算力网络白皮书「算力网络助力产业数字化跃迁」

01 产业数字化历经三个发展阶段

产业数字化历经信息化、数字化和智能化三个发展阶段。产业数字化发展过程是数据要素应用广度与深度不断拓展的过程，也是信息技术及基础设施迭代升级和应用深化的过程。单点信息化阶段始于上世纪90年代，电子计算机软硬件技术的发展，使物理世界的信息得以用数据的形式在计算机系统中进行规范和固化，企业关键业务流程和客户管理的数据实现线上化，利用计算机高效信息传递和处理的特点提高工作效率。该阶段以ERP、CRM、SCM等为代表的的业务信息系统不断涌现，成为领先企业的“标配”。到了全域数字化阶段，受益于云计算、大数据、人工智能、物联网等新技术的发展，海量数据上云，打破信息化阶段的系统壁垒、部门壁垒，实现跨部门、跨业务单元的系统互通、数据互联。数据在生产管理决策、市场客户洞察、运营效率改善等诸多方面会发挥了重要作用。融合智能化阶段的重点是采用人工智能技术处理信息与数据，以“数智驱动”代替“人智驱动”，实现系统、机器、设备、终端的自适应、自校正、自协调、自诊断及自修复。工信部《“十四五”智能制造发展规划》要求到 2025 年，重点行业骨干企业初步应用智能化；到 2035 年，重点行业骨干企业基本实现智能化。

02 产业数字化面临四个范式跃迁

从企业层面看，数字化涉及生产和管理两个主要环节；从产业层面看，数字化主要涉及产业链上下游的协同，以及产业融合带来的业态创新。当前我国大中型企业的产业数字化整体处于全域数字化发展阶段，部分领先企业率先进入融合智能化阶段，在此阶段，产业数字化升级面临生产制造、管理运营、产业协同和业态创新四个范式的跃迁。

（一）生产制造范式跃迁：从人工驱动到智能决策

即生产制造过程中的分析、决策、控制、执行，均逐步由数据驱动代替人工驱动、机器自智代替人工操作，实现精益化生产目标。采用人工智能技术处理设计、生产、管理等关键环节的信息与数据，放大、倍增数据资产价值，以“数智驱动”代替“人智驱动”，实现系统、机器、设备、终端的自适应、自校正、自协调、自诊断及自修复，进一步提高生产力与生产效率。在研发设计环节，从人工主导，转向基于仿真模型的云原生智能研发。在生产制造环节，从人工下达指令+预设逻辑的自动化，转向自学习、自决策的机器设备精准控制及故障预测。在质量检测环节，从人工抽检，转向自动化智能检测。在生产管理环节，从人工监视管理现场，转向智能巡检和监控。

（二）管理运营范式跃迁：从分散管理到统筹管控

即企业内部逐渐打破系统割裂、数据孤立的烟囱式管理组织架构，集成全流程、跨系统数据，实现统筹规划管理。在办公环节，从独立实体终端办公，转向终端云化统一办公。在跨系统协同环节，从业务系统分别部署，转向跨系统数据共享与统一管理。

（三）产业协同范式跃迁：从信息互联到运营协同

即从基于订单的点状信息互联互通，转向研发、生产、采购、仓储物流等各环节的产业链上下游数据贯通与协同，支撑各环节上下游协同运营与协同决策，推动产业向资源虚拟化配置、平台化运营和网络化协同发展，促进产业内信任合作与价值共创共享。

（四）业态创新范式跃迁：从局域应用到广域服务

即新型智能终端基于广域网络和分布式算力节点，应用范围由局域网向更广阔的范围拓展，实现广域网内终端与终端间、终端与环境间的实时交互，突破地域与空间限制，拓展新场景、新服务。

03 算力网络促进产业数字化四个范式跃迁

算力网络（简称算网）是以算为中心、网为根基，网、云、数、智、安、边、端、链（ABCDNETS）等深度融合、提供一体化服务的新型信息基础设施。算力网络支撑新一代技术的融合应用，促进数据要素的流通与运转，助力产业数字化四个范式跃迁。

（一）算力网络促进生产制造范式跃迁

算力网络提供云边端协同、算力边缘部署、确定性网络的能力，可满足智能制造对算力响应速度、时序性、确定性、可靠性的高要求；算力网络提供的大算力和算力并网能力可有效降低高性能云化研发门槛。算力边缘部署：传统云网模式下，中心云无法满足智能制造对算力时延的要求，企业若自建边缘云又将面临投资高、运维难的问题。算力网络通过算力大脑，灵活调度边缘侧计算资源，通过协同分布式计算等技术保证行业用户使用边缘侧算力的灵活、高效与可靠。云边端协同：高智能精益化生产、自优化AI质量检测、智能巡检等场景都需要算力网络提供云边端协同能力。算力网络可跨域、跨层级对接多地设备，实现全链路端到端管理，真正实现数字化管控。确定性网络：生产现场对网络传输要求较高，需要传输服务从非确定性向确定性转变。算力网络利用资源预留、差异化调度、网络切片、MEC等技术将时延、抖动等特定指标限制在确定范围内，大幅提升数据传输可靠性，全面赋能产业升级。大算力：算力网络可依托大规模算力，助力企业的数据存储、计算、仿真和模拟。算力网络提供的中心云大算力节点更丰富，更弹性，可以以较低的成本满足行业用户中心云计算需求。

（二）算力网络促进管理运营范式跃迁

云边资源调度：算力网络可以动态调度边缘云算力，分流处理区域内的视频会议、云电脑等办公应用的需求，根据访问情况动态调度算力，保障体验的同时降低带宽与计算成本。跨系统协同场景下，算力网络可以分层分级统一规划部署系统服务器资源，底层资源与上层系统解耦，各级、各地资源之间可以按需动态调度。多云组网：办公终端云化场景，通过多云之间统一管理，实现业务快捷部署，无需员工手动配置办公环境和应用。同时强化统一管控，维护企业信息安全，文档数据的传播范围不出云，各地员工在云终端、云应用上的行为可追溯。跨云管理协同场景，通过多云组网打破多云/混合云之间的“孤岛效应”，在确保网络安全、可靠、稳定、高速的基础上，促进数据要素的流通，充分发挥网络的根基作用，使得算力更泛在，促进算力应用更便捷，提升数据价值发挥。

（三）算力网络促进产业协同范式跃迁

多云组网：算力网络提供可联通多个云的公网系统，并提供统一的数据平台实现数据跨域互联互通，从而有效打通上下游销售、设计、采购、仓储、物流、制造，有利于提升产业整体运营效率，有望将下游客户需求直接对接至上游设计、生产环节，打造产业协同新模式。此外，收集的数据还通过交通、产业等多维数据，精准绘制产业图谱，为安全监管、精准招商等提供决策辅助，助力产业构建现代化治理体系。

（四）算力网络促进业态创新范式跃迁

算力边缘部署+确定性网络：广域智能化要求超低时延、小抖动接入，算力网络部署的边缘计算节点可提供GPU、VPU等多样性算力，支持车辆传感器采集图像及数据后就近云端处理，缩短端到端时延，为移动中的设备提供确定性网络连接服务。边边协同：算力网络针对广域移动场景，通过边边协同技术，并协同车载终端，形成精准、实时的驾驶策略，实现算随人动、算力接力，保障端到端传输质量一致性，保障车辆及乘客在移动过程中业务连续性。