大模型与边缘计算赋能智能制造：产学研协同创新之路

2024 年 12 月 21 日上午，“大模型与边缘计算赋能智能制造：产学研协同创新之路” 论坛于云南省大理白族自治州大理国际会议中心盛大启幕。本论坛由中山大学陈建国副教授、行业资深专家润和软件石磊技术总监以及云南省计算机学会理事长李健博士共同担任引导嘉宾，同时汇聚了昆明理工大学姜瑛教授、国际星闪联盟甄斌专家、深圳市朗力半导体有限公司徐方鑫技术规划总监等多位产学研界权威人士，云南大学何臻力副教授与云南开放大学张倩老师担任论坛执行主席，深入探讨大模型与边缘计算在智能制造领域的关键技术突破与产业融合应用。论坛持续 3 小时有余，吸引了超过50位业界精英齐聚一堂，共商智能制造领域产学研协同创新之策，为推动行业发展筑牢根基。

论坛主席何臻力副教授与张倩老师

论坛现场

引导发言环节

陈建国：大模型与工业知识图谱的构建与优化

在本次论坛的引导发言环节中，中山大学陈建国副教授以“大模型与工业知识图谱的构建与优化”为题作开场引导发言，点明在当下智能制造蓬勃发展的浪潮里，“端边协同” 技术有着举足轻重的地位。陈建国副教授先是对智能制造发展的背景与趋势展开深度剖析，进而着重指出，AI 赋能与绿色制造已然成为驱动该领域持续前行的两大核心要素。

于 AI 赋能层面而言，传统制造企业受观念差异影响，当下其 AI 应用大多尚处于改良阶段，与真正实现全面 AI 应用之间存在不小差距。而绿色制造从算法优化迈向企业实际执行的过程中，同样遭遇诸多棘手难题。并且，自主可控与产业化亦是现阶段面临的重要挑战，像算法在国产硬件上运行效果欠佳，产业化进程绝不能仅停留于会议中的探讨与规划阶段。

身为中山大学百人计划青年学术骨干，陈建国副教授展示了其团队在 “大模型端边协同训推技术” 方面所斩获的成果。他谈到，大模型与边缘计算相融合乃是智能制造未来发展的关键趋向，不过，从实验室的理论研究到实际产业应用落地，算力、存储等一系列难题亟待攻克。为此，陈建国副教授带领团队围绕大模型系统软件和算子库深入开展技术研发工作。在底层算子方面，始终坚持自主研发，以此保障整个技术体系的自主可控；针对系统软件适配性，成功突破了大模型在不同操作系统下的部署难题；在模型轻量化部署方面，从多个维度切入，妥善解决了资源受限环境下的相关问题，并进行了全方位的设计优化。

此外，陈建国副教授着重强调了跨领域合作于智能制造产业发展的重大意义。他呼吁企业、高校以及研究院所应强化合作，齐心攻克技术难关，携手助力智能制造产业迈向更高台阶，为我国制造业的智能化转型升级增添强劲动力。

陈建国副教授进行引导发言

石磊：边缘计算在智能制造领域的落地案例

润和软件技术总监石磊以“边缘计算在智能制造领域的落地案例”为题作引导发言，深度聚焦企业在智能制造这一领域的前沿探索情况，细致剖析了润和软件于该领域所积累的实践心得以及所规划的战略蓝图。

石磊先是详尽解读了公司基于开源鸿蒙和开源欧拉操作系统所构建的 “1+2+3+8” 战略架构，并且全方位展示了在物联网融合平台、数字智能平台以及电源智能计算平台等多个方面所斩获的技术突破成果以及实际应用成效。他着重对在能源、教育、煤炭和电力等诸多行业开展的试点及商用项目进行了介绍，这些项目充分展现出边缘计算在智能制造场景中所具备的实际应用效能以及重要价值所在。

不仅如此，石磊还针对当下大模型在制造领域应用时所面临的数据不规则、质量参差不齐等一系列挑战发表独到见解，着重强调了运用逻辑规则与大模型相融合这一策略来破解实际生产难题的关键意义，从而为众多企业在智能制造转型的滚滚浪潮中提供了极具参考价值的借鉴经验与有益思路。

石磊总监进行引导发言

李健：从实验室到产业链：构建产学研开放创新生态

云南省计算机学会理事长李健博士以“从实验室到产业链：构建产学研开放创新生态”为题展开深入探讨，明晰阐述了产教融合的核心内涵以及产业生态环境构建的关键要点，着重凸显了龙芯芯片联合创新实验室的设立对产业链与生态链发展所发挥的重要推动作用。

云南省信息安全测评实验室主任李健聚焦产业生态构建这一重点，将龙芯芯片联合创新实验室作为典型案例深入剖析，细致解读了产教融合在助力专用芯片设计产业发展进程中所展现出的重要效能以及应采取的实践策略。李健指出，产教融合的本质在于达成资源的高效共享，依靠高校、企业以及政府等多元主体间协同合作的模式，搭建起一条起始于实验室，进而逐步拓展延伸至产业集群乃至产业生态的全方位发展链路。

