............................. - 35 - 6.1 存储子系统..........................................................................................- 35 - 6.1.1 存储结构设计 ...................................... .............................. - 35 - 6.1.2 存储设计原则 ............................................................................ - 35 - 6.1.3 存储可靠性设计 ........................................... ............................. - 35 - 6.1.4 存储热备设计 ............................................................................ - 36 - 6.1.5 存储空间计算 .............................................

多样化产品组合，满足不同阶段转型需求 10 五大典型场景与丰富案例实践 构建具备全栈能力的企业云平台 11 某服装行业龙头集团：从基础替代到全栈升级的企业云建设之路 宝信软件：以超融合和分布式存储双架构驱动宝武集团 IT 基础架构整体升级 信义玻璃：部署分布式防火墙，构建数据中心双活集群 承载 MES 等核心业务系统 19 扬州国宇电子：承载全部核心业务，以 IT 升级赋能业务发展 明 数据采集与监控系统 SCAD ：对生产设备进行远程监控，提升系统 可靠性与安全性。 以上 IT 应用在制造业数字化转型过程中扮演了重要角色，而 IT 基础架 构正是这些数字化 IT 应用的基石，提供了计算、存储、网络等各类关键 IT 资源。无论是通过自有机房、第三方 IDC 还是公有云来提供 IT 资源， 制造业用户都需要考虑稳定性、效率、成本投入等要素。 制造行业 IT 基础架构转型方案与实践 5 国制造”的出海需求、“国产化转型”浪潮，以及 VMware 等国外产品的销售模式调整，都为制 造企业 IT 基础设施带来了更为复杂的技术需求。而传统 IT 基础架构使用专用存储硬件、采用集中式存储架构和存算分离架构，导致存储资源分散， 整体架构复杂，难以满足业务需求。通过下表，可以一览业务需求与现有 IT 基础架构之间的矛盾。 业务场景 对基础架构的核心需求 传统基础架构的挑战 核心业务及灾备系统，包括

10 五大典型场景与丰富案例实践 构建具备全栈能力的企业云平台 11 某服装行业龙头集团：从基础替代到全栈升级的企业云建设之路 宝信软件：以超融合和分布式存储双架构驱动宝武集团 IT 基础架构整体升级 信义玻璃：部署分布式防火墙，构建数据中心双活集群 承载 MES 等核心业务系统 SCAD ：对生产设备进行远程监控，提升系 统 可靠性与安全性。 以上 IT 应用在制造业数字化转型过程中扮演了重要角色，而 IT 基础 架 构正是这些数字化 IT 应用的基石，提供了计算、存储、网络等各类 关键 IT 资源。无论是通过自有机房、第三方 IDC 还是公有云来提供 IT 资源， 制造业用户都需要考虑稳定性、效率、成本投入等要素。 制造业核心应用软件，包括计算机辅助设计 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控 难以平衡性能和成本，数据副本多，成本高，生成速度慢 虚拟桌面 性能优异，良好的使用体验，可控的建设成本 I/O 风暴影响体验，存储性能存在瓶颈，不易于扩展 AI+ 制造业 满足 AI 应用、模型训练等 GPU 使用场景的高性能需求， 提升资源利用率 涉及复杂的 GPU 适配与硬件改造，计算资源利用率低 国产化转型

工地安防方案 3 亮点功能 目 录 页 监控中心 监控集成中心 业务单元 工地监控中心 视频监控系统 高清摄像机 GIS 系统 移动终端 视频存储 大屏监控 动环主机 智能分析 一体化平台 高层施工检测 风速传感器 测重传感器 回转传感器 幅度传感器 高度传感器 地面施工检测 烟雾传感传感器 火焰传感传感器 作业面视频监控 业务构成 系统功能模块 门禁管理 工程车辆监控 塔吊安全监测 视频监控 工地安防方案 子系统构成 施工安全监测 报警管理 拼接解码器 智慧工地管理平台 存储阵列 存储阵列 视频智能分析服务器 工地安防方案原则 | 点面结合，层层设 防 视频复核 报警上墙 警情推送 防偷防盗 功能点 工地安防方案 周界防范 智慧工地监控平台 人脸抓拍 图像检测 特征建模 特征对比 抓拍库、注册库、黑名单库 + 上传人脸特征数据 抓拍图特征数据 抓拍大图、小图 人脸识别服务器 人脸抓拍服务器 人脸数据库 平台客户端 数据存储 0 1 1 0 1 1 0 0 0 1 0 1 1 1 0 0 1 1 1 0 0 0 0 0 --- -> 1 工地重要场所部署 RFID 网络读写器 ，员工佩戴带有

