WWW.AIM-MAG.COM

公眾號(hào)

關(guān)于模擬計(jì)算你需要知道什么 18

矢量到底有什么特別之處？ 19

免費(fèi)索閱

Dec 2021/ Jan 2022

Embedded Computering Design 網(wǎng)站文章

C

M

Y

CM

MY

CY

CMY

K

4 12月 2020 / 1月 2021 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

應(yīng)用空間 APPLICATION AIDS

24 面向工業(yè)物聯(lián)網(wǎng)的無(wú)線傳感器網(wǎng)絡(luò)

Wireless Sensor Networking for the Industrial Internet of Things

作者：Joy Weiss ADI公司IoT安全與解決方案副總裁

Ross Yu ADI公司SmartMesh?

產(chǎn)品部產(chǎn)品營(yíng)銷經(jīng)理

行業(yè)風(fēng)云 INDUSTRY INTERVIEW

28 打造“智慧之眼”與“創(chuàng)新之輪”華睿科技助推制造業(yè)智能升級(jí)

Creating The“Eye of Wisdom”And“Wheel of Innovation”iRAYPLE Helps

To Promote The Intelligent Upgrade Of Manufacturing Industry

本刊特約記者：晨玉婷

特色產(chǎn)品 FEATURE PRODUCTS

34 開(kāi)放式編程模型為嵌入式、企業(yè)和物聯(lián)網(wǎng)開(kāi)發(fā)者創(chuàng)造中間地帶

Open Programming Model to Create Middle Ground for Embedded,

Enterprise & IoT Developers

Tiera Oliver/文 Embedded Computing Design副編輯

專題 FEATURE / 新年展望 OUTLOOK OF NEWYEAR

5 2022：工業(yè)AI成就大未來(lái)

2022：Industrial AI For Great Future

編者語(yǔ) UP FRONT

4 你好 2022!

Hello 2022!

2022 版權(quán)所有 翻印必究

中國(guó)香港特別行政區(qū)

China Hong Kong SAR

麥協(xié)林 Adonis Mak

adonism@actintl.com.hk

黃鶯 Katie Huang

katieh@actintl.com.hk

魏弘德 Chris Everett

chrise@actintl.com.hk

崔 斌 蔡振榮 戴高敏

丁險(xiǎn)峰 范叢明 蘇銳丹

史 喆 王少軍

許海燕 Helena Xu

helenax@actintl.com.hk

程麗娜 Lisa Cheng

lisac@actintl.com.hk

譚良輝 Ivy Tan

ivyt@actintl.com.hk

彭珊 Sophie Pang

SophieP@actintl.com.hk

楊柳 Genevieve Yang

genevievey@actintl.com.hk

Publishing House

ACT International

Kowloon,HongKong,

No.478 Castle Peak Road, Cheung Sha Wan,

Por Yen Building,

Unit B, 13/F.

852 2838 6298

852 2838 2766

出版總監(jiān)

電郵

主編

電郵

總編

電郵

編委會(huì)成員

(排名不分先后)

中國(guó)區(qū)銷售總監(jiān)

電郵

市場(chǎng)總監(jiān)

電郵

發(fā)行經(jīng)理

電郵

銷售服務(wù)經(jīng)理

廣告服務(wù)經(jīng)理

出版社

雅時(shí)國(guó)際商訊

香港九龍

長(zhǎng)沙灣青山道478號(hào)

百欣大廈

13樓B室

電話

傳真

WWW.AIM-MAG.COM

30 市場(chǎng)動(dòng)態(tài) NEWS

35 新品速遞 NEW PRODUCTS

36 廣告索引 AD INDEX

2021年12月/2022年1月 目錄 CONTENTS

技術(shù)薈萃 TECHNICAL CLUSTER

18 關(guān)于模擬計(jì)算你需要知道什么

What You Need to Know About Analog Computing

作者：Tim Vehling Mythic產(chǎn)品和業(yè)務(wù)發(fā)展副總裁

19 矢量到底有什么特別之處？

What is So Special About a Vector Anyway?

22 機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)中的實(shí)際應(yīng)用

Real World Application of Machine Learning in Networking

作者：Kandarp Rastey Volansys科技嵌入式固件開(kāi)發(fā)人員

Embedded Computing Design網(wǎng)站文章

國(guó)際授權(quán)翻譯

國(guó)內(nèi)發(fā)行高新科技雜志

8本雜志免費(fèi)送一年

（6期/印刷版）

包攬全年行業(yè)資訊

免費(fèi)

訂閱

掃一掃添加

ACT讀者服務(wù)號(hào)免費(fèi)訂閱

雅時(shí)國(guó)際商訊（ACT International）成立于1998年，為高速增長(zhǎng)的中國(guó)市場(chǎng)中廣大高技術(shù)行業(yè)服務(wù)。ACT通過(guò)它的一

系列產(chǎn)品－包括雜志和網(wǎng)上出版物、培訓(xùn)、會(huì)議和活動(dòng)－為跨國(guó)公司及中國(guó)企業(yè)架設(shè)了拓展中國(guó)市場(chǎng)的橋梁。 ACT的產(chǎn)

品包括多種技術(shù)雜志和相關(guān)的網(wǎng)站，以及各種技術(shù)會(huì)議，服務(wù)于機(jī)器視覺(jué)設(shè)計(jì)、電子制造、激光/光電子、射頻/微波、化

合物半導(dǎo)體、半導(dǎo)體制造、潔凈及污染控制等領(lǐng)域的約二十多萬(wàn)專業(yè)讀者及與會(huì)者。

www.actintl.com.cn

編者語(yǔ) UP FRONT

4 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

2021 年的中國(guó)在波瀾不驚中安然度過(guò)。雖然新冠疫情仍在全球肆虐，中國(guó)的疫情也在

此起彼伏的小規(guī)模爆發(fā)中，但在中國(guó)經(jīng)濟(jì)穩(wěn)步向前推進(jìn)的大環(huán)境下，2021 年的中國(guó)制造業(yè)

可以說(shuō)還是取得了長(zhǎng)足進(jìn)步。

回到 2019 年末的中國(guó)制造業(yè)還一直以傳統(tǒng)制造業(yè)為主導(dǎo)。但到 2021 年，中國(guó)制造業(yè)

已呈現(xiàn)先進(jìn)制造業(yè)與傳統(tǒng)制造業(yè)迭代發(fā)展的局面。中國(guó)制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化和智能化特

征已經(jīng)初顯，人工智能應(yīng)用也已經(jīng)逐步運(yùn)用到生活和企業(yè)生產(chǎn)。AI 與制造業(yè)的融合，新技

術(shù)與傳統(tǒng)產(chǎn)業(yè)的交替都讓我們看到 2021 年的中國(guó)制造業(yè)在數(shù)字化、智能化方向的發(fā)展上穩(wěn)

步前進(jìn)。

作為深耕工業(yè) AI 行業(yè)的一員，奧寶電子（深圳）有限公司亞太區(qū)工業(yè) 4.0 項(xiàng)目經(jīng)理王

勇就表示 ：“如果要問(wèn) 2021 最大的感悟是什么？我的回答一定是 “數(shù)” 與 “實(shí)” 之間深度融

合與整合 ；從最初的概念化到腳踏實(shí)地的產(chǎn)出成果，無(wú)需過(guò)多的描繪，我們正在見(jiàn)證歷史的

長(zhǎng)河留給我們應(yīng)有的痕跡。”

他由衷地表示 ：“工業(yè) AI 作為一種全新的解決方案正在幫助工業(yè)企業(yè)產(chǎn)生價(jià)值，我們慶

幸能參與到人工智能解決方案建造浪潮中來(lái)，并能夠回歸本質(zhì)的發(fā)現(xiàn)需求和創(chuàng)造價(jià)值，我們

無(wú)需過(guò)多討論其中的細(xì)節(jié)或者發(fā)展泡沫，工業(yè)企業(yè)需要有效的解決方案這點(diǎn)毋庸置疑，工業(yè)

AI 只要朝著服務(wù)于人類和普惠于大眾的心態(tài)，必能成就大未來(lái)！當(dāng)前的“進(jìn)化”狀態(tài)不管

是好是壞都是其原本的樣子，這或許不是最優(yōu)的，但一定是最適應(yīng)當(dāng)下的解決方案！”

2021 年 12 月 29 日，由中國(guó)工程院戰(zhàn)略咨詢中心、中國(guó)機(jī)械科學(xué)研究總院集團(tuán)有限公

司、國(guó)家工業(yè)信息安全發(fā)展研究中心發(fā)布的《2021 中國(guó)制造強(qiáng)國(guó)發(fā)展指數(shù)報(bào)告》總結(jié)了我

國(guó) 2015~2020 年制造強(qiáng)國(guó)建設(shè)進(jìn)程及經(jīng)驗(yàn)。2015~2020 年，我國(guó)制造業(yè)增加值由 20.03 萬(wàn)

億元增長(zhǎng)到 26.60 萬(wàn)億元，年均增速 5.84% ；制造業(yè)增加值占全球比重由 26.29% 提高到

28.61%，在世界各主要經(jīng)濟(jì)體中位居首位 ；連續(xù) 11 年成為全球貨物貿(mào)易第一大出口國(guó)，制

造業(yè)出口占全球比重由 18.45% 提升至 18.70%，特別是 2020 年首次超過(guò)德國(guó)成為世界最大

的機(jī)械設(shè)備出口國(guó)，制造大國(guó)地位進(jìn)一步鞏固。

報(bào)告還指出 ：五年間，中國(guó)制造強(qiáng)國(guó)發(fā)展指數(shù)由 105.78 增長(zhǎng)到 116.02。我國(guó)制造業(yè)總

體趨勢(shì)穩(wěn)中向好，實(shí)現(xiàn)了市場(chǎng)快速響應(yīng)，體現(xiàn)出對(duì)各類生產(chǎn)要素的強(qiáng)大動(dòng)員組織能力，呈現(xiàn)

出迎難而上、愈戰(zhàn)愈勇的“韌性”，制造強(qiáng)國(guó)建設(shè)進(jìn)程基本按照預(yù)期目標(biāo)前進(jìn)。制造強(qiáng)國(guó)戰(zhàn)

略已成為引領(lǐng)我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)和創(chuàng)新發(fā)展的一面旗幟。

這一串串?dāng)?shù)字反映的是中國(guó)制造業(yè)取得的階段性成績(jī)，這既得益于國(guó)家政策的大力支持，

5G 的大力發(fā)展，更得力于全體中國(guó)制造業(yè)同仁多年的辛勤付出、奮斗與努力。伴隨著工業(yè)

數(shù)字化時(shí)代一步步向我們走來(lái)，我們有理由相信，在 2022 年，我們的制造業(yè)還將繼續(xù)沿著

既有發(fā)展軌跡持續(xù)發(fā)力，更上一層樓！

《工業(yè) AI》編輯部

你好 2022!

Hello 2022!

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 5

工業(yè)智能視覺(jué)平臺(tái)的 AI 能力，除了支持對(duì)作業(yè)流程的智

能編排，更實(shí)現(xiàn)了人工裝配的檢驗(yàn)自動(dòng)化，幫助提升裝配

效率，減少失誤損失。

而在各個(gè)技術(shù)棧融合應(yīng)用方面，我們安全生產(chǎn)的方案

從單純視頻識(shí)別到強(qiáng)化多模態(tài)深度學(xué)習(xí)和多源數(shù)據(jù)分析，

首次提出跨模態(tài)預(yù)訓(xùn)練模型，實(shí)現(xiàn)了安全生產(chǎn)全要素覆蓋。

安全生產(chǎn)事件響應(yīng)效率提高 5~8 倍，復(fù)雜安全生產(chǎn)事件預(yù)

警準(zhǔn)確度整體提升 8%。

天澤智云 CEO 孫昕：經(jīng)過(guò)五年的實(shí)踐探索，

2021 年，天澤智云聚焦“1+2+X”戰(zhàn)略，

形成了獨(dú)特的工業(yè) AI 可持續(xù)發(fā)展之路。其

中“1”是天澤智云自主研發(fā)的工業(yè)人工智

能平臺(tái)—模力工場(chǎng) TM，模力工場(chǎng) TM 正在

成為工業(yè)智能跨領(lǐng)域的“新基建”基座，沉淀最寶貴的工

業(yè)資產(chǎn)，助力客戶實(shí)現(xiàn)“零宕機(jī)、零浪費(fèi)、零次品”三個(gè)“零”

的業(yè)務(wù)價(jià)值?！?”指的是躬身入局風(fēng)電新能源、鋼鐵兩大

示范行業(yè)，深挖行業(yè)痛點(diǎn)和需求，并基于模力工場(chǎng) TM 打

造了無(wú)憂風(fēng)電產(chǎn)品矩陣與無(wú)憂鋼鐵能耗優(yōu)化整體方案，引

領(lǐng)行業(yè)智能化變革?！癤”則指的是在石油、化工、軌道交

通、半導(dǎo)體等領(lǐng)域，通過(guò)模力工場(chǎng)賦能，與行業(yè)伙伴或頭

部企業(yè)進(jìn)行開(kāi)放性的合作，探索更廣闊的行業(yè)應(yīng)用場(chǎng)景。

Imagination 產(chǎn)品管理總監(jiān) Gilberto

Rodriguez ：我們看到我們的 2NX 人工智

能（AI）引擎現(xiàn)已全面投入生產(chǎn)，并被用

于多種應(yīng)用 ；在這一過(guò)程中，Imagination

為廣大的客戶提供了支持。

我們將繼續(xù)投資致力于我們一流的、用于異構(gòu)系統(tǒng)的

歲末年初，又到了我們一年一度的回顧與展望時(shí)間—大到對(duì)全球以及中國(guó)工業(yè)AI行業(yè)發(fā)展的回顧與展

望，小到對(duì)工業(yè)AI行業(yè)中公司發(fā)展的回顧與展望。今年的回顧與展望，我們匯總了如下問(wèn)題：2021年，公司

在工業(yè)AI領(lǐng)域有怎樣的進(jìn)展？公司對(duì)2022年工業(yè)AI的發(fā)展有怎樣的愿景？過(guò)去一年工業(yè)AI行業(yè)發(fā)展有哪些熱

點(diǎn)問(wèn)題？新的概念？新的進(jìn)展？工業(yè)AI的未來(lái)將面對(duì)怎樣的技術(shù)與應(yīng)用挑戰(zhàn)？如何看待過(guò)去一年中國(guó)工業(yè)AI

行業(yè)發(fā)展？將面臨怎樣的挑戰(zhàn)？在工業(yè)AI的生態(tài)系統(tǒng)中，公司提供怎樣的解決方案？發(fā)展愿景？面臨哪些挑

戰(zhàn)？如何解決？回復(fù)我們的既有頭部大廠、創(chuàng)新公司、行業(yè)協(xié)會(huì)，也有深耕中國(guó)幾十年的外企，從中可以一

窺中國(guó)工業(yè)AI行業(yè)的發(fā)展現(xiàn)狀，讓我們對(duì)未來(lái)中國(guó)工業(yè)AI行業(yè)發(fā)展前景更加充滿信心！

2022 ：工業(yè) AI 成就大未來(lái)

2022: Industrial AI For Great Future

2021 年，公司在工業(yè) AI 領(lǐng)域有怎樣的進(jìn)展？

北京百度網(wǎng)訊科技有限公司百度智能云工

業(yè)能源產(chǎn)品研發(fā)總經(jīng)理黃鋒 ：2021 年對(duì)于

百度智能云來(lái)說(shuō)是極為關(guān)鍵的一年。5 月

18 號(hào)，我們發(fā)布了百度智能云開(kāi)物，作為

百度在 AI+ 工業(yè)互聯(lián)網(wǎng)的整體品牌。在這

個(gè)品牌的整體框架下，我們的三個(gè)工業(yè) AI 產(chǎn)品的主要板

塊 ：工業(yè)視覺(jué)智能、工業(yè)數(shù)據(jù)智能和工業(yè)交互智能均有了

跨越式的發(fā)展。

在工業(yè)視覺(jué)智能方面，工業(yè)智能質(zhì)檢除了在 3C、汽

車等核心行業(yè)繼續(xù)深化場(chǎng)景、進(jìn)行規(guī)?；瘡?fù)制之外，在一

些重點(diǎn)行業(yè)，例如化纖行業(yè)取得了突破性進(jìn)展。百度智能

云開(kāi)物與化纖龍頭恒逸石化合作，首創(chuàng)化纖 AI 智能外檢

一體機(jī)，支持 15.5 公斤重絲錠在線檢測(cè)，每錠絲錠高達(dá)

20 億以上像素的數(shù)據(jù)，檢測(cè)節(jié)拍控制在 2.5 秒內(nèi)，解決

了困擾產(chǎn)業(yè)界多年的難題。

在工業(yè)數(shù)據(jù)智能方面，我們將工業(yè)大數(shù)據(jù)與 AI 相結(jié)

合，為國(guó)家“雙碳“目標(biāo)的實(shí)現(xiàn)貢獻(xiàn) AI 力量，通過(guò)智能

水務(wù)調(diào)度系統(tǒng)用水量進(jìn)行預(yù)測(cè)，基于用儲(chǔ)量的預(yù)測(cè)來(lái)智能

調(diào)控泵機(jī)的運(yùn)行狀態(tài)，在保證用水穩(wěn)定的同時(shí)降低設(shè)備能

耗，從而可使整體人員效率提升 5% 以上，制水 / 供水單

位能耗下降 8%。

工業(yè)交互智能方面也迎來(lái)了產(chǎn)品智能化升級(jí) ；遠(yuǎn)程協(xié)

同實(shí)現(xiàn)了 AI 智能案例及記錄功能，將協(xié)同過(guò)程所產(chǎn)生的

知識(shí)數(shù)據(jù)盤活，為企業(yè)所循環(huán)利用，降低知識(shí)獲取的門檻，

持續(xù)的提升基層員工的能力水平 ；標(biāo)準(zhǔn)作業(yè)指導(dǎo)產(chǎn)品結(jié)合

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

6 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

神經(jīng)計(jì)算軟件開(kāi)發(fā)套件（NC-SDK）解決方案，并不斷

支持 Android 系統(tǒng)中的更新。我們還增加了對(duì)百度飛漿

（PaddlePaddle）框架的支持，來(lái)落實(shí)以中國(guó)市場(chǎng)優(yōu)先的

應(yīng)用部署。我們的 3NX 人工智能引擎現(xiàn)已被集成到我們

在中國(guó)的先導(dǎo)性客戶的芯片中，并將部署到多個(gè)應(yīng)用。

此外，我們通過(guò)投資和開(kāi)展 Imagination 大學(xué)計(jì)劃

（Imagination University Programme）項(xiàng)目，使我們的

產(chǎn)品和技術(shù)不斷得到更多應(yīng)用。在該項(xiàng)目中，Imagination

充分利用自身積累了 25 年的經(jīng)驗(yàn)，來(lái)幫助世界各地的教

師在教學(xué)實(shí)驗(yàn)室和學(xué)生項(xiàng)目中使用我們的技術(shù)。

Synergies CEO 張宗堯 ：Synergies 于 2021

年發(fā)表了最新一代的 JarviX 數(shù)據(jù)分析全

流程平臺(tái)，其具備兩大特色 ；一是透過(guò)無(wú)

代碼 NLP 介面，讓工業(yè)運(yùn)營(yíng)端使用者僅

需中文輸入就可進(jìn)行數(shù)據(jù)分析，并獲得

Gartner Market Guide評(píng)選為世界前40名增強(qiáng)分析平臺(tái)。

二是 JarviX 為端到端的全流程平臺(tái)，從數(shù)據(jù)管理、探索

到應(yīng)用程式的建立，目前已經(jīng)在金屬加工等多種製造業(yè)

領(lǐng)域驗(yàn)證能快速產(chǎn)生效益，也在今年獲 Gartner Market

Guide 評(píng)選為大中華地區(qū)具代表性的工業(yè) AI 新創(chuàng)之一。

瑞薩電子中國(guó)工業(yè)自動(dòng)化事業(yè)部高級(jí)總

監(jiān)徐征（Johnson）：工業(yè) AI 一直是瑞薩

電子比較關(guān)注的領(lǐng)域。2021 年，瑞薩電

子繼續(xù)深耕了嵌入式 AI 應(yīng)用，將 DRP

和 SOTB 技術(shù)融合到 e-AI 方案，為工業(yè)

領(lǐng)域提供新的附加價(jià)值。今年，我們相繼推出了多款高

性能的 MCU/MPU、電源等產(chǎn)品，并且基于瑞薩自身的

MCU/MPU、內(nèi)存接口和工業(yè)電源等產(chǎn)品線，打造了多款

面向工業(yè)的“Winning Combo”產(chǎn)品組合，可幫助工業(yè)

設(shè)備高效、可靠、經(jīng)濟(jì)、安全地實(shí)現(xiàn) AI 應(yīng)用。

在產(chǎn)品方面，我們推出了通用 64 位 MPU RZ/G2L

和 RZ/V2 產(chǎn)品群，旨在為包括工業(yè)在內(nèi)的廣泛應(yīng)用提供

更強(qiáng)大的 AI 處理能力。目前為止，瑞薩共有七款 RZ/

G2 和兩款 RZ/V2 MPU，可為客戶提供從入門級(jí)到高端

設(shè)計(jì)的卓越擴(kuò)展性。11 月，我們?nèi)峦瞥龅墓I(yè)溫度級(jí)

