从MES容器化到企业AI：云原生驱动下的某船舶制造用户基础设施演进之路

船舶制造业务涉及生产、办公、研发、管理等多类系统，基础设施需要长期支撑不同类型应用的稳定运行。

对于某船舶制造用户而言，其原有的信息化建设更多围绕单个项目分别规划基础设施。随着虚拟化、容器、AI 等需求陆续出现，用户希望改变“一个项目一套平台”的建设方式，转向统一规划、统一管理、统一承载的基础设施平台，避免后续重复投资。同时考虑到 IT 运维人员有限，平台也需要尽量扁平化，降低构建、扩展和日常管理复杂度。

阶段一：以 VMware 替代为契机，同步建设虚拟化与容器统一底座

用户原有部分业务运行在 VMware 虚拟化环境和集中式存储之上。随着 VMware 订阅模式变化，虚拟化平台替代被提上日程。与此同时，MES 相关系统已经开始探索容器化部署，早期基于 Docker 和裸金属资源建设的容器环境，在生产使用中也逐渐面临稳定性、资源扩展和运维管理方面的挑战。

基于虚拟机与容器长期并存、IT 运维资源有限以及避免多套平台割裂等考虑，用户计划将虚拟化替代与容器平台建设统一推进，在同一套基础设施中承载不同类型业务负载。当时，SmartX 已经发布基于超融合架构的虚拟化容器融合基础设施解决方案，可实现虚拟化与容器负载的融合部署、统一管理，这一特点与用户的整体规划相匹配，也为后续结合业务系统容器化改造实现落地提供了基础。

此外，在跨平台迁移验证过程中，用户也曾接触其他超融合平台，但部分平台在 VMware 虚拟机迁移中出现兼容性问题。SmartX 平台在迁移过程中的兼容性和稳定性，增强了用户在内部继续推进统一云平台建设的信心。

基于此，用户最终选择 SmartX 榫卯企业云平台，并引入 ELF 虚拟化能力与 SKS 容器服务，构建统一的虚拟化与容器资源池。传统应用可继续运行在虚拟机环境中，MES 及适合容器化的应用部署在 SKS 提供的 Kubernetes 环境中。

统一改造后，用户在成本控制、运维效率和业务运行性能方面均获得改善：

• 相比原 VMware 环境，SmartX 永久授权模式帮助用户减少软件订阅费用，架构升级也降低了硬件服务器数量。
• 虚拟机与容器统一承载后，IT 团队能够通过同一平台管理两类业务负载，并借助 SKS 降低 Kubernetes 环境搭建和日常运维难度。
• 在容器业务承载方面，SKS 的弹性扩展能力帮助业务根据实际负载进行动态扩缩容，优化了传统虚拟机形态难以动态灵活扩展的问题，也进一步推动了业务系统的容器化改造。
• 业务运行层面，改造后的平台支撑了高峰期业务稳定运行，MES 工单平均处理时间也从 2.5 秒降低至 0.8 秒。

阶段二：补齐文件存储与流量可视化，完善企业云基础设施

在虚拟化与容器统一承载后，用户继续围绕数据管理和安全可观测能力完善企业云基础设施。随着应用逐步云原生化，基础设施承载对象也从计算资源扩展到数据、网络和安全。

一方面，用户引入文件存储能力，承载邮件等海量非结构化数据，将此类文件数据纳入云平台管理。另一方面，用户引入网络与安全能力，重点提升不同环境之间的网络隔离，以及虚拟化、容器环境中的东西向流量可视化能力。

• 通过虚拟专有云网络（VPC）：用户可对生产、测试等不同环境进行区域隔离。在部分测试环境与生产环境存在 IP 地址重叠的情况下，可避免地址冲突；对于未经生产验证的程序，也可先运行在独立网络环境中，降低对生产系统的影响。
• 借助流量可视化功能：用户曾发现两台虚拟机之间存在异常大流量，单日数据量达到十几 TB。经与研发团队排查，问题来自程序 Bug 触发的死循环。该问题如果仅依赖传统运维方式，较难被及时暴露。

