在全球数字化浪潮的推动下，铁路行业正迎来前所未有的发展机遇和挑战，铁路数字基础设施作为铁路数字化转型的实体底座，其重要性愈加凸显。首先剖析《数字铁路规划》的出台背景与核心理念，勾勒出数字铁路建设的宏观框架，明确铁路数字化转型的设计蓝图与关键方向。其次聚焦于数字铁路建设的核心——夯实数字基础设施，通过研究数字基础设施的发展历史和定义，明确铁路数字基础设施的组成及核心功能，体现其作为转型支撑力量的重要性。最后探讨数智技术如何深度融入铁路数字化转型与铁路数字基础构建，通过一系列创新应用与智能系统的构建，加速推动数字化转型进程，为铁路行业的高效、智能和可持续发展提供支撑。

　　在新一代信息技术加快速度进行发展、数据成为关键要素的背景下，数字化的经济已成为全世界经济高水平发展的重要引擎，而这一发展离不开坚实的数字基础设施。2018年，中央经济工作会议提出要加快5G、人工智能、工业互联网等新型基础设施建设。2021年10月，习进一步强调，“要加快新型基础设施建设，加强战略布局，加快建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施，打通经济社会持续健康发展的信息‘大动脉’”，明确了我国数字信息基础设施建设的方向，为高质量推进数字信息基础设施建设提供了科学指引［1］。

　　为服务国家战略，交通运输部于2020年8月发布了《关于推动交通运输领域新型基础设施建设的指导意见》［2］，提出“推动交通基础设施数字转型、智能升级，建设便捷顺畅、经济高效、绿色集约、智能先进、安全可靠的交通运输领域新型基础设施”。2021年8月，交通运输部印发《交通运输领域新型基础设施建设行动方案（2021—2025年）》［3］，明确了“十四五”期间交通基础设施的数字化目标和任务。2023年8月，国铁集团制定《数字铁路规划》［4］，为铁路数字基础设施建设提供了具体的行动指南，强调了铁路数字基础设施建设对铁路数字化转型的重要性。

　　现有研究对推动铁路数字基础设施建设做出了诸多贡献。文献［5］分析物联网在铁路数字化转型中的重要性，提出铁路物联网的概念及其技术特征，并总结其应用现状和未来发展趋势。文献［6］设计基于数字孪生技术的铁路生态共享服务平台，详细阐述其架构和应用场景。文献［7］关注铁路基础设施全生命周期数据传递，提出数字化交付的必要性及相应解决方案。文献［8］探讨数字孪生技术在铁路基础设施智能运维中的应用，总结现存技术方法和面临的问题。文献［9］研究私有云技术在铁路专用通信网络中的应用，展示了初步的数字化改造成果。然而，这些研究多集中于特定技术或者某个领域的单独发展和应用，缺乏对铁路数字基础设施体系整体构建与发展的系统性分析。因此，本文将在现有研究的基础上，系统性地探讨铁路数字基础设施的组成体系，以补充现有研究的不足。

　　首先梳理数字铁路建设的背景、需求与框架，明确铁路数字化转型的目标与方向；其次构建铁路数字基础设施的整体框架，分析其在数字化转型中的关键作用；最后探讨数智技术在铁路数字化转型和铁路数字基础设施建设中的应用，展示其对推动铁路行业高水平发展的重要赋能作用。通过探讨，希望为铁路数字基础设施建设提供有价值的参考。

　　《数字铁路规划》作为推动铁路行业数字化转型的重要顶层规划，不仅承载着行业的发展愿景，更绘制了实现这一愿景的详细路径。在数字化浪潮的推动下，需要深刻理解和把握数字铁路建设的规划发展要求和核心内容，以确保铁路行业能够在转型之路上稳步前行。实现铁路数字化转型是服务国家战略、保障铁路运输安全、提升服务水平和促进铁路高水平发展的重要手段。

