工業(yè)制造企業(yè)邊緣云及PaaS平臺研發(fā)及應(yīng)用方案

目錄1產(chǎn)品背景與定位分析一二三四平臺架構(gòu)與開放服務(wù)能力業(yè)務(wù)功能平臺建設(shè)方案行業(yè)價(jià)值及業(yè)務(wù)案例五行業(yè)需求2傳統(tǒng)工業(yè)場景中包含眾多要素，如：人、機(jī)、料、法、環(huán)?！肮I(yè)場景+互聯(lián)網(wǎng)能力”從單個環(huán)節(jié)切入，尋求全面互聯(lián)網(wǎng)化升級。通過“大數(shù)據(jù)賦能”、“VR/AR”、“人工智能”等技術(shù)降低工業(yè)制造業(yè)直接成本、間接成本、人力成本。通過需求產(chǎn)品的差異化生產(chǎn)，為工業(yè)制造業(yè)尋找新的利潤空間。工業(yè)生產(chǎn)環(huán)節(jié)尋求能力升級原料成本制造方法制造環(huán)境人員成本機(jī)械成本傳統(tǒng)工業(yè)原料成本制造方法制造環(huán)境人員成本機(jī)械成本邊緣云平臺全面工業(yè)互聯(lián)網(wǎng)智能排產(chǎn)遠(yuǎn)程環(huán)境監(jiān)控故障預(yù)測VR/AR輔助AI安防個性化訂制成本成本

行業(yè)市場情況—5G催化潛能釋放，云邊協(xié)同鑄就基石5G賦能工業(yè)互聯(lián)網(wǎng)，催生全新工業(yè)生態(tài)體系應(yīng)用場景深度拓展覆蓋感知，數(shù)據(jù)資產(chǎn)降本增效、優(yōu)化決策；柔性化生產(chǎn)，生產(chǎn)線高度靈活化；人機(jī)協(xié)同，視覺、觸覺同步信息傳輸。云邊協(xié)同鑄就平臺基石，打造端到端服務(wù)能力邊云協(xié)同的能力與內(nèi)涵多源異構(gòu)數(shù)據(jù)的協(xié)議轉(zhuǎn)換和邊緣處理；IaaS、PaaS、SaaS各層面的全面協(xié)同；資源協(xié)同、數(shù)據(jù)協(xié)同、智能協(xié)同、應(yīng)用管理協(xié)同、業(yè)務(wù)管理協(xié)同、服務(wù)協(xié)同。行業(yè)化邊緣云優(yōu)勢4工業(yè)傳感器/網(wǎng)關(guān)智能傳感器/盒子/網(wǎng)關(guān)等廠區(qū)內(nèi)貼近設(shè)備的邊緣計(jì)算形式，計(jì)算能力與承載能力較弱，受極限承載能力限制。行業(yè)化功能性邊緣云邊緣協(xié)同云的承載數(shù)量具有橫向的線性擴(kuò)展能力，滿足廠區(qū)內(nèi)所有設(shè)備數(shù)據(jù)的高速率、低延時的接入、計(jì)算、處理、傳輸?shù)男枨螅?jié)約網(wǎng)絡(luò)資源。保證私密數(shù)據(jù)不出廠，提高工業(yè)數(shù)據(jù)的安全性。公有/私有云公有邊緣云以城區(qū)為建設(shè)基本單元，面向多種行業(yè)服務(wù)，受網(wǎng)絡(luò)傳輸限制，無法滿足超低延時場景。數(shù)據(jù)因必須在城域節(jié)點(diǎn)完成處理，對于商業(yè)機(jī)密數(shù)據(jù)的保護(hù)性較差。緊貼設(shè)備的邊緣計(jì)算廠區(qū)/區(qū)域邊緣計(jì)算/MEC中心云計(jì)算目錄5產(chǎn)品背景與定位分析一二三四平臺架構(gòu)與開放服務(wù)能力業(yè)務(wù)功能平臺建設(shè)方案行業(yè)價(jià)值及業(yè)務(wù)案例五整理制作郎豐利1519六工業(yè)邊緣計(jì)算云平臺概覽融合云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)，實(shí)現(xiàn)計(jì)算邊緣化（超低時延）、應(yīng)用本地化（低成本、少傳輸）、內(nèi)容分布化（大帶寬）。平臺提供并承載邊緣PaaS能力與行業(yè)SaaS應(yīng)用；在工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)崿F(xiàn)某從傳統(tǒng)的網(wǎng)絡(luò)業(yè)務(wù)向兩側(cè)延伸，一側(cè)為終端與連接，一側(cè)為平臺與應(yīng)用。海量異構(gòu)工業(yè)設(shè)備工業(yè)邊緣計(jì)算公有/私有云服務(wù)5G/工業(yè)接入網(wǎng)骨干網(wǎng)/工業(yè)精品網(wǎng)OT/IT融合：設(shè)備接入?yún)f(xié)議解析數(shù)據(jù)采集3協(xié)同：應(yīng)用協(xié)同數(shù)據(jù)協(xié)同AI協(xié)同3統(tǒng)一管理：設(shè)備統(tǒng)一管理邊緣節(jié)點(diǎn)統(tǒng)一管理應(yīng)用統(tǒng)一管理邊緣PaaS能力+行業(yè)SaaS應(yīng)用目標(biāo)與核心能力設(shè)備連接/數(shù)據(jù)采集5G-MEC協(xié)同管理平臺PaaS賦能行業(yè)SaaS解決方案40+種主流工業(yè)設(shè)備數(shù)據(jù)采集、協(xié)議解析、反饋控制及現(xiàn)場信息化系統(tǒng)對接無線/移動聯(lián)網(wǎng)場景低時延計(jì)算網(wǎng)絡(luò)通信數(shù)據(jù)與工業(yè)數(shù)據(jù)融合計(jì)算AI協(xié)同數(shù)據(jù)協(xié)同業(yè)務(wù)應(yīng)用協(xié)同資源協(xié)同行業(yè)專題數(shù)據(jù)服務(wù)行業(yè)模型算法服務(wù)行業(yè)應(yīng)用商店基礎(chǔ)PaaS技術(shù)服務(wù)（AI、時序DB、可視化…）機(jī)器視覺、AR/VR、自動預(yù)警、智能排產(chǎn)、車間看板、數(shù)字孿生、AGV小車……基于5G、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，自主研發(fā)打造符合中國某特點(diǎn)的廠區(qū)側(cè)、工業(yè)園區(qū)側(cè)的5G工業(yè)制造企業(yè)邊緣云。總體目標(biāo)以大型工業(yè)制造企業(yè)為目標(biāo)客戶，以智能制造全流程數(shù)字化為需求場景，滿足工業(yè)企業(yè)數(shù)字化、智能化升級的需求。