DDR5 和 DDR4 寄存時(shí)鐘驅(qū)動(dòng)器，可面向要求嚴(yán)苛的邊緣

計(jì)算、汽車、工業(yè) 4.0 和 5G 等應(yīng)用提供支持。

在成功產(chǎn)品組合方面，我們基于 RZ/A2M MPU，推

出了適用于安保系統(tǒng)的邊緣計(jì)算解決方案、工業(yè)條碼掃描

儀解決方案以及圖像傳感模塊解決方案，這些方案可提高

工業(yè)生產(chǎn)的效率和安全性。另外，我們基于 RZ/T1 嵌入

式人工智能解決方案，可在工業(yè)作業(yè)中，提前進(jìn)行故障預(yù)

判，最大程度地提高生良品率和生產(chǎn)效率，并降低故障帶

來(lái)的損耗。不僅如此，我們推出的多協(xié)議工業(yè)以太網(wǎng)方案，

可有效解決 IT/OT 所面臨的復(fù)雜的網(wǎng)絡(luò)層困境。

當(dāng)然，2021 年瑞薩電子在工業(yè) AI 領(lǐng)域的投入是巨

大的，取得的成績(jī)也是可喜的。未來(lái)，我們將圍繞著 AI、

安全和可靠性、以及數(shù)字 & 模擬 & 電源融合和云原生這

四個(gè)核心技術(shù)持續(xù)推進(jìn)。

深圳市盛路物聯(lián)通訊技術(shù)有限公司董事長(zhǎng)

杜光東：2021 年初，盛路物聯(lián)與安徽省

工業(yè)信息化研究院合作，參與安徽省工業(yè)

互聯(lián)網(wǎng)頂層設(shè)計(jì)和安徽省工業(yè)互聯(lián)網(wǎng)標(biāo)準(zhǔn)

制定工作。在安徽省工信院的統(tǒng)一協(xié)調(diào)下，

盛路物聯(lián)與國(guó)盾量子進(jìn)行了技術(shù)交流，三方共同認(rèn)識(shí)到

DDA+ 量子秘鑰分發(fā)具有強(qiáng)關(guān)聯(lián)性，具有很強(qiáng)的技術(shù)互補(bǔ)

性，有可能成為安徽省工業(yè)互聯(lián)網(wǎng)的核心支撐技術(shù)。在安

徽省工業(yè)互聯(lián)網(wǎng)建設(shè)的計(jì)劃中，工信院協(xié)調(diào)安徽省工業(yè)企

業(yè)資源，盛路物聯(lián)利用 DDA-IOT 物聯(lián)網(wǎng)大數(shù)據(jù)云平臺(tái)，

根據(jù)國(guó)家工信部的統(tǒng)一要求，建設(shè)安徽省工業(yè)互聯(lián)網(wǎng)安全

生產(chǎn)監(jiān)管平臺(tái)（應(yīng)用工業(yè)互聯(lián)網(wǎng)技術(shù)監(jiān)管生產(chǎn)安全）和數(shù)

據(jù)支撐平臺(tái)（匯聚分析數(shù)據(jù)，優(yōu)化安全生產(chǎn)監(jiān)管手段）；

提供 DDA 無(wú)線技術(shù)實(shí)現(xiàn)機(jī)器設(shè)備、計(jì)量?jī)x表、傳感器的

可靠連接 ；將量子秘鑰內(nèi)嵌 DDA 模塊，實(shí)現(xiàn)機(jī)器設(shè)備、

計(jì)量?jī)x表、傳感器的安全連接。促進(jìn)安徽省工業(yè)互聯(lián)網(wǎng)項(xiàng)

目在全國(guó)處于領(lǐng)先地位。

深圳燦態(tài)信息技術(shù)有限公司總經(jīng)理宋勇華 ：

我們是工業(yè)互聯(lián)網(wǎng)公司，專注在 MES 數(shù)

字化領(lǐng)域，與 AI 有整合性需求，比如視

覺(jué)檢測(cè)，AR/VR 等檢測(cè)數(shù)據(jù)采集和虛擬

顯示等場(chǎng)景應(yīng)用。

寄云科技 CEO 時(shí)培昕博士 ：2021 年，在

國(guó)家政策導(dǎo)向和市場(chǎng)需求引領(lǐng)的雙重驅(qū)動(dòng)

下，“AI+ 工業(yè)互聯(lián)網(wǎng)”融合發(fā)展的浪潮

澎湃向前，在我國(guó)制造業(yè)由“大”謀“強(qiáng)”

關(guān)鍵階段中發(fā)揮了重要作用?！肮I(yè)智能

化升級(jí)”已經(jīng)成為關(guān)乎企業(yè)生存和長(zhǎng)遠(yuǎn)發(fā)展的“必答題”。

作為一家具有強(qiáng)大數(shù)據(jù)智能基因的工業(yè)互聯(lián)網(wǎng)廠商，寄

云科技一直以來(lái)積極推動(dòng)物聯(lián)網(wǎng)、AI、大數(shù)據(jù)、5G 等技

術(shù)在工業(yè)領(lǐng)域的創(chuàng)新應(yīng)用與探索，特別是在工業(yè)數(shù)據(jù)智

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 7

華碩電腦全球副總裁智能物聯(lián)網(wǎng)事業(yè)群共

同總經(jīng)理張權(quán)德 ：在華碩發(fā)展的大藍(lán)圖里，

希望建立一個(gè)可適用于各個(gè)場(chǎng)景的完整

AIoT 生態(tài)系平臺(tái)，這個(gè)平臺(tái)將會(huì)是整合

信息技術(shù) (IT)、運(yùn)營(yíng)技術(shù) (OT)、人工智能

技術(shù) (AI) 和物聯(lián)網(wǎng)技術(shù) ( IoT) 的所有服務(wù)及應(yīng)用，還包

含了從端點(diǎn)的分布式計(jì)算與服務(wù)到云端運(yùn)算服務(wù)的完整規(guī)

劃，同時(shí)也利用數(shù)字技術(shù)和數(shù)據(jù)技術(shù)，甚至是設(shè)計(jì)思考來(lái)

協(xié)助生態(tài)系里的合作伙伴做數(shù)字轉(zhuǎn)型，進(jìn)而達(dá)到數(shù)位雙生

水平。此時(shí)，才有機(jī)會(huì)看到“可程序化”、“可連結(jié)性”及“可

學(xué)習(xí)化”串聯(lián)在一起的優(yōu)勢(shì)，最后真正變成一個(gè)智聯(lián)網(wǎng)的

世界。因?yàn)槭且浴笆褂谜摺睘橹行淖鳛槌霭l(fā)點(diǎn)，所以可以

帶給無(wú)論是商業(yè)、工業(yè)用戶還是一般消費(fèi)型客戶更大的價(jià)

值，產(chǎn)生真正新的數(shù)字經(jīng)濟(jì)。綜合上述的研發(fā)力、創(chuàng)新力、

運(yùn)籌力、生產(chǎn)力及運(yùn)作彈性，實(shí)現(xiàn)工業(yè) 4.0 以用戶為中心

發(fā)展的制造即服務(wù) (MaaS，Manufacture as a Service) 的

目標(biāo)，客戶不論在線上或線下對(duì)樣品參觀后下單訂制規(guī)格，

研發(fā)隨即彈性設(shè)計(jì)整合，產(chǎn)線立即排入生產(chǎn)，通過(guò)智能工

廠 / 智能制造在排期內(nèi)全自動(dòng)化生產(chǎn)交貨。

華碩借由發(fā)展新的 AIoT 競(jìng)爭(zhēng)力，不但可以推動(dòng)現(xiàn)行

PC 或手機(jī)等消費(fèi)型電子產(chǎn)品之外的商業(yè)新型態(tài)，還可成

為新一代的智能解決方案及服務(wù)的供應(yīng)者，通過(guò)生態(tài)合作，

協(xié)助供應(yīng)鏈建立智能制造能力，提升華碩工業(yè)或消費(fèi)性電

子產(chǎn)品的質(zhì)量。同時(shí)還可以開(kāi)創(chuàng)前所未有的客戶與伙伴

關(guān)系，進(jìn)而成為智能物聯(lián)領(lǐng)域 ( 華碩三大目標(biāo)市場(chǎng)智能制

造、智能醫(yī)療和智能零售 ) 的“物聯(lián)研制中心” (Embedded

Foundry)，不僅成功導(dǎo)入單一解決方案，還要能推出完

整優(yōu)化的整廠解決方案。

深圳燦態(tài)宋勇華 ：2022 年我們會(huì)在標(biāo)桿客

戶原有數(shù)字化工廠基礎(chǔ)上增加數(shù)字孿生的

應(yīng)用，結(jié)合 AI 技術(shù)和大數(shù)據(jù)的場(chǎng)景分析，

為用戶提供更好的數(shù)字孿生全景管理模式。

深圳盛路物聯(lián)杜光東 ：2022 年，盛路物聯(lián)

將加快工作進(jìn)度，進(jìn)一步落實(shí)安徽省工業(yè)

互聯(lián)網(wǎng)安全生產(chǎn)平臺(tái)和前端設(shè)備入網(wǎng)連接

工作。完成一定的設(shè)備連接數(shù)后，與全國(guó)、

廣東省、深圳市的工業(yè)互聯(lián)網(wǎng)開(kāi)發(fā)和集成

單位合作，將更多比較成熟且有效的行業(yè)工業(yè)互聯(lián)網(wǎng)解決

方案引入安徽省。與工業(yè)互聯(lián)網(wǎng)生態(tài)合作伙伴共同將安徽

省成功的經(jīng)驗(yàn)和系統(tǒng)，復(fù)制到其它省份或地區(qū)。

能領(lǐng)域，寄云科技打造了行業(yè)領(lǐng)先的以數(shù)據(jù)智能為核心

的 NeuSeer 工業(yè)互聯(lián)網(wǎng)平臺(tái)，并以“連接 + 洞察 + 優(yōu)化”

為理念，推出工業(yè)物聯(lián)網(wǎng)平臺(tái)、工業(yè)大數(shù)據(jù)平臺(tái)、工業(yè)智

能應(yīng)用為主的核心產(chǎn)品線，為眾多工業(yè)客戶提供從數(shù)據(jù)采

集、數(shù)據(jù)治理和存儲(chǔ)、數(shù)據(jù)分析和人工智能建模，以及應(yīng)

用開(kāi)發(fā)在內(nèi)的完整工業(yè)互聯(lián)網(wǎng)解決方案，提供包括設(shè)備可

靠性、產(chǎn)能、質(zhì)量和安全等多方面指標(biāo)的預(yù)測(cè)和優(yōu)化能力，

為傳統(tǒng)工業(yè)場(chǎng)景插上智能的翅膀。據(jù)全球權(quán)威咨詢機(jī)構(gòu)

IDC 最新發(fā)布的中國(guó)數(shù)據(jù)智能 / 數(shù)據(jù)平臺(tái)生態(tài)圖譜報(bào)告顯

示，寄云科技作為活躍的市場(chǎng)主要參與者入圍圖譜。

公司對(duì)2022年工業(yè)AI的發(fā)展有怎樣的愿景？

Imagination Gilberto Rodriguez ：我們正

在將我們功能強(qiáng)大的汽車產(chǎn)品組合擴(kuò)展到

工業(yè)領(lǐng)域，為工業(yè)應(yīng)用提供可靠的、具有

最佳 PPA（功耗、性能和面積）的解決方案；

這些工業(yè)應(yīng)用主要關(guān)注具有中端性能的解

決方案，它們可提供從 0.5 TOPS（每秒萬(wàn)億次操作）到

12.5 TOPS 的運(yùn)算能力。該解決方案的主要應(yīng)用場(chǎng)景是使

用各種卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行視頻和雷達(dá)的處理。

我們深知在工業(yè)環(huán)境中，“面積和功耗”是極其奢侈

的因素，因此在有限的功耗和面積預(yù)算內(nèi)提供高性能是我

們 2022 年發(fā)展戰(zhàn)略的一個(gè)關(guān)鍵點(diǎn)。

Synergies 張宗堯 ：2022 年工業(yè)企業(yè)將面

臨新的話題和新的挑戰(zhàn)，Synergies 將持

續(xù)透過(guò)標(biāo)準(zhǔn)化及模組化的產(chǎn)業(yè)應(yīng)用，搭配

對(duì)運(yùn)營(yíng)端友善的 JarviX 操作介面，讓不同

的公司能成功轉(zhuǎn)型。

瑞薩電子中國(guó)徐征 ：工業(yè)智能化的道路正

在以肉眼可見(jiàn)的速度發(fā)展，特別是在疫情

爆發(fā)后的這幾年，我們真切的感受到了 AI

在工業(yè)領(lǐng)域發(fā)揮的巨大作用。未來(lái)，隨著

越來(lái)越多智能化設(shè)備的投入工業(yè)生產(chǎn)和日

常生活中，各個(gè)設(shè)備端、云端、大數(shù)據(jù)、物聯(lián)網(wǎng)將會(huì)更加

融合，屆時(shí)，智能化發(fā)展必將迎來(lái)一個(gè)新的階段。

瑞薩電子在 2022 年將繼續(xù)關(guān)注性能、功能、制程技術(shù)、

能源效率和可靠性等多個(gè)方面，通過(guò)先進(jìn)的微處理器和微

控制器等產(chǎn)品立足于終端智能，從需求出發(fā)協(xié)助制造商開(kāi)

發(fā)出可滿足智能工廠應(yīng)用所需的實(shí)時(shí)性，安全性和連接性。

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

8 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

過(guò)去一年工業(yè) AI 行業(yè)發(fā)展有哪些熱點(diǎn)問(wèn)題？

新的概念？新的進(jìn)展？

蘊(yùn)碩物聯(lián)技術(shù)（上海）有限公司創(chuàng)始人崔斌：

過(guò)于的一年，工業(yè) AI 向細(xì)分領(lǐng)域縱深發(fā)展，

一些“專精特新”企業(yè)紛紛涌現(xiàn)并展現(xiàn)出

強(qiáng)大的技術(shù)競(jìng)爭(zhēng)力和商業(yè)價(jià)值，過(guò)去在消

費(fèi)領(lǐng)域通用 AI 技術(shù)無(wú)往不勝的打法，在

制造業(yè)里遇到了一個(gè)個(gè)細(xì)分場(chǎng)景的滑鐵盧，AI 與制造業(yè)

的結(jié)合，充分體現(xiàn)了跨界融合的新維度創(chuàng)新難度，是制造

業(yè)數(shù)字化轉(zhuǎn)型的巨大挑戰(zhàn)，但又是對(duì)細(xì)分制造業(yè)深耕多年

的行業(yè)人才最公平的創(chuàng)業(yè)機(jī)遇，因?yàn)橹挥袑?duì)制造機(jī)理的充

分認(rèn)知掌握并有能力建立數(shù)字化可解釋的 AI 模型，才能

形成殺手級(jí)應(yīng)用。

在技術(shù)層面，強(qiáng)調(diào)云端交付的 SaaS 模式在頭部和規(guī)

?；圃鞓I(yè)企業(yè)已經(jīng)遇冷，邊緣計(jì)算獲得行業(yè)認(rèn)可并開(kāi)始

大行其道。

天澤智云 CEO 孫昕：進(jìn)入后疫情時(shí)代，

一方面，各行業(yè)數(shù)字化轉(zhuǎn)型的需求越發(fā)強(qiáng)

烈，人工智能在工業(yè)垂直細(xì)分領(lǐng)域的探索

明顯加快，工業(yè)智能技術(shù)與細(xì)分行業(yè)的生

產(chǎn)特點(diǎn)、流程、工藝的融合程度加深，更

加貼近行業(yè)實(shí)際需求。舉個(gè)例子，在對(duì)降低運(yùn)維成本有著

極高要求的風(fēng)電行業(yè)，工業(yè) AI 技術(shù)已經(jīng)滲透到從關(guān)鍵部

件的數(shù)據(jù)采集到故障預(yù)警，再到故障消缺的各個(gè)環(huán)節(jié)，形

成風(fēng)電運(yùn)維技術(shù)業(yè)務(wù)雙閉環(huán)。

另一方面，工業(yè) 4.0 新興獨(dú)角獸 Uptake、C3.ai 紛紛

將提供工業(yè)通用的 AI 能力做為核心價(jià)值主張，可跨行業(yè)

跨領(lǐng)域的工業(yè) AI 平臺(tái)成為支撐工業(yè)智能從碎片化向系統(tǒng)

化演進(jìn)的關(guān)鍵。通用的工業(yè) AI 平臺(tái)以模型為驅(qū)動(dòng)，以工

程化體系和低代碼為特征，能夠降低應(yīng)用開(kāi)發(fā)成本，提升

長(zhǎng)尾場(chǎng)景開(kāi)發(fā)效率，化解工業(yè) AI 落地時(shí)面臨的數(shù)據(jù)難變

現(xiàn)、隱患難預(yù)見(jiàn)、轉(zhuǎn)型難啟動(dòng)、經(jīng)驗(yàn)難傳承的挑戰(zhàn)。

日電信息系統(tǒng)（NEC）（中國(guó)）有限公司

總經(jīng)理戴高敏：2021 年作為疫情的第二年，

疫情比預(yù)想的要長(zhǎng)期化，但是世界還在不

斷發(fā)展，技術(shù)還在不斷更新。在此環(huán)境下，

中國(guó) 2021 年上半年的 GDP 已經(jīng)達(dá)到美國(guó)

的 75%，但是我們國(guó)家在某些高尖端領(lǐng)域還存在一定的差

距。個(gè)人認(rèn)為從工業(yè)大國(guó)向工業(yè)強(qiáng)國(guó)轉(zhuǎn)型是我們國(guó)家目前

最核心的任務(wù)。

關(guān)于如何轉(zhuǎn)型，2021 年最熱的就是“數(shù)字化轉(zhuǎn)型”，

從智能工廠到數(shù)字化工廠，數(shù)字化營(yíng)銷。

如果說(shuō)智能制造更多以 IoT/AI，工業(yè)大數(shù)據(jù)為核心

技術(shù)。而數(shù)字化轉(zhuǎn)型，則在這些技術(shù)基礎(chǔ)上更融合了云計(jì)

算、區(qū)塊鏈、AR/VR 等各種先進(jìn) ICT 技術(shù)。其中人工智

能也從工業(yè) AI 檢測(cè)，設(shè)備預(yù)測(cè)等各種單方面運(yùn)用，向工

業(yè)大腦方向發(fā)展。

2021 年工業(yè) AI 檢測(cè)、圖像識(shí)別、設(shè)備預(yù)測(cè)分析等運(yùn)

用已經(jīng)漸漸成熟。當(dāng)然精度、實(shí)施以及后續(xù)維護(hù)成本還是

一定程度上制約相應(yīng)解決方案的推廣。標(biāo)準(zhǔn)化、軟硬件一

體化是未來(lái)的推進(jìn)方向。

而 2021 年最火詞就是“元宇宙”，簡(jiǎn)單講就是基于

各種數(shù)字化技術(shù)的虛擬世界。而工業(yè)領(lǐng)域，尤其數(shù)字孿生

早以有很多案例。但是離真正的工業(yè)虛擬世界還存在一定

的距離。自動(dòng)銷售、自動(dòng)設(shè)計(jì)、自動(dòng)生產(chǎn)、自動(dòng)維護(hù)等都

需要一個(gè)或者多個(gè)強(qiáng)大的工業(yè)大腦的支持，其中的核心技

術(shù)就是工業(yè) AI。只有工業(yè) AI 技術(shù)的發(fā)展，才能真正意義

上實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

MathWorks 中國(guó)區(qū)行業(yè)市場(chǎng)經(jīng)理李靖遠(yuǎn)

（Jason）：元宇宙無(wú)疑是今年最火熱的半

導(dǎo)體行業(yè)詞匯之一。5G 通訊技術(shù)的進(jìn)步

以及新基建的快速發(fā)展為元宇宙奠定了技

術(shù)基礎(chǔ)，而軟件定義硬件的趨勢(shì)則在不斷

地推動(dòng)元宇宙的發(fā)展。在工業(yè) AI 領(lǐng)域，企業(yè)對(duì)生產(chǎn)設(shè)備

和工廠的數(shù)字化控制需求，促進(jìn)了工業(yè)軟件和硬件的結(jié)合，

增強(qiáng)了人通過(guò)數(shù)字化平臺(tái)感知世界、鏈接世界的能力，體

現(xiàn)了虛擬和現(xiàn)實(shí)的結(jié)合。

人們對(duì)環(huán)境問(wèn)題越來(lái)越重視，碳達(dá)峰 \\ 碳中和也成為

企業(yè)要承擔(dān)的社會(huì)責(zé)任之一。一方面企業(yè)可以通過(guò)管理生

產(chǎn)設(shè)備，降低自身碳排放量。另一方面可以利用可再生能源，

如購(gòu)買電力，儲(chǔ)能等方式調(diào)整企業(yè)的能源結(jié)構(gòu)。MATLAB

可以設(shè)計(jì)、實(shí)現(xiàn)和驗(yàn)證控制系統(tǒng)，開(kāi)發(fā)和部署狀態(tài)監(jiān)控和

預(yù)測(cè)性維護(hù)軟件，幫助企業(yè)對(duì)生產(chǎn)流程進(jìn)行管理，為系統(tǒng)

