【出海案例展】某頭部新能源企業——基于AWS全球云架構打造新能源智慧運維平臺數智底座

偉仕佳杰案例

“【提示】2026第六屆數智化頒獎典禮將于8月5日在北京舉行頒獎點擊可報名參加頒獎典禮丨此次出海新勢力榜單/獎項的評選依然會進行初審、公審、終審三輪嚴格評定，并會在國內外渠道大規模發布傳播歡迎申報。

該客戶是中國新能源行業標桿企業，專注太陽能、風能、儲能、氫能、電動汽車等新能源電源設備的研發、生產、銷售和服務，核心產品光伏逆變器出貨量2023年全球第一、2024年全球第二。作為純內資企業，其業務版圖已覆蓋全球150多個國家和地區，海外收入占比超過40%。

客戶自研了“智慧能源管理平臺”，支撐全球百萬級光伏/儲能設備的實時數據采集、電站監控、智能運維與輔助決策。為支撐全球業務擴張，需要將該平臺從境內云遷移至海外云。

偉仕佳杰作為AWS總代及技術方案集成商，憑借4年持續技術驗證積累的完整遷移方案和工具鏈，在客戶主動聯系后兩周內完成立項，迅速承接了這一大型跨云遷移項目。后續又陸續完成了海外第二站遷移、AI智能問數平臺交付、AI編程助手企業部署等多個項目，形成從基礎設施到智能應用的完整技術服務閉環。

·實施時間：

開始時間：2023年9月

截止時間：持續服務中（最近交付節點2026年Q1）

關鍵里程碑：

2020年：開始技術驗證與方案鋪墊（POC持續跟進）

2023年9月：海外第一站遷移項目正式立項

2023年10月：完成遷移POC驗證與方案預演

2023年11月：啟動全量數據遷移+增量同步

2023年12月20日：海外第一站最終割接成功，停機<2小時

2025年上半年：海外第二站遷移完成

2025年：智能問數平臺（ChatBI Pro）全棧重構交付

2026年Q1：Kiro AI編程助手企業部署完成

2026年下半年：海外第三站遷移規劃中

數智化轉型升級需求

1.全球化業務平臺穩定性需求

客戶業務覆蓋全球150+國家，設備端通過MQTT協議7×24不間斷上報數據，系統必須保持99.99%以上可用性。原有單一云廠商架構無法滿足全球多區域高可用部署需求，尤其在海外區域存在運維響應不及時、技術支持斷層等問題。客戶迫切需要一個具備全球化基礎設施能力、長期戰略穩定的云平臺來承載其核心業務系統。

2.大規模跨云遷移技術需求

客戶海外平臺涉及數百臺服務器、PB級綜合數據存儲（涵蓋關系型數據庫、OLAP引擎、KV存儲、大數據組件、對象存儲等多種引擎），技術棧復雜。微服務架構基于Kubernetes容器化部署。遷移過程中必須保證業務連續性（近零停機）、數據完整性（零丟失），同時不影響全球終端用戶體驗。

3.AI賦能業務效率提升需求

隨著設備接入量達到百萬級，每日產生海量運行數據，業務團隊面臨"數據豐富但洞察匱乏"的困境：

·數據查詢依賴IT人工編寫SQL，平均響應周期2-3天

·傳統BI工具學習成本高，實際使用率不足20%

·跨庫數據關聯困難，無法形成全局視圖

·人員變動導致查詢知識斷層

客戶需要基于大模型的自然語言交互式數據分析能力，讓非技術人員也能即時獲取數據洞察。

4.研發效率與安全合規需求

客戶作為純內資企業，對代碼安全和數據主權有極高要求。同時開發團隊分布在多個時區，需要AI輔助編程工具提升研發效率，但必須確保代碼不出企業邊界、滿足國內合規要求。

面臨挑戰

1.遷移規模與復雜度挑戰

PB級數據的跨云遷移規模在業界屬于超大型項目。數據層涉及6種以上存儲引擎（PolarDB→Aurora、ClickHouse→StarRocks、原云廠商 HBase→EMR HBase/Hudi、云Redis→ElastiCache、原云廠商對象存儲跨云同步、Elasticsearch→OpenSearch），每種引擎的遷移策略、數據一致性驗證方案均不相同。微服務層數百臺服務器、上百個微服務需要逐一適配，涉及代碼級改造。

