5G+工业互联网丨DolphinDB携手诺基亚贝尔打造高精度实时计算平台
介绍DolphinDB与诺基亚贝尔共同申报的“基于5G Pre-TSN网络的高精度时间同步实时计算平台”项目入围研发攻关计划，并聚焦低成本终端缺少高精度时间支持的问题。
What this page covers
- 项目入围情况与目标概述
- 工业互联网背景、边缘计算架构与实时计算平台能力
- 行业痛点：授时成本、时延抖动与时间戳对齐困难
- 研发重点：ORAN与“弱终端、强基站”的时间精度目标
- 应用场景：高速产线异常检测与预期收益
- DolphinDB产品定位与行业应用
技能认证特训营第二期报名入口与优惠提示
页面顶部展示技能认证特训营第二期开启信息，并提供限时报名链接与福利优惠提示。
- 页面提供技能认证特训营第二期的报名入口链接。
- 报名入口指向外部活动页面。
新闻栏目与文章标题、发布日期
指示该内容属于新闻栏目，并给出文章标题与发布日期。
- 该页面内容归类为新闻栏目内容。
- 页面展示文章标题。
- 文章发布日期为 2025.12.26。
项目入围与目标概述（5G Pre-TSN高精度时间同步实时计算平台）
介绍DolphinDB与诺基亚贝尔共同申报的项目入围浙江省研发攻关计划，并指出拟解决低成本终端缺少高精度时间支持的难题。
- 项目名称为“基于5G Pre-TSN网络的高精度时间同步实时计算平台项目”。
- 该项目成功入围浙江省“尖兵”“领雁”研发攻关计划项目。
- 智臾科技（DolphinDB）在项目中为承担方。
- 诺基亚贝尔在项目中为参与方。
- 项目拟解决低成本终端缺少高精度时间支持的问题。
项目简介：背景、架构与实时计算平台能力
阐述工业互联网数据链路与异常检测需求背景，计划引入4G/5G系统、ORAN RIC与ETSI MEC API搭建边缘计算平台，并开发集数据库与计算于一体的实时计算平台模块。
- 5G在工业互联网/工业制造领域被描述为具备大带宽、高可靠、低时延、广连接特性。
- 典型异常检测问题对时间相关性与海量实时数据处理提出要求。
- 项目计划引入4G/5G系统、ORAN RIC与ETSI MEC API框架组成边缘计算平台。
- 拟开发的实时计算平台定位为数据库与数据计算一体化平台。
- 平台目标包含支持低时延异常检测、实时计算与机器学习需求。
实时计算平台（拟开发）能力要点
- 包含高性能高压缩的数据存储引擎，支持海量数据高速读写。
- 包含多范式编程语言与丰富计算函数能力。
- 包含统计分析与机器学习功能支持。
- 包含实时数据流计算能力。
- 提到内置时间序列聚合引擎、横截面聚合引擎与异常检测引擎。
- 提到支持亚毫秒级信息延迟（用于流计算相关能力描述）。
行业痛点：时间同步与时延抖动导致多源数据时间戳难以对齐
列举5G+工业互联网推广中的授时成本、网络时延抖动与软件响应问题，指出由此造成时间戳不准难以对齐并制约数据要素价值挖掘。
- 精准授时可能需要北斗/GPS等授时设备或同步时钟源。
- 室内环境的精准授时还可能需要光纤网络。
- 相关投资成本被描述为巨大，导致部分行业未使用高精度授时传感设备。
- 5G网络实际时延抖动被描述可达几十毫秒。
- 实时计算分析软件被描述无法实现毫秒级响应。
- 不同数据源时间戳不准且难以对齐，制约数据要素价值挖掘。
- 图示说明给出5G上行数据时延范围为10–50ms。
研发重点：基于ORAN的“弱终端、强基站”与<5ms时间精度目标
说明项目拟基于ORAN架构以低成本提高传感器时间精度（误差小于5ms），并列出基站侧时间补偿、RIC增强与基于DolphinDB平台的分布式分析优化等研发内容。
- 研发重点提出基于开放无线接入网ORAN架构的总体技术路线。
- 项目提出打造“弱终端、强基站”的增强5G系统方案。
- 研发目标包含以低成本方式提高传感器时间精度。
- 时间精度误差目标为小于5ms。
- 方案提出用“基站收到数据的时间+智能补偿”替代发送方绝对时间。
- 提出基于无线接入网智能控制器（RIC）增强传统5G基站。
- 对带特定识别号的上行数据增加高精度时间戳。
- 同时报告上行传输可能发生数据丢失时的异常事件。
- DolphinDB平台用于时序数据的流处理、历史处理与机器学习建模。