實(shí)現(xiàn)工業(yè)企業(yè)高帶寬、海量的5G無線設(shè)備連接、低時延計(jì)算、低傳輸存儲成本、高數(shù)據(jù)安全等能力。目標(biāo)客戶以客戶需求為中心，以工業(yè)MEC平臺、應(yīng)用商店為基礎(chǔ)，構(gòu)建包含平臺方、開發(fā)者、合作伙伴的生態(tài)體系。產(chǎn)品生態(tài)產(chǎn)品核心能力工業(yè)邊緣計(jì)算云平臺整體架構(gòu)8實(shí)現(xiàn)資源的統(tǒng)一調(diào)度、統(tǒng)一管理，產(chǎn)品集中管控實(shí)現(xiàn)資源運(yùn)行狀態(tài)的統(tǒng)一監(jiān)控審計(jì)，提供自動告警、分析及報(bào)表管理自服務(wù)門戶圖形化管理自助服務(wù)按需開通運(yùn)維平臺資源監(jiān)控告警管理日志分析運(yùn)營平臺資源配額分配角色管理計(jì)費(fèi)管理底層采用統(tǒng)一開源技術(shù)棧，具備通用性和獨(dú)立性，構(gòu)建組件化、模塊化，按需組合的松耦合架構(gòu)VMSDNSDSDocker資源中臺及軟件定義層安全防護(hù)體系備份恢復(fù)應(yīng)用級容災(zāi)數(shù)據(jù)同步基礎(chǔ)設(shè)施HA物理安全網(wǎng)絡(luò)安全系統(tǒng)安全應(yīng)用安全WAF漏洞掃描安全審計(jì)資源中臺（根據(jù)業(yè)務(wù)特征實(shí)現(xiàn)與虛擬資源的適配及靈活調(diào)度）網(wǎng)絡(luò)服務(wù)計(jì)算服務(wù)存儲服務(wù)工業(yè)大數(shù)據(jù)服務(wù)通用中間件服務(wù)基礎(chǔ)設(shè)施CPU計(jì)算密集型IO讀寫密集型網(wǎng)絡(luò)設(shè)備GPUAI型裸金屬IaaS服務(wù)層I-PaaS服務(wù)層c能力現(xiàn)狀–云平臺核心能力邊緣平臺節(jié)點(diǎn)管理設(shè)備管理數(shù)據(jù)采集邊緣云中心云能力現(xiàn)狀–工業(yè)MEC邊緣計(jì)算平臺設(shè)備連接/數(shù)據(jù)采集5G-MEC協(xié)同管理平臺PaaS賦能行業(yè)SaaS解決方案200+種工業(yè)設(shè)備數(shù)據(jù)采集、協(xié)議解析、反饋控制及現(xiàn)場信息化系統(tǒng)對接無線/移動聯(lián)網(wǎng)場景低時延計(jì)算網(wǎng)絡(luò)通信數(shù)據(jù)與工業(yè)數(shù)據(jù)融合計(jì)算AI協(xié)同數(shù)據(jù)協(xié)同業(yè)務(wù)應(yīng)用協(xié)同資源協(xié)同行業(yè)專題數(shù)據(jù)服務(wù)行業(yè)模型算法服務(wù)行業(yè)應(yīng)用商店基礎(chǔ)PaaS技術(shù)服務(wù)（AI、時序DB、可視化…）機(jī)器視覺、AR/VR、自動預(yù)警、智能排產(chǎn)、車間看板、數(shù)字孿生、AGV小車……基于5G、物聯(lián)網(wǎng)、邊緣計(jì)算、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，自主研發(fā)打造符合中國某特點(diǎn)的廠區(qū)側(cè)、工業(yè)園區(qū)側(cè)的5G工業(yè)制造企業(yè)邊緣云。在工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)崿F(xiàn)某從傳統(tǒng)的網(wǎng)絡(luò)業(yè)務(wù)向終端與連接、平臺與應(yīng)用延伸?？傮w目標(biāo)以大型工業(yè)制造企業(yè)為目標(biāo)客戶，以工業(yè)制造全流程數(shù)字化為需求場景，滿足工業(yè)企業(yè)數(shù)字化、智能化升級的需求。支持工業(yè)企業(yè)高帶寬、海量的5G無線設(shè)備連接、低時延計(jì)算、低傳輸存儲成本、高數(shù)據(jù)安全等能力，實(shí)現(xiàn)計(jì)算邊緣化、應(yīng)用本地化、數(shù)據(jù)的安全化。目標(biāo)客戶本產(chǎn)品正在廣東、重慶多個工業(yè)MEC項(xiàng)目中落地實(shí)施，并在項(xiàng)目進(jìn)行過程中形成閉環(huán)的迭代演進(jìn)。建立以客戶需求為中心，工業(yè)MEC平臺、應(yīng)用商店為基礎(chǔ)抓手，包含開發(fā)者、合作伙伴的生態(tài)體系。產(chǎn)品演進(jìn)與推廣產(chǎn)品核心能力11能力現(xiàn)狀-大數(shù)據(jù)PaaS平臺功能建設(shè)廣東產(chǎn)互公司儲備情況：1、平臺儲備——智造云平臺（2.1版本上線，具備應(yīng)用商店，統(tǒng)一支撐、運(yùn)營和管理功能）、能力開放平臺（測試版本）2、專家儲備——研發(fā)團(tuán)隊(duì)15人、產(chǎn)品經(jīng)理4人、技術(shù)研究6人、行業(yè)研究11人數(shù)據(jù)定義任務(wù)定義流程定義波動分析對標(biāo)分析工業(yè)模型聚類分析AI模型趨勢分析模型流程配置任務(wù)調(diào)度模塊自研可視化ETL工具配置分析轉(zhuǎn)換引擎預(yù)警工單調(diào)度配置......分析報(bào)表監(jiān)控報(bào)表數(shù)據(jù)開放調(diào)用接口展現(xiàn)數(shù)據(jù)解析引擎任務(wù)調(diào)度引擎BI分析工具結(jié)果詳單數(shù)據(jù)結(jié)果匯總數(shù)據(jù)五大主題數(shù)據(jù)庫云模型定義云模型輸出監(jiān)控節(jié)點(diǎn)任務(wù)AI算法分析數(shù)據(jù)封裝時序數(shù)據(jù)采集Oracle,MySql,Hive,FTP時序數(shù)據(jù)庫,嵌入式數(shù)據(jù)庫數(shù)據(jù)源BI分析工具AI算法分析權(quán)限角色已有功能需新建功能設(shè)備接入與管理協(xié)議解析IoTHub工業(yè)數(shù)據(jù)采集機(jī)理模型設(shè)備管理數(shù)字孿生智造云-運(yùn)營、銷售管理工業(yè)SaaS應(yīng)用12能力開放平臺能力商店能力自維平臺運(yùn)營后臺能力引擎(ESB、消息中間件、HSF等)服務(wù)異常處理日志記錄工業(yè)SaaS應(yīng)用能力PaaS能力其他外部能力服務(wù)注冊服務(wù)注冊服務(wù)注冊能力消費(fèi)者擁塞控制能力提供者維護(hù)人員resthttpwebservicerpcmqtt協(xié)議適配斷點(diǎn)重連熔斷處理1、統(tǒng)籌能力分發(fā)：聚合應(yīng)用能力，統(tǒng)一能力入口。