2.業務連續性挑戰（近零停機）

新能源云端系統有極高的可靠性和低延遲需求——逆變器實時數據上報不能中斷，電站監控告警不能延遲。遷移過程中必須實現"業務無感"，最終割接停機窗口必須控制在2小時以內。這意味著需要采取藍綠部署、灰度流量切換、雙寫驗證等復雜策略。

3.跨國網絡專線對接挑戰

關鍵數據需通過專線傳輸以保障安全性和帶寬。跨國專線施工涉及多方審批與協調，對接難度極高，需要協調多方資源（運營商、云廠商、客戶IDC），施工周期不可控。非關鍵數據則通過Internet（對象存儲跨云同步工具）傳輸，需要在帶寬利用率和傳輸時間之間取得平衡。

4.數據一致性保障挑戰

PB級數據分布在不同類型的存儲引擎中，每種引擎的一致性校驗方法不同。我們需要分別制定數據庫類、文件服務類、消息隊列類、緩存類的數據一致性方案，并針對特定數據庫（MySQL、HBase）定制開發了數據一致性驗證工具。最終執行了3輪全量對賬+1%隨機抽樣驗證，確保數據完整性達到 100%。

5.AI應用落地的實際工程挑戰

智能問數項目面臨的不僅是模型能力問題，更是工程化落地的挑戰：

·大規模設備查詢導致模型上下文窗口溢出

·業務術語復雜，提示詞工程難度高

·大數據量查詢可能拖垮數據庫（需智能攔截機制）

·需與客戶已有SSO認證體系無縫集成

數據合規及AI賦能

數據合規

·跨境數據傳輸合規：遷移過程中關鍵數據通過專線傳輸，非關鍵數據通過加密通道傳輸，全程滿足中國《數據安全法》和目標區域數據駐留要求

·數據主權保障：每個海外區域的數據嚴格駐留在當地AWS Region（海外第一站Region、海外第二站Region），不跨區域流轉

·訪問控制：基于AWS IAM+VPC網絡隔離+安全組策略，實現最小權限原則

·數據類型：IoT設備遙測數據（電壓、電流、功率、溫度等）、電站運行數據、用戶行為數據

·數據量級：日處理TB級，累計存儲PB級

·加密方案：傳輸層TLS 1.3，存儲層AWS KMS加密

AI賦能

·智能問數平臺：基于Amazon Bedrock（主流大語言模型）+多角色Agent協同（Strands Agents），實現自然語言→SQL→數據可視化的全鏈路自動化。用戶無需編寫SQL，通過自然語言即可查詢設備運行數據、電站發電量、故障統計等，響應時間從2-3天降至秒級。

·AI編程助手：Kiro Pro企業部署，通過AWS IAM Identity Center（SSO）集成客戶身份認證體系，代碼不出企業邊界。開發效率提升30%~50%，同時滿足純內資企業的代碼安全合規要求。

