数智园区发展历程及系统参考架构介绍

数智园区目前主要经过了三个发展阶段：

第一阶段：设备孤岛（2012 年以前） 本阶段的数智园区以单点应用为主，开始信息化应用，主 要包括 OA、政务系统、单点智能硬件，采取碎片化、烟囱 式、单系统的建设模式。随后，伴随着平台建设的加快与 互联网技术的发展，园区开始积极部署互联网应用，包括 互联网 + 政务便民服务、一站式政企服务、线上企业服务， 搭建运营管理平台、企业服务平台的应用。 在 2012 年前，大部分园区处于本阶段。园区处于各系统割 裂建设和信息孤岛的状态，没有实现互联互通，运营数据 效能低下，数据价值无法体现。传统园区缺乏系统性规划， 基于单点功能的建设导致系统孤立、管理粗放而且服务不 足等问题，已难以满足用户日益增长的多样化需求。

第二阶段：数据整合、打通（2012 – 2020 年） 本阶段以数据服务主导，开始以数据服务、已建系统重构 和数据平台建设打通数据，促进产业发展，出现云计算、 大数据、物联网的应用。在本阶段，各园区聚焦于智能化 建设，在基础设施智能化、数据协同、业务联动和可视化 运营的基础上，出现物联网、工业互联、可视化的使用。 此阶段开启了智能管理型园区阶段，之所以能够实现这一 升级正是因为物联网技术此时已经发展到了一定阶段，并 可以广泛应用，实现园区内各种设备和系统的互联互通， 为园区的管理和运营提供更高效、便捷的解决方案，使其 逐步成为数智园区。随着智能化物流园区、智慧旅游产业 园、人工智能产业园快速发展，可视化集成方案的广泛应 用，园区由智能管理型向智慧应用型发展，推动科技赋能、 资源聚集、绿色低碳的智能化综合型园区快速升级，园区 全面进入智慧决策阶段。

第三阶段：数智化时代（2020 年 – ） 本阶段以数字化和智能化的融合为主导，致力于构建园区 数字生态与全景化智慧场景，达到万物互联、一体联动、 智慧感知，包含数字平台、人工智能、物联网、5G、数字 孪生等先进技术。 该阶段出现了云 – 网 – 边 – 端协同。在园区云的基础上， 数智园区通过 5G、边缘计算等技术将部分数据转移到边 缘端处理，以缩短数据处理路径、降低数字化应用的响应 时延，同时降低成本，在此基础上运行 AI、深度学习等应 用，实现园区运营的自动化控制以及决策。 数智园区建设是一个系统性、复杂的工程，需要从边缘基 础设施底座、网络、云平台、园区应用、数据展示等方面 进行入手，拟定数智园区转型规划，并开展渐进式的建设 路径。

针对数智园区的建设与运营需求，本指南提供了数智园区系 统参考架构。该架构包含数字化企业、智能设备和高效服务 等要素，能够组合、分析和分享这些要素捕捉的不同数据集。 园区运营方应以服务产业经济发展为基本的出发点，通过部 署先进的数智技术和强大的基础设施，提升园区的经济活力、 数智化发展水平以及弹性，从而为园区内部的企业、居民提 供重要价值。 数智园区应以数据为中心，以云（云计算）– 网 (5G) – 边（边 缘计算）– 端（物联网终端）的协同为基础设施，以数据中 心、融合边缘平台等基础设施建设为重要支撑，以园区生态 建设为拓展方向。数智园区不仅可以为园区内部企业提供智 慧服务，同时也可通过数字孪生技术吸纳、服务城市、区域 乃至全国范围内的更多数字产业。

以数据为中心是指数智园区需要以数据资源为重要生产要素、 以全要素数字化转型为重要推动力，将数据价值的挖掘作为 园区发展的重要引擎，并全面覆盖数据收集 – 传输 – 存储 – 处理 – 分析的全生命周期流程。要实现以数据为中心，需要 在数据收集阶段，通过分布在公共空间、工厂车间、会议室 等区域的摄像头、机器人等物联网互联设备获取数据；在数 据传输阶段，通过 5G 等技术与应用实现高带宽、可靠低时 延和大规模的数据传输；在数据处理与分析阶段，从云数据 中心到边缘端进行算力分配与协同，并衍生计算机视觉、自 然语言处理等智慧型应用。 构建云 – 网 – 边 – 端整体协同体系有助于提供更加高效、灵 活、成本优化的数字化基础设施，形成一种新的 IT 服务能力， 帮助数智园区用户更好地支撑 AI 等创新型应用。