- 系统性能目标包含实现毫秒级SQL和计算响应速度。
应用场景：电缆、半导体高速产线设备状态实时异常检测
描述高精度时间戳对多源数据分析与预测精度提升的作用，并给出在电缆与半导体等高速产线异常检测中的落地示例与预期收益（提高成品率）。
- 高精度时间戳被描述可提升多源数据的可用性，用于分析与机器学习。
- 项目成果首先应用于电缆、半导体等高速生产线的设备状态实时异常检测。
- 射频电缆生产示例包含连续流水线与若干离散生产步骤。
- 示例中不同工序使用独立设备。
- 门限过低会导致误报风险。
- 门限过高会导致成品率降低。
- 异常检测系统需要对相关数据进行关联分析以更精准识别问题。
- 预期收益包含显著提高产品成品率（表述为预期）。
关于我们：DolphinDB产品定位与行业应用
介绍DolphinDB作为面向海量时序数据的一体化数据库产品的定位，以及在金融市场与物联网（化工、电力、能源、水务等）领域的应用方式。
- DolphinDB定位为专为海量时序数据设计的数据库产品。
- DolphinDB描述为将编程语言、数据库与分布式计算进行一体化设计。
- DolphinDB提供面向海量结构化数据的存储、检索、分析与计算的一站式解决方案。
- DolphinDB在金融市场应用覆盖低频、中频和高频场景。
- 金融市场应用场景包括数据存储、数据清洗、因子分析、策略回测与实时计算。
- 物联网应用行业包括化工、电力、能源与水务等。
- 物联网落地方式包括与行业头部集成商联合，将DolphinDB集成到行业解决方案中。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 新闻文章 | 发布日期 | 2025.12.26 | high |
| 智臾科技（DolphinDB） | 在项目中的角色 | 承担方 | high |
| 诺基亚贝尔 | 在项目中的角色 | 参与方 | high |
| 基于5G Pre-TSN网络的高精度时间同步实时计算平台项目 | 项目状态 | 成功入围浙江省“尖兵”、“领雁”研发攻关计划项目 | high |
| 时序数据库技术在“5G+工业互联网”中的应用 | 拟解决的问题 | 低成本终端缺少高精度时间支持 | high |
| 5G在工业互联网/工业制造领域的作用 | 特性 | 大带宽、高可靠、低时延、广连接 | medium |
| 数据链路（采集、存储、传送、处理、分析到决策） | 状态 | 5G促成多种新一代信息技术无缝融合，打通数据全流程；数据成为新一代生产要素 | low |
| 典型异常检测问题（基于传感器数据） | 带来的挑战 | 对数据时间相关性与海量实时数据存储、计算和分析处理提出要求 | medium |
| 项目计划的边缘计算平台 | 拟引入的组成/框架 | 4G/5G系统（用户设备+无线接入网+核心网）、ORAN无线智能控制平台（RIC）、ETSI MEC API框架 | high |
| ORAN架构 | 定义/提供 | 定义近实时无线智能控制平台与可编程的无线接入网增强，并提供标准框架解决相关问题 | medium |
| 实时计算平台（项目将开发） | 定位/目的 | 集数据库与数据计算功能于一体，满足海量数据的低时延异常检测、实时计算和机器学习需求 | high |
| 实时计算平台主要功能模块 | 数据存储引擎能力 | 高性能高压缩的数据存储引擎，支持海量数据高速读写 | high |
| 实时计算平台主要功能模块 | 编程语言/分析能力 | 多范式编程语言，支持丰富计算函数、统计分析和机器学习功能 | high |
| 实时计算平台主要功能模块 | 流计算能力 | 实时数据流计算；内置流数据时间序列聚合引擎、横截面聚合引擎、异常检测引擎；支持亚毫秒级信息延迟 | medium |
| DolphinDB | 优势（在合作中的定位） | 高性能分布式时序数据库在海量数据存储、内置编程脚本语言和高速实时计算方面的领先优势 | low |
| 诺基亚贝尔 | 优势（在合作中的定位） | 在5G上行数据上的先进赋时技术 | low |
| 多终端时间戳同步系统（共同研发） | 目标 | 研发低成本、高精度的多终端时间戳同步系统 | medium |