·模型演進：支持Bedrock模型平滑升級，具備自動fallback機制和模型評測框架，確保AI服務可用性和準確性持續提升。

·多角色Agent架構：

-Prompt Engineer Agent：從源數據庫獲取表元信息和采樣數據，生成提示詞模板

-Data Engineer Agent：使用提示詞模板生成SQL并執行，獲取查詢結果

-Test Engineer Agent：根據測試問題集評判SQL質量，生成反饋

-三個Agent協同迭代直到準確率達標

·工程化優化亮點：

-"樣本數據替換"策略解決大規模設備查詢的上下文溢出問題，Token消耗降低90%

-提示詞+正則雙重校驗，限制15天查詢范圍，防止全表掃描拖垮數據庫

-SSO Token驗證模式零侵入式認證集成

應用技術與實施過程

一、跨云遷移技術架構

1.遷移前架構（友商云）

客戶海外業務平臺原部署于國內某頭部公有云，整體為三層微服務架構：

·Web層：CDN+負載均衡+Nginx反向代理

·Application層：Kubernetes容器化微服務，上百個服務通過RESTful接口協同

·數據層：關系型數據庫（PolarDB）、OLAP引擎（ClickHouse）、緩存（Redis）、大數據組件（HBase+Hudi）、對象存儲（OSS）

·IoT接入：設備端通過MQTT協議實時上報運行數據

該平臺支撐全球百萬級光伏逆變器、儲能設備的實時監控，日均處理數十億條遙測數據點，涉及電壓、電流、功率、溫度、告警狀態等數十個維度的時序數據采集與分析。

2.遷移后架構（AWS）

遷移后基于AWS全球基礎設施重新構建：

·網絡層：VPC+Direct Connect專線+CloudFront全球CDN

·計算層：Amazon EKS+EC2 Auto Scaling

·數據庫層：Amazon Aurora（替代PolarDB）、StarRocks on EC2（替代 ClickHouse）、ElastiCache Redis

·大數據層：Amazon EMR（HBase+Hudi+Spark）

存儲層：Amazon S3+生命周期分層策略

·搜索/監控：OpenSearch+CloudWatch大屏+釘釘告警集成

全球化架構設計原則

遷移后架構相比原有架構具備顯著優勢：全球200+邊緣節點的CloudFront 大幅降低終端用戶訪問延遲；Aurora自動擴展讀副本解決了業務高峰期數據庫性能瓶頸；EMR托管大數據集群免除了集群運維負擔；S3對象存儲具備99.999999999%（11個9）的數據持久性保障。整體架構可用性從原平臺的99.5%提升至99.95%。

這套運維體系使得客戶海外運維團隊從原來的“被動告警”模式轉變為“主動發現”模式，運維人力投入減少50%，故障平均恢復時間縮短70%。

·成本可視：通過Cost Explorer+定制報表，實現云資源成本的按服務/按團隊拆分，幫助客戶持續優化云支出

·日志集中：所有服務日志統一采集至CloudWatch Logs，支持實時查詢和關鍵字告警

·告警體系：基于CloudWatch Alarms設置多級別告警閾值，通過定制開發的集成模塊將告警實時推送至客戶內部IM工具，響應時間<1分鐘

·指標監控：CPU/內存/磁盤/網絡等基礎指標+API響應時間/錯誤率等業務指標，統一Dashboard大屏展示

遷移后的運維體系基于CloudWatch統一構建，實現了從基礎設施到業務層面的全棧可觀測性：

安全合規架構設計

運維可觀測性設計

該架構確保客戶在滿足目標市場數據駐留要求的同時，也符合中國《數據安全法》對跨境數據傳輸的監管要求。

·審計層：CloudTrail全鏈路審計日志持久化存儲，AWS Config持續合規檢測，GuardDuty威脅檢測

·數據層：傳輸層TLS 1.3加密，存儲層AWS KMS托管密鑰加密，數據主權嚴格隔離（各站點數據不跨境流轉）

·身份層：AWS IAM多層級權限分級，客戶自研身份提供商（IdP）與AWS Identity Center聯合認證，強制MFA多因素驗證

·網絡層：每個海外站點獨立VPC，子網分層規劃（公有/私有/數據庫子網），安全組最小權限原則，WAF防護+Shield DDoS防護

本項目的安全架構設計遵循縱深防御原則，從網絡、身份、數據三個層面構建完整的安全體系：

3.遷移實施方法論

采用四階段工程化方法論：

·階段一（系統改造）：云組件API差異對比、代碼適配、AWS環境搭建、基準性能驗證

·階段二（方案預演）：全流程模擬遷移、回滾演練、標準操作流程制定

·階段三（數據遷移）：采用專線與公網雙通道并行傳輸策略，關鍵業務數據走加密專線保障安全性，大體量對象存儲走公網通道最大化吞吐。數據對賬采用四維驗證體系——全量行數統計對比、分區級Checksum校驗、核心報表業務語義驗證、1%隨機抽樣逐行字段比對。針對不同存儲引擎（關系型、列式、KV、時序）分別定制開發了數據一致性驗證工具，異常發現即時告警

·階段四（流量切換）：通過流量鏡像驗證新舊系統響應一致性后，按10%→30%→50%→100%梯度遞增流量比例，每輪觀察關鍵指標穩定后再進入下一輪。最終通過DNS切換完成割接，停機窗口<2小時，全球終端用戶無感知

4.關鍵技術亮點

·自研數據校驗工具：支持全量/增量/抽樣三種模式，異常秒級告警

·近零停機策略：藍綠部署+灰度切換+雙寫驗證三重保障，整個遷移期間業務系統未發生任何服務中斷或數據丟失

·跨國專線攻堅：協調多方資源完成Direct Connect專線對接

·監控體系平遷：CloudWatch Dashboard+定制告警通知集成

以上技術亮點的綜合運用，使得本項目在業界同類跨云遷移項目中達到了極高的交付質量標準——零數據丟失、近零停機、終端用戶無感知。客戶內部評價該項目為“行業標桿級的遷移實踐”，并基于本次合作的信任基礎，將后續AI項目和更多海外站點的建設交給偉仕佳杰團隊。

