赛迪孙刚：“工业互联网平台 数据中心”融合发展全景图（六）

2020年3月政治局常务委员会强调，要“加快5G网络、数据中心等新型基础设施建设”。随着制造业加速迈向万物互联、数据驱动、软件定义、平台支撑、智能主导的新阶段，企业数据量和计算量将呈指数级爆发，对数据中心的需求将急速增长。预计2020-2025年中国IDC市场规模将累计达到万亿元。

数据中心作为集中存储、计算以及分析的场所，是工业数据的汇聚核心、承载体和加工厂。推动“工业互联网+数据中心”融合发展，加速形成“边缘数据中心+云数据中心+边云协同”的数据中心体系，有利于发挥数据作为生产要素的基础赋能作用，为加速制造业高质量发展，推动质量变革、效率变革、动力变革提供支撑。

一

数据中心：工业互联网平台的有效支撑

（一）数据中心是工业互联网平台数据存储载体

当前，我国工业互联网数据资源总量呈爆炸性增长，数据来源复杂、涉及行业多样、信息壁垒严重等痛点问题阻碍了工业数据价值的挖掘。建设数据中心，通过数据资源的统一调配实现生产资源的统一调配，可以催生智能化生产、网络化协同、服务化延伸、个性化定制等新模式、新业态。

（二）数据中心是工业互联网平台算力涌动源泉

数据资源已经成为企业核心资产，计算能力则成为新型生产力，然而面对流量洪峰、数据大爆炸，算力不足问题开始凸显并成为制约工业互联网平台赋能的障碍。通过数据中心，结合人工智能技术，可以指数级提高计算能力，对工业互联网平台数据分析形成基础设施支撑。

（三）数据中心是工业互联网平台算法运行空间

模型算法是工业知识沉淀的结晶，是工业互联网平台的重要组成部分。通过合理分布模型算法，把安全要求高、具有保密性质、复杂程度低的算法分布在边缘数据中心，把通用性、复杂程度高的算法部署在云端数据中心，可以保障企业核心机密，实现工业知识的流通、共享和复用。

二

“工业互联网平台+数据中心”技术趋势

（一）边缘数据中心：提升工业互联网平台设备互联互通水平

美国咨询公司Gartner在2018年发布的《新兴技术成熟度曲线》中将云向边缘侧转型列为“十大战略技术”之一。随着企业时延敏感型业务需求的持续增多，IT基础设施逐渐转移到边缘侧设施中，“边缘计算吞掉云计算”成为可能，边缘计算地位和重要性逐渐上升。

长期以来，工业场景复杂性高、通信协议标准不统一等问题妨碍了数据共享与应用，制约了企业基于工业互联网深化设备互联互通。通过建设边缘数据中心，有利于提升传统设备智能化水平，满足工业互联网部分应用场景低时延、高可靠、大带宽的发展要求，推动OT系统和IT系统连接，实现设备间的数据贯通。一是数据采集。边缘数据中心是一种分布式处理和存储的体系结构，更接近数据的源头，方便大量工业生产过程数据的采集、筛选、清洗等，提高数据质量。二是协议转换兼容。针对工业协议标准众多且相对封闭的弊端，提供协议转换模块和产品，促进设备、传感器、控制系统、业务系统等不同来源的海量数据汇聚，实现工业数据在多源设备、异构系统之间的有序流动。三是边缘智能计算。在工厂部署边缘计算设备及配套设备，提供边缘侧数据分析处理服务，提高数据传输和智能决策的效率，满足用户多样化业务需求。

（二）云端数据中心：构建工业互联网平台海量工业数据处理体系

2020年3月20日，工信部发布《关于推动工业互联网加快发展的通知》，明确表示要加快国家工业互联网大数据中心建设，鼓励各地建设工业互联网大数据分中心。随着我国工业互联网数据资源总量的爆炸性增长，数据中心进一步实现集约化、高密度发展，将对工业互联网相关业务发展提供有力支撑。

通过建设云端数据中心，有利于整合汇聚海量工业数据资源，进行数据资源的统一调配，推动工业生产、制造、服务体系的要素升级、产业链延伸和价值链拓展。一是实现数据资源调度。基于海量数据汇聚，充分利用云数据中心资源的动态、弹性、按需调度优势，实现数据资源的统一存储、汇聚和调配。二是开展数据优化分析。基于集中式算力支持，充分利用数据资源进行对比分析、建模分析，获取优化方案，提高车间生产效率，优化产业链协同水平，增强设备远程运维能力。三是推动智能自主决策。云数据中心作为集中式管控中心，具有统一管理决策能力，可以有效整合生产制造、业务管理、产品运维等各个环节业务信息，进行协调优化。