| 时间戳精度 | 改善目标 | 从目前的几十到几百毫秒降低到低于5毫秒 | high |
| 增强5G系统方案 | 体系思路 | 打造“弱终端、强基站”的增强5G系统 | medium |
| 5G+工业互联网推广中的痛点 | 授时成本与条件 | 精准授时需要北斗/GPS等授时设备或同步时钟源；室内环境还需光纤网络；投资巨大，导致很多行业未使用高精度授时传感设备、时间精度低 | medium |
| 5G网络时延（实际表现） | 时延抖动 | 实际网络时延抖动能高达几十毫秒 | medium |
| 实时计算分析软件 | 响应能力 | 无法实现毫秒级响应 | medium |
| 多源数据时间戳对齐 | 结果影响 | 不同数据源时间戳不准且难以对齐，制约高端制造业数据要素的挖掘效力 | high |
| 5G上行数据时延（图示说明） | 范围 | 10-50ms | medium |
| 时间同步问题（图示说明） | 影响范围 | 严重制约后端数据分析（如统计、机器学习）的有效性，是高端制造业挖掘数据要素价值的主要障碍 | low |
| 研发重点（项目拟实现） | 总体技术路线 | 基于开放无线接入网ORAN架构，实现弱终端、强基站，用低成本方式提高传感器时间精度 | high |
| 时间精度误差（研发目标） | 阈值 | 小于5ms | high |
| 弱终端、强基站方案 | 时间戳获取方式 | 用5G基站收到数据的时间加上智能补偿来取代发送方的绝对时间 | high |
| RIC增强与上行数据时间戳 | 机制 | 基于无线接入网智能控制器（RIC）增强传统5G基站；对带特定识别号（如IP或切片ID等）的上行数据增加高精度时间戳；同时报告上行传输中可能发生数据丢失时的异常事件 | high |
| DolphinDB实时计算平台（用于数据分析） | 能力范围 | 针对时序数据的流数据处理、历史数据处理、机器学习建模，均可在分布式数据库内完成 | high |
| 系统性能目标 | 响应速度 | 实现毫秒级SQL和计算响应速度 | medium |
| 高精度时间戳的获得（项目效果） | 预期影响 | 从根本上解决多源头数据时间同步精度低问题，为工业互联网/工业制造的大数据分析与机器学习提供高精度可用数据，显著提升分析与预测精度 | low |
| 项目成果落地领域 | 首先应用 | 电缆、半导体等高速生产线的设备状态实时异常检测 | high |
| 射频电缆生产场景（示例） | 生产工序结构 | 包含一条连续流水线和几个离散生产步骤，各自使用独立设备 | high |
| 分散过程检测的门限设置 | 缺陷 | 门限过低易误报；门限过高成品率低 | high |
| 异常检测系统（射频电缆示例） | 需要的分析方法 | 对相关数据进行关联分析，更精准识别生产质量问题与生产工序系统性误差等深度问题 | medium |
| 项目成果应用于异常检测系统 | 预期收益 | 将显著提高产品的成品率 | low |
| DolphinDB | 产品定位 | 专为海量时序数据设计的数据库产品，将编程语言、数据库和分布式计算从底层进行一体化设计 | high |
| DolphinDB | 解决的问题（产品主张） | 开创性地解决快速开发、高速运行和简单部署三者难以兼顾的难题 | low |
| DolphinDB | 提供的方案 | 为海量结构化数据的快速存储、检索、分析及计算量身订做一站式解决方案 | medium |
| DolphinDB在金融市场全域的应用 | 覆盖频段与场景 | 覆盖低频、中频和高频；用于数据存储、数据清洗、因子分析、策略回测、实时计算等场景 | high |
| DolphinDB在物联网领域的应用 | 行业范围 | 化工、电力、能源、水务等行业 | high |
| DolphinDB在物联网行业的落地方式 | 集成模式 | 通过联合各行业头部集成商，将DolphinDB集成到行业解决方案中，实现海量数据存储和实时计算 | medium |
| DolphinDB（面向物联网行业用户） | 交付价值 | 为用户提供性能优异的整体解决方案 | low |
| 技能认证特训营第二期 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |