当前，随着企业数字化转型迈入深化阶段，以及人工智能、大数据、区块链的技术对各行业的渗透加深，分布式云作为算力云服务底座，向下统一管理调度算力资源，向上定义应用新界面，为各行业的科技创新和智能化建设提供坚实支撑。
分布式云是一种将云服务按需部署到不同地理位置，提供统一管理能力的云计算模式。过去一年来，伴随政企用户“上云用云”进程加快，分布式云技术不断演进与发展，在金融、工业制造、能源交通等行业深化应用实践，进一步加速政企数字化转型。
本白皮书以分布式云行业实践指南为主题，将全面介绍分布式云最新发展态势、典型应用场景、技术演进发展、行业实施路径及最佳实践，旨在为分布式云在各行业规模化应用实践落地提供参考和指引。
一、制造行业
1. 用云背景和主要场景
随着“互联网 +”、“深化制造业与互联网融合发展”等重大战略的明确地提出，国家高度认可与充分重视工业领域的数字化和信息化建设，不断出台扶持政策用于建设云计算、大数据、物联网、人工智能等技术为基础的现代化基础设施，实现工业生产和管理的数字化转型和创新。
2. 主要挑战
由于工业领域的特殊性，在实践智能制造数字化转型的过程中仍有一些挑战。一是传统工业生产和管理中，存在着信息孤岛、成本高昂、生产效率低下等问题，导致数据无法汇聚打通，无法进行进一步数据计算和智能分析，同时，多个系统分开部署管理，维护成本高、灵活性不足、对外输出困难。二是制造业存在时延敏感和本地计算的场景，需要中心、本地和弱网络边缘部署云服务，时延敏感的物联网数据采集和处理的业务在本地和边缘处理，在中心和云端进行大数据的分析和训练。三是缺乏统一技术架构，应用迭代没有统一的规范和技术指导，系统集成难，新系统新应用开发能力弱。
图 7 基于分布式云的工业云架构
3. 分布式云实施路径和应用价值
现有技术体系相对传统，架构相对有所落后，关键工具缺乏，影响了制造和工业企业的数字化业务系统的建设和输出。通过引入基于分布式云的工业互联网平台架构底座，实现互联网服务统一入口、各单位核心业务系统集中管控，夯实云底座，打造云边一体的运维服务能力和规范服务模式，有效助力生态构建和对外服务能力、开发创新场景应用。
▶ 云边多级统管
在有集团和工厂多级管理体系，特别分厂间间隔距离较远，单一线下交付运维成本高的情况下，希望工厂的低成本部署和运维。借助于分布式云的多级管控架构，支持公网管控（集团中心业务位于公有云）或专网管控（集团中心位于专有数据中心），工厂到集团资源的统一基于云平台构建，实现集 IaaS、PaaS 与 SaaS 为一体的全栈云解决方案，满足稳定性、兼容性、安全稳定开放的云服务生态，解决信息孤岛问题。
▶ 统一交付与运维
在各边缘分厂侧，通过云上交付能力交付和管理各个分厂集群，云上远程部署数据库和中间件等 PaaS 组件，实现统一管理和建设分厂环境。对分厂资源和应用进行远程监控和控制，在中心集中监控告警发现问题，通过远程登录、排障和升级能力，有效的降低运维成本，提高生产环境的运维效率。。
▶ 混合云管理
企业由于时延敏感和本地计算的场景需要中心、本地和弱网络边缘部署，时延敏感的物联网数据采集和处理的业务在本地和边缘处理，在中心和云端进行大数据的分析和训练。企业通过分布式云的技术，实现不同位置的资源统一管理和运维，企业多个工厂环境和集团云端保持一致，实现混合云的统一管理运维，云边端数据的实时采集、处理和分析，从而提高处理效率。
▶ 降低成本
企业将稳态业务部署在 IDC，敏态业务部署在公有云，利用公有云便利性和成本优势同时希望体验一致。传统模式集团公司和分厂之间信息化 / 数字化脱节，即使一个园区隔条马路，不同厂区都要部署一套私有云。分布式云可以提供弹性的计算和存储资源，根据工业企业的需求进行动态调整，避免工业企业因为资源浪费而产生的成本，同时也可以避免因为资源不足而导致的生产停滞。