云 – 网 – 边 – 端协同应在架构层面实现统一的规划，不仅要 推动基础硬件资源的架构统一，或是实现资源的跨架构调度 与运行，还应该引入经过优化与验证的软件系统。这将可以 赋予基础设施出色的灵活性，实现资源的自动弹性伸缩，让 网络和边缘侧可以更好地得到云端的赋能，最终加速业务创 新与价值变现。 本指南推荐的数智园区系统参考架构包括基础设施层、网络 层、平台层、应用层、展示层等不同的层级，各个层级之间 实现高效的协同，支撑园区的各种应用与服务。

安全管理与标准规范是贯穿整个数智园区的重要能力。安全管 理要求园区遵循网络安全法、等保等法律法规要求，建立数据 安全治理体系与网络安全运营体系。其中数据安全治理体系要 求园区能够对数据进行合理的分类与控制，通过可信计算等方 式，提供安全的数据融通服务，联合分析、联合训练、联合预 测等应用不透出原始数据以及基于数据应用逻辑层面的授权， 保证场景化的数据融通安全需要，满足商业的自主性、可控 性、安全性，为企业提供透明可控的安全流通环境，可随时管 控和退出，永保数据控制权。 网络安全运营要求园区制定全面的网络安全策略，对于园区内 各种信息化的设备与应用状态进行管理，并建立威胁响应机 制，在发现问题时通过阻断等措施进行快速处置。对于已经 发生的损害，可通过恢复能力及时降低威胁的扩散，并修补 损失。

标准规范在数智园区建设中发挥着非常重要的作用。标准规范 可以确保园区的建设遵循统一的标准和规范，使得各个系统之 间能够相互兼容和互联互通，避免形成信息孤岛。同时，标准 规范还能够促进网络资源和信息资源的整合、共享与利用，形 成一个紧密联系的整体，获得高效、协同、互动的整体效益。 在数智园区建设中，标准规范还可以帮助园区建立统一的组织 管理协调架构、业务管理平台和对外服务运营平台，打造统一 的工作流程，协同、调度和共享机制。这可以推动园区改善运 营效率，提高服务质量，同时也能够建立统一的应急管理与日 常管理体系、对内与对外服务体系，提升园区的整体运营水 平。标准规范可以在数智园区的建设中起到指导和规范的作 用，使园区的建设更加标准化、规范化，提高园区的整体运营 水平和竞争力。

基础设施层：基础设施层主要包括边缘服务器硬件、开放智能边缘系统、核心微服务等，能够为上层的应用程序提供计算、存储、网络等资 源支撑。边缘计算平台对于数智园区有着至关重要的意义，能够支持园区运营商在数据源（例如路灯、出入口、车间）附近处 理并分析数据，可以加快响应速度并减少占用的网络带宽。同时，边缘计算还能降低与将数据发送到云端相关的成本和复杂性。 此外，在边缘管理数据和应用有助于提高安全性，在许多领域确保本地数据监管合规。由于在这些方向上具备突出优势，算力 正在快速向边缘转移。

数智园区的边缘服务器还应该采用支持跨不同层次的高可用 设计，包括 K8S、存储和服务工作负载等，同时可支持系统 管理和热备份，以及通过故障管理快速恢复。此外，用户还 能够在边缘服务器的基础上，打造更加敏捷的云平台，既可 以将其部署为私有云，也可以与公有云集成，从而实现从云 端到边缘端的统一数据处理。 边缘 AI 计算盒通常用于在设备边缘端进行实时的视频分析， 利用其卓越的 AI 算力，对前端采集的视频进行快速的分析处 理。边缘 AI 计算盒可以运行多条神经网络推理的流水线，甚 至可以将多条流水线分析的结果进行融合。