2、降低維護(hù)成本：統(tǒng)一鑒權(quán)/監(jiān)控/編排。3、協(xié)議標(biāo)準(zhǔn)化：協(xié)議適配，中間數(shù)據(jù)處理。多協(xié)議集成認(rèn)證鑒權(quán)能力路由訪問控制服務(wù)編排能力現(xiàn)狀-能力開放平臺及服務(wù)輕量SaaS健全PaaS13能力現(xiàn)狀–人工智能算法及框架技術(shù)能力數(shù)據(jù)接入與預(yù)處理AI核心技術(shù)AI服務(wù)算力管理深度學(xué)習(xí)特征匹配專家系統(tǒng)分類算法數(shù)據(jù)輸入數(shù)據(jù)標(biāo)注數(shù)據(jù)預(yù)處理特征工程行業(yè)應(yīng)用汽車制造交通運(yùn)輸文化教育其它電子制造能源水利醫(yī)療衛(wèi)生安防自優(yōu)化算法自然語言理解3D圖像識別機(jī)器視覺識別定位測量檢測分類聚類挖掘決策已有功能需新建功能研究院人工智能平臺由算力管理、數(shù)據(jù)接入與預(yù)處理、核心人工智能算法、人工智能服務(wù)接口等模塊組成，并針對不同行業(yè)形成專業(yè)智能能力。下一階段的能力建設(shè)方向是在人工智能平臺中集成3D機(jī)器視覺處理能力。角色現(xiàn)有缺編人工智能算法研究專家203D圖像處理算法研究專家11產(chǎn)品經(jīng)理10自動化設(shè)備硬件研發(fā)工程師01測試工程師10研究院人工智能團(tuán)隊(duì)儲備情況：目錄14產(chǎn)品背景與定位分析一二三四平臺架構(gòu)與開放服務(wù)能力業(yè)務(wù)功能平臺建設(shè)方案行業(yè)價(jià)值及業(yè)務(wù)案例五15多維度云邊協(xié)同涉及端、邊、云三端、IaaS、PaaS、SaaS三層個層面、六大類場景的多維度全面協(xié)同。郎豐利整理制作數(shù)據(jù)收集設(shè)備控制邊緣計(jì)算EC-SaaSEC-PaaSEC-IaaS預(yù)測性維護(hù)質(zhì)量提升能源優(yōu)化vFWvLB應(yīng)用實(shí)例應(yīng)用部署軟硬件環(huán)境分布式智能/推理數(shù)據(jù)采集與分析基礎(chǔ)設(shè)施資源及調(diào)度管理能力邊緣ICT基礎(chǔ)設(shè)施SaaSPaaSIaaS預(yù)測性維護(hù)質(zhì)量提升能源優(yōu)化vFWvLB業(yè)務(wù)編排應(yīng)用開發(fā)、測試/應(yīng)用生命周期管理集中式訓(xùn)練數(shù)據(jù)分析邊緣節(jié)點(diǎn)基礎(chǔ)設(shè)施/設(shè)備/南向終端的生命周期管理中心云ICT基礎(chǔ)設(shè)施中心云計(jì)算⑥服務(wù)協(xié)同⑤業(yè)務(wù)管理協(xié)同④應(yīng)用管理協(xié)同③智能協(xié)同②數(shù)據(jù)協(xié)同①資源協(xié)同終端設(shè)備基礎(chǔ)設(shè)施層-增強(qiáng)型的IaaS平臺基礎(chǔ)設(shè)施層–提供適用于邊緣場景的虛擬化基礎(chǔ)設(shè)施邊緣節(jié)點(diǎn)管理邊緣節(jié)點(diǎn)全生命周期管理集群連通性檢測關(guān)鍵軟件/組件/進(jìn)程失敗檢測資源使用率閾值狀態(tài)監(jiān)控帶外管理邊緣節(jié)點(diǎn)傳感器監(jiān)控云邊節(jié)點(diǎn)協(xié)同提供RESTAPI邊緣配置管理邊緣節(jié)點(diǎn)自動發(fā)現(xiàn)邊緣節(jié)點(diǎn)自動初始化安裝邊緣節(jié)點(diǎn)批量操作邊緣節(jié)點(diǎn)資源管理（CPU/GPU，內(nèi)存）資產(chǎn)倉庫（存儲，網(wǎng)絡(luò)接口，處理器，內(nèi)存）提供RESTAPI基礎(chǔ)軟件管理安全便捷的平臺軟件升級變更滾動升級在線補(bǔ)丁升級斷線升級前的虛擬機(jī)疏散操作系統(tǒng)升級包管理提供RESTAPI故障管理平臺資源預(yù)警邊緣節(jié)點(diǎn)預(yù)警虛擬化資源預(yù)警租戶自定義預(yù)警生成租戶自定義日志事件管理提供RESTAPI基礎(chǔ)設(shè)施層-增強(qiáng)型的IaaS平臺基礎(chǔ)設(shè)施層–提供適用于邊緣場景的虛擬化基礎(chǔ)設(shè)施基于StarlingX

2.0對上游技術(shù)/組件（如OpenStack，Ceph，KVM）的“再配置”，提供對基礎(chǔ)設(shè)施的增強(qiáng)型、高可用的彈性編排能力MEC參考架構(gòu)中的虛擬化基礎(chǔ)設(shè)施、節(jié)點(diǎn)管理和平臺故障管理支持在受限環(huán)境下運(yùn)行異構(gòu)邊緣節(jié)點(diǎn)通用x86_64主機(jī)–Centos7ARM64-Ubuntu17.10其他設(shè)備提供IaaS層云邊協(xié)同能力管理位于不同廠區(qū)車間的邊緣節(jié)點(diǎn)資源邊緣節(jié)點(diǎn)與中心云/中心節(jié)點(diǎn)網(wǎng)絡(luò)連通性應(yīng)用鏡像管理應(yīng)用策略／工業(yè)協(xié)議虛擬化基礎(chǔ)設(shè)施故障管理節(jié)點(diǎn)管理資源編排層資源編排層–位于基礎(chǔ)設(shè)施層之上，提供統(tǒng)一的容器資源編排能力基于定制化的Kubernetes，提供：MEC參考架構(gòu)中的服務(wù)注冊、DNS服務(wù)和流量控制微服務(wù)治理多租戶管理資源安全隔離提供資源計(jì)量能力服務(wù)注冊，DNS，流量控制微服務(wù)治理通用中間件層通用中間件層–位于資源編排層之上，包括：數(shù)據(jù)庫時序數(shù)據(jù)庫influxdb關(guān)系系數(shù)據(jù)庫MySQL文檔型數(shù)據(jù)庫MongoDB消息服務(wù)（IoTHub）MosquittoMessageBrokerRabbitMQMEC參考架構(gòu)中的MEC

