制造行业解决方案——联想算力基础设施白皮书

当一家头部面板厂商的缺陷识别系统每天读写几十万张图片，当一家全球车企的模型训练周期从"按周"压缩到"按小时"，当一家新能源企业的MES系统要求99.9999%高可用——这些场景背后，制造业数字化转型的真正瓶颈，早已不是"有没有数据"，而是"数据能不能自由流动"。

联想近期发布的《制造行业解决方案——联想算力基础设施白皮书》，用65页系统回答了这个问题。

转型进入深水区，数据是核心战场

制造业数字化转型已从趋势成为必然，但多数企业面临技术应用碎片化、数据价值挖掘不足、转型路径模糊等痛点。尤其中小微企业在资金、人才、技术方面存在明显瓶颈。

这个判断与产业现实高度吻合。过去十年，制造企业上了ERP、MES、PLM，系统越堆越多，数据却越散越碎。研发部门的CAE仿真数据在HPC集群里，生产车间的传感器数据在边缘网关里，销售部门的客户数据在CRM里——数据孤岛，成了数字化转型最难啃的骨头。

联想将制造业信息系统划分为汽车、芯片及泛制造三大子行业，围绕研发设计、生产、销售管理、创新业务四大场景提供数据全生命周期管理。这种分类透露出一个信号：制造业的数字化需求正从"通用型"走向"行业深度定制"。

Data Fabric：让数据像血液一样流动

白皮书最核心的概念是Data Fabric数据战略——让企业存放在不同位置的核心数据能够跨云、核心及边缘无缝流动，无论是复制、归档还是其他应用，都在统一框架中实现。

在混合多云成为标配的今天，制造企业既要应对本地数据中心的存量资产，又要拥抱公有云的弹性算力，还要处理边缘端的海量IoT数据。传统存储架构每新增一个场景就要新增一套系统，最终陷入"存储烟囱"的泥潭。

联想的解法是"一横五纵"：以万全异构智算平台为横轴，纵向整合服务器、存储、数据网络、软件及超融合、运维服务五大能力。关键在于"统一"——统一存储池同时支持SAN、NAS、S3三种协议，一套设备满足数据库、虚拟机、文件、对象等多种需求。

更值得关注的是数据保护机制。通过存储内置的快照、克隆、灾备软件，备份时间可减少99%（4TB HANA数据库备份从几小时缩至1-2分钟），恢复时间减少70%。这意味着企业无需第三方备份硬件，即可实现分钟级的RPO/RTO。

从研发到AI：五大环节的实战方案

白皮书把抽象理念落地到制造业的每一个环节。

研发设计环节，CAE仿真和EDA芯片设计是两大算力密集型场景。CAE需要高性能并行计算，EDA则面临数以亿计的小文件和巨量元数据访问。联想针对中小规模HPC推荐ONTAP统一存储，超大规模场景则推出DXN分布式存储，并通过PCIe闪存缓存专门优化EDA的元数据读取性能。

生产环节，MES和CIM系统的核心诉求是高可用和数据不丢。某新能源企业采用全闪双活方案保障MES业务连续性，混闪系统用于终端设备的数据采集和分析，全闪存通过重删压缩大幅降低采购成本。

+AI创新场景，白皮书覆盖了自动驾驶、生物基因、智慧工厂三大方向。其中自动驾驶的数据管道最为典型：车端传感器数据通过边缘存储上传，在数据中心进行清洗标注，再进入AI训练集群，最后通过仿真验证迭代。联想提供了从边缘到核心再到归档的端到端方案，模型训练与仿真时间从"按周"缩短至"按小时"。

SDS：软件定义存储的制造业破局点

白皮书用整整一章阐述软件定义存储（SDS）在制造业的应用趋势。SDS将存储功能与硬件解耦，通过软件灵活管理资源，按需分配并水平扩展，同时采用通用硬件降低成本。

联想重点介绍了三款自研产品：DXN分布式存储系统（2021年自研，支持S3/SMB/NFS等多种协议，强调自主可控），DXL对象存储（面向PB级分布式存储库），以及DX1100U ONTAP软件定义方案（适合分支机构等轻量化场景）。其中DXN5000 G3全闪节点支持96GB/s带宽和120万IOPS，面向智驾训练、生物基因测序等高性能场景。

几个值得记下的数字

• 某头部面板厂商：缺陷识别速度250ms/张，产品良率提升5%-6%，漏检率低于0.5%，同时以通用服务器硬件低成本解决海量数据存放。
• 某全球头部车企：模型训练与仿真从"按周"缩短至"按小时"。
• 某大型IT制造集团：容器平台一年内从500个增长到3000个，加速构建现代化敏捷业务平台。
• 某头部车企PLM项目：通过跨市容灾系统，大幅提高研发关键系统的容错性与可用性。

写在最后

这份白皮书揭示了一个被忽视的事实：制造业数字化转型的竞争，已经从"上不上系统"的阶段，进入了"数据能不能跨系统流动"的阶段。数据在正确的时间出现在正确的地点，使用正确的系统，才能发挥价值——这听起来像常识，但在混合多云、边缘计算、AI训练并存的环境下，实现这一点需要极其扎实的底层基础设施能力。

联想的答案是一套完整的算力基础设施体系，从统一存储到分布式存储，从边缘到云端，从数据保护到AI训练。这套体系的本质，是把制造业的数据管道打通，让数据真正成为驱动智能制造的血液。

不同规模、不同行业、不同数字化成熟度的企业，需要的路径各不相同。但至少，这份白皮书提供了一幅值得参考的全景图。

本文基于联想《制造行业解决方案——联想算力基础设施白皮书》撰写，详细内容请查阅原文。