▶ 云技术升级
传统单体化的工业应用，采用物理机或者虚拟机部署，软件部署、升级和维护必须整个软件全量升级，不仅容易造成停产，同时扩展性和开放性也不强。通过整合 Docker 容器、Kubernetes 云原生架构等相关新技术和新理念，可实现工业应用从开发、测试，到部署、运维的全生命周期平台化管理，支持企业云原生化、微服务化的战略，有效帮助企业实现数字化转型。
二、能源行业
1. 用云背景和主要场景
随着“双碳”目标的提出、以及新能源的快速发展，能源行业借助数字化转型升级的动力愈发明显，无论是生产过程还是企业运营，都正在积极采用数字化升级作为降本增效和提升企业竞争力的重要手段。
一是在数字化生产管理方面，能源生产现场管理正在数字化转型升级过程中，包括以下场景：
◆ 数字矿山：以矿山系统为原型，通过矿山科学技术、信息科学、人工智能和云计算等技术，建立起数字化、信息化的虚拟矿山，从而快速了解和分析矿山系统的全方位运行状态，为安全生产、高效运营提供支撑和保障；
◆ 数字化钢铁：钢铁行业是高能源开销行业，希望通过云基础设施底座，采用数字孪生、AIoT 等技术建设面向高炉、烧结、焦化、料场、能源介质的一体化智能管控平台；
◆ 数字化新能源节点：以光伏、水利为代表的新能源技术发展迅速，遍布在偏远地区的能源设施需要就近进行自动化、智能化管理。另外，新能源电力的分时效应明显，清洁能源调度和分配需要通过统一的调度平台进行。
二是在企业数字化升级方面，除了改善生产流程，实现生产环节的降本增效，企业的运作优化对能源企业尤其大型能源企业有重大意义，包括以下两个方面：
◆ 企业 IT 基础设施及管理：希望通过引入云计算，优化企业 IT 基础设施的构建模式，通过通过云原生等理念提升企业研发效率，实现对 IT 资源和人力使用的降本增效；
◆ 企业协同办公：通过使用成熟的协同办公类SaaS 服务，优化企业办公、流程管理、企业文化建设的效率。
三是在算力、电力协同调度方面，随着大数据、AI 的普及，整个社会对算力和存储的要求有了更高的需求，算力的背后对电力供应有着深度依赖，而电力的供应则具有区域性和时效限制，在经济核心地区和核心时段，需要解决常规用电和算力用电的分配问题，比如解决地域用电问题的“东数西算”方案，以及日内波峰波谷用电的“高低峰调度”方案。
2. 主要挑战
云服务作为算力底座，在能源行业数字化转型过程中也面临多个维度的挑战，第一是数字化基础支撑能力不足，传统 IT 方案中多为基础 IaaS 服务，缺少面向数字化上层应用的全栈支撑，比如 AI、大数据、IoT、云原生等技术，难以支撑 OT 转型发展。在企业运营领域，随着专业化 SaaS 软件和服务不断增多，以往通过单独采购的模式，难以形成完整的协同办公解决方案，效率难以得到最大解放。
第二是数字化底座投入大、维护难，传统企业 IT 团队和信息化团队人员规模往往难以和云计算、互联网类企业相比，专业领域方向也有差别，当需要支撑企业数字化升级，除了原有的垂直领域 IT 支撑，如果采用传统的 IT 方案，还需要学习和维护大量的IT 方向基础知识和模块，对团队技术要求挑战大。
第三是算力、电力协同调度难，大型能源供给型企业（比如电网）和大型算力资源消耗型企业过往业务交集较少，双方各自领域专业深度较深，难以单独完成类似“东数西算”、“峰谷算力调度”等复杂的算力、电力协同方案，同时，大型算力消耗型企业多分布在经济发达城市，而闲置电力资源充沛的区域则多分布在人口边缘区域，如何将算力有效进行异地、分散调度对其本身挑战也较大。
图 8 面向能源行业的分布式云技术架构
3. 分布式云实施路径和应用价值
能源行业需要选择合适的分布式云解决方案对 IT 系统进行改造和升级，以匹配企业自身的需求。充分考虑智能化技术，改善项目运营条件、提高人效和运营经济性。