ServicesIoTHub數(shù)據(jù)處理數(shù)據(jù)分析微服務(wù)設(shè)備傳感器網(wǎng)關(guān)/設(shè)備接入設(shè)備驅(qū)動器展現(xiàn)層展現(xiàn)層–位于資源編排層之上，提供數(shù)據(jù)可視化服務(wù)基于定制化的Grafana，提供：多樣化、美觀的數(shù)據(jù)呈現(xiàn)形式支持多種數(shù)據(jù)源和數(shù)據(jù)庫通過對數(shù)據(jù)源顯示組件擴(kuò)展開發(fā)，提供針對各種業(yè)務(wù)場景的定制插件MEC參考架構(gòu)中的CFS

Portal工業(yè)應(yīng)用層–工業(yè)應(yīng)用商店工業(yè)應(yīng)用層–構(gòu)成工業(yè)APP

Store，提供集成第三方應(yīng)用的能力，包括：工業(yè)應(yīng)用管理提供工業(yè)應(yīng)用生命周期管理，實(shí)現(xiàn)第三方應(yīng)用的部署上線和運(yùn)行管理工業(yè)應(yīng)用以容器微服務(wù)形態(tài)運(yùn)行在資源編排層提供的資源上應(yīng)用鏡像的安全掃描提供開發(fā)工具SDK使得工業(yè)設(shè)備商和軟件開發(fā)者能夠快速開發(fā)工業(yè)應(yīng)用MEC參考架構(gòu)中的MEC應(yīng)用VIM基礎(chǔ)設(shè)施K8SnodeK8SMaster應(yīng)用集群K8S/openshift開發(fā)標(biāo)準(zhǔn)–工具化管理打造迭代研發(fā)機(jī)制管理流程管理工具把控關(guān)鍵路徑：需求管理、架構(gòu)評審、代碼測試、交付部署強(qiáng)化質(zhì)量控制：質(zhì)量管理、進(jìn)度管理、缺陷管理產(chǎn)品經(jīng)理需求方需求方運(yùn)維組平臺共享中心項(xiàng)目經(jīng)理開發(fā)BU共享測試中心質(zhì)量管理組過程改進(jìn)與質(zhì)量保證用戶問題授理與反饋組合項(xiàng)目管理產(chǎn)品支持文檔編寫提出用戶新需求客戶關(guān)系與事務(wù)協(xié)調(diào)提出市場新需求公用平臺及組件開發(fā)需求、問題授理及任務(wù)分配提交用戶問題及缺陷執(zhí)行系統(tǒng)測試并反饋結(jié)果基于產(chǎn)品的配置管理標(biāo)準(zhǔn)及定制產(chǎn)品測試公用平臺及組件測試客戶產(chǎn)品實(shí)施與部署售前支持研發(fā)資產(chǎn)庫資產(chǎn)入庫合作方支持（人力外包）實(shí)現(xiàn)流程固化，通過Redmine工具實(shí)現(xiàn)研發(fā)流程管理強(qiáng)化版本管理：通過Git實(shí)現(xiàn)版本生命周期管理充分利用集團(tuán)現(xiàn)有開發(fā)平臺：使用慧企平臺進(jìn)行開發(fā)工作質(zhì)量管理組設(shè)備接入與管理-設(shè)備接入數(shù)據(jù)接入功能接收MQTT協(xié)議的工業(yè)數(shù)據(jù)，或其他TCP/IP協(xié)議的企業(yè)信息系統(tǒng)數(shù)據(jù)；同時支持多種廠家、企業(yè)的網(wǎng)關(guān)和系統(tǒng)的數(shù)據(jù)接入，可二次開發(fā)所需的數(shù)據(jù)接收模塊，以適配特定網(wǎng)關(guān)與系統(tǒng)；接受后可自動入庫或進(jìn)行實(shí)時計(jì)算等后續(xù)操作。數(shù)據(jù)接入A廠家網(wǎng)關(guān)適配模塊B廠家網(wǎng)關(guān)適配模塊D廠家軟網(wǎng)關(guān)適配模塊C廠家采集器適配模塊自動入庫實(shí)時計(jì)算時序數(shù)據(jù)庫APPE企業(yè)信息系統(tǒng)適配模塊MQTTTCP/IP設(shè)備接入與管理-數(shù)據(jù)采集與協(xié)議解析支持異構(gòu)設(shè)備連接、數(shù)據(jù)采集、協(xié)議解析全流程管理；支持40種以上的主流工業(yè)協(xié)議/設(shè)備的數(shù)據(jù)采集、反饋控制及現(xiàn)場信息化系統(tǒng)對接;單節(jié)點(diǎn)支持1000個以上數(shù)據(jù)采集點(diǎn)同時接入；通過數(shù)據(jù)采集網(wǎng)關(guān)和采集解析服務(wù)實(shí)現(xiàn)數(shù)據(jù)采集和協(xié)議轉(zhuǎn)換，工業(yè)OT數(shù)據(jù)向IT數(shù)據(jù)的轉(zhuǎn)換，并統(tǒng)一以TCP/IP通過5G輸出至邊緣云MEC。CNC

MachineMotorRobotSensorsControllersMachineIoT

Devices設(shè)備管理與數(shù)字孿生使用靈活易用的托拉拽的可視化和組態(tài)方式，完全基于Web的開發(fā)和訪問，為用戶提供快速構(gòu)建工業(yè)自動控制系統(tǒng)監(jiān)控功能；車間、設(shè)備、流程的3D孿生：通過3D技術(shù)，對工業(yè)生產(chǎn)廠房、制造設(shè)備、工藝流程進(jìn)行真實(shí)展現(xiàn)，并對設(shè)備的結(jié)構(gòu)、工段進(jìn)行動態(tài)展示?；跀?shù)據(jù)驅(qū)動，接入實(shí)時采集數(shù)據(jù)程進(jìn)行仿真。數(shù)據(jù)可視化圖形組態(tài)3D孿生工業(yè)大數(shù)據(jù)PaaS服務(wù)-基礎(chǔ)工具工業(yè)大數(shù)據(jù)PAAS平臺提供包括數(shù)據(jù)微服務(wù)、數(shù)據(jù)存儲、數(shù)據(jù)分析及可視化、數(shù)據(jù)模型管理在內(nèi)的多種服務(wù)。