华为云Stack，更适合央国企的工业互联网平台解决方案
工业互联网是第四次工业革命的重要基石，是新一代信息技术与工业经济深度融合的新型基础设施、应用模式和工业生态，为工业乃至产业数字化转型提供了实现途径，展现出勃勃生机和广阔前景。尽管各国战略导向各有不同、发展路径各有特点，工业互联网已成为全球主要工业国家抢占产业竞争制高点、重塑工业体系的共同选择。
在中国工业互联网研究院发布的《全球工业互联网创新发展报告（2022年）》中提到，2021年，全球工业互联网产业增加值规模达到3.73万亿美元，年均增速近6%；我国工业互联网产业增加值超4万亿元，其中核心产业增加值达到1.17万亿元，名义增速超16%，全球工业互联网产业经济正处于蓬勃发展时期。
四大挑战亟待解决
为实现“中国制造2025”数字化整体升级，达到“十四五”两化融合规划提出的央国企工业互联网平台采用率达到45%的目标，可以预见，未来三年将是中国工业互联网建设高峰期。
作为行业数字化转型的主力军，大型央国企无疑会在工业互联网建设浪潮中扮演领头羊的角色。据中央企业数字化发展研究院副院长俞兆强透露，目前已有71家中央企业搭建了超过150个高水平的工业互联网平台，关键设备联网率超过50%。
由于工业互联网平台的建设不是简单的单个系统改造，再加上央国企庞大的规模和复杂的体制，工业互联网平台的建设仍然存在诸多挑战。
首先，大型央国企所拥有的工厂一般数量庞大，且分布广泛，存在明显的OT数据垂直集成问题，造成“工厂数据上不来，集团管控下不去”的局面。
第二，央国企通常信息化建设开展较早，在长期的建设过程中积累了大量的信息系统，存量系统烟囱林立，缺乏统一的数据采集工具和平台，重复数采致使效率低下。
第三，受限于设备的工作环境和自身资源的限制，OT数据采集极容易产生各种异常数据，比如数据缺失，数据跳变等，数据质量较低。
第四，工业现场的OT数据量往往是巨大的，一方面点位数量巨大，一个大型的生产园区可能动辄几十万点位，对应成千上万的设备/传感器；另一方面，点位采集频率高，比如100ms的频率，因此产生的数据量将比过去企业的IT数据量高几个量级。同时OT数据处理对时效性的要求又相比传统数据要高。因此原始的OT数据需要大量的加工处理方可使用。
打造更适合央国企的工业互联网平台
工业互联网平台的本质是在传统云平台基础上叠加物联网、大数据、人工智能等新兴技术，构建更精准、实时、高效的数据采集体系，建设包括存储、集成、访问、分析、管理功能的使能平台，以工业APP的形式为制造企业提供各类创新应用。
依托华为三十多年在ICT领域的技术积累和服务经验，华为云面向政府、金融及大型央国企等政企客户提供云解决方案。作为部署在客户本地数据中心的云基础设施，华为云Stack不仅能帮助央国企打造一个坚实的云底座，提供两地三中心灾备、1+7安全防护、统一云管等功能，满足央国企对高可靠性和高可用性的要求；还能提供业界最多的12大类90+云服务能力，覆盖通用PaaS的云原生、大数据、物联网、人工智能等创新技术，同时兼顾安全合规和云服务持续创新。
可以看出，华为云Stack无疑是更适合打造央国企工业互联网平台的云解决方案。
“1+3+1”构建开放共享的工业互联网
华为云Stack通过“1+3+1”的架构体系（如图1），面向央国企构建开放共享的工业互联网，支撑企业生产核心场景的数字化转型。
图1 工业互联网 “1+3+1”架构体系
1个统一的云边协同基础架构
通过构建集团统一的云边端一体化工业互联网运行时底座，深入工业生产边缘现场，覆盖集团总部、分公司、工厂作业区、场站等多层级的生产数字化需求，实现应用、服务、数据、资源的全局协同。
例如针对大型央国企集团行业云场景，基于华为云Stack构建的工业互联网平台为其构建了跨国家行业中心云到省公司云到工厂和物流中心，再到机台设备的多级云边端统一架构（如图2），其优势主要体现在：
首先，通过统一基座屏蔽了云边端各级运行环境的差异性。
其次，在国家局、省公司、商业公司的中心云上集中开发应用资产和模型，构建行业应用资产商店，统一分发到工厂、物流中心等各个边缘服务器，再统一分发到端侧智能机台。