開(kāi)發(fā)人員提供一個(gè)建模仿真和設(shè)計(jì)驗(yàn)證的平臺(tái)環(huán)境。

The Open Group 亞太OPA聯(lián)席主席孫必云：

雖然人工智能在制造業(yè)中應(yīng)用必須清楚地

定義，但 AI 可以支持的應(yīng)用程序類型幾

乎沒(méi)有限制。當(dāng)邊緣和云以正確的方式被

利用，并確保與其他系統(tǒng)的連接，可能性

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 9

幾乎是無(wú)限的。從 2009 年左右開(kāi)始，人們開(kāi)始談?wù)摰谒?/p>

次工業(yè)革命、工業(yè)物聯(lián)網(wǎng)等相關(guān)概念。然而，回想起來(lái)，

第二次和第三次工業(yè)革命在很大程度上只是用基本上重復(fù)

預(yù)先被“編程”的機(jī)器和計(jì)算機(jī)取代了人類的肌肉和體力

勞動(dòng)。盡管第四次工業(yè)革命提高了數(shù)字化水平，但直到最

近，即使是受教育程度最高的機(jī)器和計(jì)算機(jī)也沒(méi)有做出類

似于人類的決策?，F(xiàn)在，隨著人工智能進(jìn)入工廠，我們終

于開(kāi)始使用數(shù)字技術(shù)來(lái)取代“肌肉”，還有大腦。

根據(jù)權(quán)威機(jī)構(gòu)市場(chǎng)研究表明，在過(guò)去一年，目前人工

智能在制造場(chǎng)景在市場(chǎng)上的分布尤其突出。如質(zhì)量檢測(cè)、

維護(hù)應(yīng)用、倉(cāng)庫(kù)物流，在企業(yè)及軟件的應(yīng)用、以及能源管

理等等。大多數(shù)專家都認(rèn)為，盡管人工智能將深入到工業(yè)

和其他應(yīng)用中，并且已經(jīng)啟動(dòng)了一下“倡導(dǎo)性”的案例，

但人工智能在今天的制造業(yè)中仍然是一項(xiàng)“利基”技術(shù)。

質(zhì)量檢測(cè)的應(yīng)用

據(jù)權(quán)威調(diào)研，制造業(yè)中超過(guò)一半的質(zhì)量檢查都涉及視

覺(jué)確認(rèn)，這是人工智能很容易達(dá)到的目標(biāo)。這里的一個(gè)挑

戰(zhàn)是，在生產(chǎn)中越來(lái)越小的批量和更高的偏差下，執(zhí)行所

需的質(zhì)量檢查，而專家知識(shí)和人工智能支持的結(jié)合是正確

的解決方案。工業(yè)界面臨的主要挑戰(zhàn)之一是“知識(shí)的編碼”。

這意味著將工程師和其他人的經(jīng)驗(yàn)和知識(shí)以書面或其他形

式記錄下來(lái)，以便在整個(gè)組織中共享。

預(yù)防性維護(hù)應(yīng)用

在機(jī)械應(yīng)用中，預(yù)防性維護(hù)是人工智能應(yīng)用的最大實(shí)

現(xiàn)領(lǐng)域，它可以帶來(lái)明顯的成本降低。在大多數(shù)成功案例

中，允許基于資產(chǎn)圖譜進(jìn)行實(shí)時(shí)、主動(dòng)的資產(chǎn)管理。另一

個(gè)痛點(diǎn)是需要遵守的事后檢查工作流程 ( 這是一項(xiàng)惱人且

耗時(shí)的工作，但卻是必要的文檔工作 )。在這里，人工智

能可以幫助和支持維護(hù)人員，因此他們可以專注于關(guān)鍵的

增值工作。

在企業(yè)級(jí)軟件的應(yīng)用

從 MES 到 ERP，人工智能在提高系統(tǒng)可用性方面越

來(lái)越受歡迎。除了預(yù)先生成的界面和報(bào)告，人工智能還可

以幫助回答諸如“使用了多少材料 ?”，如與 ERP 的進(jìn)一

步集成允許完全自動(dòng)化的物流，也可以使用更小的批量。

情境化是這里的關(guān)鍵。

在一些制造業(yè)頭部企業(yè)應(yīng)用案例中，基于云的學(xué)習(xí)和

數(shù)字孿生不僅縮短了項(xiàng)目時(shí)間，還通過(guò)故障分析、預(yù)防性

維護(hù)和優(yōu)化，提供了一個(gè)全生命周期的服務(wù)機(jī)會(huì)。

能源管理

在離散制造過(guò)程中減少浪費(fèi)是減少能源消耗的最好

方法之一，因?yàn)閺U料減少了，沒(méi)有能源浪費(fèi)生產(chǎn)錯(cuò)誤的零

件。此外，監(jiān)測(cè)和預(yù)測(cè)質(zhì)量，使平穩(wěn)和能量?jī)?yōu)化的工作流程。

這些例子都表明，雖然大多數(shù)應(yīng)用程序本身并沒(méi)有真

正取代人類的腦力，但它們肯定支持這一點(diǎn)。至少在可預(yù)

見(jiàn)的未來(lái)，人工智能不太可能取代人類解決問(wèn)題和創(chuàng)造性

思維，但它將補(bǔ)充人類解決問(wèn)題和創(chuàng)造性思維的能力，特

別是在具有清晰和專用案例的應(yīng)用領(lǐng)域。

Imagination Gilberto Rodriguez ：

Imagination 長(zhǎng)期以來(lái)一直都在提供需要

高可靠性和高性能的產(chǎn)品，工業(yè)和汽車領(lǐng)

域?qū)@兩種特性有著顯著的需求。人工智

能在工業(yè)領(lǐng)域的爆炸式增長(zhǎng)，與業(yè)界對(duì)產(chǎn)

品應(yīng)具有的高可靠性和穩(wěn)健性的期望相伴而生，這就是我

們投入在行業(yè)標(biāo)準(zhǔn)和監(jiān)管方面的先期工作所具有的重要意

義。雖然 ISO26262 是一項(xiàng)針對(duì)汽車行業(yè)的標(biāo)準(zhǔn)，但它是

由 ISO61508 標(biāo)準(zhǔn)衍生出來(lái)并密切相關(guān)，因此我們用于部

署 IP 的基本流程和質(zhì)量體系，使我們能夠通過(guò)完善設(shè)計(jì)

范式來(lái)滿足這些期望。

Synergies 張宗堯 ：隨著少子化現(xiàn)象趨于

嚴(yán)重，可以預(yù)見(jiàn)工業(yè)領(lǐng)域的人才將越來(lái)越

缺乏，過(guò)去由資訊部門管理的數(shù)據(jù)及分析，

隨著無(wú)代碼 AI 平臺(tái)的導(dǎo)入與帶動(dòng)，數(shù)據(jù)科

學(xué)以及應(yīng)用開(kāi)發(fā)將越發(fā)平民化，平民數(shù)據(jù)

科學(xué)家也將大量的出現(xiàn)。這樣的工具及作法可以有效解決

過(guò)去數(shù)據(jù)分析及 AI 發(fā)展最大的人才與組織瓶頸問(wèn)題。一

旦企業(yè)中參與分析及開(kāi)發(fā)軟體的人越多，數(shù)據(jù)的價(jià)值就越

大，產(chǎn)生的應(yīng)用就越多，應(yīng)用越多，專案發(fā)展的速度就越快。

瑞薩電子中國(guó)徐征 ：過(guò)去一年，對(duì)于工業(yè)

AI 領(lǐng)域的熱點(diǎn)，第一個(gè)方面是技術(shù)需求，

即如何打通企業(yè)與企業(yè)、數(shù)據(jù)與數(shù)據(jù)之間

的壁壘，在保障數(shù)據(jù)隱私的同時(shí)，能夠使

各個(gè)設(shè)備之間實(shí)現(xiàn)無(wú)差別互聯(lián)。我們知道，

從本質(zhì)上講，工業(yè) AI 是一個(gè)完整的綜合性方案，其需要

在用戶參與、數(shù)據(jù)收集、算法設(shè)計(jì)、預(yù)測(cè)與改進(jìn)等環(huán)節(jié)之

間建立起一條完整的良性閉環(huán)。因此，在網(wǎng)絡(luò)化、智能化

時(shí)代下，解決信息融合問(wèn)題對(duì)于工業(yè) AI 日后的發(fā)展至關(guān)

重要。

除了各個(gè)企業(yè)在技術(shù)方面的突破，碳中和是過(guò)去一年

最火熱的話題之一，也是各大企業(yè)迫切想要實(shí)現(xiàn)的目標(biāo)，

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

10 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

企業(yè)需要利用 AI 和大數(shù)據(jù)，精確解決工業(yè)生產(chǎn)中的質(zhì)檢、

分選、安全、物流倉(cāng)儲(chǔ)問(wèn)題，實(shí)現(xiàn)工藝優(yōu)化、節(jié)能減碳、

降本增效。在這個(gè)方面，瑞薩正在系統(tǒng)地實(shí)施提高設(shè)備效

率，變頻器控制，并且根據(jù)生產(chǎn)量的變化優(yōu)化工廠運(yùn)營(yíng)。

此外，在瑞薩電子的一些工廠中，我們正在嘗試?yán)每稍?/p>

生能源如通過(guò)太陽(yáng)能電池板產(chǎn)生的電能作為一項(xiàng)重要的電

能補(bǔ)充，以達(dá)到節(jié)能減排的效果。

奧寶電子（深圳）有限公司亞太區(qū)工業(yè) 4.0

項(xiàng)目經(jīng)理王勇 ：如果要問(wèn) 2021 最大的感

悟是什么？我的回答一定是 “數(shù)” 與 “實(shí)”

之間深度融合與整合 ；從最初的概念化到

腳踏實(shí)地的產(chǎn)出成果，無(wú)需過(guò)多的描繪，

我們正在見(jiàn)證歷史的長(zhǎng)河留給我們應(yīng)有的痕跡。

工業(yè) AI 作為一種全新的解決方案正在幫助工業(yè)企業(yè)

產(chǎn)生價(jià)值，我們慶幸能參與到人工智能解決方案建造浪潮

中來(lái)，并能夠回歸本質(zhì)的發(fā)現(xiàn)需求和創(chuàng)造價(jià)值，我們無(wú)需

過(guò)多討論其中的細(xì)節(jié)或者發(fā)展泡沫，工業(yè)企業(yè)需要有效的

解決方案這點(diǎn)毋庸置疑，工業(yè) AI 只要朝著服務(wù)于人類和

普惠于大眾的心態(tài)，必能成就大未來(lái)！當(dāng)前的“進(jìn)化”狀

態(tài)不管是好是壞都是其原本的樣子，這或許不是最優(yōu)的，

但一定是最適應(yīng)當(dāng)下的解決方案！

深圳市盛路物聯(lián)杜光東 ：2021 年 1 月 13

日，國(guó)家工信部發(fā)布《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)

展行動(dòng)計(jì)劃（2021-2023 年）》，提出 5 項(xiàng)

發(fā)展目標(biāo)，明確 11 項(xiàng)重點(diǎn)工作任務(wù)。從

國(guó)家需求角度極大促進(jìn)了工業(yè)互聯(lián)網(wǎng)的發(fā)

展，明確工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)是實(shí)現(xiàn)設(shè)備標(biāo)識(shí)解析和設(shè)備連

接入網(wǎng)。所有帶有標(biāo)識(shí)且聯(lián)網(wǎng)的設(shè)備，實(shí)時(shí)上傳狀態(tài)數(shù)據(jù)。

工業(yè) 互聯(lián)網(wǎng)云平臺(tái)根據(jù)這些數(shù)據(jù)，進(jìn)行提高資產(chǎn)性能管

理分析（AMP）和運(yùn)營(yíng)優(yōu)化服務(wù)，幫助用戶優(yōu)化資源配

置和 業(yè)務(wù)流程，減少風(fēng)險(xiǎn)并實(shí)現(xiàn)產(chǎn)線 100% 無(wú)故障運(yùn)行。

您認(rèn)為工業(yè) AI 的未來(lái)將面對(duì)怎樣的技術(shù)與應(yīng)

用挑戰(zhàn)？

蘊(yùn)碩物聯(lián)崔斌 ：第一個(gè)挑戰(zhàn)，來(lái)自于 AI

與細(xì)分場(chǎng)景的深度融合，魚龍混雜百花齊

放的局面還將持續(xù) 2 年左右的時(shí)間，但真

正有價(jià)值的 AI 應(yīng)用內(nèi)必須要有制造機(jī)理

的深度支撐，才會(huì)獲得長(zhǎng)久的生存并形成

細(xì)分市場(chǎng)的壟斷性地位 ；

第二個(gè)挑戰(zhàn)，在于商業(yè)模式，如何擺脫傳統(tǒng)項(xiàng)目型、

工程型的“巷戰(zhàn)”商業(yè)模式，走向訂閱式收費(fèi)，決定了未

來(lái)工業(yè) AI 領(lǐng)域的市場(chǎng)繁榮速度和發(fā)展空間。

The Open Group 亞太 OPA 孫必云 ：對(duì)許

多最終用戶來(lái)說(shuō)，實(shí)現(xiàn) AI 應(yīng)用程序仍然

是一個(gè)相對(duì)較新的概念。與任何新技術(shù)或

策略一樣，從概念驗(yàn)證到生命周期管理的

每一步似乎都令人生畏。

就人工智能而言，由于它是一項(xiàng)跨專業(yè)和領(lǐng)域的技

術(shù)，必須同時(shí)滿足工廠底層工人、數(shù)據(jù)科學(xué)家、企業(yè)高管

和許多其他干系人的需求，尤其在制造業(yè)，這些挑戰(zhàn)甚至

被放大了。有時(shí)，這些團(tuán)體的利益和目標(biāo)可能有很大的差

異，留下許多鴻溝需要彌合。

任何與數(shù)據(jù)打交道的人都知道，必須對(duì)數(shù)據(jù)進(jìn)行清洗

和準(zhǔn)備，使其能夠用于分析。對(duì)于那些沒(méi)有足夠幸運(yùn)的流

程來(lái)準(zhǔn)備數(shù)據(jù)的人來(lái)說(shuō)，這個(gè)流程可能會(huì)消耗大量的時(shí)間

和資源，恰恰同時(shí)由此決定項(xiàng)目是否能夠成功。

西門子數(shù)字工業(yè)軟件數(shù)字制造全球業(yè)務(wù)拓

展戰(zhàn)略總監(jiān)郭心博士 ：今天的工業(yè)機(jī)器人

已經(jīng)可以開(kāi)始利用 2D 或 3D 攝像機(jī)捕捉

實(shí)時(shí)數(shù)據(jù)，并快速做出決策。它們能夠執(zhí)

行零件 / 產(chǎn)品檢測(cè)、隨機(jī)零件抓取、裝配

和布線等工業(yè)任務(wù) ；而隱藏在這些復(fù)雜技術(shù)背后的“大

腦”，是傳統(tǒng)的機(jī)械自動(dòng)化技術(shù)、機(jī)器人控制技術(shù)和新興

的人工智能（AI）技術(shù)的結(jié)合。比如說(shuō)利用深度神經(jīng)網(wǎng)絡(luò)

（DeepNeuroNetwork）構(gòu)建的機(jī)器學(xué)習(xí)算法，與傳統(tǒng)編

程不同的是，這類結(jié)合機(jī)器學(xué)習(xí)技術(shù)的機(jī)器人系統(tǒng)控制算

法通常不依賴于傳統(tǒng)的控制邏輯，而是通過(guò)對(duì)機(jī)器人提供

良好的任務(wù)結(jié)果范例，針對(duì)特定任務(wù)對(duì)其進(jìn)行訓(xùn)練。

縱觀這些年工業(yè)機(jī)器人的發(fā)展，其在推進(jìn)工業(yè)自動(dòng)化

的進(jìn)程上功不可沒(méi)。然而，傳統(tǒng)工業(yè)企業(yè)習(xí)得新動(dòng)作并非

易事。就工業(yè)機(jī)器人而言，基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)

需要持續(xù)探索的變量空間非常之大，因?yàn)?，設(shè)備的姿態(tài)，

處理的產(chǎn)品，配合的工裝夾具加上與環(huán)境的交互方式無(wú)以

窮盡，而這就意味著海量的數(shù)據(jù)、繁重的

標(biāo)注工作、和長(zhǎng)時(shí)間的神經(jīng)網(wǎng)絡(luò)培訓(xùn)。

MathWorks 中國(guó)區(qū)李靖遠(yuǎn)（Jason）：首

先工業(yè)場(chǎng)景對(duì)軟件平臺(tái)性能有著極高的可

用性（通用性、穩(wěn)定性）要求，所以軟件

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 11

平臺(tái)不僅需要有很強(qiáng)的計(jì)算能力，還要有豐富的行業(yè)經(jīng)驗(yàn)

可以借鑒，才能方便開(kāi)發(fā)人員系統(tǒng)設(shè)計(jì)。MATLAB 有豐

富的函數(shù)庫(kù)和工具箱，均是在行業(yè)中不斷應(yīng)用，優(yōu)化的結(jié)

晶，具有很強(qiáng)的實(shí)際應(yīng)用經(jīng)驗(yàn)，更貼合管理者應(yīng)用。無(wú)需

重寫代碼或?qū)W習(xí)大數(shù)據(jù)編程和內(nèi)存溢出技術(shù)，也能快速實(shí)

現(xiàn)自己的設(shè)計(jì)思考框架。

其次，在低功耗的和小面積的限制下，如何盡可

能提高邊緣計(jì)算效率，也是企業(yè)需要面對(duì)的挑戰(zhàn)之一。

MATLAB 中 AI 模型生成的代碼可直接部署到現(xiàn)場(chǎng)級(jí)（邊

緣）和云級(jí)設(shè)備中，并利用代碼生成優(yōu)化技術(shù)和硬件優(yōu)化

庫(kù)，調(diào)整代碼以滿足嵌入式設(shè)備和邊緣設(shè)備的低功耗特性

或者企業(yè)系統(tǒng)和云的高性能需求。

Imagination Gilberto Rodriguez ：因?yàn)闄C(jī)

器學(xué)習(xí)可支持更多的自動(dòng)化應(yīng)用、可預(yù)測(cè)

維護(hù)和更高的整體效率等功能，所以現(xiàn)在

工業(yè) AI 有很多的發(fā)展機(jī)遇。隨著應(yīng)用和

可能進(jìn)入的領(lǐng)域越來(lái)越廣泛，選擇合適的

硬件加速平臺(tái)成為關(guān)鍵，以便在可提供的性能范圍內(nèi)輕松

部署“任何”應(yīng)用。隨著 AI 計(jì)算成為主要的計(jì)算工作負(fù)載，

它也成為了制定選擇條件時(shí)首先要考慮的功能。

Synergies 張宗堯 ：我們說(shuō)到人才的缺乏。

資料科學(xué)家的人才缺乏，需要無(wú)代碼的工

具。老師傅的人才也將遇到斷層，所以轉(zhuǎn)

型要趁現(xiàn)在，不然到時(shí)候有了好的工具，

卻沒(méi)人可以去主導(dǎo)產(chǎn)業(yè)知識(shí)。

但是同樣的，資料也缺乏。好的資料?，F(xiàn)在數(shù)據(jù)清洗

的過(guò)程很耗費(fèi)人力，所以我們專注在垂直整合，讓這件事

變得簡(jiǎn)單容易，非技術(shù)背景的運(yùn)營(yíng)端使用者也能快速上手

用 AI 分析做決策，從一個(gè)普通生產(chǎn)管理的員工變成生產(chǎn)

資料分析師，為員工加值，他們也不會(huì)再對(duì)數(shù)字化轉(zhuǎn)型害

怕與反彈。

瑞薩電子中國(guó)徐征 ：未來(lái)工業(yè) AI 所面臨

的第一個(gè)挑戰(zhàn)就是如何釋放技術(shù)價(jià)值。我

們可以想象的到未來(lái)的工業(yè)生態(tài)中，必定

是 IoT 技術(shù)、AI 技術(shù)、大數(shù)據(jù)技術(shù)以及

傳感技術(shù)的高度融合，以此來(lái)為智能化技

術(shù)實(shí)施提供可靠的感知基礎(chǔ)。但是我們目前的實(shí)際應(yīng)用中

依然大量依賴于以人的決策和反饋為核心，這就導(dǎo)致系統(tǒng)

中有很大一部分的潛在價(jià)值并沒(méi)有被釋放出來(lái)。因此，擺

脫人類認(rèn)知和知識(shí)邊界的限制，讓機(jī)器自主學(xué)習(xí)并為決策

支持和協(xié)同優(yōu)化提供可量化的依據(jù)是未來(lái)工業(yè)領(lǐng)域所面臨

的一個(gè)重要問(wèn)題。

第二個(gè)挑戰(zhàn)就是如何在設(shè)備的操作靈活性、視覺(jué)、聽(tīng)

覺(jué)等方面著重升級(jí)，以更好地協(xié)同人工進(jìn)行操作，追平

人工優(yōu)勢(shì)。據(jù)了解，目前有一些工廠，每天需要接收 300

萬(wàn)零部件，生產(chǎn) 1900 輛整車。但在這個(gè)龐大的生產(chǎn)車間

內(nèi)工人依舊是組裝生產(chǎn)線上不可欠缺的部分。這個(gè)實(shí)例表

明了，AI 在工業(yè)場(chǎng)景的助力是有限的，如何突破這些限

制是也工業(yè) AI 主要的挑戰(zhàn)。

華碩電腦張權(quán)德 ：AIoT 智能物聯(lián)著眼于

人工智能與硬設(shè)備的技術(shù)面向完成物聯(lián)網(wǎng)