數(shù)據(jù)微服務(wù)數(shù)據(jù)存儲數(shù)據(jù)分析及可視化數(shù)據(jù)模型管理AI框架（tensorflow、keras…）消息隊(duì)列（RabbitMQ、kafka）流式計(jì)算（spark-streaming…）關(guān)系型數(shù)據(jù)庫（mysql…）嵌入式數(shù)據(jù)庫（sqLite）時序數(shù)據(jù)庫（influxDB、tdEngine）支持多種數(shù)據(jù)源的接入（MQTT、HTTP/HTTPS、RabitMQ、WebSocket、Kafka等）工業(yè)時序數(shù)據(jù)庫支持異構(gòu)的存儲介質(zhì)支持統(tǒng)一數(shù)據(jù)接口支持使用托、拉、拽的方式快速構(gòu)建數(shù)據(jù)可視化服務(wù)支持定義不同數(shù)據(jù)源提供定制數(shù)據(jù)工作流提供快速算法和模型開發(fā)工具提供成熟的工業(yè)行業(yè)化算法模型提供實(shí)時算法與模型運(yùn)行環(huán)境通過機(jī)器學(xué)習(xí)對采集上來數(shù)據(jù)進(jìn)行模型構(gòu)建分析與識別緩存數(shù)據(jù)庫（redis）可視化服務(wù)（grafana）每項(xiàng)微服務(wù)提供了多種技術(shù)可供選擇提供基于數(shù)據(jù)應(yīng)用開發(fā)能力提供基于數(shù)據(jù)分析的可視化開發(fā)能力工業(yè)大數(shù)據(jù)PaaS服務(wù)-時序數(shù)據(jù)庫關(guān)鍵指標(biāo)性能按時間戳按物理排序，常規(guī)數(shù)據(jù)無需索引，訪問速度快，比關(guān)系型數(shù)據(jù)庫提升5-30倍性能讀寫高度并行數(shù)據(jù)采集頻率支持十萬分之一秒時間間隔連續(xù)加載數(shù)據(jù)時不影響并發(fā)查詢存儲空間自由管理時序數(shù)據(jù)存儲，比關(guān)系型數(shù)據(jù)庫節(jié)省50%-90%空間高可用數(shù)據(jù)庫直接支持容災(zāi)備份自帶關(guān)系型數(shù)據(jù)庫引擎，支持SQL語法訪問時序數(shù)據(jù)，應(yīng)用開發(fā)工作量下降70%模式識別支持模式識別，對時序數(shù)據(jù)中的異常和偏差，具有預(yù)測分析功能JDBCC-APISQL

數(shù)據(jù)庫磁盤時間序列引擎關(guān)系型引擎速度快節(jié)省空間雙引擎模式識別28統(tǒng)計(jì)分析01生產(chǎn)重要數(shù)據(jù)的實(shí)時展示生產(chǎn)調(diào)度輔助決策圖像智能識別技術(shù)02語音智能識別系統(tǒng)03科大訊飛人機(jī)對話基于工業(yè)的實(shí)時數(shù)據(jù)和歷史數(shù)據(jù)，對工業(yè)生產(chǎn)進(jìn)行統(tǒng)計(jì)分析、可視化指導(dǎo)生產(chǎn)、設(shè)備故障預(yù)警、表面質(zhì)檢和產(chǎn)品性能預(yù)測分析等工作。模型庫支持模型存儲、云端模型下發(fā)、模型部署，規(guī)范模型技術(shù)框架、運(yùn)行框架、輸入輸出數(shù)據(jù)格式等標(biāo)準(zhǔn)，實(shí)現(xiàn)模型自動化匹配運(yùn)行。人工智能—工業(yè)模型算法庫基于實(shí)時數(shù)據(jù)的智能檢測04成分分析設(shè)備故障預(yù)警基于歷史數(shù)據(jù)的智能檢測05設(shè)備故障預(yù)警工藝數(shù)據(jù)異常預(yù)警基于聚類分析的專家系統(tǒng)06產(chǎn)品質(zhì)量判定新產(chǎn)品性能預(yù)測分析基于邊際條件的最優(yōu)決策07最佳成本優(yōu)化不同價(jià)格物料最優(yōu)匹配29人工智能應(yīng)用1

–云邊協(xié)同流程邊緣計(jì)算云平臺中心云平臺時序DB嵌入式數(shù)據(jù)庫生產(chǎn)側(cè)：運(yùn)行框架Tensorflow|Caffe|PyTorch訓(xùn)練完成模型實(shí)際生產(chǎn)預(yù)警閾值判斷傳統(tǒng)關(guān)系數(shù)據(jù)庫云平臺模型訓(xùn)練框架Tensorflow|Caffe|PyTorch文件存儲工業(yè)精品網(wǎng)絡(luò)計(jì)算流：模型模型應(yīng)用準(zhǔn)確性生產(chǎn)流控制流計(jì)算流訓(xùn)練模型非實(shí)時/準(zhǔn)實(shí)時數(shù)據(jù)采集存儲歷史數(shù)據(jù)根據(jù)需求存入關(guān)系型數(shù)據(jù)庫和文件系統(tǒng)5G工業(yè)PON時間敏感網(wǎng)絡(luò)模型持續(xù)訓(xùn)練歷史訓(xùn)練模型效果保存訓(xùn)練完成的模型和訓(xùn)練效果模型生產(chǎn)側(cè)部署/更新模型預(yù)測發(fā)生故障的可能性根據(jù)閾值，判斷是否發(fā)出警告和工控信號實(shí)時數(shù)據(jù)實(shí)時數(shù)據(jù)控制流變頻采集生產(chǎn)數(shù)據(jù)實(shí)時接收設(shè)備數(shù)據(jù)，快速存入時序數(shù)據(jù)庫，并通過低延時通信網(wǎng)絡(luò)，構(gòu)建機(jī)器學(xué)習(xí)/深度學(xué)習(xí)訓(xùn)練數(shù)據(jù)集。結(jié)合傳統(tǒng)的機(jī)器學(xué)習(xí)模型，通過深度學(xué)習(xí)多神經(jīng)網(wǎng)絡(luò)和對抗學(xué)習(xí)，實(shí)現(xiàn)工業(yè)場景下的人工智能應(yīng)用。通過持續(xù)的模型訓(xùn)練和結(jié)果反饋，迭代更新，形成系統(tǒng)性閉環(huán)的、可交付下發(fā)的應(yīng)用模型。30人工智能應(yīng)用2

