国产算力底座，支撑油气储运数字化迈过关键分水岭

油气储运是保障国家能源安全的重要基础。

过去，油气储运行业数字化更多集中在设备联网、数据采集和管理平台建设。随着工业互联网与AI加速进入核心生产系统，数字化系统开始直接影响油气管网能否安全、持续运行。

工信部发布的《工业互联网与油气储运行业融合应用参考指南（2026年）》（以下简称《指南》），正是这一变化的集中体现。《指南》系统梳理基础设施、应用模式和典型场景，为行业从单点探索走向规模应用提供了建设参考。

海光信息深度参与《指南》编写，多项方案及典型案例被收录。基于海光C86-4G处理器的一体化服务平台，已经支撑某油气行业SCADA平台和某重点仿真实验室完成国产算力底座迁移。

这些实践释放出一个清晰信号：国产算力底座已经走向油气储运生产核心系统，并开始在真实业务中接受检验。

油气储运数字化真正难点：

参与核心生产

油气储运行业的特殊性，决定了其数字化基础设施必须同时经受稳定、兼容、安全和效率的四重考验。

油气管线关系国计民生，数字化系统需要全年不间断运行，且不能因为系统升级或设备维护影响正常生产。经过数十年建设，行业存量设备和系统众多，数字化改造无法推倒重来，必须在现有基础上平滑迁移。同时，油气储运必须保障数据安全和工控系统安全。随着感知设备不断增加，系统需要处理的数据量快速增长，提升运行效率也成为数字化基础设施的关键价值。

这些要求背后，指向油气储运数字化更深层的变化：数字化系统正在从“记录生产”走向“参与生产”。

过去，数字化主要用于采集数据、管理设备和生成报表。如今，数字化系统正在从事后记录转向实时感知。不仅要回答“发生了什么”，还要预判“接下来可能发生什么”，从而预测风险、预演极端工况、优化生产方案。

这意味着，衡量油气储运数字化水平的标准正在改变。真正的门槛是数字系统能否进入生产调度、运行控制、仿真预测等核心环节，并在生产环境中长期稳定运行。

在《指南》中，海光解决方案涵盖数据安全、工控安全、终端安全、态势感知和平台管理等领域，充分验证了以海光为代表的国产算力底座，已经进入油气储运行业核心生产系统。

SCADA国产化，

构建自主可控的内生安全底座

当数字化系统开始参与生产，安全问题也成为重中之重。

在油气储运体系中，SCADA平台承担数据采集、运行监控和生产控制等关键任务，相当于整个管网的“神经中枢”。平台一旦出现故障或遭受攻击，将影响整条业务链路安全。

随着工业互联网与AI技术进入生产系统，油气储运行业的安全防护范围从设备和网络，扩展到数据、计算过程和AI模型。

传统做法通常是在系统建成后，再增加防火墙、安全软件等外围防护。但当数字系统深入生产核心，仅靠外部防护远远不够。安全需要从底层硬件出发，贯穿数据传输、计算、存储和应用全过程。这正是海光提出的“内生安全”理念的核心。

某油气行业SCADA平台采用海光C86架构整机集群承载一体化集成服务平台，平台支持标准化数据访问、跨平台应用、分布式部署、一主多备冗余和安全访问控制。

在内生安全方面，海光为某油气行业SCADA平台打造了三层防线：

第一层，芯片底层安全。海光C86处理器内部集成平台安全处理器PSP和密码协处理器CCP。PSP负责提供安全隔离环境并进行密钥管理；CCP负责SM2、SM3、SM4等商用密码算法的高速运算和真随机数生成。这样减少了对外置密码卡和纯软件方案的依赖，让油气储运行业安全从外挂式、单点防护，向内生式、体系化防御演进。

第二层，把内生安全向数据、终端和AI场景延伸。平台依托处理器中的硬件可信根，使数据在传输、计算和存储过程中都能受到保护。海光还将可信环境从CPU延伸至DCU，在大模型训练和推理过程中保障数据与模型安全。

第三层，系统层面的自主可控。海光将底层算力与国产操作系统、数据库和业务应用协同适配，实现系统级自主可控，降低关键基础设施对外部技术的依赖和安全风险。

以上三道防线，让SCADA国产化真正成为油气储运行业的安全底座。

高精度仿真，

加速油气数字化走向预测未来

如果说SCADA解决的是生产过程“看得见、管得住”，那么高精度仿真要回答的是：面对不断变化的工况，系统能否提前判断下一步会发生什么。

真实管网不可能停下来反复试错。通过高精度仿真，企业可以提前预测不同工况下的系统变化，预演设备故障和极端情况。但仿真精度越高，对算力的要求也越高，油气行业由此进入计算密集型阶段。

这种变化也在倒推算力架构升级。油气仿真涉及数据处理、业务逻辑、数值计算和AI预测等多种任务，很难再由一种处理器包揽。CPU需要承担通用计算、复杂业务和整体任务调度；大量数值运算以及AI模型训练和推理，则更适合交给DCU处理。

某重点仿真实验室以海光C86-4G处理器和DCU构建计算平台。其中，双路C86-4G整机配置128个核心，主频为2.7GHz，三级缓存达到512MB。经过海光BLIS数学库适配和参数调优，Linpack浮点计算效率达到45.2%，性能是同类方案的两倍，集群网络效率超过93%。

在实际应用中，C86与DCU形成的混合算力，正在推动油气储运行业走向“机理模型+数据分析+智能算法”。按照项目测算，相关应用每年有望节约运营成本超过千万元。

结语

从SCADA的内生安全到高精度仿真，国产算力底座正在成为提升油气储运行业生产安全、运营效率和智能化水平的关键变量。

当国产算力走进关键行业核心系统，其意义也不再只是完成技术替代，而是为能源基础设施建立持续演进的自主可控能力，为能源产业稳定运行提供底层支撑。

本文为「智能进化论」原创作品，

转载请联系获得授权。