第三，提供云边端统一的多级数据级联传输机制，覆盖云边端上下级之间的数据级联传输，以及云边端水平同级间的数据级联传输。
第四，提供云边端协同的安全机制，增强了边缘系统安全防护能力。
图2 大型央国企集团行业云场景架构
3大数智融合能力
华为云Stack工业互联网平台在工业物联统一OT/IT数采接入、全链路生产数据治理、生产AI效能提升上均应用了业界领先竞争力的技术予以支撑。
第一，统一的边缘OT/IT数采模式有效避免了重复数采；物联数采支持主流95%+工业协议；设备协议驱动可沉淀复用，支持热插拔，OTA升级；支持灵活配置点位与物模型字段的映射表关系，远程动态更新；多维度的数采安全机制也保证了数采的安全性。
第二，生产数据全链路治理，覆盖从边缘点位数采，到OT/IT(物模型)融合，到大数据湖的全过程。原始OT数据噪声很大，首先通过在边缘侧的原始点位四则运算、数据清洗、点位拆分，边缘时钟同步、自动添加时间戳，低时延边缘数据采集处理等措施，有效提升了边缘侧数据质量；进而丰富的开箱即用清洗算子 + UDF可定义算子，进一步确保了OT数据和物模型数据的准确性，为建立设备及产线级的数字孪生提供了高质量的数据支撑；进入大数据湖后，OT时序数据库和IT大数据的存储和处理实现了物理分离和逻辑统一，可以有效支撑OT及IT数据的高效联合查询分析等业务。
第三，以盘古大模型、天筹求解器为代表的华为云AI根技术，为AI进入生产现场提供了支撑。在工业现场，可以被事先枚举标注的异常场景总是有限的，有大量的异常是非常常见的，而这类异常往往又是一出现就有可能带来较大事故或损失的异常，传统的AI小模型不能很好地识别出这类小样本下的异常问题。通过盘古预训练大模型，可以甚至在几十张样本的情况下，取得对小样本异常的高精度识别，从而为AI走入生产现场提供了精度保证。此外，盘古行业大模型也具有AI开发门槛低的特征，可以支持非专业人员做面向新场景的快速开发更新，从而使集团企业AI运营变成一类企业完全自主运营的基础设施。
1个平台+生态体系
央国企工业互联网体系的建设，是一个“平台+生态”的体系化建设过程。一方面，华为云Stack工业互联网平台注重通过工业物联、工业大数据、工业AI建模能力的构建，沉淀行业可以重复使用的工业知识资产（例如设备物模型、系统数据资产、AI算法模型、机理模型等），并提供工业应用低码开发能力，基于工业知识实现工业APP创新应用的快速迭代升级；另一方面，华为云Stack工业互联网平台也打造了开放的体系生态，为央国企行业云建设汇聚来自行业生态的工业知识及应用提供了有力的支持，可以实现业界领先知识及应用的快速注入。进而基于统一行业应用市场及云边端分发机制，实现集团各个落后企业数字化能力的快速赋能提升。
当前，以煤矿军团为代表的华为军团打造的工业互联网平台，为制造、能源、交通等行业打造了智慧矿山、智慧油气田、智慧工厂、智慧电站等一系列工业现场级解决方案，为实现央国企的数字化升级提供了有效的支撑。
在智慧矿山，通过华为云Stack工业互联网平台形成的煤矿工业互联网底座，叠加行业应用，如智能综合管控平台、智能辅助作业系统，实现井下“全息感知，远程集控”；同时作业也变得更加标准化、流程化，使井下检修效率提升了30%，作业时间每人平均节省2小时。
而盘古矿山大模型（如图3）的建立，以一个大模型覆盖了矿山八大业务场景100多个小模型，与传统小模型对比，在新场景识别精度平均提升23.5%、小样本识别精度平均提升10%以上的同时，模型训练工作量平均节省了85%。大模型极大地降低了AI的开发门槛，使传统企业的IT人员在短期培训后，即可以独立实现面向AI新场景的开发，实现集团AI生产中心的企业自我运营。
图3 盘古矿山大模型
展望未来，华为云Stack将进一步承担中国工业数字化的使命，在技术纵深度上深挖工业核心根技术，实现技术领先性上的全面自主创新；同时在行业广泛度上也会进一步拓宽，以支撑更多泛工业类企业的数字化升级，打造更合适央国企的工业互联网平台，帮助企业建立先进的“平台+生态”的工业互联网体系。