　　数字铁路建设需以数据为关键要素，以数字技术与铁路业务深层次地融合为主线，快速推进跨专业横向联通、跨层级纵向贯通，坚持统一规划、统一标准、统一平台的总体方针，遵循统筹规划、系统推进、需求牵引、全面赋能的发展路径，秉持科技引领、融合创新、合作共享、安全发展四项根本原则，到2027年，实现铁路数字化水平大幅度的提高，重点领域实现智能化，基本形成纵向贯通各层级业务场景、横向联通各专业系统的推进格局，数字铁路建设取得重要进展。铁路数字基础设施全面增强，数据资源体系逐步优化，业务应用数字化更加深入，铁路数字技术应用创新取得新突破，数字铁路治理体系更完善，数字铁路领域国际合作更广泛。展望2035年，数字铁路建设取得重大成就，铁路数字化转型全面完成，铁路各业务领域智能化程度全方面提高，铁路信息安全保障能力全面增强，铁路信息技术创新应用实现全方面覆盖，铁路数据要素价值全面释放，铁路数字技术、应用创新和人才队伍领先全球同行业，有力支撑铁路率先实现现代化［4］。

　　在数字中国的指导下，以支撑铁路“六个现代化体系” 构建为目标，加强数字铁路建设整体布局，即夯实铁路数字基础设施和数据资源体系“两大基础”，推进数字技术与工程建设、运输生产、经营开发、资源管理、综合协同、战略决策“六大业务领域”深层次地融合，强化自立自强的铁路数字技术创新体系、安全可信的铁路数字安全屏障“两大能力”，优化数字铁路治理体系、数字领域国际合作“两个环境”，形成数字铁路 “2622”的整体框架，见图1。

　　夯实“两大基础”：建设云边结合的中国铁路行业云、补强数字网络基础设施、提升数字铁路赋能赋智能力，夯实铁路数字基础设施；优化铁路数据管理体系、深化铁路数据汇聚共享、释放铁路数据资源潜能，构建高质量数据资源体系。

　　推进“六大业务领域”深层次地融合：紧扣提质增能创效核心目标，加快铁路工程建设数字化、深化铁路运输安全生产与服务数字化、促进铁路经营开发数字化、实现铁路资源管理数字化、推动铁路协同办公数字化、夯实铁路战略决策数字化，探索发展铁路数字化新业态、新模式，培育新动能，推动铁路核心业务全方位数字化转型。

　　强化“两大能力”：突破数字铁路、智能建造、智能装备、智能运营四项核心技术，提升铁路全链条自主可控能力，从而构筑自立自强的铁路数字技术创新体系；强化铁路网络和数据安全保障能力，筑牢可信可控的铁路数字安全屏障。

　　优化“两个环境”：建立适应数字铁路发展的体制机制，健全数字铁路标准体系，通过与别的行业、部门的共享合作，推动上下游供应链、生产链高效协同，建设数字铁路治理体系。搭建数字领域合作平台，加强国际联运数字空间协同治理，推进重点项目建设，建立公正、合理、透明的国际治理体系和规则，构建开放共赢的国际合作格局。

　　自1965年经济学家Hansen引入基础设施概念以来，其内涵和边界经历了广泛的发展与变化，基础设施内涵发展历史见图2。随信息技术的迅猛发展，网络基础设施成为国家信息化战略的关键。《国家信息化发展的策略纲要》明确了网络强国的建设目标，网络基础设施是实现这一目标的基石。随着技术革新和应用深化，新型基础设施的概念逐渐形成，以新发展理念为指导，技术创新为驱动，信息网络为基础，构建一个支持数字化转型、智能升级和融合创新的基础设施体系。2020年4月，国家发改委首次界定了“新基建”的范畴，涵盖信息基础设施、融合基础设施，以及创新基础设施三大关键领域。随着数字化的经济规模的持续扩张，数字基础设施已成为支撑其发展的核心力量［10］。国务院在《“十四五”数字化的经济发展规划》中，进一步强调了数字基础设施的优化升级，并提出了“加快建设信息网络基础设施、推进云网协同和融合发展、有序推进基础设施智能升级”三项重要任务［11］。2023年，工业与信息化部等六部门联合印发《算力基础设施高水平质量的发展行动计划》，指出算力基础设施集信息计算力、网络运载力、数据存储力于一体，是新型信息基础设施的重要组成部分［12］。随着数字技术和数字化的经济的迅猛发展，数据作为新的生产要素，其价值日益凸显。2023年11月，在数据要素治理与市场化论坛中，国家数据局提出数据基础设施，定义为从数据要素价值释放的方面出发，在网络、算力等设施的支持下，面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施［13］。然而，随着大模型训练和生成式人工智能（AI）技术的广泛应用与日益成熟，人工智能已迈入2.0时代，云计算基础设施将面临更加大的挑战，传统的云计算基础设施已难以满足需求。2024年1月发布的《人工智能基础设施白皮书》，明确了“新一代AI基础设施”的定义、特点和价值。

