当前的语义模型在描述跨异构边缘、雾和云环境的分布式AI工作流时支持有限，导致AI过程和资源常采用不兼容的语义表示，进而影响互操作性、编排和复用。
本文提出了一套符合SAREF标准的本体，用于在边缘‑雾‑云连续体中统一表示分布式AI工作流。我们在SAREF4SYST本体基础上扩展了AI流水线、可执行AI作业、计算资源、部署约束以及通信关系等概念，实现了对AI工作流和异构计算基础设施的统一语义建模。
该本体能够实现语义互操作、自动推理以及面向资源的编排，且完全遵循ETSI SAREF生态体系。通过智能电网能源服务编排的概念验证场景进行评估，并使用能力问题（competency questions）验证其在AI工作流部署、执行推理和负载自适应方面的能力。所有能力问题均通过SPARQL查询和语义推理成功验证。实验显示，在异构边缘‑雾‑云环境中部署成功率达到90%‑100%，平均编排决策时间低于80 ms，证明了本体在分布式AI编排中的有效性。
博主点评：该本体在保持与SAREF生态兼容的同时，提供了完整的AI工作流语义描述，显著提升了跨层级资源的可编排性和推理效率，为实际工业场景的AI部署提供了可靠的语义支撑。