智能化的目標(biāo)，目前已陸續(xù)完成多個(gè)工

業(yè)智能制造、商業(yè)智能零售、以及智慧

醫(yī)療單點(diǎn)個(gè)案，華碩更希望能帶著 AIoT

大聯(lián)盟進(jìn)入更多場(chǎng)景完成重要跨平臺(tái)智能物聯(lián)方案的部

署。目前陸續(xù)完成概念驗(yàn)證 (Proof of Concept) 的階段

性任務(wù)，甚至像智能健康手表都已進(jìn)入放量出貨的商轉(zhuǎn)

階段，但智能物聯(lián)需要進(jìn)一步進(jìn)入客制化驗(yàn)證 (Proof of

Customization)，適用智能物聯(lián)的場(chǎng)景條件不同，利用智

能物聯(lián)產(chǎn)出的產(chǎn)品及要求也大相徑庭，我們下個(gè)階段就是

要進(jìn)入到“客制通用化”，簡(jiǎn)單的來(lái)說(shuō)就是華碩所推出的

解決方案借由簡(jiǎn)單方案中所提供的參數(shù)調(diào)整，就能適用在

各類不同的場(chǎng)域跟場(chǎng)景，不需重新開(kāi)發(fā)另一套專用的解決

方案。

在推動(dòng)階段性目標(biāo)過(guò)程中，華碩計(jì)算機(jī)等各類產(chǎn)品

線產(chǎn)品研發(fā)單位就能依各個(gè)專業(yè)項(xiàng)目投入項(xiàng)目協(xié)作開(kāi)發(fā)，

這也是 AIoT 智能物聯(lián)網(wǎng)產(chǎn)業(yè)的特色，既需要個(gè)別技術(shù)

的深度，也需要各類領(lǐng)域的廣度，這里說(shuō)明了 AIoT 智

能物聯(lián)運(yùn)用跨部門 AI 軟件研發(fā)合作，憑借大集團(tuán)在硬件

設(shè)計(jì)能力與零附件采購(gòu)的優(yōu)勢(shì)，以創(chuàng)造完整智能物聯(lián)解

決方案。

然而智能物聯(lián)在場(chǎng)景中部署時(shí)，需要更多垂直領(lǐng)域?qū)?/p>

家的參與，此時(shí)便突顯集團(tuán)甚至于跨集團(tuán)中各產(chǎn)業(yè)佼佼者

參與的重要性的，并能創(chuàng)造出生態(tài)系的運(yùn)作，加深這塊市

場(chǎng)的深度發(fā)展。

杉巖數(shù)據(jù) CEO 陳堅(jiān)：工 業(yè) 5.0 浪 潮 下，

智能制造是新一代信息技術(shù)與制造技術(shù)的

深度融合，工業(yè)視覺(jué)是典型場(chǎng)景之一，通

過(guò)各類傳感器和機(jī)器視覺(jué)設(shè)備，并借助

AI、大數(shù)據(jù)等技術(shù)對(duì)數(shù)字信號(hào)進(jìn)行處理和

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

12 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

分析，實(shí)現(xiàn)智能化的產(chǎn)品質(zhì)檢、識(shí)別、定位等目標(biāo)。智能

存儲(chǔ)的應(yīng)用，助力工業(yè)制造實(shí)現(xiàn)自動(dòng)化、信息化、互聯(lián)網(wǎng)

化、智能化。

產(chǎn)業(yè)升級(jí)的前提是技術(shù)的升級(jí)，機(jī)器視覺(jué) +AI 組合

是當(dāng)下智能制造產(chǎn)線升級(jí)的“當(dāng)紅炸子雞”，特別是半導(dǎo)

體制造、電子 3C、汽車制造等領(lǐng)域應(yīng)用越來(lái)越廣泛。智

能制造利用 AI 技術(shù)替代人工進(jìn)行產(chǎn)品質(zhì)檢，隨之產(chǎn)生了

海量的圖片數(shù)據(jù)，一些制造業(yè)用戶每天產(chǎn)生百 TB 和數(shù)

千萬(wàn)文件數(shù)量的圖片數(shù)據(jù)，檢測(cè)對(duì)象的多維度、精度高等

特點(diǎn)對(duì)檢索有很強(qiáng)的需求，比如以生產(chǎn)線、工序號(hào)、時(shí)間、

良 / 次品、物料 ID 等為檢索手段。

為了建立產(chǎn)品質(zhì)量追溯系統(tǒng)，圖片數(shù)據(jù)需要較長(zhǎng)時(shí)

間的保存，海量的圖片數(shù)據(jù)存儲(chǔ)使傳統(tǒng)存儲(chǔ)面臨很大挑

戰(zhàn)，尤其是在圖片的檢索中，文件系統(tǒng)只能基于文件名

進(jìn)行檢索，檢索效率低，在這種新場(chǎng)景下給用戶使用帶

來(lái)不便。若不解決底層數(shù)據(jù)的存儲(chǔ)和處理，應(yīng)用效果只

能是紙上談兵。

在新智能制造的環(huán)境下，工業(yè)視覺(jué)在產(chǎn)品質(zhì)量管理的

流程中扮演相當(dāng)重要的角色，工業(yè)視覺(jué)不僅提高檢測(cè)效率

和準(zhǔn)確度，進(jìn)一步提升產(chǎn)出功率與降低查驗(yàn)人員的作業(yè)負(fù)

荷，還可讓產(chǎn)品的出貨質(zhì)量更穩(wěn)定。因此，隨著智能制造

的發(fā)展，工業(yè)視覺(jué)也迎來(lái)了新的應(yīng)用需求，專業(yè)的知識(shí)體

系及解決方案迫在眉睫。

奧寶電子（深圳）王勇：工業(yè) AI 持續(xù)發(fā)展，

在不同的行業(yè)于不同的方式升級(jí)迭代 ：從

機(jī)器視覺(jué)、智能決策、機(jī)器人到語(yǔ)音語(yǔ)義

用不同方式融入到生活與工作中，工業(yè) AI

已不是時(shí)髦用語(yǔ)，它是生活與工作的一部

分，是一種解決方案。

工業(yè) AI 在工業(yè)里的體現(xiàn)還是瞄準(zhǔn)降本，提質(zhì)和增效

的方向去幫助工業(yè)企業(yè)解決當(dāng)前所面臨的問(wèn)題，從而讓人

工智能解決方案即刻產(chǎn)生價(jià)值，這樣的新興技術(shù)才能在工

業(yè)企業(yè)里扎根并逐步讓用戶接受與認(rèn)可，用戶無(wú)需理解是

機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)，只需從需求出發(fā)，解決實(shí)際問(wèn)題

并能安全可靠的落地，這樣的工業(yè) AI 一定是好的解決方

案 ；工業(yè)企業(yè)不相信概念，需要?jiǎng)?wù)實(shí)的解決方案！工業(yè)

AI 解決方案正在逐步從各個(gè)分支滲入到企業(yè)中，比如機(jī)

器視覺(jué)智能降點(diǎn)、智能物流、機(jī)器學(xué)習(xí)與自主決策等這些

實(shí)用的解決方案正在工業(yè)企業(yè)里落地生根。

工業(yè) AI 解決方案還需要時(shí)間去完善 ；這與數(shù)字化基

礎(chǔ)連接，工業(yè)數(shù)據(jù)和效果驗(yàn)證緊密結(jié)合，沒(méi)有數(shù)字工廠的

底座效應(yīng)和對(duì)行業(yè)的深度理解很難普及工業(yè) AI ；同時(shí)行

業(yè)教育和對(duì)新興技術(shù)的生態(tài)培育需要工業(yè)企業(yè)的協(xié)助，沒(méi)

有肥沃的土壤，工業(yè) AI 不會(huì)長(zhǎng)成參天大樹(shù)。

深圳市盛路物聯(lián)杜光東 ：工業(yè)的本質(zhì)是利

用材料、能源、設(shè)備、人力、信息進(jìn)行物

質(zhì)生產(chǎn)的過(guò)程。工業(yè)互聯(lián)網(wǎng)將大幅改善勞

動(dòng)條件，減少生產(chǎn)過(guò)程人工干預(yù)，提高

生產(chǎn)過(guò)程可控性，打通企業(yè)各個(gè)流程，實(shí)

現(xiàn)從設(shè)計(jì)、生產(chǎn)、銷售到服務(wù)各個(gè)環(huán)節(jié)的互聯(lián)互通，并

在此基礎(chǔ)上實(shí)現(xiàn)資源的整合優(yōu)化，降低材料、能源損耗，

提高設(shè)備、人力效率，根本性提升企業(yè)生產(chǎn)效率和產(chǎn)品

質(zhì)量。因此，將機(jī)器設(shè)備、計(jì)量?jī)x表、傳感器連接到一

個(gè) IP 網(wǎng)中，實(shí)現(xiàn)設(shè)備之 間信息交換、數(shù)據(jù)共享，是工業(yè)

互聯(lián)網(wǎng)必須要解決的問(wèn)題，同時(shí)也是近年工業(yè)互聯(lián)網(wǎng)發(fā)

展過(guò)程中最大的瓶頸。主要面對(duì)的挑戰(zhàn)是 IT 和 OT 的有

效深度融合。將生產(chǎn)現(xiàn)場(chǎng)設(shè)備連入 IP 網(wǎng)難點(diǎn)在于 IT 和

OT 達(dá)成共識(shí)需要大量的時(shí)間和實(shí)驗(yàn) ；生產(chǎn)現(xiàn)場(chǎng)機(jī)臺(tái)設(shè)備

多種多樣，標(biāo)準(zhǔn)化難，采集方案難 ；工廠經(jīng)過(guò)多年發(fā)展，

不同品牌、不同年代的設(shè)備，協(xié)議五花八門，互不兼容 ；

碎片化嚴(yán)重，導(dǎo)致單一產(chǎn)品數(shù)量少，協(xié)議打通難，造價(jià)高，

開(kāi)發(fā)周期長(zhǎng)，產(chǎn)品不穩(wěn)定 ； 高端精密設(shè)備對(duì)國(guó)外仍存在

比較強(qiáng)的依賴度，各種因素導(dǎo)致對(duì)進(jìn)口設(shè)備的深度采集

需要比較長(zhǎng)的過(guò)程。

愛(ài)投斯智能技術(shù)（深圳）有限公司創(chuàng)始人

李儒強(qiáng) ：工具化與通用化是未來(lái)工業(yè)互聯(lián)

網(wǎng)的發(fā)展趨勢(shì)—當(dāng)前工業(yè)面臨的機(jī)遇和挑

戰(zhàn)，從國(guó)家政策和國(guó)際發(fā)展態(tài)勢(shì)來(lái)看，產(chǎn)

業(yè)數(shù)字化、智能化未來(lái)將是工業(yè)產(chǎn)業(yè)升級(jí)，

提升工業(yè)水平實(shí)現(xiàn)彎道超車的關(guān)鍵因素，而用于數(shù)據(jù)采集、

子系統(tǒng)接入、工業(yè)應(yīng)用開(kāi)發(fā)的關(guān)鍵則是物聯(lián)網(wǎng)平臺(tái)。

工業(yè)因其設(shè)備、子系統(tǒng)和業(yè)務(wù)流程的復(fù)雜性，在管理

上有極高的要求，數(shù)字化改造升級(jí)的試錯(cuò)成本也是巨大的。

工業(yè)互聯(lián)網(wǎng)經(jīng)過(guò)這幾年的發(fā)展，競(jìng)爭(zhēng)也日趨白熱化，分工

也越來(lái)越細(xì)，使集成項(xiàng)目中從感知層到應(yīng)用層，每個(gè)環(huán)節(jié)

分別都有了專業(yè)廠家提供服務(wù)。由于場(chǎng)景定制化強(qiáng)，不便

于項(xiàng)目復(fù)制，為了進(jìn)一步降低邊際成本，這些廠家在產(chǎn)品

演化方向上逐漸趨于一致，即在各自的細(xì)分領(lǐng)域做通用化

和工具化。

到了 2021 年，細(xì)分領(lǐng)域逐漸出現(xiàn)的通用化、工具化

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 13

產(chǎn)品，擬解決定制化、復(fù)制難的問(wèn)題，比如 ：在設(shè)備數(shù)據(jù)

采集、特別是子系統(tǒng)接入中有愛(ài)投斯（IOTOS）物聯(lián)網(wǎng)中

間件平臺(tái)等。

從競(jìng)爭(zhēng)格局上來(lái)看，設(shè)備側(cè)和應(yīng)用側(cè)作為靠近客戶的

兩端，大量廠商涌入，產(chǎn)品同質(zhì)化非常明顯。中間的接入

側(cè)再分為視頻、系統(tǒng)、設(shè)備，會(huì)發(fā)現(xiàn)集成項(xiàng)目中最常見(jiàn)的

“子系統(tǒng)”，因接入繁瑣、低效、復(fù)用性差成為瓶頸，整體

形成了兩頭大、中間小的沙漏形狀。設(shè)備系統(tǒng)接入方面的

通用化和工具化，未來(lái)將成為工業(yè)互聯(lián)網(wǎng)，乃至整個(gè)產(chǎn)業(yè)

數(shù)字化中集成項(xiàng)目實(shí)現(xiàn)標(biāo)準(zhǔn)化的基礎(chǔ)。

如何看待過(guò)去一年中國(guó)工業(yè) AI 行業(yè)的發(fā)展的

優(yōu)勢(shì)、不足？將面臨怎樣的挑戰(zhàn)？

北京百度網(wǎng)訊黃鋒 ：過(guò)去一年中國(guó)工業(yè) AI

在工業(yè)互聯(lián)網(wǎng)、企業(yè)數(shù)字化轉(zhuǎn)型的東風(fēng)之

下迎來(lái)了又一波發(fā)展的浪潮。我們看到了

在以機(jī)器視覺(jué)為代表的解決方案開(kāi)始快速

普及，從傳統(tǒng)光學(xué)模組廠商、相機(jī)廠商、

設(shè)備廠商均開(kāi)始構(gòu)建人工智能能力，表明人工智能的部分

應(yīng)用市場(chǎng)已經(jīng)開(kāi)始成熟，客戶認(rèn)知開(kāi)始形成，行業(yè)的發(fā)展

已經(jīng)駛?cè)肟燔嚨馈?/p>

但是與此同時(shí)，我們也要看到整個(gè)產(chǎn)業(yè)發(fā)展的兩個(gè)最

大的挑戰(zhàn) ：

第一，缺少針對(duì)中小客戶的人工智能解決方案。現(xiàn)在

從目前市場(chǎng)來(lái)看，行業(yè)、區(qū)域、大中小企業(yè)兩極差距與分

化嚴(yán)重，部分能力較高、意愿較強(qiáng)的大型企業(yè)已經(jīng)開(kāi)始嘗

試人工智能的落地實(shí)施，而且開(kāi)始進(jìn)行自有 AI 能力的建

設(shè) ；而部分地區(qū)和企業(yè)，尤其在中小企業(yè)，處在數(shù)字化、

信息化和智能化的更迭期，數(shù)字化和智能化的程度比較低，

而且預(yù)算比較有限。但是中小企業(yè)對(duì)于人工智能技術(shù)較為

渴求，對(duì)于通過(guò)人工智能去提升企業(yè)效率，提升產(chǎn)品質(zhì)量

有較大需求。這需要我們努力去探索降低人工智能產(chǎn)品的

價(jià)格門檻和使用門檻，提供物美價(jià)廉易用的人工智能產(chǎn)品，

歸根結(jié)底還是要實(shí)現(xiàn)技術(shù)突破

第二，除工業(yè)視覺(jué)之外的場(chǎng)景較為分散。這個(gè)特點(diǎn)帶

來(lái)的一個(gè)比較大的問(wèn)題就是復(fù)制性較差，定制化程度較高。

作為人工智能的解決方案提供商來(lái)講，很多廠商都在做工

業(yè)數(shù)據(jù)智能類似的產(chǎn)品。但是大家的場(chǎng)景各不一樣，現(xiàn)階

段看起來(lái)均以項(xiàng)目制為主，可復(fù)制性及可擴(kuò)展性都有待進(jìn)

一步探索。這也要求我們這些廠商一方面沉下來(lái)，扎根到

工業(yè)現(xiàn)場(chǎng)場(chǎng)景中去解決實(shí)際問(wèn)題，另一方面拔出來(lái)，形成

對(duì)某類場(chǎng)景抽象化的易用型產(chǎn)品，助力整個(gè)產(chǎn)業(yè)使用人工

智能。

蘊(yùn)碩物聯(lián)崔斌 ：蘊(yùn)碩物聯(lián)提供的是直接可

用的細(xì)分場(chǎng)景的具體 AI 算法及工業(yè) APP，

由于小快靈的展現(xiàn)形式讓制造業(yè)客戶能一

目了然，近階段獲得了較好的發(fā)展和樂(lè)觀

的未來(lái)展望預(yù)期，同時(shí)我們將提供各類讓

用戶獲得更好參與感的自助式專家分析工具，讓用戶能用

自己的知識(shí)自己動(dòng)手做出一個(gè)自己想要的 AI 應(yīng)用模型，

如何更加開(kāi)放并構(gòu)建一個(gè)知識(shí)共享社區(qū)，是我們將要面對(duì)

的挑戰(zhàn)。

天澤智云孫昕 ：中國(guó)具有全球最完整且規(guī)

模最大的工業(yè)體系，是工業(yè) AI 發(fā)展的最

佳土壤。但現(xiàn)實(shí)是需要服務(wù)的工業(yè)場(chǎng)景分

散復(fù)雜且多樣，傳統(tǒng) IT 技術(shù)簡(jiǎn)單粗暴地

與工業(yè)業(yè)務(wù)強(qiáng)結(jié)合往往會(huì)面臨“落地難”

的問(wèn)題。另一方面，當(dāng)前可供建模的數(shù)據(jù)量普遍匱乏且質(zhì)

量不高，缺乏工業(yè)知識(shí)與機(jī)理，僅靠數(shù)據(jù)驅(qū)動(dòng)的模型很難

具備較好的泛化能力。未來(lái)我們需要的是一個(gè)縱橫全能的

工業(yè) AI 平臺(tái)。縱向上，要求平臺(tái)要有一定的深度，在各

個(gè)行業(yè)領(lǐng)域沉淀下來(lái)特質(zhì)屬性 ；橫向上，平臺(tái)也要有一定

的廣度，不斷從各個(gè)縱向維度提取共性與價(jià)值，逐漸迭代

出跨行業(yè)、跨領(lǐng)域的工業(yè) AI 通用能力。這是打破工業(yè)場(chǎng)

景碎片化瓶頸的必經(jīng)之路，也是未來(lái)工業(yè) AI 能否迎來(lái)規(guī)

?；l(fā)展的關(guān)鍵。

瑞薩電子中國(guó)徐征 ：瑞薩電子一直關(guān)注中

國(guó)在工業(yè)領(lǐng)域的發(fā)展，并且非?？粗刂袊?guó)

市場(chǎng)，我認(rèn)同中國(guó)是工業(yè)強(qiáng)國(guó)的說(shuō)法，首

先基于龐大的人工與工業(yè)規(guī)模，中國(guó)造就

了全球最大的工業(yè)需求市場(chǎng)，同時(shí)也為工

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

14 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

業(yè) AI 的發(fā)展帶來(lái)了無(wú)限的可能性。與互聯(lián)網(wǎng)時(shí)代不同，

在 AI 產(chǎn)業(yè)上，中國(guó)一早就通過(guò)前瞻性地布局，將 AI 當(dāng)

成國(guó)家戰(zhàn)略，并且為了支持工業(yè) AI 技術(shù)的快速發(fā)展，國(guó)

家也不斷有相關(guān)的利好政策出臺(tái)，這也為中國(guó)工業(yè) AI 發(fā)

展提速。過(guò)去一年，在工業(yè) AI 方面，有不少相關(guān)企業(yè)迅

速崛起，他們有能力、也有干勁，讓我非?？春谩?/p>

但工業(yè)智能化并不是一蹴而就的，其需要一個(gè)長(zhǎng)期發(fā)

展的過(guò)程。目前中國(guó)處于的便是工業(yè)智能化一個(gè)重要轉(zhuǎn)型

期，因此，若想長(zhǎng)足發(fā)展，還需要持續(xù)加強(qiáng)在自主研發(fā)核

心技術(shù)和培養(yǎng)相關(guān)復(fù)合型人才方面的實(shí)力。

愛(ài)投斯李儒強(qiáng) ：數(shù)據(jù)采集和子系統(tǒng)接入繁

瑣成為難題—在我國(guó)的工業(yè)制造企業(yè)中，

已經(jīng)聯(lián)網(wǎng)的設(shè)備大約僅有 20%，而 80%

的設(shè)備還存于不聯(lián)網(wǎng)的狀態(tài)，而這 80% 的

存量設(shè)備的數(shù)據(jù)采集問(wèn)題就是工業(yè)互聯(lián)網(wǎng)