个安全阀等重要设备没有 安装监测设施。安全设施布设具体情况如下图。 图 现状分析-5 化工园区安全形势现状图 2. 环保形势 化工园区污染源密集，包括烟气、废水等有组织排放污染源及运输管道、 25 车间、存储罐等无组织排放污染源，涉及大气、水、固体废弃物、噪声、辐射 等多类型污染物，污染因子百余项。具体如下表。 表 现状分析-3 化工园区污染分类表 污染分类 污染现状 监测现状 需求满足情况 大气污染 余项 当前监测因子无 法满足 VOCs 治 理需求，监测设 备的覆盖情况无 法满足溯源及预 警需求。 水污染  有组织排放源：各厂废水排放口  无组织排放源：运输管道、车 辆、存储罐  主要污染物：挥发酚、高锰酸、 盐指数、六价铬、氯化物、氟化 物、硝酸盐（氮）、亚硝酸盐 （氮）等 地 表 水 监 测 站 2 个，企业废水监测 点 28 个，清下水 监测点 12 力保障。目前应急响应中心机房主要为应急响应中心相关系统及配套提供运行 支撑。应急响应中心有两处机房，分别位于二楼和五楼。 二楼的机房约为 60m2 ，机房基础设施环境较为良好，部署了环保系统服务 器 1 台、环保存储服务器 1 台、数据库服务器 1 台、汇聚交换机 3 台、核心交换 机 1 台，防火墙 1 台、管理服务器 1 台、流媒体服务器 1 台、数字解码显示终端 1 台、VGA 切换器 1 台，图像拼接处理器

合与关联查 询）。 8 9 面对 AI 时代零售企业对数据底座革新的诉求，数据库作为数据底座的核心正成为破局关键。零 售企业需要具备创新架构和综合能力强的数据库产品，为零售企业提供从“数据存储”向“数据 价值跃迁”的路径，将数据基础设施从传统的“成本中心”升级为“价值枢纽”。 而具备 HTAP、多模一体化、向量融合查询和多云原生等四大能力特征的一体化云数据库正成为 零售行业数据库的 智能推荐系统（以图搜图）场景中，一体化云数据库的原生向量+标量一体化能力， 使得图片向量、SKU 属性、实时库存可以在同一张表内写入，SQL 一次性完成“相似度+过滤+ 排序”，将传统独立部署向量数据库、特征存储、推荐服务三套系统的复杂链路简化，开发周期 从“周”缩短到“小时”。 这不仅加速了智能选品、智能客服、个性化导购等 AI 应用的落地 ，更将企业内部沉睡的数据资 产转化为驱动智能化的数据集，将 ”，显著优化 成本与释放资源，赋能业务实时决策，并加速业务创新闭环。 12 图 2:一体化云数据库赋能数据基础设施（来源：爱分析） 一体化云数据库上述所有能力基石是统一的技术架构、计算引擎、存储层与管理页面。避免因引 入多种异构系统带来的高昂集成和运维成本，数据一致性问题及技术债。显著简化技术栈，降低 学习曲线与运维负担，提升整体系统稳定性、可靠性与资源利用率。 通过统一 HTAP、

.......................................................................................23 2.2.3 数据存储........................................................................................25 2.3 模型训练层 层，各层之间通过标准化接口实现松耦合，确保系统的高可用性和 可维护性。 数据层作为底座的基础，采用分布式存储技术，支持结构化、 半结构化和非结构化数据的统一管理。通过数据湖架构，实现多源 异构数据的集成与治理，为上层提供高质量的数据支持。同时，引 入数据安全和隐私保护机制，确保数据在采集、存储和传输过程中 的安全性。 计算层是大模型底座的核心，主要负责模型的训练、推理和优 化。采用高性能 的解决方案。通过低代码开发平台和可视化工具，支持业务的快速 构建和部署。应用层还提供智能分析和决策支持功能，帮助园区管 理者实现科学决策和高效管理。 为提升系统的整体性能，架构设计中引入了以下关键技术： - 分布式存储与计算：实现海量数据的高效处理。 - 边缘计算与云端协同：提升实时数据处理能力。 - 动态资源调度：优化资源利用效率。 - 微服务架构：提高系统的灵活性和可维护性。 通过以上设计，大模型底座能够为工业园区数字政府提供强有