视频 AI 计算盒在数智园区有着广泛的应用。例如，视频 AI 计算盒能够通过网络摄像机对指定区域进行视频管理与分析， 提供视觉洞察，实现停车道闸、车牌识别、楼宇梯控、门禁 管理、异常检测、智能照明等场景应用。通过与现有园区信 息系统、终端设备的连接与工作负载整合，视频 AI 计算盒还 可助力实现智能化、自动化的事件发现与推送处理，为园区 提供整体智慧管理解决方案。 视频 AI 计算盒有助于降低 AI 方案的开发门槛，帮助客户快速 实现量产原型机的开发，进行方案验证。在成熟算法与硬件平 台解决方案组合的加持下，视频 AI 计算盒可支持客户将产品 开发周期从几个月缩短至几个星期，大幅加快产品上市速度。 网络视频录像机负责管理和接入前端的摄像头，接收前端摄像 头推送的视频流并存储到本地磁盘，拼接多路视频流并显示在 外部显示器上，典型的软件负载包含摄像头接入管理、存储、 推流、视频处理及拼接、视频分析。

数智园区的边缘融合基础设施通常需要满足以下需求： 边缘终端需要提供多个自适应以太网端口 (100/ 1000Mbps)，以及无线连接功能，具备强大稳定的网络性 能，对于大流量的通信数据进行转发和处理。 提供多个 PCIe、PCH、USB 等高速 I/O，以及 I2C、SPI、 eSPI、UART、SDIO、GPIO 等低速 I/O，支持冗余。 在复杂的应用环境下，具备高级别电磁兼容、宽温与湿度 适应（如在 -20℃~+50℃ 的宽温，以及 10%～97% 的湿度 下稳定运行）、时钟同步功能等。 承担多路视频的采集、解码、转发等负载，对图像处理等 关键负载进行针对性设计与优化，并需具备 AI 推理的扩展 能力。

网络层：数智园区内的网络包括移动通信网、互联网、园区专网、物 联网等形式，企业用户既可以直接通过泛在的移动通信网与 互联网获取网络服务，也能够借助由 5G、边缘计算赋能的园 区专网获得时延更低、传输速度更快、更稳定的园区专网。 通过 5G+ 多接入边缘计算 (MEC) 的模式，园区专网能够较 好地满足用户数智化转型的需求。在该模式下，园区除了提 供公网，还能够通过 MEC 将部分网络设施下沉设置在园区内 部或周边，形成企业专网。该模式不仅能够复用公网能力、 降低成本，而且能够支撑工业互联网等时延敏感型应用，调 用 5G 网络的带宽管理、位置服务、分流等关键能力，并支 持工业软件系统和工业应用系统的部署，推动网络智能化演 进，应对异构网络协同部署与智能运维等挑战。 在该模式下，5G 核心网中采用服务化网络架构 (SBA)、软 件定义网络 (SDN) 和网络功能虚拟化 (NFV) 技术实现网络 重构与网络云化，把控制面功能和用户面功能 (UPF) 分离， 支持独立扩展、灵活部署、功能重用、网络功能之间的交互、 弱化接入网等功能。这一服务化的架构设计模式使得 5G 网 络能够更加充分地获得云化支持，保证网络资源高效利用， 实现网络能力开放，加快网络架构快速更迭等。控制面功能 云化集中部署、用户面功能云化分散部署的分层部署方案和 网络架构扁平化正逐渐成为 5G 网络部署的模式，将引领分 布式云在数智园区的应用。 此外，数智园区还可以通过边缘算力卡的方式，将虚拟网络 等网络负载卸载到专用设备中，从而在降低系统部署复杂度 的同时，加速网络负载的运行。该方案提供了用于网络和安 全功能的专用加速硬件，其可以作为一个增强的计算资源， 超越主机服务器本身所提供的能力，能够在有效支持软件定 义、自动化和弹性扩展的同时，让园区享受到更安全、更可 靠、更灵活及更高效的智能计算体验。

对于存在众多分支机构，需要跨区域部署的数智园区而言， 采用安全访问服务边缘 (SASE) 解决方案成为重要方向。该 方案能够在云端提供身份认证、威胁防护、数据防泄漏等多 项安全能力，以及广域网优化等网络能力，将安全和网络能 力上移，通过统一的云交付形式，降低多分支架构的 IT 建设 和运维负担。 要构建面向数智园区的网络系统，可参考以下建议： 通过加速 DNS 响应以及 HTTP 报头丰富等功能，实现数 据流的本地分流，缓解核心网的数据传输压力，降低传输 时延。 利用多接入边缘计算 (MEC) 等方式，支撑数智园区应用调 用 5G 网络的带宽管理、位置服务、分流等关键能力，并支 持工业等行业应用系统的部署，推动网络智能化演进，应 对异构网络协同部署与智能运维等挑战。