平臺(tái)的工作難點(diǎn)！設(shè)備的種類多、品牌多、組網(wǎng)協(xié)議多、

工業(yè)協(xié)議多、子系統(tǒng)接口多，一個(gè)項(xiàng)目、一個(gè)平臺(tái)必定會(huì)

接觸不同的設(shè)備、不同的協(xié)議和接口，而目前在國(guó)內(nèi)和國(guó)

際市場(chǎng)上還沒(méi)有一個(gè)統(tǒng)一標(biāo)準(zhǔn)產(chǎn)品，也成為了我國(guó)工業(yè)互

聯(lián)網(wǎng)發(fā)展的重中之重，難中之難！

資源分配不均，中小型企業(yè)無(wú)力承擔(dān)數(shù)字化升級(jí)—工

業(yè)制造的改造升級(jí)是國(guó)家發(fā)展的戰(zhàn)略方針，在政策推行的

過(guò)程中，摸著石頭過(guò)河，無(wú)疑成本巨大，能夠承擔(dān)的必然

是國(guó)有企業(yè)和大型民營(yíng)企業(yè)，同時(shí)國(guó)家在政策導(dǎo)向、財(cái)政

補(bǔ)貼、技術(shù)指導(dǎo)等方面給予足夠的支持，在有資金有技術(shù)

有人員的情況下，會(huì)傾向于選擇一些實(shí)力強(qiáng)但成本高的大

型物聯(lián)網(wǎng)平臺(tái)公司。而為項(xiàng)目而生的物聯(lián)網(wǎng)平臺(tái)帶有私有

屬性，很難復(fù)制到其他不同類型的項(xiàng)目，對(duì)于大型企業(yè)來(lái)

說(shuō)也是一個(gè)高昂的支出。

但是我國(guó)絕大部分還是一些中小型企業(yè)，工業(yè)數(shù)字

化、信息化最后的落實(shí)還是要在這些企業(yè)，然而政府的支

持必然是有限的，企業(yè)自身也很難承擔(dān)，從而造成我國(guó)工

業(yè)數(shù)字化發(fā)展受阻。

深圳盛路物聯(lián)杜光東 ：工業(yè)互聯(lián)網(wǎng)的需

求趨勢(shì)和國(guó)家決心都已非常強(qiáng)烈，但具

體落實(shí)工作并不順利，特別是具體項(xiàng)目

的投入產(chǎn)出效率不是很直接，多數(shù)行業(yè)

的工業(yè)互聯(lián)網(wǎng)的運(yùn)行邏輯有待進(jìn)一步細(xì)

化，創(chuàng)新效果有待進(jìn)一步驗(yàn)證，導(dǎo)致多數(shù)的應(yīng)用單位處

于觀望態(tài)度。

在工業(yè) AI 的生態(tài)系統(tǒng)中，公司提供怎樣的解

決方案？發(fā)展前景如何？面臨哪些問(wèn)題？如

何解決？

北京百度網(wǎng)訊黃鋒 ：首先是工業(yè)質(zhì)檢軟硬

一體解決方案。在結(jié)構(gòu)件外觀缺陷檢測(cè)環(huán)

節(jié)中，以視覺(jué)智能平臺(tái)替代人工檢測(cè)，采

用全自動(dòng)質(zhì)檢，使用以 AI 訓(xùn)練為核心的

工業(yè)視覺(jué)智能平臺(tái)，實(shí)現(xiàn)包括數(shù)據(jù)標(biāo)注、

模型訓(xùn)練、模型評(píng)測(cè)、模型下發(fā)的主要功能。以端云一體

的模型訓(xùn)練、預(yù)測(cè)模式，實(shí)現(xiàn)對(duì)模型準(zhǔn)召率不斷優(yōu)化提升

的閉環(huán)。最近一年我們集中科研力量對(duì)該解決方案進(jìn)行了

技術(shù)攻關(guān)，開(kāi)發(fā)了針對(duì)中小企業(yè)應(yīng)用的軟硬件輕盈版本，

大幅降低軟硬件集成的時(shí)間，實(shí)現(xiàn)敏捷部署，同時(shí)降低了

硬件采購(gòu)成本和模型開(kāi)發(fā)成本，在我們看來(lái)是應(yīng)用 AI 賦

能中小企業(yè)的一個(gè)跨越式產(chǎn)品。

其次是安全生產(chǎn)解決預(yù)警平臺(tái)，該平臺(tái)基于百度領(lǐng)先

的工業(yè)視覺(jué)、大數(shù)據(jù)等 AI 技術(shù)，針對(duì)企業(yè)生產(chǎn)過(guò)程中人

的不安全行為、物的不安全狀態(tài)和環(huán)境的不安全因素，建

設(shè)快速感知、實(shí)時(shí)監(jiān)測(cè)、綜合分析、超前預(yù)警、輔助決策

和應(yīng)急聯(lián)動(dòng)的一體化安全生產(chǎn)監(jiān)測(cè)預(yù)警平臺(tái)，助力企業(yè)打

造本質(zhì)安全生產(chǎn)環(huán)境。

再次是工業(yè)數(shù)據(jù)智能平臺(tái)，專注于工業(yè)制造領(lǐng)域，以

數(shù)據(jù)和知識(shí)為核心的模型訓(xùn)練、服務(wù)平臺(tái)，能夠提供描述

類、診斷類、預(yù)測(cè)類、決策類模型的生產(chǎn)和應(yīng)用能力。用

戶可以通過(guò)對(duì)數(shù)采與其它系統(tǒng)而來(lái)的數(shù)據(jù)進(jìn)行定義、分析

和處理，可以低代碼或無(wú)代碼地運(yùn)用機(jī)器學(xué)習(xí)和強(qiáng)化學(xué)習(xí)

等算法，融合制造工藝、專家經(jīng)驗(yàn)等，形成面向狀態(tài)監(jiān)控、

設(shè)備預(yù)測(cè)性維護(hù)、工藝參數(shù)優(yōu)化、節(jié)能降耗等業(yè)務(wù)應(yīng)用場(chǎng)

景的模型、服務(wù)和應(yīng)用，從而幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)孤島打通、

降本增效的最終目的。

最后工業(yè)交互智能方面，我們具有 AR 眼鏡硬件平臺(tái)

提供了 AR 眼鏡自主定制能力，并搭載 AR 工業(yè)行業(yè)智能

應(yīng)用，在遠(yuǎn)程指導(dǎo)、維修培訓(xùn)、協(xié)同作業(yè)，智能裝配，巡

檢等多個(gè)場(chǎng)景下，使交互方式更加輕量化和智能化，為企

業(yè)提供了更具個(gè)性化的軟硬一體解決方案。

天澤智云孫昕 ：以上講到未來(lái)工業(yè) AI 生

態(tài)系統(tǒng)中的平臺(tái)建設(shè)應(yīng)該是縱橫結(jié)合的。

天澤智云自主研發(fā)的工業(yè)人工智能平臺(tái)模

力工場(chǎng) TM，能夠賦能工業(yè)企業(yè)打通數(shù)據(jù)采

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 15

集、邊緣計(jì)算、數(shù)據(jù)管理、分析建模、系統(tǒng)部署，到工業(yè)

AI 應(yīng)用的鏈路，端到端加速數(shù)據(jù)到模型，再到智能決策

與執(zhí)行的轉(zhuǎn)化過(guò)程。模力工場(chǎng)立足于解決工業(yè)行業(yè)客戶的

共性關(guān)鍵問(wèn)題，積累并提煉了大量具備強(qiáng)通用性的算法，

持續(xù)沉淀豐富的場(chǎng)景化核心技術(shù)，包括機(jī)理與數(shù)據(jù)驅(qū)動(dòng)融

合建模、領(lǐng)域特征增強(qiáng)、深度模型輕量化邊緣部署等。

同時(shí)，以模力工場(chǎng) TM 為核心，天澤智云打造了包括

核心部件故障預(yù)測(cè)與健康管理 WindProphet、智能運(yùn)維

管理系統(tǒng) OMS、風(fēng)電數(shù)字孿生平臺(tái)在內(nèi)的無(wú)憂風(fēng)電產(chǎn)品

矩陣，從風(fēng)機(jī)、風(fēng)場(chǎng)和集團(tuán)等不同維度提供智能服務(wù)。無(wú)

憂鋼鐵解決方案則通過(guò)對(duì)鋼鐵制造過(guò)程工藝設(shè)備開(kāi)展實(shí)時(shí)

運(yùn)行監(jiān)測(cè)、故障診斷、能源調(diào)度管理，幫助鋼鐵企業(yè)切實(shí)

做到提質(zhì)增效、降本減耗。

但任何一家企業(yè)都不可能具備無(wú)限多的工業(yè)領(lǐng)域知

識(shí)。要解決工業(yè)場(chǎng)景碎片化問(wèn)題，需要構(gòu)建可持續(xù)發(fā)展的

工業(yè) AI 生態(tài)體系，工業(yè)客戶、合作伙伴、終端用戶凝聚

形成合力，不斷將多行業(yè)領(lǐng)域知識(shí)和經(jīng)驗(yàn)轉(zhuǎn)化成可復(fù)用迭

代的算法模型資產(chǎn)，最終打造出中國(guó)工業(yè)模型庫(kù)，賦能行

業(yè)縱深創(chuàng)造并落地貼合業(yè)務(wù)的工業(yè)智能應(yīng)用，推動(dòng)我國(guó)工

業(yè)高質(zhì)量發(fā)展。

我們很欣喜地看到，在國(guó)家“十四五“規(guī)劃和“雙碳”

目標(biāo)下，工業(yè)企業(yè)的數(shù)字化智能化轉(zhuǎn)型進(jìn)程明顯加快。在

我國(guó)從制造大國(guó)向制造強(qiáng)國(guó)轉(zhuǎn)型的歷史機(jī)遇期，工業(yè) AI

大有可為。

日電信息系統(tǒng)（NEC）（中國(guó)）戴高敏 ：

我們公司以 DX（數(shù)字化轉(zhuǎn)型）為核心，

打造以互聯(lián)互通和核心價(jià)值的企業(yè)數(shù)字化

轉(zhuǎn)型平臺(tái)，以云計(jì)算，大數(shù)據(jù)，人工智

能為核心技術(shù)，通過(guò)微服務(wù)技術(shù)實(shí)現(xiàn)了

ERP，MES，SRM，CRM 等各種垂直領(lǐng)域的解決方案的

有機(jī)融合，也可以靈活組合，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型提供強(qiáng)有

力的支撐。

西門子郭心博士：在 西 門 子， 將 機(jī) 器

人應(yīng)用與人工智能中的深度學(xué)習(xí)技

術(shù)（DeepLearning） 和 強(qiáng) 化 學(xué) 習(xí) 技 術(shù)

（Reinforcement Learning） 結(jié) 合 應(yīng) 用 是

我們探索的重要方向。這樣一來(lái)機(jī)器人就

能夠通過(guò)與其周圍環(huán)境進(jìn)行交互以習(xí)得相關(guān)行為，而且還

能推廣到新的應(yīng)用場(chǎng)景。利用深度學(xué)習(xí)技術(shù)，通過(guò)對(duì)傳感

器數(shù)據(jù)的準(zhǔn)確標(biāo)注，可通過(guò)訓(xùn)練算法讓系統(tǒng)理解零件或產(chǎn)

品的種類和位置。而強(qiáng)化學(xué)習(xí)則是通過(guò)試錯(cuò)法利用獎(jiǎng)勵(lì)進(jìn)

行學(xué)習(xí)的過(guò)程，讓機(jī)器人探索其環(huán)境，獲得嘗試不同行為

獲得的不同結(jié)果，并在產(chǎn)生最佳結(jié)果時(shí)生成獎(jiǎng)勵(lì)以示成功，

來(lái)讓系統(tǒng)自動(dòng)生產(chǎn)最優(yōu)化的機(jī)器人工藝動(dòng)作。

如果利用物理訓(xùn)練環(huán)境進(jìn)行這種嘗試的話，解決一項(xiàng)

任務(wù)就需要長(zhǎng)時(shí)間的數(shù)據(jù)采集、標(biāo)注和無(wú)數(shù)次的嘗試，從

時(shí)間上來(lái)說(shuō)不具備實(shí)際可行性，而且通常會(huì)對(duì)造價(jià)高昂的

機(jī)器人設(shè)備和產(chǎn)品造成損害的風(fēng)險(xiǎn)為了解決上述問(wèn)題，在

虛擬仿真環(huán)境下對(duì)機(jī)器人的數(shù)字孿生進(jìn)行訓(xùn)練，便是一舉

多得的新方法。目前，西門子正在利用與產(chǎn)品和生產(chǎn)系統(tǒng)

的數(shù)字孿生相連的虛擬仿真環(huán)境，使用機(jī)器人的數(shù)字孿生

實(shí)現(xiàn)深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)訓(xùn)練。

在此虛擬環(huán)境中，攝像機(jī)向機(jī)器人提供的數(shù)據(jù)必須準(zhǔn)

確，最好能夠模擬物理相機(jī)在真實(shí)工作狀況下的輸出，配

合計(jì)算機(jī)自動(dòng)化的完美標(biāo)注和不間斷的訓(xùn)練，可達(dá)到深度

學(xué)習(xí)最佳效果。我們認(rèn)為配合視覺(jué)傳感器應(yīng)用的機(jī)器人仿

真器還需要具備以下關(guān)鍵特征 ：

1. 物理仿真，能夠模仿機(jī)器人與其環(huán)境以及環(huán)境中

其它物體之間的交互動(dòng)態(tài)特性。根據(jù)所處理的材料（有彈

性的零件 / 可彎曲的零件，如線纜、橡皮筋或布料），重

力和摩擦力等等，可能需要額外提供專門的物理仿真模型。

2. 虛擬攝像機(jī)（2D 或 3D），按照實(shí)際攝像機(jī)型號(hào)規(guī)

格進(jìn)行配置。需要考慮工廠的工作環(huán)境，比如光照、揚(yáng)塵、

相機(jī)傳感器的噪聲等對(duì)傳感器數(shù)據(jù)的影響。虛擬攝像機(jī)應(yīng)

當(dāng)生成逼真的圖像，具備適當(dāng)?shù)牟牧蠙C(jī)理與照明條件。這

包括模擬攝像機(jī)規(guī)格的典型屬性，如視角和像素噪聲。

3. 易于直觀進(jìn)行情景設(shè)置的框架，這個(gè)過(guò)程非常具

有挑戰(zhàn)性，因?yàn)榇蠖鄶?shù)仿真器和強(qiáng)化學(xué)習(xí)算法的運(yùn)行對(duì)編

程、機(jī)器學(xué)習(xí)和物理建模等領(lǐng)域的技能要求較高。為解決

這一挑戰(zhàn)，西門子在嘗試將長(zhǎng)期積累的知識(shí)與算法以及仿

專題/ 新年展望 FEATURE/OUTLOOK OF NEWYEAR

16 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

真模型一同整合至基本構(gòu)造塊或曰“技能”中，而該等構(gòu)

造塊可以進(jìn)行拖拽式排序，以實(shí)現(xiàn)復(fù)雜目標(biāo)的低代碼機(jī)器

人編程。

MathWorks 中國(guó)區(qū)李靖遠(yuǎn)（Jason）：針對(duì)

產(chǎn)品開(kāi)發(fā)階段，基于模型的設(shè)計(jì)調(diào)度系統(tǒng)

邏輯可以實(shí)現(xiàn)對(duì)機(jī)器的精準(zhǔn)控制，加強(qiáng)產(chǎn)

品定制化程度 ；而 MATLAB 和 Simulink

可以實(shí)現(xiàn)數(shù)字孿生，對(duì)假設(shè)分析進(jìn)行仿真，

以真實(shí)數(shù)據(jù)調(diào)節(jié)設(shè)備運(yùn)行，進(jìn)行異常檢測(cè)，故障隔離，幫

助企業(yè)縮短產(chǎn)品生命周期，搶先一步占領(lǐng)市場(chǎng)。

在產(chǎn)品生命周期管理階段，現(xiàn)有的產(chǎn)品生命周期管

理，很少能夠?qū)崿F(xiàn)精準(zhǔn)的預(yù)測(cè)，因此往往無(wú)法對(duì)隱藏在表

象下的問(wèn)題提前進(jìn)行預(yù)判。MATLAB 為預(yù)測(cè)性維護(hù)和運(yùn)

營(yíng)優(yōu)化設(shè)計(jì)人工智能 (AI) 算法，幫助客戶更有效的了解

設(shè)備的使用情況并提供更全面的決策支持，降低能耗，提

高效益。

華碩電腦張權(quán)德：工 業(yè) AI 正 由 以 往 的

Embedded 嵌入式運(yùn)算往 AIoT 智能物聯(lián)

整合發(fā)展，而這正是目前華碩所具備的核

心向外延伸的最佳領(lǐng)域和最大機(jī)遇，不論

是在制造、醫(yī)療、零售、交通等，智能物

聯(lián)都還未被充分導(dǎo)入應(yīng)用，換句話說(shuō)全球市場(chǎng)是非常大的，

華碩希望積極推動(dòng) AIoT 大聯(lián)盟，讓每一個(gè)產(chǎn)業(yè)或技能的

專家都能對(duì)智能物聯(lián)有所貢獻(xiàn)，為改善人類生活而努力。

在新的數(shù)字轉(zhuǎn)型過(guò)程中，我們?nèi)狈κ菚r(shí)間和經(jīng)驗(yàn)，

雖然華碩擁有專業(yè)的軟硬件人才及累積的 30 年資源與

研發(fā)能量，但是我們不熟悉各垂直整合場(chǎng)景的領(lǐng)域知識(shí)，

除了自己通過(guò)各種管道跟客戶和不同層級(jí)的系統(tǒng)集成商

(System Integrator) 學(xué)習(xí)外，也希望通過(guò)投資并購(gòu)的方式

加速 AIoT 的布局與進(jìn)行。

過(guò)去工業(yè)計(jì)算機(jī) IPC 廠商相對(duì)是保守的，真正厲害

的是這些 IPC 廠商的客戶，或者稱系統(tǒng)整合商，這些 SI

是最有 Knowledge 的，知道如何告訴這些 IPC 廠商做

甚么可以滿足終端客戶的需求，所以華碩如果要做，就

要知道如何與系統(tǒng)集成商充分合作，積極建置工業(yè) AI 智

能裝置。

為了加速 AIoT 的發(fā)展，我們需要在現(xiàn)階段與華碩有

互補(bǔ)的系統(tǒng)集成商互相合作，以發(fā)揮華碩硬件、軟件、AI

產(chǎn)品研發(fā)能力及技術(shù)，同時(shí)也可以補(bǔ)足領(lǐng)域知識(shí)、關(guān)鍵客

戶鏈接，甚至是智能制造基地的建置。

Synergies 張宗堯：Synergies 的目標(biāo)很

明確，我們想打造一個(gè)針對(duì)非 IT/DS 端的

無(wú)代碼 AI 大數(shù)據(jù)分析工具，來(lái)幫助工業(yè)

轉(zhuǎn)型。Gartner 也預(yù)言 2025 年會(huì)有一批

平民資料科學(xué)家起來(lái)，成為協(xié)助企業(yè)創(chuàng)造

數(shù)據(jù)價(jià)值的主力，并為企業(yè)省去大量溝通成本、提升效率。

但是分析總在資料之后，企業(yè)缺乏數(shù)據(jù)，或者說(shuō)好的數(shù)據(jù)。

預(yù)期將透過(guò)資料前處理的合作將資料垂直整合，已經(jīng)開(kāi)始

與多家 ERP/MES 等設(shè)備廠商合作。

Imagination Gilberto Rodriguez: 用于工業(yè)

應(yīng)用的 AI 算法的來(lái)源非常多樣化，我們

的使命是通過(guò)將我們的 NC-SDK 集成到

開(kāi)源生態(tài)系統(tǒng)中來(lái)為生態(tài)系統(tǒng)賦能，從而

使我們的客戶、第三方開(kāi)發(fā)人員和最終用

戶能夠協(xié)作去開(kāi)發(fā)高效的解決方案，并最大限度地加快產(chǎn)

品上市時(shí)間。

杉巖數(shù)據(jù)陳堅(jiān) ：在工業(yè) AI 中，作為一家軟

件定義存儲(chǔ)專業(yè)廠商，杉巖 AI 機(jī)器視覺(jué)海

量存儲(chǔ)解決方案，一方面解決了數(shù)據(jù)存儲(chǔ)

分散管理不便、數(shù)據(jù)本地保存單點(diǎn)故障風(fēng)

險(xiǎn)、擴(kuò)容以及存儲(chǔ)數(shù)據(jù)性能及檢索效果差

等問(wèn)題 ；另一方面基于對(duì)象存儲(chǔ)特性，高性價(jià)比的彈性擴(kuò)

容讓存儲(chǔ)平臺(tái)不再有性能瓶頸，同時(shí)靈活的數(shù)據(jù)管理策略

能夠讓存儲(chǔ)文件得到更好的利用降低丟失風(fēng)險(xiǎn)，不僅如此，

杉巖數(shù)據(jù)對(duì)象存儲(chǔ)中獨(dú)特的融合了圖片壓縮、轉(zhuǎn)換以及數(shù)

據(jù)打標(biāo)簽、智能檢索等智能化功能，更加方便上層智能應(yīng)

