华为算力进村：无人车与机器狗接力送茶乡快递

杭州桐坞村，一辆无人配送车停稳，车厢底板慢慢降下来，载着货的机器狗从里面走出，接着跑完最后一段路。

这个村子以茶产业为主。以前村民搬米面粮油这类重物挺费劲，商户补货也得靠人手。现在行深智能在这里试水无人车加机器人的接力配送。

动作看着不复杂，背后要算的东西却不少。车在路上实时认路况，云端要训练模型、迭代算法，都得有算力撑着。华为云是这个项目的合作方之一。

11月9日至11日，华尔街见闻·全天候科技走访了浙江移动杭州智算中心、行深智能以及浙江中控信息产业股份有限公司（下称“中控信息”）等企业，看国产算力在各行各业怎么部署、怎么用。

走到产业一线就能发现，不同客户要的算力差别越来越大。算多大、怎么部署、推理快不快、供应稳不稳，产业场景对算力的需求正分得越来越细，华为的产品和技术能不能适配，也面临新考题。

另一头，工业现场大量设备跑着不同的操作系统、用着不同的通信协议，数据要流通、设备要协同，障碍还在。AI越往生产流程里走，底层系统之间能不能互通，就成了产业智能化绕不开的技术需求。

从昇腾算力到开源鸿蒙，华为攒了多年的计算、通信和操作系统技术，在产业现场正碰上更多用武之地，也迎来更多检验。

一

各有痛点

二

同一种语言

算力开始渗入越来越多的产业场景，企业碰到的技术麻烦也就不只是怎么配置计算资源了。

拿工业来说，算力和模型就算都备齐了，AI也未必能直接上生产线干活。

传感器、控制器、生产设备往往来自不同厂商，操作系统和通信协议各用各的，数据散落在各自系统里，设备之间想协同运行并不容易。

要让AI真正走进生产流程，产业端得有一套技术底座，能把不同设备连起来，把通信和控制方式统一起来，这样模型才拿得到现场数据，进而调用设备把活干完。

中控信息就是个例子。这家公司长期做城市基础设施的自动化和智能化建设，在智慧交通、水务、建筑园区这些项目里，经常要把不同厂商的传感器、控制器和软件系统接到一起。

中控信息高级副总裁、浙江开鸿智控数字科技有限公司总经理姜雪明对全天候科技说，以前做城市基础设施项目，不同设备常常跑在不同的系统内核和通信协议上，彼此之间“说着不同的语言”。

接入的设备越来越多，系统集成商不光要一个个做接口适配，后续的数据交换和设备管理也得管，项目开发和维护的成本就这么上去了。

中控信息的办法是，在开源鸿蒙的基础上开发工业控制系统，再通过旗下专业公司把相关产品推出去。

开源鸿蒙的基础代码是华为捐的，眼下由开放原子开源基金会孵化，行业企业一起参与建设。中控信息把自己在工业自动化上的技术积累接进来，围绕开源鸿蒙做控制系统和设备管理平台，目标就是让不同厂商的设备跑在同一套技术体系里。

不过，工业设备做鸿蒙化改造，可不是换个操作系统那么简单。

工业控制系统跟消费电子产品不一样，对实时性、确定性和可靠性的要求更高。

姜雪明提到，手机死机了还能重启，顶多影响使用体验；可放在工业场景里，系统一旦重启，牵连的是质量、安全，还有原材料的损伤。

这种情况下，中控信息得围着传感器、控制器、网关和上层软件做适配，让开源鸿蒙扛得住不同工业设备的运行和控制要求。

现在，中控信息的产品体系已经成型，由开源鸿蒙控制系统、超级设备管理平台和行业应用三部分组成。

具体来看，统一操作系统给不同设备提供基础运行环境，分布式软总线让设备能自动发现、自动通信，设备模型则负责说明各类设备有哪些功能、上层软件怎么识别和调用它们。

有了这套技术体系，以前要分开适配的设备有了跨系统协同的机会，开发人员也不用一遍遍写接口了。

设备之间能不能互联互通，还关系到AI能拿到多少生产数据。

姜雪明拿工业现场常见的水泵和阀门举例。这类设备以前可能只能往管理平台传个简单的开关信号，传感器、控制器和系统改造之后，平台还能拿到故障状态、轴温这些运行参数。

数据细了，AI就能用来分析设备运行情况、找出潜在故障，再往下做预测性维护。

另一边，统一技术底座也开始让部分项目的交付效率变好。

姜雪明说，有些运维项目里，原本要花一周的设备调试，现在大约两个小时就能完成。

走访现场时，姜雪明还演示了基于开源鸿蒙的设备交互：拿鸿蒙手机碰一下设备，就能调出对应功能，控制照明，或者读取温湿度、空气质量等环境数据，不用再单独装应用。

姜雪明也承认，这种交互目前主要靠鸿蒙手机。其他终端怎么办，中控信息还在试云服务和小程序的路子。

但工业设备要想真正大面积互通，挑战还有不少。

工业设备的换代没那么快。传统企业手上趴着大量生产设备，年头不一，厂商也杂，想在短期内全换掉并不现实。另一头，水务、轨道交通这类公共基础设施，对操作系统的安全性和稳定性卡得更严。

中控信息的开源鸿蒙产品目前已在建筑园区等场景落地，也在跟水务行业的客户合作。轨道交通这边，城轨鸿蒙的标准制定、产品研发、应用示范都还在推，离大规模复制还有距离。

开源鸿蒙要走向产业化，光靠技术慢慢成熟不够。设备厂商得一起把适配做完，行业标准要统一，系统的可靠性还得拿到实际项目里去验证。

放到更大的范围看，AI正从数据中心往产业一线走。不同场景对算力性能、部署方式、稳定性的要求越来越不一样，设备与系统之间能不能互通，成了新的技术需求。

华为的做法是两条腿走路：一边用昇腾、华为云接住不同产业客户的算力需求，一边靠开源鸿蒙生态让更多设备和系统“说同一种语言”。两条路径一起推，有望把AI进入传统产业的技术门槛降下来，也让更多应用从单点试验走向规模化落地。