随着文件存储与网络安全能力纳入同一平台，用户的企业云基础设施不再只承担计算资源统一承载，也进一步覆盖数据管理、网络可视化和安全治理，为后续 AI 平台与智能体平台建设提供更完整的基础。

阶段三：引入榫卯 AI 平台，统一模型、网关、算力与观测

在企业云基础设施持续完善后，用户进一步开展 AI 应用探索，重点围绕内部船舶规范查询、翻译、知识库等场景提供模型服务支撑。

早期，用户通过开源工具手工部署模型，完成初步验证。虽然开源工具能够帮助团队快速了解技术可行性，但进入生产使用后，集群搭建、版本更新、问题排查、模型部署和服务治理都会显著增加基础架构团队压力。用户更倾向于通过成熟商业产品承载生产环境，把平台复杂度和服务保障纳入可控范围。

针对模型服务统一管理和快速上线需求，用户评估并引入榫卯 AI 平台，在已有基础设施上部署统一模型服务支撑体系。平台提供算力管理、模型管理和模型网关能力，将模型部署、服务发布、API 路由、密钥管理、资源监控和访问审计纳入统一管理。

通过榫卯 AI 平台，用户无需对现有基础设施资源进行大规模改造，即可快速完成模型算力管理和模型上线，并充分利用已有基础设施资源。借助可视化管理平台，IT 团队可以统一管理模型实例，了解资源使用情况和模型运行指标；通过模型网关，用户可对私有模型形成统一入口，并实现密钥统一管理，降低调用配置分散和密钥管理风险。

观看视频，了解更多功能特性。

榫卯 AI 平台 1.1 增强 GPU 虚拟化与模型治理能力

在这一基础上，用户可根据业务需求更快接入和发布新模型，为内部查询、翻译、知识库等应用提供稳定模型服务，也为后续智能体平台建设提供统一的模型服务基础。

阶段四：基于模型服务能力，进一步建设智能体平台

在模型服务支撑体系建设完成后，用户进一步将 AI 能力从“模型调用”走向“AI 可用“，面向内部运维和业务自动化场景建设智能体平台。

在该路径下，智能体平台不是独立于现有架构之外的新系统，而是建立在已有企业云基础设施和模型服务能力之上的延展。云平台提供虚拟机、容器、文件存储和安全可观测等基础能力，榫卯 AI 平台提供模型服务治理能力，智能体平台进一步连接内部流程和工具，形成从资源承载、模型服务到自动化执行的连续能力。

目前，智能体平台基于已有云平台和榫卯 AI 平台能力，连接模型服务、企业业务系统及各类能力接口，将部分业务流程和运维流程沉淀为可调用、可编排的能力。当前，平台可面向资源交付、系统运维等 IT 场景提供支撑，并逐步扩展到研发设计、生产制造、供应链协同、经营管理等业务场景，为智能体调用企业内部能力提供统一基础。

在实际推进过程中，用户也通过一些具体运维痛点，让团队成员更直观地理解智能体平台的价值。通过将重复性运维操作沉淀为可调用能力，智能体平台既帮助团队解决实际问题，也让“智能体”从抽象概念转化为可以落地的工作方式。

一套可持续扩展的云平台承载不断变化的业务系统形态

从虚拟化替代、容器平台建设，到文件存储、安全可观测、AI 平台和智能体平台，用户的基础设施演进始终围绕统一规划展开。对于用户而言，统一架构的价值不在于完成某一项单点替换，而在于减少重复建设和多平台割裂，让虚拟机、容器、文件存储、网络安全、AI 和智能体等不同能力能够在同一套 SmartX 架构上逐步扩展、统一管理，并随着业务需求变化持续演进。

您可下载《构建 Agent Ready 的企业云基础设施》白皮书，获取更多内容。