用的數(shù)據(jù)調(diào)用，真正做到“AI in MOS，MOS for AI”。

截至目前，杉巖數(shù)據(jù)已服務(wù)如聯(lián)測(cè)優(yōu)特半導(dǎo)體、信維

通信、帝晶光電、美的集團(tuán)、廣汽豐田、雷賽智能等數(shù)十

家制造業(yè)用戶。未來(lái)，杉巖數(shù)據(jù)將以行業(yè)用戶需求為導(dǎo)向，

懷敬畏之心做存儲(chǔ)，幫助用戶實(shí)現(xiàn)數(shù)據(jù)管理方便、快速擴(kuò)

容、高性價(jià)比、高可用性等價(jià)值需求，在賦能智能制造的

路上繼續(xù)貢獻(xiàn)自己的一份力量。

愛(ài)投斯李儒強(qiáng) ：在《工業(yè)互聯(lián)網(wǎng)白皮書》

發(fā)布多年以前，我們就已經(jīng)認(rèn)識(shí)到會(huì)存在

的問(wèn)題，愛(ài)投斯（IOTOS）經(jīng)過(guò)多年的研

發(fā)和項(xiàng)目經(jīng)驗(yàn)的積累，研發(fā)出能夠跨語(yǔ)言、

跨平臺(tái)解決多設(shè)備系統(tǒng)接入難問(wèn)題，以及

聚焦采集接入 + 數(shù)據(jù)展示 + 應(yīng)用擴(kuò)展于一體的物聯(lián)網(wǎng)中

間件平臺(tái)和專注于子系統(tǒng)接入的通采引擎智能硬件產(chǎn)品，

（下轉(zhuǎn)第 32 頁(yè)）

Teledyne Imaging

Industrial AI Magazine (June) — Sherlock 8 Ad

203 x 273 mm (Full page bleed) / Color

Wednesday, May 20, 2020

Teledyne DALSA, 605 McMurray Road, Waterloo, Ontario, Canada N2V 2E9

T: 519-886-6000 x 2349 / chris.mccorkindale@teledyne.ca

人工智能

實(shí)時(shí)圖像處理

Sherlock 8—AI

插件

基于單片多盒探測(cè)器式的網(wǎng)絡(luò)架構(gòu)算法

? 分類、目標(biāo)檢測(cè)、分割、異常檢測(cè)

? 多神經(jīng)網(wǎng)絡(luò)架構(gòu)

? 易于培訓(xùn)和部署

全新！

有關(guān) Sherlock8更多信息請(qǐng)?jiān)L問(wèn)網(wǎng)站

teledynedalsa.com/sherlock

一掃關(guān)注

Teledyne Imaging

Industrial AI Magazine (June) — Sherlock 8 Ad

203 x 273 mm (Full page bleed) / Color

Wednesday, May 20, 2020

Teledyne DALSA, 605 McMurray Road, Waterloo, Ontario, Canada N2V 2E9

T: 519-886-6000 x 2349 / chris.mccorkindale@teledyne.ca

人工智能

實(shí)時(shí)圖像處理

Sherlock 8—AI

插件

基于單片多盒探測(cè)器式的網(wǎng)絡(luò)架構(gòu)算法

? 分類、目標(biāo)檢測(cè)、分割、異常檢測(cè)

? 多神經(jīng)網(wǎng)絡(luò)架構(gòu)

? 易于培訓(xùn)和部署

全新！

有關(guān) Sherlock8更多信息請(qǐng)?jiān)L問(wèn)網(wǎng)站

teledynedalsa.com/sherlock

一掃關(guān)注

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

18 2021年 12月 / 2022年 1月

關(guān)于模擬計(jì)算你需要知道什么

What You Need to Know About Analog Computing

作者：Tim Vehling Mythic產(chǎn)品和業(yè)務(wù)發(fā)展副總裁

隨著人工智能（AI）和深度學(xué)習(xí)應(yīng)用在越來(lái)越多的行業(yè)中變得越來(lái)越普遍。

與此同時(shí)，DNN 模型正在以指數(shù)級(jí)的速度增長(zhǎng)。對(duì)

于這些模型，傳統(tǒng)的數(shù)字處理器很難以足夠低的功

耗和足夠的內(nèi)存資源提供必要的性能，特別是對(duì)于在邊緣

運(yùn)行的大型模型。這就是模擬計(jì)算的用武之地，它使公

司能夠以較低的功耗在一個(gè)小的外形尺寸中獲得更多的性

能，同時(shí)也具有成本效益。

模擬計(jì)算已經(jīng)被研究了幾十年，并提供了兩個(gè)主要的

好處。首先，它具有驚人的效率 ；通過(guò)利用內(nèi)存元素進(jìn)行

神經(jīng)網(wǎng)絡(luò)權(quán)重存儲(chǔ)和計(jì)算，它消除了數(shù)據(jù)移動(dòng)。第二，它

具有高性能和低延遲的特點(diǎn)，使其適合計(jì)算在矢量操作過(guò)

程中并行發(fā)生的數(shù)十萬(wàn)次乘積操作。鑒于這兩個(gè)因素，模

擬計(jì)算是最新的邊緣人工智能計(jì)算要求的理想選擇。

與數(shù)字相比，模擬的計(jì)算速度和功率效率長(zhǎng)期以來(lái)一

直很有希望。但是，即使在開(kāi)發(fā)這項(xiàng)技術(shù)的令人難以置信

的困難之外，模擬計(jì)算的最大歷史障礙之一是它的尺寸，

模擬芯片和系統(tǒng)太大，成本太高。今天，將閃存和模擬計(jì)

算結(jié)合起來(lái)，解決了這些挑戰(zhàn)，你會(huì)得到一個(gè)遠(yuǎn)遠(yuǎn)大于各

個(gè)部分的總和 -- 內(nèi)存中的模擬計(jì)算。這就是 Mythic 花

了數(shù)年時(shí)間完善的獨(dú)特技術(shù)，現(xiàn)在已經(jīng)展示出來(lái)，它為未

來(lái)幾十年的人工智能計(jì)算奠定了基礎(chǔ)。

記憶中模擬計(jì)算（或模擬計(jì)算）在最底層的動(dòng)力優(yōu)勢(shì)

來(lái)自于能夠用存儲(chǔ)在閃存陣列中的參數(shù)進(jìn)行大規(guī)模的并行

矢量 - 矩陣乘法。微小的電流被引導(dǎo)通過(guò)閃存陣列，該

陣列存儲(chǔ)著可重新編程的神經(jīng)網(wǎng)絡(luò)權(quán)重，其結(jié)果通過(guò)模數(shù)

轉(zhuǎn)換器（ADC）捕獲。

通過(guò)利用模擬計(jì)算進(jìn)行絕大多數(shù)推理操作，模擬 -

數(shù)字和數(shù)字 - 模擬的能量開(kāi)銷可以保持在整體功率預(yù)算

的一小部分，并且可以實(shí)現(xiàn)計(jì)算功率的大幅下降。還有許

多二階系統(tǒng)級(jí)的效應(yīng)可以帶來(lái)功率的大幅下降 ；例如，當(dāng)

芯片上的數(shù)據(jù)移動(dòng)量降低多個(gè)數(shù)量級(jí)時(shí)，系統(tǒng)時(shí)鐘速度可

以保持比競(jìng)爭(zhēng)系統(tǒng)低 10 倍，控制處理器的設(shè)計(jì)也更簡(jiǎn)單。

將模擬計(jì)算處理器用于邊緣人工智能應(yīng)用是許多不

同用例的絕佳選擇。例如，為計(jì)算機(jī)視覺(jué)（CV）應(yīng)用配

備高清攝像頭的無(wú)人機(jī)，需要在本地運(yùn)行復(fù)雜的 DNN 模

型，以向控制站提供即時(shí)的相關(guān)信息。使用模擬計(jì)算的處

理器使得提供強(qiáng)大的人工智能處理成為可能，而且還非常

省電，因此公司可以在無(wú)人機(jī)上部署這些網(wǎng)絡(luò)，用于廣泛

的 CV 應(yīng)用。這些應(yīng)用包括監(jiān)測(cè)農(nóng)業(yè)產(chǎn)量，檢查關(guān)鍵基礎(chǔ)

設(shè)施，如電力線、手機(jī)塔、橋梁和風(fēng)電場(chǎng)，檢查火災(zāi)損失，

以及檢查海岸線的侵蝕情況。模擬計(jì)算的另一類理想應(yīng)用

是低延遲的人體姿勢(shì)估計(jì)，這可用于智能健身、游戲和協(xié)

作機(jī)器人設(shè)備。

模擬計(jì)算是人工智能處理的理想方法，因?yàn)樗軌蛞?/p>

更高的速度和更快的幀率，使用更少的功率來(lái)運(yùn)行。模擬

計(jì)算技術(shù)的極高功率效率將使產(chǎn)品設(shè)計(jì)師在小型邊緣設(shè)備

中釋放出令人難以置信的強(qiáng)大新功能，并將有助于降低成

本和企業(yè)人工智能應(yīng)用中的大量能源浪費(fèi)。利用模擬計(jì)算

能力與閃存相結(jié)合，OEM 可以重新思考人工智能的可能性。

試想一下，如果沒(méi)有對(duì)邊緣人工智能應(yīng)用的功率、成本和

性能的現(xiàn)有限制，我們將看到多么令人興奮的創(chuàng)新。█

Embedded Computing Design網(wǎng)站文章

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

2021年 12月 / 2022年 1月 19

矢量到底有什么特別之處？

What is So Special About a Vector Anyway?

為什么人工智能（AI），特別是神經(jīng)網(wǎng)絡(luò)，在這段時(shí)間如此受歡迎？

這些算法背后的數(shù)學(xué)和科學(xué)是幾十年前開(kāi)發(fā)的，但只

是在最近幾年，由神經(jīng)網(wǎng)絡(luò)驅(qū)動(dòng)的人工智能才開(kāi)始

起飛。那么，到底發(fā)生了什么，使神經(jīng)網(wǎng)絡(luò)能夠成功，而

它們?cè)谶^(guò)去卻沒(méi)有成功？

正如通常的情況一樣，有一個(gè)關(guān)鍵事件催化了任何技

術(shù)從 “小眾”到“變革”的階段性轉(zhuǎn)變。圖形處理單元（GPU）

從圖形設(shè)備到通用計(jì)算機(jī)器的重新想象，是當(dāng)前人工智能

革命的核心所在。GPU 能夠加速一組特定的數(shù)學(xué)運(yùn)算 ：

向量和矩陣轉(zhuǎn)換。他們給了我們?cè)趯?shí)際時(shí)間內(nèi)處理信息的

能力，但單單是 GPU 并不能把我們帶到這里。人工智能

革命之所以發(fā)生，是因?yàn)樵?GPU 提供動(dòng)力的同時(shí)，還有

一個(gè)基礎(chǔ)設(shè)施—互聯(lián)網(wǎng)和開(kāi)源開(kāi)發(fā)者社區(qū)—促進(jìn)了成千上

萬(wàn)的研究人員和開(kāi)發(fā)者的合作，并創(chuàng)造了今天在人工智能

開(kāi)發(fā)中無(wú)處不在的工具和庫(kù)。

如果不是研究人員和開(kāi)發(fā)者的大軍創(chuàng)造了抽象出直

接為 GPU 編程的細(xì)微差別和困難的庫(kù)，以 GPU 為動(dòng)力

的加速神經(jīng)網(wǎng)絡(luò)的突破將仍然是小眾的。這對(duì)于解決廣泛

的使用案例中所面臨的挑戰(zhàn)很有效。然而，這些庫(kù)沒(méi)有遵

循安全關(guān)鍵的開(kāi)發(fā)準(zhǔn)則，而這正日益成為許多應(yīng)用中的基

本要求。

當(dāng)我們看到自主性和依賴于安全、確定性和可靠性

的嵌入式行業(yè)時(shí)，我們發(fā)現(xiàn)自己又回到了階段性過(guò)渡的起

點(diǎn)。我們有了 GPU，有了 Khronos 集團(tuán)的 Vulkan?

SC，

我們有了支持安全關(guān)鍵圖形和 GPU 編程計(jì)算的 API?，F(xiàn)

在，我們需要在 Vulkan SC 安全層的基礎(chǔ)上建立一個(gè)補(bǔ)

充性的庫(kù)，以遵循安全關(guān)鍵準(zhǔn)則和標(biāo)準(zhǔn)，使我們從小眾

走向主流。

CoreAVI 推出了 ComputeCore，從而啟動(dòng)了這場(chǎng)

革 命。ComputeCore 是 CoreAVI 對(duì) 線 性 代 數(shù)（BLAS）

API 的實(shí)現(xiàn)。線性代數(shù)，特別是向量，是所有 AI 算法的

燃料。今天選擇你最喜歡的人工智能引擎。該引擎運(yùn)行

速度快，因?yàn)樗幸粋€(gè)加速所有向量操作的 BLAS 庫(kù)。

ComputeCore 正是這樣做的，但它的實(shí)現(xiàn)是為了滿足航

空電子、汽車和工業(yè)市場(chǎng)的功能安全認(rèn)證標(biāo)準(zhǔn)（DO-178C，

A 級(jí)，ISO 26262 ASIL D，以及 IEC61508 SIL 3）。向量

和矩陣是人工智能和數(shù)據(jù)處理的核心。這一點(diǎn)經(jīng)常被提及，

但幾乎從未被解釋過(guò)。讓我們來(lái)看看。

什么是數(shù)據(jù)處理？

當(dāng)我們想到數(shù)據(jù)處理時(shí)，也就是廣義上的數(shù)據(jù)處理，

即采取一些信息并以某種方式進(jìn)行轉(zhuǎn)換，有一種數(shù)據(jù)結(jié)構(gòu)

是任何和所有處理的核心，這就是矢量。矢量到底有什么

特別之處？

當(dāng)我們談到數(shù)據(jù)處理時(shí)，我們指的是獲取信息和修改

信息的能力。在某些情況下，我們想改變信息，以便我們

能夠從中提取知識(shí)。這就是機(jī)器學(xué)習(xí)的情況。我們可能會(huì)

取一張圖像，并以一種能夠告訴我們場(chǎng)景中存在哪些物體

的方式進(jìn)行轉(zhuǎn)換。我們?cè)谟?jì)算機(jī)視覺(jué)中這樣做，使自動(dòng)駕

駛汽車成為可能。我們也可以通過(guò)模糊圖像，或銳化圖像，

或提取關(guān)于場(chǎng)景中結(jié)構(gòu)的邊緣信息來(lái)轉(zhuǎn)換圖像。這些操作

是強(qiáng)大的視覺(jué)管道中的常見(jiàn)步驟。

數(shù)據(jù)也可能是非視覺(jué)的?？紤]一個(gè)天氣預(yù)報(bào)系統(tǒng)，我

們希望該系統(tǒng)能夠預(yù)測(cè)一年中某一天的最高和最低溫度。

在這種情況下，系統(tǒng)的輸入可能是描述過(guò)去十年中某一特

定地點(diǎn)每年每一天的溫度范圍的歷史數(shù)據(jù)樣本的集合。在

任何情況下，數(shù)據(jù)樣本是一個(gè)信息單位。在分析圖像時(shí)，

一個(gè)數(shù)據(jù)樣本是一個(gè)單一的圖像。當(dāng)分析一個(gè)病人的臨床

病史，試圖預(yù)測(cè)該病人的心臟病風(fēng)險(xiǎn)時(shí)，數(shù)據(jù)樣本是一個(gè)

病人。數(shù)據(jù)樣本是由以某種方式描述樣本的一系列特征組

成的。在圖像的情況下，這些特征是構(gòu)成圖像的像素。在

Embedded Computing Design網(wǎng)站文章

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

20 2021年 12月 / 2022年 1月

醫(yī)學(xué)病人的情況下，特征是描述該病人的屬性 ：年齡、性

別、吸煙習(xí)慣、家族中的心臟病史，以及其他與他們的臨

床病史有關(guān)的信息。當(dāng)我們把每個(gè)數(shù)據(jù)樣本看成是一個(gè)特

征的集合時(shí)，這種觀點(diǎn)與向量的概念非常吻合。

將數(shù)據(jù)樣本轉(zhuǎn)換為矢量

我們?nèi)绾螌D像和病人轉(zhuǎn)換為向量？對(duì)于圖像，我

們將每個(gè)像素的顏色解釋為一個(gè)數(shù)值，并構(gòu)建一個(gè)像素值

的列表。例如，一張寬度為 2 個(gè)像素、高度為 2 個(gè)像素的

圖像將產(chǎn)生一個(gè)有 4 個(gè)數(shù)值的向量，可能看起來(lái)像這樣。

[10,0,245,50]，其中每個(gè)值代表該像素的顏色強(qiáng)度。高

分辨率的圖像會(huì)產(chǎn)生更高維度的向量，例如，256x256 像

素的圖像會(huì)產(chǎn)生 65,536 個(gè)值的向量。

患者信息也可以通過(guò)用數(shù)字編碼每個(gè)特征的含義來(lái)

進(jìn)行矢量化，例如 1= 男性，0= 女性，1= 家族中有心臟

病史，0= 沒(méi)有心臟病，等等。將數(shù)據(jù)樣本轉(zhuǎn)換為矢量在

兩個(gè)非常重要的方面是有用的 ：它有助于以一種易于與每

個(gè)樣本相關(guān)聯(lián)的方式來(lái)封裝一個(gè)特征列表 ；其次，從幾何

角度解釋矢量可以揭示數(shù)據(jù)集中的樣本如何相互關(guān)聯(lián)的信

息。例如，假設(shè)我們想創(chuàng)建一個(gè)算法，可以學(xué)習(xí)區(qū)分汽車

和行人的圖像。我們首先將我們的圖像解釋為矢量。從幾

何學(xué)上講，一個(gè)向量可以被認(rèn)為是空間中的一個(gè)箭頭，從

我們坐標(biāo)系的原點(diǎn)出發(fā)，穿過(guò)空間，到達(dá)由每個(gè)維度的向

量值定義的點(diǎn)，見(jiàn)圖 1。

雖然我們不能直觀地表示三維以上維度的向量，但在

數(shù)學(xué)上我們?nèi)匀豢梢杂猛瑯拥姆匠虂?lái)操作它們。讓向量如

此特別的是，當(dāng)我們從幾何學(xué)角度解釋它們時(shí)，指向類似

方向的向量具有類似的屬性。例如，當(dāng)我們把汽車和行人

的圖像解釋為某個(gè)多維空間（稱為超空間）中的向量時(shí)，

雖然我們不能直觀地看到該向量所指向的方向，但我們可

以計(jì)算出它，我們可以比較屬于汽車圖像的向量和屬于行

人圖像的向量。事實(shí)證明，汽車圖像的向量大致指向同一

方向，而行人圖像的向量則指向與其他行人圖像相似的方

向，但遠(yuǎn)離汽車向量。

要?jiǎng)?chuàng)建一個(gè)能夠?qū)W會(huì)自動(dòng)區(qū)分汽車和行人的算法，意

味著要用數(shù)學(xué)方法處理這些向量，以了解它們所指向的方

向，并找到將汽車和行人向量所在的空間一分為二的線 --

或超平面。一旦我們找到了這個(gè)超平面，算法就可以對(duì)一

個(gè)全新的圖像進(jìn)行分類，只需知道它的矢量落在線的哪一

邊，是有所有汽車矢量的那一邊，還是有所有行人矢量的

那一邊。

這就是為什么人工智能算法最終都要進(jìn)行大量的向

量運(yùn)算。這是因?yàn)檩斎霐?shù)據(jù)通常被表示為矢量，因?yàn)檫@樣

做在幾何學(xué)上是有利的。另一個(gè)在人工智能中經(jīng)常使用的

數(shù)據(jù)結(jié)構(gòu)是矩陣。這其中的原因不應(yīng)該讓人感到驚訝。矢

量是一個(gè)值的集合。矩陣只是一個(gè)向量的集合，一個(gè)一個(gè)

地堆疊在一起。在某些情況下，將向量組合成矩陣是很有

用的，這樣我們就可以同時(shí)處理一組向量—例如一組輸入

樣本。

計(jì)算工具——是什么，為什么，以及如何計(jì)算

在這一點(diǎn)上，我們已經(jīng)確定了人工智能中對(duì)向量和矩

陣的需求?，F(xiàn)在我們需要一種方法來(lái)快速執(zhí)行這些計(jì)算。

當(dāng)我們想到自動(dòng)化時(shí)—例如，汽車在繁忙的高速公

路上無(wú)人駕駛，或者機(jī)器人在倉(cāng)庫(kù)或工廠中與人類一起工

作—我們想到的是系統(tǒng)的實(shí)時(shí)執(zhí)行，以及實(shí)時(shí)后果。當(dāng)一

輛自動(dòng)駕駛的汽車未能在足夠的時(shí)間內(nèi)檢測(cè)到一個(gè)行人以

避免碰撞時(shí)，人工智能算法本身可能不是錯(cuò)誤的根源。事

實(shí)上，該算法可能已經(jīng)正確地檢測(cè)到一個(gè)行人，但檢測(cè)可

能只是花了幾毫秒的時(shí)間。這個(gè)例子有助于說(shuō)明幾件事。

首先，這些系統(tǒng)需要盡可能快地執(zhí)行矢量和矩陣數(shù)學(xué)運(yùn)算。

第二，在安全關(guān)鍵應(yīng)用中，這些操作需要在一個(gè)確定

圖1. 該圖說(shuō)明了卡特爾坐標(biāo)系中的三維矢量V1。矢量是以原點(diǎn)為起點(diǎn)，以其3

個(gè)分量定義的點(diǎn)為終點(diǎn)的線：X、Y、Z。

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

2021年 12月 / 2022年 1月 21

的時(shí)間內(nèi)發(fā)生。也就是說(shuō)，我們需要能夠計(jì)算出執(zhí)行算法

的最壞情況下的執(zhí)行時(shí)間，這樣我們就可以確定在每個(gè)可

預(yù)見(jiàn)的情況下，系統(tǒng)是否有足夠的時(shí)間對(duì)執(zhí)行該算法的結(jié)