（三）边云协同：工业互联网平台落地的技术路径

根据美国咨询公司Gartner预测，到2022年75%的企业数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。打通边缘数据中心和云端数据中心之间的数据传输渠道，实现边缘计算与云计算的协同联动，有利于企业基于工业互联网进一步释放数据价值，促进工业数据的自由流动，进一步提高工业互联网赋能效用。

通过构建边云协同的生产管理体系，根据业务类型的差别，进行业务安排，有利于解决数据传输可靠性与计算实时性矛盾，满足用户多样化需求。一是边缘数据中心主要处理不敢传、不需传、不能传的业务，针对涉及数据安全与保密的不敢传数据，涉及本地化与实时性不需传数据，涉及低延时与低功耗不能传数据，安排在边缘侧处理分析，降低网络延时和网络传输压力，保障数据安全。二是云端数据中心主要开展大数据分析和模型训练业务，针对非实时、大数据量的业务，需要进行纵向和横向对比分析的业务，需要和业务系统进行集成的业务，需要进行全局优化的业务，安排在云端数据中心进行处理，有利于发挥云数据中心大存储、集中式算力等优势资源，提高数据处理分析效率，协助企业更快更好的做出统一决策。

三

问题和挑战

（一）数据中心支撑能力有待提高

数据中心保存着企业核心数字资源，安全防护要求高，亟需构建安全防护标准，升级防护技术。此外，随着工业互联网平台边缘计算的应用，亟需拓展边缘数据中心，增加设备和边缘节点的数量，开发相关软硬件。

（二）数据中心安全保障水平欠缺

数据中心与工业互联网融合应用增加了工业数据暴露风险，导致网络定向攻击、隐私泄露等安全隐患。目前，数据确权、追溯等技术相对滞后，工业数据分类分级管理体系不完善，数据范围和使用方式不明确，亟需构建数据中心管理标准体系，促进数据充分使用、全局流动和有序共享。

（三）数据中心配套体系尚不完善

数据中心子系统众多，运维管理工作量巨大。近年来，我国数据中心建设规模日益庞大，但是“重建设、轻应用”的现象仍然存在，缺乏专业的运维管理团队，核心关键技术“卡脖子”的问题仍然突出，安全防卫、节能减排、资产管理等数据中心配套的相关管理机制仍有待完善。

四

对策和建议

（一）强化边云协同，推动全域数据贯通

一是探索数据中心与5G、AR/VR等新一代信息技术融合应用，重点突破智能传感器、边缘感知等技术瓶颈，提高边缘数据采集能力。二是进一步拓宽网络带宽，增强信息传输能力，促进数据在边缘侧和云端之间的自由流动和协同分析。三是优化边缘侧和云端资源配置，发挥边缘数据中心和云端数据中心差异化优势，强化基础设施支撑能力。

（二）发展边缘智能，提升设备管理水平

一是聚焦工业低时延、高可用、低成本的业务需求，加快智能边缘设备开发，完善配套设施建设。二是突破协议转换、协议解析等技术，开展工业设备智能化改造，提高工业设备互联互通水平。三是基于工业互联网平台加强核心机理模型和算法积累，提升边缘侧智能水平，提高设备自我感知、自动分析和自主决策能力。

（三）升级数据中心，提升行业应用水平

一是做好数据中心建设统一规划，按照地域需求、地域特点等因素进行合理的空间布局，避免重复建设。二是加快国家工业互联网大数据中心建设，鼓励各地结合产业特色建设工业互联网大数据分中心。三是建立健全大数据中心安全管理体系，完善数据分类分级安全保护制度，增强安全保障能力。

（四）加传推广应用，完善产业发展生态

一是强化示范引领，培育典型案例。遴选一批优秀解决方案提供商支持制造企业建设边缘数据中心，对生产车间进行智能化升级改造。二是夯实人才基础，支撑产业发展。鼓励企业与高校、科研院所等加强合作，建设边缘数据中心、云数据中心等实训平台，强化复合型人才积累。三是加大推广力度，促进经验交流。通过深度行、现场会等形式，推广典型案例，统一社会认识，营造产业发展良好氛围。