▶ IT 架构升级
在企业运营方面，根据企业合规需求，搭建不同形式分布式云，引入丰富数字化能力、降本增效；在生产服务方面，借助分布式云广部署、统一管理能力，实现边缘自动化、智能化管理；在推广应用方面，能源各领域头部企业借助分布式云能力和理念，结合自身行业垂直服务能力，搭建行业云，并实现快速推广应用。
▶ 平滑上云迁移
通过分布式云建设混合云，实现基础设施平滑上云。能源行业多数已建设有一定规模的设备和系统，分布式云在敏捷性上的优势可以适应的帮助传统企业的IT 现状，初期通过在企业 IDC 内部署具备的中小型节点，以数字化项目为牵引，引入分布式云从基础 IaaS 到上层行业服务能力，团队在项目过程中打磨系统适配性，并基于分布式云建设新的运营体系。在初期的中小型节点成熟运行后，基于分布式云敏捷扩容的特性，可以快速扩展整体资源规模以及上层服务能力，更有效的支持团队数字化升级。
▶ 行业云建设
同类能源企业往往具有相似的业务诉求和 IT 架构，采用头部企业建设或者联合建设行业云模式，提升用云效率。利用分布式云丰富的能力可以有效的提供行业云数字化平台需要的支撑能力，垂直行业企业可以聚焦行业技术能力和行业解决方案建设；同时，分布式云具有云的弹性敏捷、可靠易用等特性，基于分布式云构建行业云，可以以分布式云为参考，快速复制云的理念和架构方案能力。
▶ 算力和电力匹配
针对算力、电力协同复杂困难场景，能源供给企业可与分布式云厂商合作，将原有电力供给设施、调度系统基于分布式云进行改造，形成新的能源平台再提供给海量算力消耗型企业使用。在基础设施升级方面，基于分布式云的任意部署、敏捷规模特征，在原有变电站、新能源发电节点内就近建设算力节点，实现低损耗。在调度管理升级方面，通过分布式云引入大数据、AI 等技术，打造全自动同步、调度的平台，将原有通过人力或较低频次改造为分钟级甚至秒级的接口或平台，同时结合大数据预测用电企业的消耗模型，精准高效的实现算力和电力匹配。
三、交通出行
1. 用云背景和主要场景
我国建设有全球最大的高速铁路网、高速公路网以及世界级港口群，每年有海量交通设施在这些交通基础设施上往来，随着 4/5G、互联网、IoT 等技术的发展，海量交通运输场景也从过去的人工化管理进入数字化管理时代。
交通行业与日常生活息息相关，其数字化系统的健壮性关系到广大路面行人和行车的生命财产安全，系统的智能化建设也将大幅提升交通管理和调度效率，高速公路作为最常见的交通基础设施，其数字化、智慧化的转型正在稳步进行。交通基础设施数字化层面，通过小型/ 微型电子设备、IoT、4/5G 技术、音视频等技术，将公路上所有路段信息以数字化形式记录、保存和传输，从而实现现实空间在数字空间的实时重现，可以极大的提升高速路段的可观测性，降低以往对人力投入的依赖。
交通管理调度智能化层面，基于基础设施数字化之上，结合数字孪生、AI、大数据、音视频处理等技术，可以帮助高速运营机构和人员，解决以往海量、复杂的数据处理难问题，实现像司乘安全检查、高速负载调度等全局化、智能化的管理。打造互联网 + 交通提升公众出行体验方面，将各类线下人工服务以及传统电话、短信交通服务，基于小程序、APP 技术进行重塑，极大的提升服务的可获取性和体验感受，结合交通基础设施数字化、智能化的能力升级后，可以实现路况实时查看、按热度车流调度、长途路线智能规划等新型交通服务，为公众提供更好的出行体验。
2. 主要挑战
中国有全世界最长的高速、铁路网，也有着大量的港口、机场、车站，这些交通基础设施不仅数量众多，地理位置上也极度分散。当对这样海量、分散的基础设施进行数字化升级时，需要面临以下问题：第一是部署实施难，交通 IT 基础设施需要在被服务对象附近就近建设，为上层交通管理、调度软件以及数据保存 / 备份提供计算、存储、网络等基础服务。除了在大型交通枢纽，比如机场、核心车站等可建设较好的数据中心外，其他节点往往需要在较低等级 IDC 或者工作现场进行部署，环境差异性大，部署方案从边缘盒子到一体机，再到各个等级 IDC，对底层云平台方案兼容性、环境适应性、敏捷性要求高。
第二是管理运维难，基于交通基础设施天然分散的特征，行业内 IT 团队往往需要管理分布在广泛地域上的数个到数百个交通 IT 节点，无论是基础 IaaS 层面的管理，比如 IDC、服务器、网络、虚拟化，还是上层应用如何在数百个节点上部署，依赖的中间件、容器、数据库如何提供，对交通 IT 管理团队都是不小的挑战。原本在集中化 IDC 采购多家厂商产品，由建设方团队运维的模式在交通全面数字化的过程将遇到更多的挑战。
第三是缺少复制性强的场景化方案，交通数字化方案综合性强，一个完整的项目，常常涉及基础云计算、音视频、IoT、AI、交通调度管理、数字孪生等多方面技术和团队的联合输出，项目的复杂性导致了方案难以复制，造成大量重复性工作和投入。
3. 分布式云实施路径和应用价值
应用分布式云系统架构，搭建云边端一体化的智能交通算力底座，实现多层级算力协同调度，敏捷弹性的算力供给和全局一致体验的基础设施服务。
图 9 云边端一体化的高速公路云
▶ 多层级分布式云算力建设
高速公路是典型的交通数字化场景，具备数字化程度高、算力部署分散、设备和应用数量多的特点，包含路侧 MEC、路段管理、路网中心、收费站等多种类型的服务对象，采用分布式云能有效解决部署难、管理难的问题，基于分布式云的云边端架构能完整的覆盖高速公路场景下的不同层级用云需求，并实现全局统一的管理。
◆ 终端（路侧 MEC）：设备连接、采集、管理，具备基础的计算、存储、网络能力，可通过分布式云边缘盒子以及小型节点（10 台以内）进行建设，与路侧的摄像头、感应雷达、ETC 等设备通过网络线缆或 4/5G 进行低时延通讯，并将采集的数据与区域、中心节点进行同步。
◆ 区域（路段边缘、收费站）：规模以10~100 台服务器居多，具备全栈的 IaaS 服务能力以及核心的中间件、云原生服务，支撑部署交通管理、智能应用对路段进行统一管理，具备中小型的大数据、AI 计算能力，可将终端侧采集的数据进行快速处理后及时的返回管控指令。
◆ 路网中心：在高速机构的区域核心位置部署，大多为 T2+ 数据中心，可靠性和服务能力较强。部署全栈的云计算服务底座，支撑所有交通管理、智能应用的核心管控后台部署，同时一般配备有 PB~EB 级的冷热存储资源池，用以存储、处理从终端、边缘收集到的数据。建设有完善的 AI、大数据处理平台，结合各类行业垂直服务，实现数字孪生、自动化调度、管理驾驶舱等高级数字化服务能力。
▶ 安全合规与海量计算优势兼并
分布式云可采用专有云与公有云混合模式，实现安全合规与海量计算和存储的优势兼并。专有云部分实现整体网络上采用专网设计，在路网中心部署私有化的分布式中心管控模块，所有边缘云、终端云节点通过专网与中心管控连通，实现统一化资源和数据管理。公有云部分实现专网内的数据进行统一存储后，当需要进行大规模计算（比如大数据、AI 处理），可与就近的公有云进行专线打通，将待处理数据同步到公有云复用海量高性价的弹性算力，同时一些非敏感的冷数据也可以在公有云就近部署，减小专有云部分运维和成本压力。
▶ 数字化支撑能力提升
基于分布式云底座，进一步拓展数字孪生、车路协同、自动驾驶服务、低代码／小程序开发等基础共性支撑服务，实现交通出行业务数字化转型。
本文摘编自腾讯云和中国信息通信研究院《分布式云行业实践指南（2023）》，全文下载：
分布式云行业实践指南（2023）
更多标准、白皮书、报告等高质量纯净资料下载，在文末扫码关注官方微信公众号“idtzed”，进入公众号菜单“治库”，或按自动回复发送引号内关键词。
