工業互聯網的技術有四個:一、邊緣計算是有強剛需的工業應用場景，通過邊緣端的實時數據采集、云端的數據分析和應用開發以實現協同，是云端應用對邊緣端實時數據采集的響應和過程，二、大數據平臺也非常關鍵，以前的工業數據都是小數據，很多數據處理都在邊緣完成，并沒有匯總起來進行相關性分析和統一趨勢分析，因此實現應用和數據解耦的大數據平臺也很關鍵;三、數字李生，即通過數據化方式為工業設備定義數據結構，結合數據分析對設備的過去、當前和未來進行深入的洞悉，完成設備從物理向虛擬環境映射的關鍵描述,四、通過經驗+人工智能的方式，基于經驗指導的大數據樣本標注通過人工智能算法訓練開發相應的故障診斷和預測模型，實現判決。 工業互聯網是新一代數字技術與工業領域融合的新型基礎設施，HarmonyXR為企業實現生產智能化和增效體制。上海完善工業互聯網
工業互聯網涵蓋5C架構，一層智慧的連接層，即企業數據的無障礙獲取，第二層為轉換層，其將數據轉化為信息，并進行處理、分析和挖掘，從而得到有用的信息，第三層為計算網絡層，是信息中心的樞紐，本層將第二層獲得的信息與預期值進行對比，從而發現企業運營中存在的機遇與挑戰，第四層為認知層，將一、二、三層所獲得的游泳信息提供給決策者，決策者由此做出科學的合理的決策，第五層為配置層，本層主要是通過網絡空間，將決策信息發送至物理空間，并輸入值子系統中，實現對設備的整理，可見工業互聯網給制造業帶來新的機遇與挑戰，工業互聯網已經成為工業的發展趨勢，現在企業除順應趨勢外，別無選擇，只有借助工業互聯網的獨特優勢，實現企業的生產優化、決策優化、資源優化以及管理與服務的優化。 陜西開展工業互聯網平臺HarmonyXR結合5G打造智慧工業互聯網平臺，為工廠提高產品質量，降低生產成本。
近年來，我國政策的大力扶持，新基建加速工業互聯網通信行業發展，工業互聯網對傳統工業的改造進程加快，頒發了《關于深化“互聯網+制造業”發展工業互聯網的指導意見》、《工業互聯網行動計劃(2018-2020年)》等政策鼓勵工業互聯網行業發展望未來，作為工業互聯網的關鍵組成部分，工業互聯網通信行業在新基建的背景下進一步加速發展。下游需求持續增長工業互聯網通信產品與其他產業發展緊密相關，智慧城市、礦山、軌道交通、電力及新能源、智能制造及等其他多個領域。隨著數字化網絡化、智能化改造提速帶來了需求的持續增長。自主可控趨勢為本土品牌帶來發展歷史機遇本土品牌在多年的發展中逐步形成了品牌效應，技術逐步追趕品牌，并具備性價比和本土化服務優勢。在經濟發展新形勢下，我國政策大力鼓勵以工業互聯網為重要內容的新型基礎設施建設，受益于我國政策東風，行業將迎來進步自主可控的歷史機遇期。
工業互聯網作為新一代信息技術與制造業深度融合的產物，不僅能為制造業乃至整個實體經濟數字化、網絡化、智能化升級提供新型網絡基礎設施支撐，而且催生了網絡化協同、個性化定制、服務型制造等新模式新業態，有力促進了傳統動能改造升級和新動能培育壯大。眾所周知，工業互聯網平臺需要解決多類工業設備接入、多源工業數據集成、海量數據管理與處理、工業數據建模分析、工業應用創新與集成、工業知識積累迭代實現等一系列問題。工業互聯網的眾多支撐技術正迎來變革，將有力促進行業增速的提升。據有關機構推測，預計2020年工業互聯網產業規模將接近萬億，發展空間巨大。 HarmonyXR采用新一代數字技術，充分利用計算機網絡及通訊技術來實現企業數字化管理。
多維應用場景加快人工智能與工業互聯網平臺融合，應用層中，商業智能提升工業App數據挖掘深度。開發者依托工業互聯網平臺提供的開發工具和框架，面向不同工業應用場景，開發搭載人工智能的特定工棠App，利用人工智能手段賦能現有生產過程，為用戶提供各類在平臺定制開發的智能化工業應用和解決方案主要有以下幾類:一是預測性維護。利用機器學習方法擬合設備運行復雜非線性關系，提升預測的準確率，降低運維成本與故障率。二是生產工藝優化。依托深度學習繞過機理障礙，通過挖掘數據隱藏特征間的抽象關系建立模型，并找出參數組合。三是輔助研發設計。通過應用知識圖譜、深度學習等技術構建設計方案庫，對設計方案提供實時的評估反饋。美國UTC依靠知識圖譜解決了多個產品研發問題，設計出的換熱器傳熱效率能提高80%，設計周期為原來的1/9。四是企業戰略決策。利用人工智能擬合工業場景中的非線性復雜關系，提取非結構化數據構建知識圖譜和系統，為企業提供戰略方案選擇。美國初創公司Maana聚焦石油和天然氣領域，協同應用知識圖譜與數據科學，為GE、殼牌阿美等石油巨頭提供企業級決策建議。 智慧工業互聯網即在HarmonyXR應用下將工業設備網聯化、網絡接入無線化、工廠內網IP化和工廠外網智能化。寧夏推動工業互聯網內容
工業互聯網在數字經濟時代具有重大的重要性，HarmonyXR會持續探索企業數字化轉型和智能制造發展之路。上海完善工業互聯網
工業互聯網平臺構建協同算力資源池。工業場景具有環境參數復雜、工序步驟精細、實時性要求高等特點，應用人工智能技術對算力要求較高。工業互聯網平臺基于云架構匯聚企業內外算力資源，根據實際需要統一調配，搭建聚集、更好協作的算力供給體系，為人工智能應用提供穩定的支撐。在企業內部，工業互聯網平臺匯聚內部算力資源構建算力資源池，針對不同時段、不同用戶和不同級別的算力需求，基于大數據分析統籌使用內部設備，提高設備使用效率。在企業外部，工業互聯網平臺對接各類算力提供商，通過租借、購買等方式補充企業內部算力的不足，以提升整體算力水平，縮小人工智能應用需求和實際算力之間的差距。 上海完善工業互聯網