维度网讯，6月30日，中国工业和信息化部等八部门印发《关于推动工业互联网高质量发展的实施意见》，提出提升算力支撑水平，推动工业互联网基础设施和智算设施、超算设施等算力基础设施一体规划、同步建设。文件同时提出探索构建工业算力网络体系，加强端边云多层级算力动态协同能力，满足企业、平台、园区和行业主体在业务运行中的算网存用需求。

这项部署把工业互联网建设和算力基础设施建设放到同一规划框架中。过去工业互联网更强调设备连接、平台接入、标识解析、数据采集和系统上云，现在工业大模型、工业智能体、数字孪生和工业元宇宙开始进入生产现场，单靠传统网络连接已经不够，制造企业需要更贴近工厂、设备和产线的智能算力支撑。

工业现场的数据类型复杂，既包括设备运行参数、传感器时序数据、视觉检测图像、工艺文件、质量记录，也包括生产排程、能耗数据、供应链数据和运维日志。不同数据对算力位置、时延、带宽和安全要求不同，部分任务适合在企业本地或边缘侧完成，部分模型训练和跨厂区分析则需要云端或智算中心支撑。八部门此次提出端边云多层级算力动态协同，重点是让现场边缘算力、区域工业云、智算设施和超算资源能够按任务需求组合调度，减少数据传输瓶颈，提高工业AI应用的响应速度和处理效率。

一体化算力网被明确写入工业互联网高质量发展任务，说明工业算力不再只是数据中心或云服务企业的事情。工业园区、龙头制造企业、工业互联网平台、设备商和软件服务商都需要围绕算力接入、数据流通、模型部署和应用运行重新设计基础设施。

文件提出依托一体化算力网，强化算力互联互通，加强智能算力、边缘算力匹配供给，增强对海量异构数据高速处理和深度加工能力。这一要求直接对应工业领域大模型训练和工业元宇宙实时交互等场景。工业大模型需要大量行业数据、工艺知识和设备状态数据参与训练与微调;工业元宇宙则需要对设备、产线、厂房、物流和人员操作进行实时建模、渲染和交互。两类场景都对计算、网络、存储和安全提出更高要求，也会带动边缘服务器、工业网关、智能控制器、数据采集设备、高性能存储、GPU服务器和工业软件平台的配套需求。

对制造企业来说，政策落点并不只是“多建算力”。更重要的是把算力放到合适的位置，把数据以可用、可控、可追溯的方式接入模型和应用。高实时任务需要靠近产线处理，跨工厂优化和模型训练需要更强集中算力，质量分析、预测性维护和能耗优化则需要在边缘侧与云端之间形成持续数据闭环。工业互联网基础设施与智算、超算设施同步建设后，企业数字化改造将从“设备联网”进一步走向“数据可算、模型可用、应用可落地”。

这项意见也会影响工业互联网平台的建设方向。平台企业未来需要同时具备连接设备、汇聚数据、调用算力、部署模型和承载行业应用的能力，不能只停留在数据看板和设备管理层面。随着工业算力网络体系逐步形成，钢铁、化工、汽车、电子、装备制造、能源、矿山等行业的模型训练、仿真验证、生产优化和远程运维，都有望获得更稳定的底层算力支撑。