—3D機(jī)器視覺1.建模速度2.識別模型訓(xùn)練時間3.模型識別時間4.吞吐量5.準(zhǔn)確度凸體旋轉(zhuǎn)式掃描建模時間小于30秒單遮擋面補(bǔ)充掃描建模時間小于30秒6.最大精度單模型訓(xùn)練時間小于1小時使用單角度掃描曲面樣本數(shù)量少于300幀單點(diǎn)傳輸帶寬不小于50Mbps模型運(yùn)行識別時間小于1秒單邊緣云節(jié)點(diǎn)吞吐量不低于1Gbps中心云服務(wù)器吞吐量不低于100Mbps模型發(fā)布識別精度不低于99%錯誤識別率不高于5%3D空間分辨率最高達(dá)0.01mm最大可分辨視深不低于3米基于線激光掃描雙目攝像機(jī)采集的數(shù)據(jù)，通過核心3D建模算法快速建模?；谏疃葘W(xué)習(xí)的完整3D模型識別基于物體單面3D掃描結(jié)果的完整3D模型匹配基于單面掃描3D曲面的物體識別基于3D曲面數(shù)值關(guān)聯(lián)關(guān)系的特征提取總體性能基于區(qū)塊鏈技術(shù)的數(shù)據(jù)流通與共享利用區(qū)塊鏈技術(shù)的去中心化和不可篡改特性，實(shí)現(xiàn)數(shù)據(jù)自由流通、自主發(fā)布、交易靈活，過程安全可控。為數(shù)據(jù)安全共享與流通提供堅(jiān)實(shí)的保障。并實(shí)現(xiàn)可信、可查詢、可追溯的設(shè)備數(shù)據(jù)采集。數(shù)據(jù)供需雙方依托區(qū)塊鏈基礎(chǔ)設(shè)施，憑借數(shù)據(jù)監(jiān)管方頒發(fā)的可信證書加入數(shù)據(jù)流通與共享聯(lián)盟網(wǎng)絡(luò)。數(shù)據(jù)生產(chǎn)方發(fā)布數(shù)據(jù)描述信息到區(qū)塊鏈。數(shù)據(jù)消費(fèi)方從區(qū)塊鏈獲取數(shù)據(jù)生產(chǎn)方發(fā)布的數(shù)據(jù)描述信息，選擇目標(biāo)數(shù)據(jù)，發(fā)布數(shù)據(jù)權(quán)限請求到區(qū)塊鏈。數(shù)據(jù)生產(chǎn)方從區(qū)塊鏈獲取數(shù)據(jù)消費(fèi)方發(fā)布的數(shù)據(jù)權(quán)限請求，按照特定規(guī)則進(jìn)行權(quán)限批復(fù)，將權(quán)限批復(fù)結(jié)果發(fā)布到區(qū)塊鏈。數(shù)據(jù)消費(fèi)方的數(shù)據(jù)訪問請求經(jīng)請求代理發(fā)送到數(shù)據(jù)生產(chǎn)方的訪問代理，如果認(rèn)證通過，則可以訪問大數(shù)據(jù)中心數(shù)據(jù)。數(shù)據(jù)監(jiān)管方作為區(qū)塊鏈節(jié)點(diǎn)加入網(wǎng)絡(luò)，同步區(qū)塊鏈賬本，對數(shù)據(jù)流通與共享進(jìn)行監(jiān)管。實(shí)現(xiàn)流程方案基于區(qū)塊鏈的工業(yè)數(shù)據(jù)流通共享目錄32產(chǎn)品背景與定位分析一二三四平臺架構(gòu)與開放服務(wù)能力業(yè)務(wù)功能平臺建設(shè)方案行業(yè)價(jià)值及業(yè)務(wù)案例五工業(yè)安全防護(hù)平臺總體建設(shè)方案工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟白皮書邊緣數(shù)據(jù)處理協(xié)議解析設(shè)備接入邊緣層IaaS層云基礎(chǔ)設(shè)施（服務(wù)器，存儲，網(wǎng)絡(luò)，虛擬化）通用PaaS平臺資源部署和管理設(shè)備管理資源管理運(yùn)維管理故障恢復(fù)工業(yè)大數(shù)據(jù)系統(tǒng)（工業(yè)數(shù)據(jù)清洗，管理，分析，可視化）工業(yè)數(shù)據(jù)建模和分析（機(jī)理建模，機(jī)器學(xué)習(xí)，可視化）平臺層（工業(yè)PaaS）應(yīng)用開發(fā)（開發(fā)工具，微服務(wù)框架）工業(yè)微服務(wù)組件庫（工業(yè)知識組件，算法組件，展現(xiàn)模型組件）應(yīng)用層（工業(yè)PaaS）設(shè)計(jì)APP生產(chǎn)APP管理APP服務(wù)APP業(yè)務(wù)運(yùn)行設(shè)備狀態(tài)分析供應(yīng)鏈分析能耗分析優(yōu)化應(yīng)用創(chuàng)新敏捷，高效的新型開發(fā)工具開放，靈活的新型集成工具新型微服務(wù)架構(gòu)+資源編排管理數(shù)字孿生機(jī)理與數(shù)字建模信息模型直觀，易用數(shù)據(jù)分析和呈現(xiàn)工具實(shí)時流計(jì)算框架人工智能框架面向工業(yè)需求的定制化數(shù)據(jù)管理工具通用化數(shù)據(jù)接入和協(xié)議解析方案規(guī)則引擎+復(fù)雜分析通用化軟硬件架構(gòu)+資源編排管理工業(yè)邊緣工業(yè)數(shù)據(jù)管理與分析工業(yè)數(shù)據(jù)建模工業(yè)PaaS與應(yīng)用開發(fā)邊緣層——打造數(shù)據(jù)采集、協(xié)議解析、反饋控制和設(shè)備聯(lián)網(wǎng)一體架構(gòu)根據(jù)需求定位不同，提供多種基于5G的工業(yè)互聯(lián)網(wǎng)從設(shè)備到云端的多種端到端解決方案通過數(shù)據(jù)采集網(wǎng)關(guān)和采集解析服務(wù)實(shí)現(xiàn)數(shù)據(jù)采集和協(xié)議轉(zhuǎn)換，實(shí)現(xiàn)工業(yè)OT數(shù)據(jù)向IT數(shù)據(jù)的轉(zhuǎn)換，并統(tǒng)一以TCP/IP通過5G、光纖等輸出至邊緣云MEC工業(yè)現(xiàn)場邊緣云/MEC中心云設(shè)備/傳感器采集解析服務(wù)邊緣計(jì)算云邊協(xié)同中心云平臺工控機(jī)設(shè)備/傳感器數(shù)據(jù)采集模塊/網(wǎng)關(guān)5G通信模塊5G通信模塊采集解析服務(wù)邊緣計(jì)算5G通信模塊5G/有線等數(shù)據(jù)采集模塊/網(wǎng)關(guān)數(shù)據(jù)采集模塊/網(wǎng)關(guān)設(shè)備/傳感器IaaS層-打造增強(qiáng)型的基礎(chǔ)設(shè)施層基礎(chǔ)設(shè)施層–提供適用于邊緣場景的虛擬化基礎(chǔ)設(shè)施邊緣節(jié)點(diǎn)管理邊緣節(jié)點(diǎn)全生命周期管理集群連通性檢測關(guān)鍵軟件/組件/進(jìn)程失敗檢測資源使用率閾值狀態(tài)監(jiān)控帶外管理邊緣節(jié)點(diǎn)傳感器監(jiān)控云邊節(jié)點(diǎn)協(xié)同提供RESTAPI邊緣配置管理邊緣節(jié)點(diǎn)自動發(fā)現(xiàn)邊緣節(jié)點(diǎn)自動初始化安裝邊緣節(jié)點(diǎn)批量操作邊緣節(jié)點(diǎn)資源管理（CPU/GPU，內(nèi)存）資產(chǎn)倉庫（存儲，網(wǎng)絡(luò)接口，處理器，內(nèi)存）提供RESTAPI基礎(chǔ)軟件管理安全便捷的平臺軟件升級變更滾動升級在線補(bǔ)丁升級斷線升級前的虛擬機(jī)疏散操作系統(tǒng)升級包管理提供RESTAPI故障管理平臺資源預(yù)警邊緣節(jié)點(diǎn)預(yù)警虛擬化資源預(yù)警租戶自定義預(yù)警生成租戶自定義日志事件管理提供RESTAPI實(shí)現(xiàn)資源的統(tǒng)一調(diào)度、統(tǒng)一管理，產(chǎn)品集中管控實(shí)現(xiàn)資源運(yùn)行狀態(tài)的統(tǒng)一監(jiān)控審計(jì)，提供自動告警、分析及報(bào)表管理自服務(wù)門戶圖形化管理自助服務(wù)按需開通運(yùn)維平臺資源監(jiān)控告警管理日志分析運(yùn)營平臺資源配額分配角色管理計(jì)費(fèi)管理底層采用統(tǒng)一開源技術(shù)棧，具備通用性和獨(dú)立性，構(gòu)建組件化、模塊化，按需組合的松耦合架構(gòu)VMSDNSDSDocker資源中臺及軟件定義層安全防護(hù)體系備份恢復(fù)應(yīng)用級容災(zāi)數(shù)據(jù)同步基礎(chǔ)設(shè)施HA物理安全網(wǎng)絡(luò)安全系統(tǒng)安全應(yīng)用安全WAF漏洞掃描安全審計(jì)資源中臺（根據(jù)業(yè)務(wù)特征實(shí)現(xiàn)與虛擬資源的適配及靈活調(diào)度）網(wǎng)絡(luò)服務(wù)計(jì)算服務(wù)存儲服務(wù)工業(yè)大數(shù)據(jù)服務(wù)通用中間件服務(wù)基礎(chǔ)設(shè)施CPU計(jì)算密集型IO讀寫密集型網(wǎng)絡(luò)設(shè)備GPUAI型裸金屬IaaS服務(wù)層I-PaaS服務(wù)層cIaaS層-云管平臺（IEP）核心能力邊緣平臺節(jié)點(diǎn)管理設(shè)備管理數(shù)據(jù)采集邊緣云中心云工控機(jī)PLC傳感設(shè)備工業(yè)SCADACNC管控工業(yè)級NMS風(fēng)力發(fā)電機(jī)葉片監(jiān)控預(yù)警鋁材邊緣機(jī)器視覺質(zhì)量檢測物聯(lián)網(wǎng)標(biāo)識解析線體KPI管理工業(yè)環(huán)境及廢物檢測能耗管理微云生產(chǎn)管理安燈系統(tǒng)設(shè)備數(shù)據(jù)聯(lián)網(wǎng)及效益作業(yè)站別智能化輕量級倉儲物流自動化戰(zhàn)情室管理…AI框架消息隊(duì)列時序數(shù)據(jù)庫嵌入式數(shù)據(jù)庫流式計(jì)算緩存數(shù)據(jù)庫數(shù)據(jù)分析服務(wù)數(shù)據(jù)可視化服務(wù)數(shù)據(jù)算法管理邊緣設(shè)備/應(yīng)用全生命周期統(tǒng)一管控AI協(xié)同數(shù)據(jù)協(xié)同業(yè)務(wù)協(xié)同無線/移動連接通信數(shù)據(jù)采集計(jì)算邊緣化（低時延）應(yīng)用本地化（高安全）內(nèi)容分布化（大帶寬）37平臺層——PaaS平臺核心能力設(shè)備連接/數(shù)據(jù)采集5G-MEC協(xié)同平臺PaaS賦能SaaS服務(wù)iFactorySRP應(yīng)用場景200+種工業(yè)設(shè)備數(shù)據(jù)采集/協(xié)議解析/反饋控制及現(xiàn)場信息化系統(tǒng)對接新技術(shù)紅利專為工業(yè)邊緣計(jì)算設(shè)計(jì)的云邊協(xié)同平臺每類服務(wù)擁有多種技術(shù)軟件可供選擇行業(yè)SaaS及準(zhǔn)SaaS服務(wù)打造領(lǐng)先的工業(yè)領(lǐng)域PaaS服務(wù)平臺。應(yīng)用層—打造豐富的行業(yè)生態(tài)將網(wǎng)絡(luò)數(shù)據(jù)與工業(yè)傳感器采集的數(shù)據(jù)相結(jié)合，豐富數(shù)據(jù)維度，形成不同行業(yè)、不同場景的應(yīng)用服務(wù)，適用于智能巡檢，故障定位，風(fēng)險(xiǎn)預(yù)警，機(jī)器視覺質(zhì)量檢測，遠(yuǎn)程移動型機(jī)械控制等業(yè)務(wù)場景。拍攝視頻數(shù)據(jù)外觀狀態(tài)數(shù)據(jù)設(shè)備運(yùn)行數(shù)據(jù)尺寸檢測數(shù)據(jù)…機(jī)器視覺工業(yè)設(shè)備\網(wǎng)關(guān)有線傳輸位置數(shù)據(jù)終端數(shù)據(jù)網(wǎng)絡(luò)通信數(shù)據(jù)傳感器運(yùn)行效率設(shè)備狀態(tài)軌跡數(shù)據(jù)5G事件數(shù)據(jù)元數(shù)據(jù)工業(yè)業(yè)務(wù)數(shù)據(jù)CPE遠(yuǎn)程移動型機(jī)械控制歷史狀態(tài)數(shù)據(jù)預(yù)期狀態(tài)數(shù)據(jù)設(shè)備狀態(tài)數(shù)據(jù)…風(fēng)險(xiǎn)預(yù)警實(shí)時互動數(shù)據(jù)設(shè)備直采數(shù)據(jù)精準(zhǔn)控制數(shù)據(jù)實(shí)時視頻數(shù)據(jù)…故障定位設(shè)備異常數(shù)據(jù)實(shí)時回傳數(shù)據(jù)現(xiàn)場隱患數(shù)據(jù)…智能巡檢位置數(shù)據(jù)運(yùn)行狀態(tài)數(shù)據(jù)控制數(shù)據(jù)位置數(shù)據(jù)終端數(shù)據(jù)軌跡數(shù)據(jù)…設(shè)備標(biāo)識數(shù)據(jù)位置數(shù)據(jù)軌跡數(shù)據(jù)位置數(shù)據(jù)設(shè)備標(biāo)識數(shù)據(jù)設(shè)備標(biāo)識數(shù)據(jù)軌跡數(shù)據(jù)路徑規(guī)劃數(shù)據(jù)車輛狀態(tài)數(shù)據(jù)…無人運(yùn)輸位置數(shù)據(jù)39平臺集成方案一、工業(yè)PaaS平臺整體部署于現(xiàn)有MEC提供的基礎(chǔ)設(shè)施之上（如VM、物理機(jī)）；集成接收分流后的業(yè)務(wù)數(shù)據(jù)通信數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)的融合采集、關(guān)聯(lián)分析二、將行業(yè)PaaS、SaaS以鏡像方式提取出來，部署于現(xiàn)有MEP之中MEC集成方案–無縫銜接已有MEC平臺數(shù)據(jù)融合方案1.位置數(shù)據(jù)2.終端數(shù)據(jù)…工業(yè)數(shù)據(jù)MEPPaaSPaaSSaaSSaaSPaaS平臺部署策略邊緣DC區(qū)域DC中心DC接入網(wǎng)匯聚網(wǎng)城域網(wǎng)Internet100~150km30~50km企業(yè)站點(diǎn)200~300km部署策略時延需求應(yīng)用場景優(yōu)勢硬件選型站點(diǎn)機(jī)房1-5m或本地分流機(jī)器人協(xié)作、無人機(jī)、自動駕駛、智慧園區(qū)、遠(yuǎn)程問題診斷、AR/VR企業(yè)獨(dú)享、安全性高、性能好專用硬件接入機(jī)房1-5ms一次部署、迭代拓展專用+通用硬件匯聚部署5-10ms公共安全、移動視頻監(jiān)控、高清視頻節(jié)省骨干網(wǎng)傳輸帶寬、成本低通用硬件中心部署>20ms中心v2x、中心CDN控制城域級、中心級應(yīng)用通用硬件支持多層級部署策略選擇：根據(jù)時延性能要求、本地分流要求、安全需求、業(yè)務(wù)特性，可制定不同的MEC部署策略，如園區(qū)級、邊緣接入級、區(qū)域匯聚級、城域中心級等。支持?jǐn)?shù)據(jù)融合：將網(wǎng)絡(luò)獨(dú)有的位置數(shù)據(jù)、用戶數(shù)據(jù)、終端數(shù)據(jù)、設(shè)備標(biāo)識數(shù)據(jù)與工業(yè)數(shù)據(jù)相結(jié)合，形成創(chuàng)新業(yè)務(wù)應(yīng)用。適用于智能巡檢、故障定位、風(fēng)險(xiǎn)預(yù)警、機(jī)器視覺質(zhì)量檢測、遠(yuǎn)程移動型機(jī)械控制等多種業(yè)務(wù)場景。站點(diǎn)DC41平臺部署網(wǎng)絡(luò)互聯(lián)方案企業(yè)云核心網(wǎng)InternetMEC會依據(jù)IP、APN、端口號等識別本地網(wǎng)絡(luò)訪問業(yè)務(wù)流、進(jìn)行本地?cái)?shù)據(jù)分流，將數(shù)據(jù)包轉(zhuǎn)發(fā)到相關(guān)應(yīng)用。從而避免流量迂回、降低訪問時延。MEC本地流量數(shù)據(jù)

（內(nèi)網(wǎng)打通）互聯(lián)網(wǎng)流量路由器5G基站交換機(jī)工段1辦公1辦公2GW-UUPFMEC基礎(chǔ)設(shè)施MEC平臺APIMEC應(yīng)用數(shù)據(jù)分流工段2目錄42產(chǎn)品背景與定位分析一二三四平臺架構(gòu)與開放服務(wù)能力業(yè)務(wù)功能平臺建設(shè)方案行業(yè)價(jià)值及業(yè)務(wù)案例五建立一體化技術(shù)能力，打造行業(yè)差異化競爭力通過售前、售后兩方面切入實(shí)現(xiàn)項(xiàng)目落地，建立多元性的工業(yè)平臺保證自有能力產(chǎn)品化，第三方能力生態(tài)化。工業(yè)互聯(lián)網(wǎng)生態(tài)圈：邊緣計(jì)算平臺->行業(yè)應(yīng)用->行業(yè)生態(tài)鏈->工業(yè)生態(tài)圈43建立生態(tài)圈客戶落地規(guī)模與行業(yè)信賴與日俱增沉淀行業(yè)垂直應(yīng)用了解客戶實(shí)際需求充分了解行業(yè)客戶的行業(yè)專有特性針對用戶的設(shè)備型號，連接方式，場景痛點(diǎn)形成具有行業(yè)針對性的解決方案在同一行業(yè)形成行業(yè)歸一化PAAS產(chǎn)品，SAAS產(chǎn)品針對現(xiàn)場落地環(huán)境進(jìn)行因地制宜的迭代演進(jìn)針對實(shí)際運(yùn)行的應(yīng)用進(jìn)行周期反饋，收集用戶建議，迭代沉淀產(chǎn)品。對于不同客戶的同一需求進(jìn)行行業(yè)通用性研發(fā)，沉淀成形的SAAS產(chǎn)品，優(yōu)化PAAS產(chǎn)品名錄。123售后工業(yè)OS：以平臺作為工業(yè)應(yīng)用管理入口，建立圍繞邊緣計(jì)算平臺的工業(yè)應(yīng)用生態(tài)鏈合作伙伴：引導(dǎo)合作伙伴基于平臺PaaS能力研發(fā)產(chǎn)品，鼓勵合作伙伴SaaS產(chǎn)品定制研發(fā)應(yīng)用商店：引入三方SaaS保證多元化，建立工業(yè)互聯(lián)網(wǎng)生態(tài)圈良性引導(dǎo)構(gòu)建適合行業(yè)客戶的差異化方案123售前

設(shè)備5G、工業(yè)以太邊緣云+應(yīng)用傳感器/網(wǎng)關(guān)公有云傳輸交換44云+網(wǎng)+X（工業(yè)邊緣計(jì)算）生態(tài)云服務(wù)云、邊緣帶動中心，公有云將承載中心云計(jì)算能力，拉動云服務(wù)的業(yè)務(wù)需求。專線工業(yè)制造業(yè)務(wù)需要高速率、低時延的穩(wěn)定網(wǎng)絡(luò)服務(wù)，將依賴骨干專網(wǎng)、CUII、SDWAN進(jìn)行通信交換，實(shí)現(xiàn)專線業(yè)務(wù)價(jià)值的增長。云聯(lián)網(wǎng)服務(wù)工業(yè)云服務(wù)為保證更低時延，傳輸返回中心云的數(shù)