实现虚拟化网络相关负载的整合，包括 WAN 路由、虚拟 专用网络、防火墙、入侵防御系统、会话边界控制、运营 商级网络地址转换、Wi-Fi 和 SD-WAN 等功能。 数智园区网络设备需要提供更高的可用性，通过自动化故 障发现、自动运维、远程故障修复等方式降低业务中断， 提升业务连续性，同时降低部署与运维门槛、成本。 将安全能力池化，针对云环境多租户虚拟网络边界提供弹 性、灵活的云安全服务。通过云内 SDN 或策略路由模式， 将用户流量集中到本地近源安全能力资源池处置；并通过 集约化云安全能力的建成，对内面向自身运维提供网络安 全、信息安全，形成快速运维、安全应急响应、态势感知、 SDN 自动化等安全防护能力。

平台层：平台层主要由云基础服务构成，提供音视频、人工智能、大数 据、地理信息等云端资源。虽然当前公有云存储已经成为园区 的重要选择，但是受安全性、兼容性、业务合规性等多方面因 素的影响，仍有相当比例的园区对于公有云存在疑虑。在此背 景下，能够实现公有云以及企业自身本地和边缘计算存储资源 的统一管理的新型混合云与多云异军突起。通过整合数据中心 与云计算资源，混合云与多云能够将商用数据中心、客户数据 中心，或者说公有云、私有云及本地 IT 基础设施进行混合搭 建，满足园区在新时期的 IT 需求，因此成为数字化转型的重 要发展方向。

研究显示，越来越多的园区企业表示将会把数据存放到多个位 置以保证数据的安全可用性，并采用更多适合自身业务的混合 云存储方式，通过各项数据生命周期管理技术，在混合云环境 中实现数据的存储与自由流转。 开源云原生是数智园区云化建设的另一个方向，云原生可以视 为 DevOps、持续交付、微服务、容器基础设施的融合。开源 云原生平台能够为容器应用创造一个灵活轻便、高效稳定、高 可用的资源调度管理平台，帮助园区实现应用从开发、测试， 到部署、运维的全生命周期平台化管理，并支持管理各种复杂 度的基础设施环境，从而加速数字基础设施的部署，提高业务 应用的迭代速度。

应用层：如果说云 – 网 – 边 – 端的协同为数智园区的发展奠定了数字化 能力 “底座”，那么在这一 “底座” 基础上延伸的数智园区应用 系统则决定了数智园区的发展高度。这些应用系统包括： 综合安全： 包括视频安全管理、危机管理、门禁管理、数字围栏、AR 安防眼镜等应用。数智园区中的安全管理系统能够通过边 缘计算系统来处理摄像头、门禁等终端的数据，在进行智 慧控制的同时，借助高速的 5G 网络与云平台交互，实现园 区统一、可视化的安全管理。 物业管理： 提供设备设施维护、物资管理、事件处理、访客预约和环 境管理等数字化能力，主要关注设备故障率、事件处置效 率、客户满意度、投诉率等指标，为企业与人员提供物业 保障服务能力。

人员管理： 通过对于园区内的人员进行洞察，一方面为人员提供数智 化服务，满足其在园区内安全生活、顺畅通行等需求；另 一方面强化对于异常人员行为的管理，并及时处置异常事 件，从而提升园区的安全。 车辆管理： 不仅包括园区内部广泛的交通道路以及设施，还包括停车管 理、收费控制、车位状态监测、交通资产优化等交通管理系 统，以及道路照明、安全和监控等周边系统。智慧化的交 通网络不仅能够广泛搜集交通状态数据，提供近即时、精 确的数据洞察，还能够基于数据洞察对交通网络进行智慧 化的控制。 资产管理： 重点在于保障园区类各项数据资产能够通过周全的盘点， 构建完善的数据资产地图，同时强化资产的利用，让园区 内各项资产可以物尽其用。