不仅如此，李健博士进一步详尽介绍了实验室的阶段性发展目标与实施规划。在 1 至 2 年阶段，计划联合多所高校推出具备初步应用价值的专用芯片及嵌入式应用模块，同步开展专业人才的培育工作；到 2 至 3 年时，实现产品的产业化应用；而在 3 至 5 年的周期内，致力于把云南打造成专用芯片设计领域的关键骨干产业基地之一，显著提升云南在该领域于国内的影响力以及在国际上的知名度。

李健着重强调，持续创新堪称驱动产业发展的关键动力源泉，通过构建合作机制、培育人才、开展实战演练、持续推进开发创新以及合理进行知识产权共享等一系列举措，能够切实整合各方的优质资源，有力推动产业生态朝着健康、良性的方向发展，为云南省的经济转型升级筑牢坚实且强劲的支撑根基。

李健博士进行引导发言

思辨议题环节

思辨议题一：在工业场景下，如何平衡大模型云端训练与边缘本地推理的部署模式？

在思辨议题阶段，来自不同高校、企业、研究所的与会专家们针对三个关键问题各抒己见、深入交流，思维的火花激烈碰撞，现场气氛热烈非凡。

本次会议中，议题一围绕 “工业场景下大模型云端训练与边缘本地推理的部署模式平衡之道” 展开深入探讨。姜瑛教授率先引出核心问题后，陈建国副教授等一众专家从多维度出发各抒己见，为解决该问题建言献策。

陈建国副教授表明，此领域的平衡要点聚焦于准确性、实时性与隐私保护等层面。不同行业对这些关键要素的侧重各有不同，如在目标检测场景中，部分情形下假阳性结果可被接纳，然漏检却绝不可行。相应解决方案需紧密贴合行业特性，深度考量行业对各要素的敏感与需求程度，为工业场景中的模型部署拓宽了多方向的思考路径。

昆明理工大学的贺建峰老师着重强调，成本要素在工业场景模型部署中占据举足轻重的地位。对于企业而言，成本是方案规划布局时的核心要点。倘若忽略成本考量，即便方案理论层面堪称精妙，亦可能受资金掣肘难以落地，这无疑为工业界在技术优化进程中敲响了严控成本的警钟，鞭策企业于模型部署决策之际更为审慎地权衡成本效益。

江苏润和软件的向阳专家在研讨期间分享了企业宝贵实践经验。他指出，工业实践进程中，安全与成本是团队着重聚焦的两大关键。为达成高效模型部署，团队采用将非紧急非必要处理任务置于云端，而对实时性要求颇高的任务安排于端侧执行的策略。当下，该团队正全力推动端边云协同工作，其基于实操的经验分享，为其他企业在工业场景模型部署方面树立了极具参考价值的典范范例。

引导嘉宾李健指出，云端与本地的模型部署和通信系统联系紧密，通信故障会严重干扰系统运行，这使得部分企业对本地化处理需求迫切。谈及隐私保护，李健表示，对于企业、国家及个人敏感信息，商用密码是便捷、经济且高效的保护途径，还可引入零信任等新型措施，化解隐私与性能间的矛盾，为工业场景模型部署安全献言献策。

江苏仁和软件的方仁杰则着重强调了云、边缘和端协同的关键意义。方仁杰认为，在模型部署平衡关键处，通信、计算资源与隐私保护不可或缺，端侧在解决数据通信延迟上独具优势，通过算力与算法精简，能大幅提升模型运行的精准与实时性。他还深入剖析了部署模式，提出服务器端进行训练，训练与推理结合的任务置于端侧更佳，端侧应具备在线学习与增量式训练能力，即便断网也可依靠自身资源持续作业，达成各部分独立与协同运作，为工业场景模型部署架构设计开拓新方向。

姜瑛教授发表观点

陈建国副教授发表观点

向阳专家发表观点

思辨议题二：在开放创新与商业竞争中，如何兼顾知识产权保护与产业快速扩散？

议题二探讨了“大模型与边缘计算赋能智能制造会遇到哪些挑战”。特邀嘉宾甄斌从智能社会数据处理视角出发，指出不同设备数据连接及关联的难题。他强调新产品需具备高可靠性等特质，以此应对工业场景设备连接困境，以及未来智能科研工厂的诸多需求。甄斌还提及相关发展趋向与当前通信、数据管理方面存在的短板。

引导嘉宾石磊以煤炭行业为例进行说明。他指出，煤炭发电在我国地位依然重要，然而煤矿巷道事故频发，现有专著难以契合具体煤矿参数需求。为此，他提出可借助大模型生成达标参数，从而有效规避责任问题，同时也凸显了大模型对未来兼容性与可扩展性的重要价值。

陈建国副教授在兼容性和可扩展性方面表达了看法。他认为标准制定应循序渐进，首先建立企业内部标准，之后逐步向行业及更高级别拓展。在暂无标准的情况下，可凭借通用算子库与适配器保障兼容性，通过模块化实现可扩展性。此外，在知识产权保护与产业发展维度，陈建国副教授提倡不必局限于传统保护模式。他以特斯拉开源专利构建生态为例，指出在软件领域，企业可通过开源吸引更多参与者，秉持开放态度接纳外界意见建议，以此推动产业进步发展，拓宽产业参与度。

徐方鑫博士着重阐释了标准必要专利概念。该专利与标准高度契合，对于有出海业务的国内企业影响显著，是企业在国际市场竞争中自我保护的重要手段。在国际标准制定场景下，通过公众投票等方式形成了稳定合理的生态环境，能够妥善处理知识产权事务，达成有序管理与平衡，保障各方权益并推动行业规范发展。

昆明理工大学的王红斌教授着重强调，在行业发展进程中，各类标准的构建极为关键。无论是产品标准、接口标准还是其他相关标准，均是行业走向成熟壮大的根基。对于知识产权，他提出若企业具备实力与把握，采取开源方式能够有效推动产业扩散发展。王红斌教授还分享了所在公司在南方电网项目的实践经验。其公司通过打造公共物模型并对芯片进行开源，不仅收获了流量与商机，还极大促进了企业乃至产业的发展。这有力证实了开放合作对产业发展的重要性与积极意义，他倡导企业积极投身开放合作，以实现产业的繁荣。

李健博士发表观点

陈建国副教授发表观点

思辨议题三：智能制造时代如何通过产教融合培养既精通大模型、边缘计算又了解工业流程的复合型人才？

议题三聚焦于 “如何借助产教融合模式，培育出既熟练掌握大模型、边缘计算技术，又深谙工业流程的复合型人才？” 刘金卓副教授、李健博士以及马骏等业内专家，分别从校企合作模式的优化、产教整合的执行规范以及人才培养的针对性与计划性等维度出发，提出了具有建设性的意见和建议。

云南大学的刘金卓副教授指出，其所在学院现阶段正在对硕士生培养方案进行调整与完善。此前，学院已经对多种促进学生深入企业实践的方案进行了探讨，并开展了部分实践尝试，例如邀请企业专业人员到校授课，以及安排学生前往企业实习等举措。然而，在产教协同创新的实际落地过程中，仍存在诸多层面的问题亟待解决。这包括管理层在制定方案以及确定毕业标准时所面临的挑战，学院在致力于培养学生服务社会能力的同时，如何提升自身的获得感，教师在全程指导学生于企业实践过程中的获得感问题，以及学生在企业培养体系下的实际体验与获得感问题等。他提出，可以采用项目制的方式，及时更新技术要点，并有机融入相关知识点，同时保留诸如派送学生到企业实习或者参与横向项目等传统的人才培养手段，以此来提升人才培养的质量与效果。

引导嘉宾李健博士提出，产教融合的有效推进需要政府、院校以及企业三方共同参与、协同发力。依据产教融合的 “三方九出” 原则，企业应当提供岗位以及相应的标准等资源，院校则需输出学生、教师队伍以及教学资源，而政府应制定相关政策、提供配套服务并加强管理监督，唯有如此，才能够切实推动产教融合以及产业学院的建设进程。当前，部分产业学院未能充分落实 “三方九出” 的要求，从而导致建设成效不佳。围绕复合型人才的培养目标，应当紧密围绕设计、销售以及售后服务等关键环节，精准制定人才培养的标准与目标。不同的教育阶段应侧重于培养不同类型的人才，例如中职教育主要培养依靠经验操作的技能型人才，高职教育则着重培养不仅知其然还知其所以然的技术型人才，高职本科阶段致力于培养能够探寻有效实施路径的工程型人才。同时，他还强调，学校首先需要明确自身的人才培养定位，是倾向于培养科学家还是工程师，进而依据这一目标来确定课程设置、培养模式，并选拔适配的教师队伍。

YOCSEF上海副主席马骏提到，信息技术的更新迭代速度远远超过了课程体系的更新速度，因此培养既精通大模型、边缘计算又熟悉工业流程的复合型人才往往需要耗费较长的时间周期。他回顾了早期的委培理念，认为对于复合型人才的培养而言，在现阶段，只需使其掌握相关技术的应用方法，例如大模型、云端技术等的实际运用，便能够加快这些技术在工业领域的落地应用速度，使其在实际工作中发挥切实有效的作用，从而满足当前工业发展对于复合型人才的迫切需求，在一定程度上缓解人才供应与产业需求之间的矛盾，为产业的升级与发展提供有力的人才支撑。

李健博士发表观点

刘金卓副教授发表观点

在激烈的思想交流和深入讨论中，本次论坛为智能制造领域的产学研合作创新提供了丰富的思路和实用的方案。论坛的成功举办不仅搭建了一个供专家学者交流思想、分享经验的平台，而且在促进产学研深度融合、推动技术创新和人才培养方面发挥了重要作用。通过引导发言和思辨议题的深入探讨，与会者达成了多项共识，为智能制造的未来发展趋势提供了明确的指引，具有重要意义。

与会人员合影