　　综上所述，我国基础设施不停地改进革新和完善，经历了从基础到高级、从单一到多元的演变过程。新型基础设施、数字基础设施、算力基础设施、数据基础设施，以及AI基础设施的不断涌现，为我们国家的经济发展与数字化转型提供了强有力的支撑和动力。

　　新型基础设施与数字基础设施是铁路数字化发展的技术基础，在铁路数字化演进和铁路数字基础设施构建中发挥着核心与导向作用。其中铁路数字基础设施是指用于支撑铁路数字化的基础技术和服务，它结合了网络、数据、算力、人工智能等基础设施和应用基础设施，旨在确保铁路运营的智能化、安全性和高效性。铁路数字基础设施架构见图3。

　　网络基础设施是铁路数字化的连接基础，负责提供较为可靠的通信，包括无线网络和固定网络两部分。

　　无线 MHz铁路专网和物联网。其中5G-R技术具备高带宽、低延迟和高可靠性等特点，满足铁路移动通信需求，支持实时数据传输；400 MHz数字无线列调系统承担着调度命令、车次号等关键车地信息的传输任务，未来可能承载普速铁路列控，以进一步提升普速铁路行车指挥自动化、智能化水平；物联网通过传感器和通信网络实现对铁路系统和设备的实时监控和故障预警，增强智能感知能力。

　　固定网络包括光纤网络、卫星通信、数据通信和IP互联网络。光纤网络实现高速度、大容量的数据传输，是固定接入的核心，确保铁路应用系统中的大数据传递；卫星通信补充了光纤网络的不足，特别在偏远和难以覆盖的区域，为应急通信和远程监控提供支持；数据通信和IP互联网络确保不同网络之间的数据顺畅传递和设备兼容，提升系统的扩展性和互操作性。

　　数据基础设施是铁路数字基础设施的“数据仓库”，负责数据的存储、管理和传递，支持铁路系统运行的所有的环节。数据基础设施主要由数据存储和管理、数据传递，以及数据安全管理等设施组成。存储设备和数据中心负责大数据的存储和快速访问，确保数据的安全性和高效性；数据传递设施，如数据空间、区块链平台、共享交换平台和高速数据网，支持数据在系统之间安全、高效地传输和共享；数据安全管理设施通过构建数据安全技术体系、管理体系和运营体系，确保数据的完整性、保密性和可用性，保护铁路数据资产的隐私。

　　算力基础设施为铁路系统提供强大的计算和存储能力，分为基于CPU的通用算力和基于图形处理器（GPU）的智算（AI）算力两大类。

　　通用算力包括CPU、服务器和操作系统等计算设备，负责执行基础计算任务，支持铁路的日常运营和管理，提供额外计算能力的高性能计算设备，用于处理复杂计算任务。

　　智算算力由AI芯片、智算中心、超算中心和边缘计算中心构成，专注于大规模人工智能任务的算力支持。AI芯片如GPU和张量处理单元（tensor processing unit，TPU），专注于提供高效的计算能力，用于加速各种计算任务，尤其是与AI相关的高密度计算任务；智算中心整合这些AI芯片，提供深度学习和机器学习所需的计算能力；超算中心通过并行计算和分布式计算，处理科学计算和工程模拟等复杂任务；边缘计算中心靠近数据源提供实时计算能力，提高数据处理的效率。

