2026年11月3日，为恒智能举办“算储一体，Edge 无界”新品发布会，正式发布 WHES Edge算储一体机及 WHES ONTO 企业 AI 平台，展示了公司在能源技术与算力基础设施融合领域的创新探索，以及面向工业 AI 市场的业务布局。
随着人工智能加速进入企业生产与经营管理，AI 正从通用工具走向更深层次的业务应用。与此同时，企业在推进 AI 落地时，不仅关注 AI 的应用价值，也更加重视部署环境的安全性、核心数据的自主可控，以及 AI 与现有业务流程的有效衔接。如何让算力、能源、数据与业务应用形成有效协同，成为工业 AI 进一步发展的重要课题。
为恒智能将本地算力、能源保障与企业 AI 应用深度融合，并结合 FDE 专业交付服务，提供覆盖算力基础设施、数据管理、AI 应用与现场部署的一体化解决方案，帮助企业构建可部署、可使用、可管理、可持续优化的本地化 AI 能力。
嘉宾演讲：
分布式算力成为工业 AI 的必然选择
工信部电子一所江苏赛昇研究院陈震书记以《分布式算力：工业 AI 的必然选择》为题发表演讲。他从国家政策、技术发展趋势与产业实际需求三个维度，阐述了工业 AI 从“可选项”走向“必答题”的发展趋势。他指出，随着大模型、多模态技术与边缘智能不断成熟，工业 AI 正从演示级应用走向产线级应用。结合工业现场对毫秒级响应、核心数据安全、系统自主运行及能源保障的要求，他进一步对比了从传统集中式算力中心和分布式算力的特性，指出算力向工业现场延伸已成为必然方向。
陈震书记强调，工业 AI 所需要的分布式算力，不仅要实现云、边、端协同，更要具备低时延、数据安全、系统自治、稳定可靠及灵活扩展等能力，使算力能够适应复杂多变的工业环境，在弱网甚至断网条件下保持必要的自主运行能力。同时，算力下沉也要求能源保障同步跟进，通过算力与储能协同提升供电可靠性、负荷调节能力和电网适应性，为工业 AI 持续运行提供坚实的基础设施支撑。
2026年11月3日，为恒智能举办“算储一体，Edge 无界”新品发布会，正式发布 WHES Edge 算储一体机及 WHES ONTO 企业 AI 平台，展示了公司在能源技术与算力基础设施融合领域的创新探索，以及面向工业 AI 市场的业务布局。
随着人工智能加速进入企业生产与经营管理，AI 正从通用工具走向更深层次的业务应用。与此同时，企业在推进 AI 落地时，不仅关注 AI 的应用价值，也更加重视部署环境的安全性、核心数据的自主可控，以及 AI 与现有业务流程的有效衔接。如何让算力、能源、数据与业务应用形成有效协同，成为工业 AI 进一步发展的重要课题。
为恒智能将本地算力、能源保障与企业 AI 应用深度融合，并结合 FDE 专业交付服务，提供覆盖算力基础设施、数据管理、AI 应用与现场部署的一体化解决方案，帮助企业构建可部署、可使用、可管理、可持续优化的本地化 AI 能力。
嘉宾演讲：
分布式算力成为工业 AI 的必然选择
工信部电子一所江苏赛昇研究院陈震书记以《分布式算力：工业 AI 的必然选择》为题发表演讲。他从国家政策、技术发展趋势与产业实际需求三个维度，阐述了工业 AI 从“可选项”走向“必答题”的发展趋势。他指出，随着大模型、多模态技术与边缘智能不断成熟，工业 AI 正从演示级应用走向产线级应用。结合工业现场对毫秒级响应、核心数据安全、系统自主运行及能源保障的要求，他进一步对比了从传统集中式算力中心和分布式算力的特性，指出算力向工业现场延伸已成为必然方向。
陈震书记强调，工业 AI 所需要的分布式算力，不仅要实现云、边、端协同，更要具备低时延、数据安全、系统自治、稳定可靠及灵活扩展等能力，使算力能够适应复杂多变的工业环境，在弱网甚至断网条件下保持必要的自主运行能力。同时，算力下沉也要求能源保障同步跟进，通过算力与储能协同提升供电可靠性、负荷调节能力和电网适应性，为工业 AI 持续运行提供坚实的基础设施支撑。
趋势洞察：
工业 AI 的实现路径与为恒智能的技术积累
在产业趋势分享环节，为恒智能创始人、董事长孙耀杰教授以《工业 AI 与算储一体化关键技术》为题，结合人工智能技术演进与企业实践，深入阐述了工业 AI 的核心架构、实现路径及算力与能源协同的发展方向。孙耀杰教授指出，工业 AI 的核心在于将人的经验、知识与决策能力转化为系统能力，使过去难以量化表达的现场经验逐步转化为可感知、可建模、可执行、可验证的系统能力。他提出，工业 AI 主要包括企业流程 AI 与物理 AI 两大方向，需要以企业数据、行业模型、分布式算力、权限审计及能源基础设施为共同支撑，推动 AI 从信息处理走向真实业务流程与物理系统中的执行。
随着算力规模与动态负荷持续增长，能源保障也成为算力基础设施发展的重要课题。孙耀杰教授指出，算力与储能需要通过多时间尺度协同，从毫秒级功率缓冲、秒级负荷平滑，到更长时间尺度的能源优化与 VPP 协调，让算力负荷从高动态用电需求逐步转变为可调节资源，实现算力、能源与电力系统的协同运行。
在工程化实践方面，孙耀杰教授强调，工业 AI 的真正落地离不开长期数据积累、实验验证与多场景边界覆盖。为恒智能已积累1300余项电站长期运行数据、800余项认证与实验室测试数据，并通过与复旦大学共建科研平台、推进 AI+制造项目，持续构建从数据积累、模型研究到实际场景验证的技术与工程化能力。他进一步提出 AI–BI 的思考，探索人工智能发展背景下不同智能形态之间的新平衡，为工业智能的未来发展提供了新的思考方向。
新品发布：
WHES Edge 算储一体机正式亮相
在新品发布环节，为恒智能副总裁杨树博士系统介绍了 WHES Edge 算储一体机的设计理念、总体架构与产品价值。
他指出，虽然越来越多企业希望通过部署 AI 深入业务场景，但实际建设中往往面临着数据管理、供电连续性、业务适配、运行成本及系统集成等多重挑战，高功率 GPU 集群对电力容量、散热能力、机房承重及运维体系要求较高，前期投入大、建设周期长。WHES Edge 正是针对这些痛点而生：WHES Edge 的“一体”并非简单的物理拼装，而是实现了算力、储能供电、热管理、控制网络与软件平台的一体化设计，降低企业对传统高规格机房的依赖，使企业能够在适配的现场环境中部署和运行企业级算力。
产品采用“三舱两柜”总体架构。其中，算力模块支持 8至32卡模块化 GPU 配置，适配不同规模的业务需求；针对工业现场供电稳定性与持续运行的需求，WHES Edge 通过储能系统提供分钟级至小时级的持续供电支持，提升算力设备运行的稳定性与业务连续性。
更重要的是，WHES Edge 通过统一的热设计、配电、监控与协同机制，让算力与能源真正形成整体。系统内置的 EMS(能源管理系统)能够结合算力负载预测调整充放电策略，并让算力调度感知能源约束，合理安排高负载任务。
杨树博士强调，WHES Edge 的核心价值在于通过集成算力与能源，让企业能够在自身场地部署和运行本地 AI 算力，为后续业务应用落地提供稳定的基础设施支撑。
WHES ONTO：
连接企业数据与业务，让 AI 真正进入工作流程
如果说硬件解决的是“跑得起来”，那么软件解决的是“用得安全”与“用得深入”。对于工业企业而言，财务数据、研发资料、供应链信息及生产经营数据往往涉及企业核心机密，难以直接交由外部平台处理。企业需要的不只是一个问答工具，更需要一个能够连接业务系统、理解业务规则并支持业务流程的 AI 平台。
本次发布会推出的企业 AI 软件平台 WHES ONTO，正是围绕这一需求，通过“数据-权限-连接器-skill/工作流/agent”的多层架构，帮助企业将分散的业务数据、规则与流程组织起来，推动 AI 深入日常经营与生产管理，其核心能力主要体现在三个方面：
. 连接业务系统，打通数据链路：向上连接 ERP、CRM、OA 等经营管理系统，向下对接 MES、SCADA 等生产现场系统，并支持接入企业知识库与文件资料，系统完成连接后，授权用户即可通过自然语言查询相关业务数据，减少跨系统查找和重复处理信息的成本，打破系统间的数据壁垒，让 AI 建立在企业真实业务数据之上。
. 对话式创造智能体，持续复用业务能力：支持非技术人员通过自然语言描述“许愿式”需求，通过简单的定义角色与知识库，无需编程即可创建适配自身业务场景的 AI 智能体；同时可将常用操作封装为技能模块，多步骤任务可编排为自动工作流，降低智能体创建与使用门槛，将个人经验转化为可复用的组织能力。
. 统一管理权限与运行，守住数据安全边界：支持本地化部署与权限隔离，对模型、连接器、权限、Token 使用及运行状态进行统一治理，通过数据访问与身份权限控制，明确不同人员、智能体及应用的数据访问范围，使核心业务数据能够在企业自主掌控的环境中处理与调用，降低核心数据外流风险。
在应用落地层面，针对 AI 模型难以融入企业真实业务流程、应用价值难以持续转化为生产力等问题，为恒智能基于自身在能源、算力及企业 AI 应用领域的深度实践，联合生态合作伙伴提供 FDE(前沿部署工程师)服务。通过深入业务场景，推动 AI 技术与企业数据、业务系统及实际工作流程深度融合，并结合业务需求持续进行场景适配与应用优化，帮助企业打通从 AI 技术部署到业务价值实现的关键环节，让 AI 真正融入企业日常运营与生产流程，持续释放应用价值。
WHES Edge 实现算力与能源的协同，WHES ONTO 打通企业数据、业务系统与 AI应用之间的连接，FDE 则推动 AI 能力深入真实业务场景。三者协同构建从硬件基础设施、软件平台到专业交付的完整解决方案，帮助企业在自主掌控核心数据的基础上，加快 AI 从技术部署走向业务应用，真正融入日常运营与生产流程。
算储一体，Edge无界
从能源管理到算力基础设施与工业 AI，为恒智能正持续拓展能源技术的应用场景，探索能源与算力融合发展的更多可能。未来，为恒智能将继续围绕算储协同深化产品与应用，以实际业务需求与客户反馈为导向，推动相关技术在真实工业场景中持续验证与迭代。
