何稳定提 高单个 CPU 从架构层面消除了缓存争用对实时性能的影响。Per-Core C-state 技术实现了颗粒度更细的电源管理：实时核心保 持稳定的 C-state 配置以确保确定性性能输出，非实时核心则根据工作负载智能调整电源状态，有效降低系统整体 功耗。在固定 TDP 约束条件下，这种优化的功耗分配机制带来更佳的热管理效果，在确保实时控制核心稳定运行的 同时，为 GPU AI 加速提供更充裕的性能预算，实现 AI 智能与精密控制的真正融合。