果作出反應(yīng)。如果躲避障礙物的機(jī)會(huì)之窗已經(jīng)過(guò)去，那么

探測(cè)到障礙物就沒(méi)有什么用處了。

為了解決這些問(wèn)題，應(yīng)用程序和解決方案開(kāi)發(fā)人員

需要兩件事。首先，他們需要一個(gè)能夠加速向量和矩陣

運(yùn)算的工具。對(duì)于非安全關(guān)鍵用例，有大量的工具和框

架可以從開(kāi)源社區(qū)免費(fèi)獲得。這些包括像 Tensorflow、

Pytorch、Caffe 和 Scikit-learn 這樣的框架。

所有這些框架和庫(kù)都依賴于一個(gè)被稱為 BLAS 庫(kù)的

關(guān)鍵組件，如上所述，它提供了一組函數(shù)來(lái)加速向量和矩

陣操作。不幸的是，這些框架沒(méi)有按照功能安全標(biāo)準(zhǔn)實(shí)施。

現(xiàn)在需要的是，行業(yè)內(nèi)產(chǎn)生一套積木式工具和框架，按照

安全關(guān)鍵標(biāo)準(zhǔn)和實(shí)踐來(lái)構(gòu)建。這些框架必須包括保證確定

性執(zhí)行的 GPU 驅(qū)動(dòng)實(shí)現(xiàn)。它們必須包括加速核心數(shù)學(xué)運(yùn)

算的工具——例如 BLAS API 的安全關(guān)鍵實(shí)施。這些工

具和框架必須為計(jì)算機(jī)視覺(jué)和圖像處理的基本預(yù)處理和后

處理任務(wù)提供安全關(guān)鍵（確定性）的解決方案，同時(shí)也要

為一般的機(jī)器學(xué)習(xí)任務(wù)提供安全關(guān)鍵（確定性）的解決方

案，這些任務(wù)有助于強(qiáng)大的人工智能管道中的每個(gè)決策過(guò)

程。換句話說(shuō)，該行業(yè)必須提供與非安全關(guān)鍵性市場(chǎng)中存

在的相同的解決方案，并達(dá)到相同的復(fù)雜程度，同時(shí)解決

嚴(yán)重受限環(huán)境中的確定性和資源管理的困難問(wèn)題。

加速

到目前為止，我們已經(jīng)討論了處理向量和矩陣的需

要，并以確定性的方式進(jìn)行處理。我們還說(shuō)過(guò)，為了快速

完成這些操作，我們需要一個(gè)可以進(jìn)行加速的工具。我們

所說(shuō)的加速是什么意思？

通常，當(dāng)我們想到軟件的執(zhí)行時(shí)，我們認(rèn)為 CPU

是執(zhí)行編程指令的終端設(shè)備。系統(tǒng)中的大部分軟件都在

CPU 上運(yùn)行。事實(shí)上，我們可以用 C 語(yǔ)言實(shí)現(xiàn) BLAS，

并在 CPU 上執(zhí)行計(jì)算。這種方法的好處是，嵌入式領(lǐng)域

的大多數(shù)程序員——實(shí)時(shí)設(shè)備、汽車、機(jī)器人——都熟

悉 C 語(yǔ)言編程，而且有標(biāo)準(zhǔn)的 C 語(yǔ)言開(kāi)發(fā)安全關(guān)鍵軟件

的實(shí)踐。

這種方法的缺點(diǎn)是，CPU 在快速執(zhí)行順序操作方面

很出色，但它在并行化工作方面并不出色。不幸的是，

大多數(shù)人工智能算法的向量和矩陣的操作任務(wù)被稱為 "

令人尷尬的并行問(wèn)題 "。因此，在能夠并行執(zhí)行這些計(jì)算

的機(jī)器上執(zhí)行這些計(jì)算符合我們的最佳利益，而不是按

順序執(zhí)行。

結(jié)論

過(guò)去的十年對(duì)人工智能來(lái)說(shuō)是偉大的。研究界和開(kāi)源

工程界產(chǎn)生了大量的工具，為當(dāng)今許多非安全關(guān)鍵產(chǎn)品提

供動(dòng)力。像亞馬遜的 Alexa 或谷歌的家庭助理這樣的產(chǎn)

品是由最先進(jìn)的自然語(yǔ)言處理（NLP）算法驅(qū)動(dòng)的。

對(duì)這些算法的突破性研究是由一個(gè)工具生態(tài)系統(tǒng)實(shí)

現(xiàn)的，它使工程師和科學(xué)家能夠相對(duì)容易地開(kāi)發(fā)和訓(xùn)練復(fù)

雜的神經(jīng)網(wǎng)絡(luò)，并加速 GPU 設(shè)備上的操作。這些工具包

括神經(jīng)網(wǎng)絡(luò)框架，如 TensorFlow 和 PyTorch，統(tǒng)計(jì)和

數(shù)據(jù)分析工具，如 Python 科學(xué)庫(kù) scikit-learn，以及高

性能計(jì)算框架，如 CUDA? 和 SYCLTM。

像 OpenCV 這樣的圖像處理庫(kù)通過(guò)為常用的算法和

技術(shù)提供內(nèi)置功能，使工程師的生活更加輕松。事實(shí)上，

這些可用的框架是如此成功和無(wú)處不在，以至于當(dāng)我們

進(jìn)入安全關(guān)鍵領(lǐng)域時(shí)，許多人還沒(méi)有意識(shí)到，在確定性

和安全問(wèn)題上，這些工具是不可用的。但是，正如研究

界使用的工具生態(tài)不僅僅是 CUDA 或 OpenCLTM 一樣，

安全關(guān)鍵型產(chǎn)業(yè)也需要建立一個(gè)安全關(guān)鍵型工具和框架

的生態(tài)系統(tǒng)。

BLAS 和 FFT 的安全關(guān)鍵性實(shí)現(xiàn)是朝著正確方向邁

出的一步，但我們需要我們的合作伙伴和整個(gè)嵌入式和自

主社區(qū)幫助定義工具和安全關(guān)鍵性 API，這將為未來(lái)的所

有可靠設(shè)備提供動(dòng)力。開(kāi)源社區(qū)已經(jīng)展示了可以實(shí)現(xiàn)的目

標(biāo)，并為我們的產(chǎn)品和想法提供了一個(gè)很好的原型平臺(tái)，

但我們知道 Python 庫(kù)并不是確定性地執(zhí)行的。自主性意

味著責(zé)任。負(fù)責(zé)任的系統(tǒng)必須是安全和可靠的。行業(yè)越早

意識(shí)到這一點(diǎn)，我們就能越早離開(kāi)沙盒，建立一個(gè)基于嚴(yán)

格的安全標(biāo)準(zhǔn)和準(zhǔn)則的基礎(chǔ)設(shè)施，以促進(jìn)安全自主性的大

規(guī)模部署。█

SensiML與安森美合作工業(yè)邊緣AI感知應(yīng)用

SensiML 公司宣布與安森美 (onsemi) 合作，為自

主傳感器數(shù)據(jù)處理和預(yù)測(cè)建模提供完整的機(jī)器學(xué)習(xí)方

案。合作結(jié)合 SensiML 的 Analytics Toolkit 開(kāi)發(fā)軟件

與安森美的 RSL10 傳感器開(kāi)發(fā)套件，為工業(yè)生產(chǎn)流程

控制和監(jiān)測(cè)等邊緣感知應(yīng)用創(chuàng)建一個(gè)平臺(tái)。█

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

22 2021年 12月 / 2022年 1月

機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)中的實(shí)際應(yīng)用

Real World Application of Machine Learning in Networking

作者：Kandarp Rastey Volansys科技嵌入式固件開(kāi)發(fā)人員

快速上升的互聯(lián)網(wǎng)連接需求給改善網(wǎng)絡(luò)基礎(chǔ)設(shè)施、性能和其他關(guān)鍵參數(shù)帶來(lái)了壓力。

網(wǎng)絡(luò)管理員不得不遇到運(yùn)行多種網(wǎng)絡(luò)應(yīng)用的不同類型的網(wǎng)絡(luò)。

每個(gè)網(wǎng)絡(luò)應(yīng)用都有自己的一套功能和性能參數(shù)，可能

會(huì)動(dòng)態(tài)變化。由于網(wǎng)絡(luò)的多樣性和復(fù)雜性，為這種

網(wǎng)絡(luò)場(chǎng)景構(gòu)建的傳統(tǒng)算法或硬編碼技術(shù)是一項(xiàng)具有挑戰(zhàn)性

的任務(wù)。

事實(shí)證明，機(jī)器學(xué)習(xí)幾乎對(duì)每個(gè)行業(yè)都有好處，包括

網(wǎng)絡(luò)行業(yè)。機(jī)器學(xué)習(xí)可以幫助解決難以解決的舊網(wǎng)絡(luò)障礙，

刺激新的網(wǎng)絡(luò)應(yīng)用，使網(wǎng)絡(luò)變得相當(dāng)方便。讓我們通過(guò)幾

個(gè)用例來(lái)詳細(xì)討論基本的工作流程，以便更好地理解網(wǎng)絡(luò)

領(lǐng)域的應(yīng)用機(jī)器學(xué)習(xí)技術(shù)。

智能網(wǎng)絡(luò)流量管理

隨著對(duì)物聯(lián)網(wǎng)（IoT）解決方案的需求不斷增長(zhǎng)，現(xiàn)

代網(wǎng)絡(luò)產(chǎn)生了大量的、異質(zhì)的流量數(shù)據(jù)。對(duì)于這樣一個(gè)動(dòng)

態(tài)的網(wǎng)絡(luò)，傳統(tǒng)的網(wǎng)絡(luò)流量監(jiān)控和數(shù)據(jù)分析的網(wǎng)絡(luò)管理技

術(shù)，如 Ping 監(jiān)控，日志文件監(jiān)控，甚至 SNMP 都是不夠

的。它們通常缺乏實(shí)時(shí)數(shù)據(jù)的準(zhǔn)確性和有效處理。另一方

面，由于設(shè)備的移動(dòng)性和網(wǎng)絡(luò)的異質(zhì)性，來(lái)自其他來(lái)源的

流量，如網(wǎng)絡(luò)中的蜂窩或移動(dòng)設(shè)備，相對(duì)來(lái)說(shuō)顯示出更復(fù)

雜的行為。

機(jī)器學(xué)習(xí)促進(jìn)了大數(shù)據(jù)系統(tǒng)以及大面積網(wǎng)絡(luò)的分析，

以便在管理此類網(wǎng)絡(luò)時(shí)識(shí)別復(fù)雜的模式?？粗@些機(jī)會(huì)，

網(wǎng)絡(luò)領(lǐng)域的研究人員將深度學(xué)習(xí)模型用于網(wǎng)絡(luò)流量監(jiān)控和

分析應(yīng)用，如流量分類和預(yù)測(cè)、擁堵控制等。

1. 帶內(nèi)網(wǎng)絡(luò)遙測(cè)

網(wǎng)絡(luò)遙測(cè)數(shù)據(jù)提供了關(guān)于網(wǎng)絡(luò)性能的基本指標(biāo)。這些

信息通常是相當(dāng)難以解釋的。考慮到網(wǎng)絡(luò)中的大小和總數(shù)

據(jù)量，它具有巨大的價(jià)值。如果明智地使用，它可以大幅

提高性能。

在實(shí)時(shí)收集詳細(xì)的網(wǎng)絡(luò)遙測(cè)數(shù)據(jù)時(shí)，新興的技術(shù)，如

內(nèi)聯(lián)網(wǎng)絡(luò)遙測(cè)技術(shù)可以提供幫助。除此之外，在這種數(shù)據(jù)

集上運(yùn)行機(jī)器學(xué)習(xí)可以幫助關(guān)聯(lián)延遲、路徑、交換機(jī)、路

由器、事件等之間的現(xiàn)象，而這些現(xiàn)象用傳統(tǒng)方法很難從

大量的實(shí)時(shí)數(shù)據(jù)中指出。

機(jī)器學(xué)習(xí)模型被訓(xùn)練來(lái)理解遙測(cè)數(shù)據(jù)中的相關(guān)性和

模式，最終獲得了基于其對(duì)歷史數(shù)據(jù)的學(xué)習(xí)而預(yù)測(cè)未來(lái)的

能力。這有助于管理未來(lái)的網(wǎng)絡(luò)中斷。

2. 資源分配和擁堵控制

每個(gè)網(wǎng)絡(luò)基礎(chǔ)設(shè)施都有一個(gè)預(yù)定的可用總吞吐量。它

被進(jìn)一步分割成不同預(yù)定帶寬的多個(gè)通道。在這種情況下，

每個(gè)終端用戶的總帶寬使用量是靜態(tài)預(yù)定的，在網(wǎng)絡(luò)的某

些部分總是會(huì)出現(xiàn)瓶頸，因?yàn)榫W(wǎng)絡(luò)的使用量過(guò)大。

為了避免這種擁堵，可以訓(xùn)練有素的機(jī)器學(xué)習(xí)模型來(lái)

實(shí)時(shí)分析網(wǎng)絡(luò)流量，并推斷出每個(gè)用戶適當(dāng)?shù)膸捪拗疲?/p>

以使網(wǎng)絡(luò)經(jīng)歷最少的瓶頸。

這種模型可以從網(wǎng)絡(luò)統(tǒng)計(jì)數(shù)據(jù)中學(xué)習(xí)，如每個(gè)網(wǎng)絡(luò)節(jié)

點(diǎn)的總活躍用戶、每個(gè)用戶的歷史網(wǎng)絡(luò)使用數(shù)據(jù)、基于時(shí)

間的數(shù)據(jù)使用模式、用戶在多個(gè)接入點(diǎn)的移動(dòng)等等。

3. 流量分類

在 每 個(gè) 網(wǎng) 絡(luò) 中， 存 在 著 各 種 流 量， 如 虛 擬 主 機(jī)

（HTTP）、 文 件 傳 輸（FTP）、 安 全 瀏 覽（HTTPS）、

HTTP 實(shí)時(shí)視頻流（HLS）、終端服務(wù)（SSH），等等?，F(xiàn)在，

當(dāng)涉及到網(wǎng)絡(luò)帶寬的使用時(shí)，每個(gè)人的表現(xiàn)都不同，通過(guò)

FTP 傳輸文件。它連續(xù)使用大量的數(shù)據(jù)。

例如，如果一個(gè)視頻正在流傳，它使用的數(shù)據(jù)是分塊

Embedded Computing Design網(wǎng)站文章

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

技術(shù)薈萃 TECHNICAL CLUSTER

2021年 12月 / 2022年 1月 23

的，并采用緩沖的方法。當(dāng)不同類型的流量以無(wú)監(jiān)督的方

式在網(wǎng)絡(luò)中運(yùn)行時(shí)，可以看到一些臨時(shí)的阻塞。

為了避免這種情況，可以使用機(jī)器學(xué)習(xí)分類器來(lái)分析

和分類網(wǎng)絡(luò)中的流量類型。然后，這些模型可以用來(lái)推斷

網(wǎng)絡(luò)參數(shù)，如分配的帶寬、數(shù)據(jù)上限等，以幫助提高網(wǎng)絡(luò)

的性能，改善服務(wù)請(qǐng)求的調(diào)度，也可以動(dòng)態(tài)地改變分配的

帶寬。

網(wǎng)絡(luò)安全

網(wǎng)絡(luò)攻擊數(shù)量的增加迫使企業(yè)不斷監(jiān)測(cè)和關(guān)聯(lián)整個(gè)

網(wǎng)絡(luò)基礎(chǔ)設(shè)施及其用戶的數(shù)百萬(wàn)外部和內(nèi)部數(shù)據(jù)點(diǎn)。人工

管理大量的實(shí)時(shí)數(shù)據(jù)變得很困難。這就是機(jī)器學(xué)習(xí)的幫助

所在。

機(jī)器學(xué)習(xí)可以識(shí)別網(wǎng)絡(luò)中的某些模式和異常情況，并

預(yù)測(cè)海量數(shù)據(jù)集中的威脅，所有這些都是實(shí)時(shí)的。通過(guò)自

動(dòng)進(jìn)行這種分析，網(wǎng)絡(luò)管理員可以很容易地檢測(cè)到威脅，

并在減少人力的情況下迅速隔離情況。

1. 網(wǎng)絡(luò)攻擊識(shí)別 / 預(yù)防

網(wǎng)絡(luò)行為是機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行異常檢測(cè)的一個(gè)重要

參數(shù)。機(jī)器學(xué)習(xí)引擎實(shí)時(shí)處理海量數(shù)據(jù)，以識(shí)別威脅、未

知惡意軟件和政策違反。

如果發(fā)現(xiàn)網(wǎng)絡(luò)行為在預(yù)定義的行為范圍內(nèi)，網(wǎng)絡(luò)交易

就會(huì)被接受，否則就會(huì)在系統(tǒng)中觸發(fā)警報(bào)。這可以用來(lái)防

止許多種類的攻擊，如 DoS、DDoS 和 Probe。

2. 預(yù)防網(wǎng)絡(luò)釣魚

欺騙別人點(diǎn)擊一個(gè)看似合法的惡意鏈接，然后試圖突

破計(jì)算機(jī)的防御系統(tǒng)是很容易的。機(jī)器學(xué)習(xí)有助于預(yù)測(cè)魚

目混珠的網(wǎng)站，幫助防止人們連接到惡意網(wǎng)站。

例如，文本分類器機(jī)器學(xué)習(xí)模型可以閱讀和理解

URL，并在第一時(shí)間識(shí)別那些欺騙性的釣魚 URL。這將

為終端用戶創(chuàng)造一個(gè)更安全的瀏覽體驗(yàn)。

機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)中的整合并不局限于上述的用例。在

將 ML 用于網(wǎng)絡(luò)和網(wǎng)絡(luò)安全領(lǐng)域，可以通過(guò)從網(wǎng)絡(luò)和機(jī)器

學(xué)習(xí)的角度闡明機(jī)會(huì)和研究，開(kāi)發(fā)出解決方案來(lái)解決未解

決的問(wèn)題。█

應(yīng)用空間 APPLICATION AIDS

24 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

面向工業(yè)物聯(lián)網(wǎng)的無(wú)線傳感器網(wǎng)絡(luò)

Wireless Sensor Networking for the Industrial Internet of Things

作者： Joy Weiss ADI公司IoT安全與解決方案副總裁

Ross Yu ADI公司SmartMesh產(chǎn)品部產(chǎn)品營(yíng)銷經(jīng)理

工業(yè)物聯(lián)網(wǎng) (IoT) 和相關(guān)的工業(yè)傳感器無(wú)線連接需求

都在不斷變化和發(fā)展。但工業(yè)設(shè)備和應(yīng)用的聯(lián)網(wǎng)需

求與消費(fèi)領(lǐng)域大不相同，在工業(yè) IOT 上是將可靠性和安

全性放在首位。本白皮書主要探討工業(yè)無(wú)線傳感器網(wǎng)絡(luò)的

一些關(guān)鍵的網(wǎng)絡(luò)要求。

低功耗處理器、智能無(wú)線網(wǎng)絡(luò)和低功耗傳感器以及

“大數(shù)據(jù)分析”的出現(xiàn)引發(fā)了人們對(duì)工業(yè)物聯(lián)網(wǎng) (IoT) 的

濃厚興趣。簡(jiǎn)言之，將這些技術(shù)相結(jié)合使大量傳感器可以

放置到任何地方：不僅是通信和電力基礎(chǔ)設(shè)施所在的地方，

也可以是任何可以收集有關(guān)對(duì)象的行為方式、位置或內(nèi)容

等重要信息的地方。為機(jī)器、泵、管道、火車車廂等對(duì)象

配備傳感器的做法在工業(yè)界并不是什么新鮮事。從煉油廠

到生產(chǎn)線等各種工業(yè)環(huán)境中，都部署了大量專用傳感器及

網(wǎng)絡(luò)。過(guò)去，這類運(yùn)行技術(shù) (OT) 系統(tǒng)作為單獨(dú)的網(wǎng)絡(luò)運(yùn)

行，保持很高的網(wǎng)絡(luò)可靠性和安全性標(biāo)準(zhǔn)，而消費(fèi)類技術(shù)

根本無(wú)法滿足這樣高的要求。按照這些高標(biāo)準(zhǔn)篩選適用的

技術(shù)，最終選擇的是最適合關(guān)鍵業(yè)務(wù)型工業(yè)物聯(lián)網(wǎng)應(yīng)用的

技術(shù)。尤其是，這些傳感器的聯(lián)網(wǎng)方式?jīng)Q定了傳感器是否

能夠安全、可靠且經(jīng)濟(jì)高效地部署在工業(yè)應(yīng)用的嚴(yán)苛環(huán)境

中。本白皮書探討一些使工業(yè)無(wú)線傳感器網(wǎng)絡(luò) (WSN) 與

眾不同的關(guān)鍵要求。

可靠性與安全性最重要

對(duì)消費(fèi)類應(yīng)用而言，成本常常是最重要的考慮因素，

而工業(yè)應(yīng)用一般將可靠性和安全性放在首要位置。根據(jù)

