如果没有化工行业,世界会怎样?农业没有农药和化肥,建筑业没有钢筋水泥混凝土,我们的衣服也不再五彩缤纷......化工行业是国家的基础和支柱产业,其发展状况对国计民生具有举足轻重的影响。数字化转型浪潮下,具有生产规模大、生产工艺复杂、生产过程连续性强、运行条件苛刻等特点的化工行业,更需提升自动化、数字化、智能化水平保障生产连续性,提升生产效率和降低安全风险。
被誉为“化工龙头企业”的万华化学集团股份有限公司(以下简称“万华”)始终坚持以科技创新为第一核心竞争力,不断拓宽着化工领域的新边界。同样,在数字化转型之路上,万华也敢为人先,再次走在了行业的前列。

万华化学的信息化之路
万华是一家全球化运营的化工新材料公司,1978年成立以来,已成为全球第一大MDI供应商,也是中国唯一一家拥有MDI 制造技术自主知识产权的企业。40多年高速发展的背后,归功于万华始终坚持核心技术创新和国际化发展战略,也得益于其一直高度重视信息化建设。
2008年开始,为提升企业内部协同效率,让经营管理水平同步业务发展速度,万华将建设提升至公司战略层面,先后完成了ERP、CRM、OA、BI等一系列信息化改造,提升了整体生产运营和管理效率。
随着万华业务发展和企业规模壮大,园区网络所服务的业务类型愈加丰富,终端类型和数量增多,不仅网络愈加复杂,业务部署、维护和管理难度越来越大,也对网络安全性要求更高。如何打造安全、可靠、高效、敏捷的园区网络,适应万华的发展需求,是摆在万华信息化建设面前的一项新任务。
眉山基地和福建基地作为万华未来业务增长的重要战略基地,经过全面评估,决定采用华为智能IP网络解决方案,推动园区网络全面升级。

快速完成平滑搬迁,创下业界新速度
搬迁割接,是网络工程领域最头疼的工作,要对正在运行的网络设备搬迁升级,就像给一辆高速行驶的汽车更换发动机和轮胎一样,难度之大可想而知。本次搬迁面临多个挑战:一、万华福建基地规划面积约4000亩,网络设备分布广,节点多,搬迁工作量大;二、福建基地已经是生产状态,替换时间窗小,操作影响大;三、网络搬迁过程中不仅涉及和未搬迁区域网络设备对接,还涉及到和现网各类各种厂商的装置/设备对接,任何对接失败都会影响搬迁结果。
为了应对这些挑战,华为团队与万华团队紧密配合,前期充分调研,制定了详细搬迁方案,并做了充分的验证及操作演练,实现了4次割接均一次性成功。借助华为CloudCampus园区网络解决方案,基地的所有网络设备均通过SDN控制器自动下发配置,网络设备“即插即用”,不仅提高了配置效率与准确性,也减少了对工程师的技能要求,高效便捷。
网络全面升级,智简园区更智能安全
如果说搬迁割接考验的是准备与执行力,那么园区网络架构升级就是考验技术创新能力了。这第一重考验就是如何降低网络复杂度。传统方案多采用“专网专用”的物理隔离保障业务安全,每项业务独立部网,成本高且拓展性差。借助华为的虚拟网络技术,将一张物理网络划分为不同的虚拟网络,分别承载办公、IoT等不同业务,在满足安全的前提下实现了“一网多用”,简化了复杂度,提升了可扩展性。
第二重考验是如何实现网络准入控制的精准管理。万华存在多种不同类型的业务,不同用户、不同终端、不同区域拥有的访问权限不同。借助iMaster NCE-Campus解决方案,基于预设的策略控制,依据接入位置、终端类型、接入方式等多维度信息,定义用户的认证行为,分配不同的访问权限,实现了接入权限的精细化控制。
第三重考验是如何提升运维效率和效果。传统网络运维多是“救火式”运维,问题难以被复现或界定根因。iMaster NCE-CampusInsight利用大数据分析、机器学习算法,可主动识别85%的网络故障场景,分钟级定位、识别、修复,并实时进行网络智能调优,提供了新一代的网络运维方式。
从快速完成平滑搬迁,到全面升级网络架构,华为智能IP网络解决方案为万华的发展打下了坚实的数字化底座,让万华的数字化建设走在了行业的前列。立足“国内大循环、国内国际经济双循环”的宏观背景,龙头企业必须肩负起引领行业发展的使命与担当。万华和华为的合作,是中国尖端技术与尖端产业的强强联合。万华将继续借助华为先进技术进行数字化转型,推动ICT行业与化工行业的融合发展,提升产业链的安全性及竞争力,构建“双循环”新发展格局!
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。