二、智能問數平臺（Text2SQL/ChatBI Pro）

2.技術架構：多角色Agent協同

基于Amazon Bedrock+Strands Agents框架，設計多角色Agent協同架構：

·Prompt Engineer Agent：獲取數據庫元信息和采樣數據，生成結構化提示詞模板

·Data Engineer Agent：接收自然語言問題，生成并執行SQL，返回結構化結果

·Test Engineer Agent：評判SQL質量（語法/語義/結果三維度），生成改進反饋

三個Agent形成迭代閉環，循環優化直到準確率達標（>90%）。目前已覆蓋設備發電量、故障統計、電站運行報表等核心業務場景，數據查詢響應時間從原來的2-3天縮短至秒級，BI工具使用率從20%提升至70%。

2.技術棧

·AI模型：Amazon Bedrock（主流大語言模型）

·Agent框架：Strands Agents（多角色協同）

·協議層：MCP Server（Model Context Protocol，標準化AI Agent與外部工具/數據源的交互協議）

·后端：FastAPI

·數據源：MySQL/Doris+Spark/Hive

3.工程化優化

·SSO零侵入集成：Token驗證模式對接客戶統一門戶，無需二次登錄

·批量查詢優化：樣本數據替換策略，Token消耗降低90%

·安全攔截：提示詞+正則雙重校驗，限制查詢范圍防止數據庫過載

·模型熱升級：支持多版本大語言模型自動fallback，平滑升級不影響服務

4.業務價值

智能問數平臺上線后，顯著改變了客戶數據分析團隊的工作模式。過去每個數據查詢需求都需要IT人員手工編寫SQL，平均交付周期2-3天；現在業務人員通過自然語言直接提問即可獲得數據洞察，響應時間縮短至秒級。平臺上線后BI工具使用率從20%躍升至70%，IT介入頻次減少80%，年節約人力成本超過40萬元。更重要的是，平臺消除了人員變動導致查詢知識斷層的痛點，所有業務邏輯沉淀在提示詞模板中，新人無需培訓即可上手使用。

三、AI編程助手企業部署

·產品：AWS Kiro—企業級AI輔助開發工具

·部署方式：AWS IAM Identity Center（SSO）+按席位授權

·核心價值：代碼不出企業邊界、滿足純內資企業合規要求、IT可追溯審計、開發效率提升30%~50%。支持全球分布式研發團隊跨時區協作，代碼建議和審查均在企業私有環境內完成，全面保障知識產權安全

本項目從跨云遷移到AI賦能，形成了完整的技術服務閉環。遷移階段解決了PB級異構數據跨平臺搬遷的工程難題，AI階段將大模型能力與客戶實際業務場景深度融合，開發工具階段進一步提升了客戶全球研發團隊的協作效率。三個階段層層遞進，驗證了偉仕佳杰從基礎設施到智能應用的全棧技術交付能力。

從商業模式看，本項目驗證了遷移建信任、AI創價值、工具提效率的服務深化路徑。偉仕佳杰從最初的云資源代付角色，逐步演進為客戶的全棧技術合作伙伴，項目服務范圍從基礎設施擴展至應用層和開發工具層，合作深度持續加深。客戶已將偉仕佳杰列為AWS相關技術服務的首選合作伙伴，雙方正在規劃更多海外站點的遷移以及AI智能運維等前沿領域的深度合作。

四、AWS服務矩陣總覽

| 服務類別 | AWS 服務 | 用途 |

| 計算 | EC2, EKS, Auto Scaling | 應用服務器、容器編排 |

| 網絡 | VPC, CloudFront, Direct Connect | 網絡隔離、CDN、專線 |

| 數據庫 | Aurora, ElastiCache, OpenSearch | 關系型DB、緩存、搜索 |

| 大數據 | EMR (HBase, Hudi, Spark) | 大數據存儲與計算 |

| AI/ML | Bedrock, Strands Agents | 大模型推理、Agent 框架 |

| 開發工具 | Kiro Pro | AI 編程助手 |

| 監控 | CloudWatch | 監控大屏、告警 |

| 安全 | IAM, KMS | 身份管理、加密 |

| 存儲 | S3 | 對象存儲 |

【遷移后系統架構圖（AWS）】

圖：遷移后AWS全球云架構全景

【智能問數系統架構圖】

圖：智能問數系統架構

海外企業/生態伙伴合作

偉仕佳杰（VSTECS Holdings Limited，港交所 00856.HK）作為亞太區領先的科技產品渠道開發與技術方案集成服務商，是AWS在中國區的核心渠道總代理。在本項目中，偉仕佳杰充分發揮了AWS Partner生態優勢：

