工业互联网跃迁 算网电协同支撑智能化升级利好

2026-11-20 02:10:28
分享
AIME

问财摘要

1、11月19日,2026中国5G+工业互联网大会在武汉开幕。工业和信息化部有关负责人在会上介绍,我国已建成工业5G专网2.7万个,培育各行业智能工厂750余家、领航级智能工厂49家,建成5G工厂1260家。 2、5G+工业互联网正展现良好的发展前景和广阔的市场空间。多名业内人士在大会上表示,5G+工业互联网的重心正从“连接”转向“协同”,信息通信行业从数据传输的连接管道,进一步向集连接、算力、感知、智能于一体的新型基础设施转变。
文章提及标的
5G--
工业互联网--
人工智能--
中国联通--
中国电信--
中信建投--
查看股票机会下载客户端

2026中国5G(885556)+工业互联网(885783)大会现场展示的创新成果

11月19日,2026中国5G(885556)+工业互联网(885783)大会在武汉开幕。工业和信息化部有关负责人在会上介绍,我国已建成工业5G(885556)专网2.7万个,培育各行业智能工厂750余家、领航级智能工厂49家,建成5G(885556)工厂1260家。

5G(885556)+工业互联网(885783)正展现良好的发展前景和广阔的市场空间。多名业内人士在大会上表示,5G(885556)+工业互联网(885783)的重心正从“连接”转向“协同”,信息通信行业从数据传输的连接管道,进一步向集连接、算力、感知、智能于一体的新型基础设施转变。

工业网络向生产核心环节延伸

过去几年,5G(885556)+工业互联网(885783)从试点探索走向规模化应用。随着连接设备增多、应用场景拓展,工业企业对网络的要求也发生了巨大变化。

“面向智能时代,新一代通信网与工业互联网(885783)的融合发展正迎来新的机遇。”华为公司副总裁方向认为,变化背后反映出连接对象从传统终端走向全要素、连接场景从单点应用走向核心生产流程、连接质量从“尽力而为”走向“可保障”等三大趋势。其中,连接对象将从当下的百亿级扩展到万亿物联。

网络能力提升,正在为工业应用向生产核心环节延伸创造条件。今年6月,工业和信息化部等八部门印发《关于推动工业互联网(885783)高质量发展的实施意见》,提出到2030年建设5万张工业5G(885556)专网,推动工业互联网(885783)融合应用实现207个工业中类全覆盖。

在江苏淮安,中天钢铁(850106)正探索通过5G(885556)-A网络和云化控制,调整工厂的连接与控制架构。中天钢铁(850106)集团(淮安)新材料有限公司副总经理丛宝义表示,架构调整的价值不仅在于减少布线,还在于让设备控制获得更灵活的算力支持,并为后续数据和人工智能(885728)应用创造条件。

网络进入生产控制环节,也意味着对时延、可靠性和运维保障提出更高要求。中国联通(HK0762)副总经理苗守野介绍,公司正探索将5G(885556)网络能力向工业控制等环节延伸,并通过工业级服务保障体系,为企业提供网络运营服务。

算网电协同探索降低成本

工业应用走向智能化,离不开算力支撑。随着算力需求的增长,算力资源如何更高效地供给,成为产业关注的焦点。

中国电信(HK0728)首席专家、天翼云副总经理黄润怀在大会上表示,当前国内六成以上算力需求在东部,七成绿电在西部,供需存在时空错配。为此,国家算力互联互通“1+M+N”体系已遴选17个区域节点、三批38家行业节点,分配算力标识1198万条,汇聚资源362EFLOPS。在此基础上,算力的跨区域、跨主体、跨时间调度开始出现:跨区域依托“东数西算”,跨主体由运营商和第三方算力池统一接入,跨时间则跟随电价错峰。

中信建投(601066)研报测算,2030年AIDC数据中心用电或达8532亿千瓦时、占全社会用电量的6.5%,对应算电协同储能(885921)需求约200至220GWh。当电力成为驱动算力大范围调度的主要原因,“算电协同”也成为业内探索的重要方向。

目前,南方电网已在内部业务中开展尝试。南方电网数字电网研究院股份有限公司副总经理郭晓斌介绍,公司将广州地区部分输电线路巡检图像识别任务迁往贵州执行,用电成本下降四成以上。

调度之外,交易机制也在探索中。郭晓斌介绍,南方电网正围绕绿电、现货电力和算力等探索交易场景,推动电力与算力资源更好匹配。

落地面临数据与安全考验

随着网络和算力条件逐步改善,人工智能(885728)正加快进入工厂的具体业务流程。

黑湖科技联合创始人肖哲表示,制造业需求变化为工业智能体提供了应用空间。随着小批量、多品种订单增多,工厂需要更频繁地调整生产。他在大会现场展示的一项图纸拆解任务,过去由人工处理通常需要半小时至半天,使用智能体后约1分钟即可完成,单次推理成本约0.3元。

不过,工业智能体要进入更复杂的生产场景,还需要解决数据和行业知识等问题。中国工程院院士、华中科技大学教授陈学东以具身智能为例提出,机器人和工业装备在真实环境中的运动、交互数据较为缺乏,目前,能用于训练具身智能大模型的数据不过50万小时,而实际需求超过1000万小时,且现场采集成本较高。因此,建设训练场和数据采集中心成为补充相关数据的重要途径。

随着智能体参与更多决策和执行环节,安全问题也随之受到关注。东土科技(300353)董事长李平表示,工业互联网(885783)正从连接机器、汇聚数据,向支撑机器自主决策和执行发展,安全体系需要随之升级。他提出,应构建网络、操作系统和工具软件一体化的内生安全体系,对外防范网络攻击,对内加强对AI决策和执行行为的安全约束。

免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME