本发明适用于工业自动化领域，提供了一种数字化车间计算资源与服务的配置方法，包括以下步骤：步骤一，建立智能数控系统总体框架；步骤二，建立服务布置和资源分配的联合优化数学模型；步骤三，将优化问题转化为马尔可夫决策过程；步骤四，使用深度强化学习算法得出任务卸载分配策略；在步骤一中，所述智能数控系统总体框架由三层组成：设备层、网络层和数字层；本发明提供的一种数字化车间计算资源与服务的配置方法，在实际应用于智能数控系统框架中网络物理机床产生的计算任务的任务卸载具有切实的实际意义，不仅有效地降低了任务卸载的延迟，并且提高了智能数控车间计算资源的使用效率，提高了数字孪生模型的准确性。