　　人工智能基础设施专注于支撑AI的研发与应用，主要由三大核心支柱构成：AI计算与资源支撑、数据与算法支撑、应用开发支撑。

　　AI计算与资源支撑包括AI芯片、AI计算平台和AI云。AI芯片作为整个AIECO的核心硬件组件，主要负责加速AI模型的训练和推理过程；AI计算平台集成硬件与软件环境，提供统一的开发与运行框架；AI云动态分配计算资源，提供灵活的扩展能力。

　　数据与算法支撑包括数据设备和算法设备。数据集和管理工具等数据设备为AI模型提供高质量的训练数据，确保模型的准确性和可靠性；算法设备支持算法开发和优化，涵盖大模型等多种AI应用场景。

　　应用开发支撑是指应用开发平台，通过整合AI基础能力组件，简化AI应用的开发和部署过程，加速AI应用的推广和落地。

　　应用基础设施包括运营管理系统、服务与调度系统、物流与维护系统等，通过集成多种技术和系统，确保铁路高效、稳定运行。

　　运营管理系统涵盖规划设计与施工系统、装备制造系统和检测监测系统，支持铁路建设的规划和设计，全流程管理铁路装备，提高制造效率和质量，并实时监控铁路设备，保障其持续处于正常运行状态。

　　物流与维护系统包括物流管理系统和维护管理系统，负责铁路物流运输的全方位管理，对铁路设施进行定期维护和管理，确保系统的长期稳定运行。

　　上述基础设施相互支撑，共同构筑智能化、综合性的铁路数字基础设施，为先进的技术的应用提供必要的平台，推动铁路行业的数字化转型和高质量发展。

　　数智技术是数字基础设施建设的重要支撑。要筑牢铁路数字基础设施，推动铁路数字化转型，需要充分的发挥数智技术的支撑作用，唤醒接入、运力、算力、存力、网络安全5种关键能力，以数据为核心要素，横向打通铁路行业各专业，纵向贯通铁路行业各层级，融合打通铁路行业新旧信息系统。数智技术赋能铁路发展示意见图4。一系列创新应用与智能系统的构建，均依赖于核心的数智技术，这些技术为铁路行业的数字化转型提供强有力的支持。

　　构建铁路智能感知系统是实现铁路行业全面数字化转型的关键。该系统依托高精度传感器网络，实时监测和感知列车运作时的状态、轨道状态、天气条件，以及乘客行为模式，并进行数据采集，通过收集多维度数据，为管理者提供深度运营洞察支持，实现从经验驱动到数据驱动的决策变革。

　　人工智能物联网（artificial intelligence & internet of things，AIoT）是这一系统实现的关键技术基础。AIoT融合AI与物联网技术，利用物联网收集多维数据，借助大数据分析和人工智能进行智能处理，实现全面数据化与智联化。人工智能增强物联网的感知、互联能力及数据智能化处理，提升应用效能并实现自主优化；物联网为AI提供丰富数据及实际应用场景［14］。

　　随着AIoT加快速度进行发展，产业数字化连接能力明显地增强，规模持续扩大，深入触达万物，实现“物超人”［15］。AIoT成为推动经济社会数字化转型的重要引擎。随着数字化转型的深入，数据量越来越庞大，数据驱动的人工智能业务广泛落地，加剧了全社会对智能应用的需求，促使技术要素从过去的彼此“协同”向深度“融合”过渡，AIoT由1.0时代迈入2.0时代，其架构由“端—边—管—云—用”升级为“通感智值一体化”，将物理世界的感知融入通信网络，并结合人工智能技术进行高效重组，同时考虑将价值作为生产关系，释放前所未有的智能化与价值化潜力。

　　AIoT 2.0技术的蓬勃兴起赋能铁路智能感知系统的建立与升级。铁路智能感知系统能保证内部各智能终端设备、系统平台之间实现无缝对接，并在多样化的应用场景中高效协同工作。这种前所未有的整合能力，增强了铁路系统的数据感知与智能化决策能力，推动了铁路行业的全面智能化发展。

