本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：网络机房是行业信息化的核心，其日常巡检对运营商至关重要。传统人工巡检人力成本高，难以满足精细化管理与网络安全运营需求。为此，构建基于边端协同的智慧巡检系统，在云端部署 AI 训练平台生成模型，并通过网边缘将模型推送至端边缘，实现实时推理。物联网设备就近采集数据并在端侧进行推理，降低时延与传输成本，同时依托边缘调优平台形成模型闭环优化，提升效率、控制成本并支持灵活部署。该系统具备完善的算网编排调度能力，可实现机房智能巡检与运维，扩展性与场景适应性良好，能为未来复杂业务提供可靠支撑。
关键词：通信应用技术；边端协同；异构算力；智慧巡检；AI
doi：10.12045/j.issn.1007-3043.2026.04.003
1 边端协同智慧巡检背景
随着信息技术的飞速发展和企业数字化转型的深入推进，社会各行各业对网络的依赖程度日益加深，而 5G 支持网络性能灵活配置，可满足行业网络的不同需求［1］。网络机房作为信息传输和存储的重要节点，其安全性和稳定性对于保障社会各行各业正常运转具有重要意义。运营商日常维护巡检各行各业的网络机房成为一项极其重要的任务，涉及动环、安保、设备、环境等多个关键方面的检查和维护，需要具备丰富经验和技能的专业运维人员来了解并判断机房各种设施设备的状态。传统的机房巡检方式往往存在效率低下、响应速度慢等问题，难以满足企业对于机房管理的精细化需求和社会对网络安全和效率的高要求。MEC 边端协同技术处于更靠近移动终端的边缘位置，可以为移动用户提供云计算功能和信息计算服务，以减少网络延迟并提高应用的性能［2-3］。因此，探索利用边端一体化协同技术来提升网络机房巡检的实时化、智能化和高效化，实现企业降本增效，成为社会发展的必然趋势［4］。
