国内大多数制造工厂完成数字化改造之后，都会遇到同一个尴尬：明明买算力的时候算过峰值，用起来却动不动卡壳，要么闲的时候算力空转浪费，忙的时候核心任务抢不到资源。以下都是我在汽配厂做了五年数字化改造攒的实战经验，全是踩坑踩出来的干货。
很多工厂的算力，其实都在偷偷”摸鱼”
三年前我待的那个汽车底盘零部件加工厂，花两百多万上了三条AI外观质检线，又搭了一套车间数字孪生仿真系统，招标的时候供应商算出来，总算力预留了20%的冗余，绝对够用。
结果上线第一个月就炸了。白班生产高峰期，数字孪生跑实时产能模拟跑到一半直接卡死，AI质检线为了不堵流水线被迫降速，次品漏检率一下子涨了三个百分点。夜班停产之后，所有服务器闲得发烫，后台看整体使用率不到10%。
说白了，根本不是算力不够，是没人给算力排上班。
所有人都只算了所有任务的峰值算力总和，没人算不同任务的负载时间差。白班生产的时候，AI质检占走40%的算力，生产部还要跑离线工艺优化占35%，剩下给孪生仿真的算力，连零头都不够。
说实话，我见过至少七八个同类型工厂，花大几百万买的企业级超算，一半时间都在空转。每年几十万的电费，大半都交了冤枉钱。太可惜。
实用调度逻辑：踩过三个坑之后总结的落地框架
第一个坑，上来就硬套互联网云原生的调度逻辑，完全不适配工厂本地算力的场景。
云上面的任务都是可中断可迁移的，自动扩缩容玩得很溜，工厂不一样，有一大堆低延迟要求的硬实时任务，比如AGV的路径规划，要求端到端延迟不能超过100ms，你动态调度把它迁到别的核心，哪怕只卡了几十毫秒，都可能导致AGV撞车。
我们后来参考GB/T 39116-2020《智能制造 制造能力成熟度模型》的任务分级，改成了适配工厂的三级算力调度规则，简单好用，从来没出过大问题：
第一级是刚性实时任务，包括PLC后台计算、AGV实时路径规划、在线AI质检推理，这类任务优先级拉满，提前预留固定的算力核心，任何人任何任务都不能抢。这类任务加起来一般不会超过总算力的20%，留出来不亏。
第二级是弹性可中断任务，比如批量次品离线复检、工艺参数模拟优化、模型训练，这类任务不怕停，跑一半停下来也不会影响生产，完全可以错峰跑，白天刚性任务占满的时候就挂起，晚上或者周末算力闲了再跑，这部分是调度的核心，也是挖潜的主要空间。
第三级是固定周期任务，比如每日生产报表生成、每周排产模拟、每月设备故障预测计算，这类直接给它排死在固定低峰时段，比如每天晚上十点之后，根本不用参与算力竞争。
第三个坑我印象特别深，当初我们没做边缘算力协同，什么活都往厂区数据中心塞。12台工位上的AI质检相机，本身都带NPU芯片，本地就能做推理，我们一开始图省事，把所有原始图像都传回中心算，硬生生占了数据中心16%的算力。后来改了架构，本地做推理只传结果，中心只需要每周攒数据更一次模型，一下子省出12%的可用算力，连加服务器的钱都省了，小二十万呢。
落地选型：不用追高大上，适合自己的才好用
刚开始搞调度的时候，我们跟着网上的教程上了全套K8s，运维的小伙子连着熬了三个月的大夜，改配置适配工厂的本地任务，本来省出来的电费钱，还不够付他加班费的。说实话，中小工厂真没必要玩这么复杂的。
不过话说回来，如果你是万人级的整车厂，三五个厂区分布式部署，那上全套的复杂调度体系当然没问题，支撑得起你的业务需求。但如果只是几百人的中小型加工厂，只上了三五条数字化生产线，轻量调度足够用了。
我们后来把K8s砍了一遍，把所有云原生相关的没用功能都去掉，只保留了任务分级、错峰调度、边缘节点注册三个核心功能，整个调度服务占用的自身算力不到2%，跑了两年多，除了季度性调优，基本不用管。
还有个压箱底的小技巧，每个季度拉一次算力负载热力图，看看哪些任务的负载规律变了，微调一下优先级和排班，我上次调完，全厂算力整体使用率从38%直接提到了67%，相当于白捡了快一半的算力，一分钱没花。
其实工厂算力调度，核心逻辑和工厂排产一模一样。你不会把所有订单都堆到白班一个班次做，也不会让工人闲一半时间。算力也是一样的，安排好了，花一块钱就能出两块钱的活，安排不好，花两块钱只能出五毛钱的活。很多工厂花大价钱搞数字化，最后栽在调度这种小事上，真的太可惜。