　　面对5G技术多种接入方式选择——5G-R专网、公网及公专网融合模式，每种方式都有其独特的性能和适用场景。专网模式在安全性、定制化服务以及网络稳定性方面表现出色，适用于承载行车指挥与控制、运营维护等关键业务，但面临频率资源有限的挑战，且建设和维护成本比较高。公网模式的优点是频率资源丰富，可提供大带宽支持，容纳更多的用户，并为低时延业务提供精准支撑，但在服务保障、故障响应速度和处理效率方面仍有待逐步提升。公专网融合模式则结合了二者的优势，利用公网的灵活性，同时通过技术方法保障专网的核心需求；在关键业务和高优先级业务需求下，使用专网确保系统安全和稳定；在常规通信和非关键业务中，利用公网资源，依据需求动态调整网络资源的分配。最终的选择需综合考量铁路运营的具体需求、成本效益、安全标准，和技术可行性，实现效益最大化。这种多层次、多选择的接入方式能够很好的满足铁路系统不同运营场景的需求，提升整体运营的灵活性和可靠性。

　　充分利用智能计算中心（以下简称“智算中心”）的强大数据处理能力与边缘计算的实时响应优势，重塑铁路网络的运营模式。

　　智算中心作为整个铁路网络的数据处理枢纽，承担着核心的数据处理与决策支持任务，集成设备管理、数据管理和应用管理等多个子系统，利用高级数据分析技术深入挖掘铁路运营过程中的海量数据，为调度、运营和维护等环节提供精准的决定依据。同时，智算中心通过先进的保护措施有效抵御外部威胁，确保数据的完整性和机密性，并依据业务需求和数据分析结果，智能化动态调整资源分配，实现资源的最大化利用。

　　边缘计算负责近场数据处理与管理，边缘节点被部署在靠近数据源的关键位置，如车站、列车或防洪重点地段等，保证数据能够在第一时间得到处理和分析。这种布局不仅降低了对骨干网络带宽的需求，还明显地增强了系统的鲁棒性，即使在网络拥堵或中断的情况下，也能保证关键业务的正常运行［17］。边缘计算采用IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）等多层次的服务模式，为设备接入、数据处理和应用部署提供全面支持，能快速响应现场需求，实现近场监控与管理的无缝对接。

　　智算中心与边缘计算的紧密协作，共同构建了一个高效、智能、灵活的铁路运营管理新生态。这一创新框架不仅提升了铁路系统的整体运营效率与安全性，还为用户所带来了更加个性化、即时化的服务体验。随技术的持续进步与应用场景的不断拓展，这一框架能够引领铁路行业向更加智能化、绿色化、可持续化的方向发展。

　　随着数字技术的持续演进与产业融合的加深，铁路数据要素市场将迎来更广阔的发展前途。铁路行业将与其他领域携手探索数据共享、交叉应用的新模式，共同开创数据驱动的智慧交通新时代。

　　为推动铁路行业的高水平质量的发展与现代化建设，构建坚固的网络安全屏障至关重要，需要从基础硬件、基础软件和网络安全三大维度综合施策，形成全方位、多层次的防护网。

　　在基础硬件层面，首先应提升核心解决能力，采用高性能处理器和先进的计算技术，如量子计算和边缘计算技术，以显著提高数据处理速度和精准性。此外，存储设备的安全性与可靠性也需要加强。采用区块链技术实现分布式存储，结合加密存储技术和实施冗余数据备份策略，可以有很大效果预防数据丢失和被非法访问。网络设备的稳定运行和安全保障不可或缺，应采用高级防火墙、入侵检测系统，以及基于AI的威胁检测技术，实时监控网络流量，有效防范未授权访问和潜在威胁。

　　在基础软件方面，操作系统的安全防护是关键。应通过定期更新和修补漏洞，并采用多层次的安全策略，如用户权限管理和访问控制等，防止恶意软件攻击。结合AI和机器学习技术，操作系统能轻松实现自适应安全防护，根据不同威胁情景自动调整安全策略。数据库管理系统使用加密技术防止数据泄露和被非法篡改［18］，严格保障数据的完整性与安全性，并定时进行安全审计和监控，及时有效地发现和解决潜在问题。此外，系统集成与数据交换平台通过加密通信协议和安全网关等手段，确保信息传递的顺畅与安全。