革，降低生产成本和提高产品质量。 建设方案的目标与定位 智能工厂总体结构规划 02 实际工厂设备、生产线等，包括各种机床、设备、传感器等，负责 产品的制造和加工过程。 物理层 负责数据的采集、传输、存储，包括各种数据采集设备、网络传输 协议、数据库等，实现工厂数据的数字化管理和远程监控等功能。 数据层 包括 MES 、 ERP 等系统以及各类智能化应用，如智能调度、仓储管 理等，实现工厂生产过程的数字化管理和智能化控制等功能。 通过网络传输协议，如以太网、 Wi-Fi 等， 将数据传输到远程监控平台或数据库服务器 上，实现数据的实时传输和共享等功能。 数据存储 将数据存储在数据库服务器上，实现数据的 永久保存和管理等功能。同时，对数据进行 备份和恢复等操作，确保数据的安全性和可 靠性。 数据层规划：数据采集、传输与存储方案 通过自动化生产线实现产 品的自动化生产和加工过 程，提高生产效率和质量。 自动化生产线 智能调度 仓储管理 应用层规划：系统与智能化应用布局 技术架构设计 03 云计算平台 我们采用云计算技术，构建一个开放、灵活、高效的云计算平台。这个平台可 以提供弹性的计算资源和存储空间，根据工厂的实际需求进行扩展或收缩。 数据传输和存储 通过云计算平台，我们可以实现数据的快速传输和存储，保证数据的可用性和 可靠性。 云计算平台构建与应用 工厂的生产数据包括各种传感器数据、设备运行状态数据、 生产计划数据等，这些数据需要进行处理、清洗和整合，

高可靠 高扩展 高性能 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 云原生计算 云原生存储 块存储 CBS 虚拟机 CVM 容器平台 TCS 文件存储 CFS 对象存储 COS 端侧接入层 鉴权 OAuth2.SAML2 负载均衡 CLB 域名解析 DNS 网络加速 CDN 系统接入层 业务协同、算法协同、数 据 协同、管理协同 领先的 AI 算法模型 融合腾讯业界领先的视觉大模型、新能源 行业模型，同时支持第三方算法模型 算 法 下 发 数 据 上 传 标 准 化 场 站 N 数 据 存储及计算 任务管理子系统 AI 创新中 心 模 型 训 练 任 务 调 度 数 据 采 集 异 常 上 报 化 公有云丰富的技术能力帮助企业建立分布式智能通用电池 / 组织协同平台 数 据 治理平台 创新 科技 3 3 1 7 8 智能化 自动化 组 织 战 略 20+ AI 质检项目 边缘设备管理、数 据 存储、边缘推理训 练 设备监控、数 据 采 集 、 模型应用 XX 创新实验室 电池材料筛选研究 AI 电池寿命预测 项目 / 人才 / 生态 智能制造部 •

行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期将在数据、算力、算法三大人工智能支柱 方面提供行业级服务。 （1）数据服务。提供行业级数据服务能力，包括但不限于数据的汇聚与传 输、确权与鉴权、存储与管理、分类和分级、合规与脱敏、清洗与预处理、质量 评估与价值定义、可视化与分析、机器学习平台集成、交易与共享等。 （2）算力服务。提供行业级算力服务能力，包括但不限于算力资源跨地域 汇聚、 用 NVIDIA DRIVE Sim 仿真软件对智能驾驶功能进行测试验证。 宝马集团与亚马逊云科技开展战略合作，开发定制云软件用于宝马车辆的数 据管理和分发，支持包括分析、机器学习、数据库、存储和计算等功能。 英伟达已开发端到端自动驾驶汽车开发平台 NVIDIA Drive、针对深度学习 应用的 NVIDIA DGX-1 超级计算机、用于智能座舱的开放和可扩展的软件框架 NVIDIA （2）分布式建设模式，是指通过多节点的存储和算力架构，将平台资源分 散部署于多个地点，同时通过网络实现资源的统筹和共享。该模式强调灵活性和 扩展性，适合资源分布广泛且需求差异化的行业环境。 5.1.2 硬件资源建设模式 硬件是汽车行业级智算数据平台的物理基础，涵盖存储、计算和网络等关键 资源。硬件层面需要充分考虑性能、成本、扩展性和安全性等因素，合理规划存 储设备和算力资源的部署模式。 （1）存储资源建设模式