开源工业互联网平台提供针对AII参考架构各层级的开源解决方案，企业可根据自己的实际逐步构建自己的工业互联网平台。

　　提供Innobase Cloud Private的私有云解决方案，可以为企业构建低成本的私有云平台，确保数据的可控性，为进一步数字化提供可能。

　　利用主流人工智能框架和开源项目，快速搭建一套工业级深度学习体系，企业可以根据制造或业务需求，开发适合实际需要的工业级人工智能。

　　利用开源工业互联网平台上的大数据相关开源项目，结合到开源私有云和边缘计算系统，可以快速形成一个具有深度学习能力的工业大数据平台。

　　利用物理模型，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

　　OpenStack是一个旨在为公共及私有云的建设与管理提供软件的开源项目，提供了一个实施简单、可大规模扩展、标准统一的云计算管理平台，提供了基础设施即服务（IaaS）的解决方案。

　　Kubernetes是一个开源的，用于管理云平台主机上的容器的应用，Kubernetes的目标是让部署容器化的应用简单并且高效，Kubernetes提供了应用部署，规划，更新，维护的统一机制。

　　OpenShift是一个面向开源开发人员开放的平台即服务(PaaS)。OpenShift通过为开发人员提供在语言、框架和云上的更多的选择，使开发人员可以构建、测试、运行和管理他们的应用。

　　Ceph是一种为优秀的性能、可靠性和可扩展性而设计的统一的、分布式的存储系统。由于Ceph的良好设计，使得它不存在传统的单点故障的问题，且随着规模的扩大性能并不会受到影响。

　　Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错特性，可部署在低成本的硬件上，提供高吞吐量数据，适合那些有着超大数据集的系统。

　　Zephyr的目标是构建一个针对资源受限设备的小型、可裁剪的实时操作系统(RTOS)，支持多种硬件架构，可以在小至8kB内存的系统上运行。Zephyr项目非常适合构建简单的传感器网络、可穿戴设备以及小型物联网网关。

　　TensorFlow是谷歌旗下的开源人工智能框架，提供一个使用数据流图的数值计算库，可在单/多颗CPU或GPU系统甚至移动设备上运行。TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域。

　　Pytorch是torch的python版本，是由Facebook开源的神经网络框架。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。

　　EdgeX Foundry是Linux基金会发布了一个开源物联网边缘计算项目。它是一个简单的互操作性框架，独立于操作系统，支持任何硬件和应用程序，促进设备、应用程序和云平台之间的连接。

　　最为流行的 Git 管理，提供代码审核、Bug 跟踪等功能，提供 CI/CD 功能