概述

1、技术背景 “双碳” 战略下，钢铁能效优化需依托大规模模型挖掘生产规律，同时解决数据传输压力与模型协同问题。当前纯数据驱动大模型易脱离工业实际，边缘侧小模型知识储备不足、响应滞后；且钢铁生产高频高体量数据导致云边传输带宽紧张，模型分散管理易出现版本混乱、异常难诊断，制约能效优化全链条稳定性，亟需构建 “大模型 + 双向协同机制” 的云边协同体系。 2、云边协同研发遇到的技术瓶颈​ （1）大模型与边缘协同适配弱，纯数据驱动大模型缺乏物理机理约束，边缘小模型难获取云端知识，复杂工况优化能力不足；​ （2）数据传输与模型管理低效，边缘高频数据全量上传占用带宽，关键特征提取不精准，且云边模型无统一管理平台，增量更新效率低；​ （3）协同与诊断响应滞后，“难样本” 反馈后云端超参数下发慢，且云端无法实时监测边缘模型状态，异常诊断与预警不及时。

需求详情

1.模型与协同适配性：大模型工业机理约束符合度≥90%，边缘小模型能效优化准确率≥88%，“难样本” 超参数调整响应时间≤10s；​2.数据与管理效率：边缘数据传输量减少比例≥40%，云边模型增量更新时间≤30min，版本管理准确率 100%；​3.监测与诊断能力：边缘模型运行异常诊断准确率≥96%，预警响应时间≤5s。