·AWS 原廠協同：遷移方案設計階段獲得AWS SA團隊架構審核與MAP（Migration Acceleration Program）支持，確保方案符合AWS Well-Architected最佳實踐

·專線服務商協調：協調跨國網絡運營商完成Direct Connect專線對接施工，克服跨境網絡施工的行政和技術雙重障礙

·Bedrock模型服務：智能問數項目深度使用Amazon Bedrock大語言模型服務，作為AWS Partner獲得模型使用的技術支持和賬號管理服務

·Kiro企業授權：作為AWS Partner完成Kiro Pro的企業采購、部署到培訓全流程服務，包括SSO對接方案設計與實施

項目覆蓋AWS全球多個Region（海外第一站Region、海外第二站Region、海外第三站Region），充分體現了AWS+偉仕佳杰在全球化交付能力上的協同優勢。

商業變化

跨云遷移成效

·業務連續性：割接停機窗口<2小時，數據零丟失，終端用戶無感知

·戰略避險：2024年原云廠商退出該海外區域運營，客戶因提前遷移避免了業務中斷風險

·全球化拓展：從單一海外第一站點擴展至多個海外區域，支撐全球化戰略

·運維效率提升：AWS托管服務大幅降低運維負擔，海外運維團隊減少50% 人力投入

智能問數平臺成效

·人力成本節約40萬/年：IT介入減少80%，釋放2名IT人力

·報表開發節約60萬/年：自然語言替代傳統報表開發，年減少50+個定制報表需求

·流程加速節約50萬/年：經營分析周期縮短80%

·響應時效：從2-3天降至秒級

·BI使用率：從20%提升到70%

·綜合價值：約150萬/年

AI編程助手成效

·開發效率提升：30%～50%

·代碼質量改善：AI輔助代碼審查，降低Bug率

·合規保障：代碼全程不出企業邊界，滿足審計要求

合作深度與廣度

從單一遷移項目發展為覆蓋基礎設施、AI應用、開發工具的全方位技術合作，三年持續深耕，形成"遷移建信任→AI創價值→工具提效率→更多合作"的正向飛輪。客戶已將偉仕佳杰列為AWS相關技術服務的首選合作伙伴。

關于企業

·偉仕佳杰控股有限公司（VSTECS Holdings Limited）

股票代碼：港交所 00856.HK

定位：亞太區領先的專注于ICT行業解決方案的科技平臺

AWS身份：AWS中國區核心渠道總代理/AWS Advanced Tier Partner

業務覆蓋：亞太20+國家和地區，年營收超900億港元

員工規模：5000+人

核心能力：

大型跨云遷移實戰經驗（PB級數據遷移，已完成10+大型遷移項目）

AI應用全棧開發能力（Strands/MCP/AgentCore/Amazon Bedrock）

企業級工具落地交付（Kiro/ChatBI/自研工具鏈）

從POC到生產的全流程陪伴式技術服務

海外業務/團隊：

在東南亞（新加坡、馬來西亞、泰國、印尼、菲律賓、柬埔寨、緬甸、老撾）地區擁有本地團隊

海外技術服務團隊具備多時區協同交付能力

具備跨境項目管理經驗，可協調全球資源完成大型項目交付

·某頭部新能源企業

行業地位：中國新能源行業標桿，純內資企業

核心業務：太陽能、風能、儲能、氫能、電動汽車等新能源全產業鏈

市場表現：核心產品（光伏逆變器）出貨量2023年全球第一、2024年全球第二

全球布局：業務覆蓋全球150+國家和地區，海外收入占比超過40%

數字化平臺：自研智慧能源管理平臺，支撐百萬級設備接入、TB級日數據處理

研發實力：擁有數千人研發團隊，分布在全球多個研發中心