能效管理： 包括公共与办公区域照明、建筑管理系统、供暖、空调等 应用。数智园区中的建筑和能源系统可优化城市能源基础 设施的供需状况。通过使用传感器、高级仪表和数字控制 装置，该服务领域的解决方案可监控边缘的各种系统，为应 用和分析工具提供数据，帮助实现能耗的自动监测与控制。 招商推广： 包括园区产业发展总体视图、产业分析、招商引资等应用。 数智园区的招商推广系统能够破除应用孤岛与数据孤岛，从 园区的各个基础设施、终端、应用中获取海量数据，通过大 数据、商业智能 (BI) 等应用进行高效分析并统一展示。

企业服务： 包括物业管理、SaaS 平台服务、PaaS 平台服务、边缘平 台服务等应用。数智园区的企业服务系统能够将多样化的 资源进行汇聚，帮助企业快速、低成本地获取相应的资源 与服务，从而降低企业的数字化转型门槛。 园区生活： 数智园区服务的对象不仅仅是企业，同样也包括园区中的 个体，保障其工作、生活的安全、健康是数智园区的重要 义务。数智园区的居民服务包括医疗服务、环境监测与改 善服务、教育服务等多个应用，能够改善居民工作与生活 状态，实现经济效益与社会效益的兼顾。

展示层：数据展示层通过 Web 端、大屏、微信端、APP 端、交互终 端等方式，直观地展现相关数据洞察，支撑基于数据的管理 与决策。 数据展示层通常可以支持本地数据可视化处理，以及云渲染/ 远程渲染和视频推流，能够将多源数据进行统一分类呈现， 通过 VR 全景、3D、2D、视频、GIS 等多种展示方式，实现 一张图一平台、所见即所得的精细化管控。平台应具备丰富 的图表组件支持，提供场景化的大屏模板选择，加速数字孪 生可视化界面开发。 数据展示的发展方向是数字孪生，能够在园区实体的基础上， 集合园区内建筑、道路、交通、物联网等数据，在虚拟空间 中实现现实园区静态和动态信息的完整映射，帮助园区智能 管理从二维平面升级为 3D 可视化，并建立物理世界与数字 世界的联系与互动实现，推动园区全状态实时化和可视化、 园区管理决策协同化和智能化。 要满足数智园区的数据展示乃至数字孪生需求，可以参考以 下建议： 广泛信息采集： 实现园区内 “人、地、物、事、组织” 等多维要素信息的采 集，包括建筑信息模型 (BIM) 数据、科创、规划、运营、 生态、交通等各类应用数据的治理及导入。

灵活修改参数： 通过交互式可视计算，支持用户在计算过程中动态地修改 参数并实时操控数据的可视表示形式，以实现更高程度的 灵活性。 平衡性能与成本： 在可视化的性能、视觉保真度和成本之间达到适当的平衡， 有选择地使用相关图形技术（如基于图形专用硬件的光栅 化技术、光线跟踪技术等）。 安全管理能力： 提供安全可靠的设备连接通信能力，帮助用户将海量设备 数据采集上云，提供功能丰富的设备管理能力，帮助用户 远程维护设备，同时提供丰富的 API 以及与其他云产品打 通的规则引擎，实现更多数据可视化能力的融合。 数据接入广泛兼容： 系统支持接入 IoT 设备（OPC、Modbus、Bacnet、KNX、 MQTT 等）、摄像机/录像机、SNMP、HTTP API、数据 库、视频平台、ERP/MES 等业务系统、其他 IT 系统等。

数据治理标准高效： 支持海量的结构化和非结构化数据的存储与治理，可通过 高效的数据清洗、数据转换、数据关联、数据切分、数据 聚合、数据建模、分析计算和数据共享算法，生产、传输 和使用结构化的具有统一标准的数据。 零代码界面编辑： 可视化界面编辑，用户自由操作界面布局，拖放控件，无 需编程。 丰富的模型管理： 支持各种模型文件导入和模型管理，满足不同功能的需求。 数图融合： 数据拖放到可视化控件上，即可完成数据与图形的绑定； 数据的变化映射到图形，引起图形的变化。 数据可视化展示： 支持本地数据可视化处理，以及云渲染/远程渲染和视频推 流，能够将多源数据进行统一分类呈现。