　　在网络安全方面，构建安全的网络架构是重要一环。通过采用分段网络和零信任架构，可以有效增强网络边界的保护。分段网络将整体网络划分为若干独立的子网，降低潜在攻击对全局的影响；零信任架构则通过严格的身份验证和最小权限原则，确保每一次访问请求都经过验证，从而有很大效果预防任何没有经过授权的访问，保障系统的安全性。网络安全策略中还应包括端点检测与响应、网络行为分析和威胁情报整合，以提升铁路系统的整体安全防护能力。

　　通过构建坚固的网络安全屏障，全面加强铁路信息安全防护水平，为确保铁路系统的高效运行提供强有力的安全保障。

　　数字孪生技术慢慢的变多地在铁路工程中应用，通过高效、智能的管理与运营模式，推动铁路系统的数字化转型。该技术整合了物联网、云计算、大数据分析和人工智能，通过构建铁路系统的全面数字化镜像，实现物理世界与数字世界的精准映射和实时互动。

　　数字孪生技术依赖高密度的传感器网络和物联网设备，实时捕捉列车运作时的状态、轨道健康度和环境参数等数据。这一些数据经过网络传输到数据中心，并通过严格的数据清洗、集成与预处理，确保数据的准确性和完整性，为仿真与分析奠定基础。基于海量、高质的数据资源，能够精确构建铁路系统的数字孪生模型［19］，实现铁路系统全方位、多层次的数字化表达。通过先进的实时仿真技术，模型能够模拟列车运行、轨道维护、应急响应等多种场景，预测系统的动态行为与潜在风险，使得管理者能够在虚拟环境中进行多轮次的模拟测试与优化调整，从而有很大成效避免实际运营中的不必要损失，提高系统的整体效能。此外，在运营管理层面，实现对铁路系统的全面监控。当检测到不正常的情况时，系统能立即触发预警机制，并生成处理工单，缩短故障处理时间，这种即时响应机制明显提升了铁路系统的可靠性和安全性。同时，数字孪生技术还促进了信息透明化，使得各级管理者能够实时掌握系统状态，做出更精准、高效的决策。

　　数字孪生技术在铁路工程中的深度应用，变革了铁路系统的运营与管理模式，使系统运行更精准、可靠，极大地提升了其智能化水平。随技术的持续不断的发展和应用的深入，数字孪生技术将助力打造更加智慧、高效的铁路运输网络，促进铁路行业的持续创新和发展。

　　国铁集团发布的《数字铁路规划》明确了夯实铁路数字基础设施的战略方向。跟着社会需求的变化和技术的慢慢的提升，新型基础设施的定义与组成日益扩展与丰富，为铁路数字基础设施构建奠定了坚实基础。铁路数字基础设施涵盖网络、数据、算力、人工智能及应用等多维要素。网络基础设施确保数据的无缝流通，数据基础设施提供持续的数据支持，算力基础设施支撑大规模数据处理与智能算法的高效运行，人工智能加速铁路智能化应用的落地，应用基础设施确保铁路的稳定运营。在夯实铁路数字基础设施和推动铁路数字化转型过程中，数智技术的深层次地融合与应用至关重要。AIoT、5G、智算中心、边缘计算中心等技术强化了智能感知、系统集成、数据处理和实时响应能力；同时，数据挖掘、算网融合、数字孪生等技术推动了全面的数字化转型与智能化升级。网络安全屏障则为系统的稳定运行提供了全方位的防护壁垒。通过数智化技术赋能，铁路数字基础设施正积极推动铁路行业的数字化转型与可持续发展。

　　引用本文：单馨漪, 郭梓烨, 官科,等. 数智技术赋能铁路数字基础设施建设路径探讨[J]. 铁道通信信号, 2025, 61(1): 1-9.

　　《铁道通信信号》为月刊，创刊于1957年，主管单位为中国国家铁路集团有限公司，主办单位为中国铁道科学研究院集团有限公司。