数字孪生与云计算关系，主要体现在计算与存储上。

计算

数字孪生系统复杂功能的实现在很大程度上依赖其背后的计算平台，实时性是衡量数字孪生系统性能的重要指标。因此，基于分布式 计算的云服务器平台是系统的重要保障，优化数据结构、算法结构等 提高系统的任务执行速度是保障系统实时性的重要手段。如何综合考 量系统搭载的计算平台的性能、数据传输网络的时间延迟及云计算平 台的计算能力，设计最优的系统计算架构，满足系统的实时性分析和 计算要求，是应用数字孪生的重要内容。平台计算能力的高低直接决 定系统的整体性能，作为整个系统的计算基础，其重要性毋庸置疑。

数字孪生系统的实时性要求系统具有极高的运算性能，这有赖于 计算平台的提升和计算结构的优化。但是就目前来说，系统的运算性 能还受限于计算机发展水平和算法设计优化水平，因此，应在这两方 面努力实现突破，从而更好地服务于数字孪生技术的发展。

高性能数据分析算法的云化及异构加速的计算体系(如CPU+GPU、CPU+FPGA)在现有的云计算基础上是可以考虑的，其能够满足工业实时场景下高性能计算的两个方面。

存储

复杂系统的全生命周期数据存储和管理是数字孪生系统的重要支撑。采用云服务器对系统的海量运行数据进行分布式管理，实现数据 的高速读取和安全冗余备份，为数据智能解析算法提供充分可靠的数据来源，对维持整个数字孪生系统的运行起着重要作用。通过存储系 统的全生命周期数据，可以为数据分析和展示提供更充分的信息，使系统具备历史状态回放、结构健康退化分析及任意历史时刻的智能解 析功能。

全生命周期数据存储和管理的实现需要借助于服务器的分布式和冗余存储，由于数字孪生系统对数据的实时性要求很高，如何优化数 据的分布架构、存储方式和检索方法，获得实时可靠的数据读取性能，是其应用于数字孪生系统面临的挑战。尤其应考虑工业企业的数 据安全及装备领域的信息保护，构建以安全私有云为核心的数据中心或数据管理体系，是目前较为可行的技术解决方案。

数字孪生是实际业务场景，云计算是基础资源供给，这两者肯定有关联，两者是否是强关联，取决于实现数字孪生的业务场景对基础资源的需求是什么。