ON World 對(duì)全球工業(yè) WSN 用戶進(jìn)行的調(diào)查，可靠性和

安全性是他們提到的兩個(gè)最重要的問(wèn)題。1 一個(gè)公司的盈

利能力、工人生產(chǎn)商品的質(zhì)量和效率以及工人的人身安全

常常取決于這些網(wǎng)絡(luò)。這就是可靠性和安全性對(duì)工業(yè)無(wú)線

傳感器網(wǎng)絡(luò)而言必不可少的原因。

一種提高網(wǎng)絡(luò)可靠性的通用原則是提供冗余，針對(duì)可

能出現(xiàn)的問(wèn)題設(shè)置故障恢復(fù)機(jī)制，使系統(tǒng)能夠在不丟失數(shù)

據(jù)的情況下恢復(fù)運(yùn)行。在無(wú)線傳感器網(wǎng)絡(luò)中，利用冗余有

兩種方式。第一種是空間冗余概念，即每個(gè)無(wú)線節(jié)點(diǎn)都可

以與至少兩個(gè)其他節(jié)點(diǎn)通信，而且路由機(jī)制允許數(shù)據(jù)轉(zhuǎn)發(fā)

給兩個(gè)節(jié)點(diǎn)中的任意一個(gè)，但仍然能夠到達(dá)預(yù)期的最終目

的地。在設(shè)計(jì)合理的網(wǎng)狀網(wǎng)絡(luò)中，每個(gè)節(jié)點(diǎn)都可以與兩個(gè)

或更多個(gè)相鄰節(jié)點(diǎn)通信，如果第一條通路不可用，就自動(dòng)

切換到另一條通路發(fā)送數(shù)據(jù)，因此網(wǎng)狀網(wǎng)絡(luò)與點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)

相比，具有更高的可靠性。第二種冗余可以利用 RF 頻譜

中的多個(gè)可用通道實(shí)現(xiàn)。通道跳頻概念指的是，成對(duì)節(jié)點(diǎn)

每次傳送數(shù)據(jù)時(shí)可以使用不同的通道，因此在工業(yè)應(yīng)用面

對(duì)的不斷變化的惡劣 RF 環(huán)境中，任何給定通道暫時(shí)出現(xiàn)

問(wèn)題都不會(huì)影響數(shù)據(jù)傳送。在 IEEE 802.15.4 2.4GHz 標(biāo)

準(zhǔn)中，有 15 個(gè)擴(kuò)頻通道可用于跳頻，使通道跳頻系統(tǒng)具

有比非跳頻（單通道）系統(tǒng)更大的彈性。有幾種無(wú)線網(wǎng)狀

網(wǎng)絡(luò)標(biāo)準(zhǔn)采用了這種空間和通道雙重冗余的時(shí)隙信道跳頻

(TSCH) 技術(shù)，其中包括 IEC62591 (WirelessHART) 和

即將推出的 IETF 6TiSCH 標(biāo)準(zhǔn)。2 這些網(wǎng)狀網(wǎng)絡(luò)標(biāo)準(zhǔn)運(yùn)

用了全球可用的免許可 2.4GHz 頻譜中的無(wú)線頻率，這些

源于 ADI 公司 SmartMesh 團(tuán)隊(duì)所做的工作，2002 年從

SmartMesh 產(chǎn)品開(kāi)始，該團(tuán)隊(duì)率先將 TSCH 協(xié)議應(yīng)用到

圖1.傳感器無(wú)處不在。通過(guò)能量采集系統(tǒng)供電的低功耗無(wú)線傳感器節(jié)點(diǎn)（例

如這個(gè)來(lái)自ABB、由采集的熱能驅(qū)動(dòng)的無(wú)線溫度傳感器）可以放置在適當(dāng)位

置，以獲得更多工業(yè)環(huán)境數(shù)據(jù)。

應(yīng)用空間 APPLICATION AIDS

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 25

低功耗、資源受限的設(shè)備上。

盡管在惡劣的 RF 環(huán)境中，TSCH 是確保數(shù)據(jù)可靠性

的基本要素，但是要實(shí)現(xiàn)多年連續(xù)、無(wú)故障運(yùn)行，網(wǎng)狀網(wǎng)

絡(luò)的建立和維護(hù)方式也很關(guān)鍵。工業(yè)無(wú)線網(wǎng)絡(luò)常常必須運(yùn)

行很多年，而且將終生面對(duì)多種不同的 RF 挑戰(zhàn)和數(shù)據(jù)傳

送要求。因此，要具有與有線網(wǎng)絡(luò)一樣的可靠性，還必須

配備智能網(wǎng)絡(luò)管理軟件，這類軟件可動(dòng)態(tài)優(yōu)化網(wǎng)絡(luò)拓?fù)洌?/p>

連續(xù)監(jiān)視鏈路質(zhì)量，能夠應(yīng)對(duì)干擾和 RF 環(huán)境變化，最大

限度地提高吞吐量。

安全性是工業(yè)無(wú)線傳感器網(wǎng)絡(luò)的另一個(gè)關(guān)鍵特性。在

WSN 中實(shí)現(xiàn)安全性的主要目標(biāo)是 ：

保密性 ：在網(wǎng)絡(luò)中傳送的數(shù)據(jù)除了預(yù)期接收者，不能

被其他任何人讀取。

完整性 ：確認(rèn)任何收到的信息與發(fā)送的信息完全一

致，沒(méi)有任何添加、刪減或修改。

真實(shí)性 ：斷言來(lái)自給定來(lái)源的信息實(shí)際上確實(shí)來(lái)自該

來(lái)源。如果將時(shí)間作為驗(yàn)證方案的一部分，那么真實(shí)性還

可保護(hù)信息免于被錄制和回放。

必須納入 WSN 以達(dá)到上述目標(biāo)要求的關(guān)鍵安全技術(shù)

包括 ：強(qiáng)大的加密算法（例如 AES128）以及可靠的密鑰

和密鑰管理、阻止重發(fā)攻擊的密碼級(jí)隨機(jī)數(shù)字發(fā)生器、針

對(duì)每條信息的信息完整性校驗(yàn) (MIC)，以及明確地允許或

禁止訪問(wèn)特定設(shè)備的訪問(wèn)控制表 (ACL)。這些先進(jìn)的無(wú)

線安全技術(shù)可以輕松集成到當(dāng)今 WSN 中使用的很多設(shè)備

中，但是并非所有 WSN 產(chǎn)品和協(xié)議都采用了所有安全技

術(shù)。3 請(qǐng)注意，安全 WSN 與非安全網(wǎng)關(guān)的連接是另一個(gè)

薄弱點(diǎn)，在系統(tǒng)設(shè)計(jì)中必須考慮端到端的安全性。

工業(yè)物聯(lián)網(wǎng)并非由無(wú)線專家安裝

成熟行業(yè)大多是在傳統(tǒng)產(chǎn)品的基礎(chǔ)

上增加工業(yè)物聯(lián)網(wǎng)產(chǎn)品和服務(wù)，這些客戶

的部署環(huán)境中既有老設(shè)備也有新設(shè)備。工

業(yè) WSN 體現(xiàn)的智能性必須使工業(yè)物聯(lián)網(wǎng)

產(chǎn)品易于使用，實(shí)現(xiàn)無(wú)縫過(guò)渡，讓現(xiàn)有現(xiàn)

場(chǎng)工作人員輕松使用新的工業(yè)物聯(lián)網(wǎng)產(chǎn)

品。網(wǎng)絡(luò)應(yīng)能夠快速自建，這樣安裝人員

就可以交付一個(gè)穩(wěn)定運(yùn)行的網(wǎng)絡(luò) ；當(dāng)連接

較弱或失去連接時(shí)，通過(guò)自我修復(fù)避免服

務(wù)中斷 ；當(dāng)服務(wù)發(fā)生中斷時(shí)，進(jìn)行自助報(bào)

告和診斷 ；一般部署完成后，僅需要很少

的或者不需要維護(hù)，從而避免現(xiàn)場(chǎng)維護(hù)導(dǎo)致的高成本。很

多應(yīng)用的成敗部分取決于能否在難以到達(dá)或存在危險(xiǎn)的地

區(qū)部署，因此，物聯(lián)網(wǎng)設(shè)備必須依靠電池運(yùn)行，一般需要

持續(xù)運(yùn)行 5 年以上。

另外，既然最終用戶廣泛采用的工業(yè)物聯(lián)網(wǎng)常常涵蓋整

個(gè)公司范圍，那么系統(tǒng)就應(yīng)該可用于全球部署，而且需要實(shí)

現(xiàn)多站點(diǎn)標(biāo)準(zhǔn)化。幸運(yùn)的是，理解并滿足這種要求的國(guó)際性

行業(yè)無(wú)線標(biāo)準(zhǔn)已經(jīng)就位，其中包括 IEEE 802.15.4e TSCH。

傳感器無(wú)處不在

就工業(yè)物聯(lián)網(wǎng)應(yīng)用而言，準(zhǔn)確放置傳感器或控制點(diǎn)至

關(guān)重要。借助無(wú)線技術(shù)有望實(shí)現(xiàn)無(wú)線通信，但是如果需要

每隔幾小時(shí)或數(shù)月通過(guò)插入電源插座或再充電來(lái)給無(wú)線節(jié)

點(diǎn)供電，那么部署成本會(huì)令人望而卻步，而且這么做也不

切實(shí)際。例如，為旋轉(zhuǎn)設(shè)備配備傳感器以監(jiān)視設(shè)備的工作

狀況，不可能使用有線連接，但是客戶通過(guò)監(jiān)視運(yùn)行中的

設(shè)備獲得相關(guān)信息能夠?qū)﹃P(guān)鍵設(shè)備實(shí)施預(yù)測(cè)維護(hù)，從而避

免不必要的代價(jià)不菲的停機(jī)。

為確保實(shí)現(xiàn)靈活、經(jīng)濟(jì)高效的部署，工業(yè) WSN 中的

每個(gè)節(jié)點(diǎn)都應(yīng)能夠依靠電池運(yùn)行至少 5 年，這樣就為用

戶帶來(lái)了極大的靈活性，并且擴(kuò)大了工業(yè)物聯(lián)網(wǎng)應(yīng)用的覆

蓋范圍。作為工業(yè) TSCH WSN 的一個(gè)例子，ADI 公司的

SmartMesh 產(chǎn)品一般以遠(yuǎn)低于 50μA 的電流工作，因此

可以靠?jī)晒?jié) AA 電池運(yùn)行很多年。如果周圍環(huán)境有豐富的

儲(chǔ)集能源，那么無(wú)線節(jié)點(diǎn)還可以通過(guò)儲(chǔ)能實(shí)現(xiàn)連續(xù)運(yùn)行（參

見(jiàn)圖 1）。

時(shí)間問(wèn)題

工業(yè)監(jiān)控和控制網(wǎng)絡(luò)是關(guān)鍵型業(yè)務(wù)。這種網(wǎng)絡(luò)支撐

著影響商品生產(chǎn)基本成本的系統(tǒng)，其數(shù)

據(jù)及時(shí)性至關(guān)重要。過(guò)去 10 年來(lái)，確定

性 TSCH WSN 系統(tǒng)已經(jīng)過(guò)多種監(jiān)視和控

制應(yīng)用的現(xiàn)場(chǎng)考驗(yàn)。這類時(shí)隙系統(tǒng)（例如

WirelessHART）提供帶時(shí)間戳、有時(shí)間

限制的數(shù)據(jù)傳輸。在這類網(wǎng)絡(luò)中，需要更

多數(shù)據(jù)發(fā)送機(jī)會(huì)的節(jié)點(diǎn)將會(huì)自動(dòng)配置更多

時(shí)隙，而且通過(guò)在網(wǎng)絡(luò)中的連續(xù)通路上配

置多個(gè)時(shí)隙，可以在這種網(wǎng)絡(luò)中實(shí)現(xiàn)低延

遲傳送。這種數(shù)據(jù)傳送協(xié)調(diào)能力還極大地

提高了部署頻繁傳送數(shù)據(jù)的密集網(wǎng)絡(luò)的能

圖2.網(wǎng)絡(luò)可視性——通過(guò)網(wǎng)絡(luò)管理軟件可查

看與無(wú)線網(wǎng)絡(luò)健康狀況相關(guān)的重要信息，例

如Emerson Process Management的這款SNAPON軟件實(shí)用工具。

應(yīng)用空間 APPLICATION AIDS

26 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

力。如果沒(méi)有一個(gè)時(shí)間表，洪水般無(wú)序涌入的無(wú)線流量會(huì)

使非 TSCH 無(wú)線網(wǎng)絡(luò)崩潰。

此外，TSCH 網(wǎng)絡(luò)中的每個(gè)數(shù)據(jù)包都包含準(zhǔn)確的時(shí)

間戳信息，指示該數(shù)據(jù)包的發(fā)送時(shí)間，而且每個(gè)節(jié)點(diǎn)都可

以獲得全網(wǎng)統(tǒng)一時(shí)間，以便需要時(shí)在 WSN 節(jié)點(diǎn)網(wǎng)絡(luò)中協(xié)

調(diào)控制信號(hào)。由于提供了時(shí)間戳數(shù)據(jù)，即使數(shù)據(jù)未按順序

接收也能正確地對(duì)數(shù)據(jù)排序，在必須協(xié)調(diào)來(lái)自多個(gè)傳感器

信息的工業(yè)應(yīng)用中，時(shí)間戳數(shù)據(jù)在診斷確切原因和影響時(shí)

很有幫助。

網(wǎng)絡(luò)運(yùn)行的可視性是關(guān)鍵

工業(yè)網(wǎng)絡(luò)需要連續(xù)運(yùn)行很多年，然而無(wú)論一個(gè)網(wǎng)絡(luò)多

么穩(wěn)固，仍然有可能發(fā)生問(wèn)題。即使網(wǎng)絡(luò)在安裝時(shí)運(yùn)行良

好，但網(wǎng)絡(luò)在其運(yùn)行壽命期內(nèi)的質(zhì)量仍可能受各種環(huán)境因

素的影響。針對(duì)這類問(wèn)題提前發(fā)出適當(dāng)?shù)木瘓?bào)對(duì)任何工業(yè)

網(wǎng)絡(luò)而言都很重要，而能夠快速診斷并解決問(wèn)題也是高質(zhì)

量服務(wù)的關(guān)鍵。談到提供網(wǎng)絡(luò)管理指標(biāo)的可視性，并非所

有無(wú)線傳感器網(wǎng)絡(luò)都是同樣的要求。不過(guò)，至少工業(yè)無(wú)線

網(wǎng)絡(luò)的管理系統(tǒng)應(yīng)該針對(duì)以下方面提供可視性 ：

● 用信號(hào)強(qiáng)度 (RSSI) 來(lái)衡量的無(wú)線鏈路質(zhì)量

● 端到端數(shù)據(jù)包傳送成功率。

● 網(wǎng)格質(zhì)量，突出顯示沒(méi)有足夠備用路徑的節(jié)點(diǎn)以保持

網(wǎng)絡(luò)可靠性。

● 節(jié)點(diǎn)狀態(tài)和電池壽命（在適用的情況下）。

在采用智能網(wǎng)絡(luò)的優(yōu)化工業(yè)應(yīng)用中，通過(guò)自動(dòng)在替換

路徑上重新發(fā)送數(shù)據(jù)可解決上述問(wèn)題，同時(shí)不斷更新網(wǎng)絡(luò)

拓?fù)?，以最大限度地提高連接性（參見(jiàn)圖 2）。

智能“萬(wàn)物”應(yīng)該擁有智能網(wǎng)絡(luò)

人們對(duì)提高“萬(wàn)物”的智能化水平相當(dāng)關(guān)注，但是

工業(yè)物聯(lián)網(wǎng)應(yīng)用中的“智能”并非只體現(xiàn)在這一點(diǎn)。工

業(yè)物聯(lián)網(wǎng)絡(luò)應(yīng)采用智能終端節(jié)點(diǎn)并提供網(wǎng)絡(luò)和安全管理功

能，以展現(xiàn)企業(yè) IT 和運(yùn)行技術(shù)部門配置的技術(shù)優(yōu)勢(shì)。網(wǎng)

絡(luò)應(yīng)該是高度可配置的，以滿足特定應(yīng)用需求。例如要滿

足延長(zhǎng)電池壽命的低功耗要求，就應(yīng)該具備自助獲知網(wǎng)絡(luò)

可用功率的能力并采用智能化路由，以最大限度優(yōu)化整個(gè)

網(wǎng)絡(luò)的功耗。此外，網(wǎng)絡(luò)應(yīng)自動(dòng)適應(yīng) RF 環(huán)境變化，出現(xiàn)

這種變化時(shí)，能夠動(dòng)態(tài)改變拓?fù)淇赡芨欣?。ADI 公司的

SmartMesh 網(wǎng)絡(luò)管理器不僅可實(shí)現(xiàn)網(wǎng)絡(luò)安全、管理和路

由優(yōu)化，而且允許用戶在需要時(shí)通過(guò)無(wú)線網(wǎng)絡(luò)重新設(shè)定節(jié)

點(diǎn)，以提供一條功能升級(jí)途徑，適應(yīng)客戶未來(lái)的需求變化。

物聯(lián)網(wǎng)在很大程度上是一種工業(yè)現(xiàn)象，可以推動(dòng)業(yè)務(wù)

發(fā)展，帶來(lái)出色的投資回報(bào)率。在這些業(yè)務(wù)關(guān)鍵型應(yīng)用中，

工業(yè)無(wú)線傳感器網(wǎng)絡(luò)必須滿足智能、安全和可靠無(wú)線運(yùn)行

的高標(biāo)準(zhǔn)，支持多年持續(xù)運(yùn)行。這些嚴(yán)格要求可以通過(guò)現(xiàn)

有和新興的無(wú)線網(wǎng)狀網(wǎng)絡(luò)標(biāo)準(zhǔn)來(lái)實(shí)現(xiàn)，這些標(biāo)準(zhǔn)將成為關(guān)

鍵的工業(yè)物聯(lián)網(wǎng)構(gòu)建要素，可以幫助工業(yè)客戶在工業(yè)物聯(lián)

網(wǎng)時(shí)代實(shí)現(xiàn)業(yè)務(wù)和服務(wù)轉(zhuǎn)型（參見(jiàn)圖 3）。

ADI 公司確信其所提供的信息是準(zhǔn)確可靠的。但

ADI 公司不對(duì)數(shù)據(jù)的使用承擔(dān)責(zé)任，也不對(duì)因使用這些數(shù)

據(jù)所引起的任何違反第三方專利或者其他權(quán)利的行為承擔(dān)

責(zé)任。規(guī)格如有變更，恕不另行通知。不含有對(duì) ADI 公

司專利或者專利權(quán)的暗示性或其他形式的許可。█

參考文獻(xiàn)

1. 工業(yè)無(wú)線傳感器網(wǎng)絡(luò) ：趨勢(shì)和發(fā)展（https://www.isa.org/

standards-publications/isa-publications/intech-magazine/2012/

october/web-exclusive-industrial-wireless-sensornetworks/#sthash.cl3G9ze5.dpuf）

2. 6TiSCH 無(wú)線工業(yè)網(wǎng)絡(luò) ：確定性滿足 IPv6 標(biāo)準(zhǔn)：Maria

Rita Palattella1

、Pascal Thubert2

、Xavier Vilajosana3,4、

Thomas Watteyne4,5、Qin Wang4,6、Thomas Engel1 發(fā)布于 ：

IEEE 通信雜志（第 52 卷，第 12 期）。

3. 保護(hù)無(wú)線傳感器網(wǎng)絡(luò)免受攻擊，Kristofer Pister 和 Jonathan

Simon，網(wǎng)址：http://electronicdesign.com/communications/

secure-wireless-sensor-networks-against-attacks

圖3.推動(dòng)實(shí)現(xiàn)變革——軟件分析，例如來(lái)自IntelliSense.io的Brains.App軟件，利

用工業(yè)無(wú)線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)來(lái)簡(jiǎn)化工廠運(yùn)營(yíng)，并優(yōu)化產(chǎn)出和提高安全性。

深圳燦態(tài)信息技術(shù)有限公司

深圳燦態(tài)是一家國(guó)家高新技術(shù)企業(yè)，廣東省工業(yè)互聯(lián)網(wǎng)上云上平臺(tái)資源池入池企業(yè)。由來(lái)自

富士康、華為、TCL等500強(qiáng)制造企業(yè)的MES團(tuán)隊(duì)及精益、自動(dòng)化資深專家加盟，專注于智能制造

領(lǐng)域，為制造企業(yè)提供完整的智能制造解決方案和服務(wù)。

智能制造系統(tǒng)服務(wù)商--提供智能工廠數(shù)字化整體解決方案

五 大 產(chǎn) 品 系 列

解決客戶痛點(diǎn)

02 01 03 04 05 06 07 08

追溯難

異常預(yù)警

處理不及時(shí) 工藝長(zhǎng)

訂單進(jìn)度

跟蹤難

物料損耗

統(tǒng)計(jì)難 產(chǎn)能統(tǒng)計(jì)

分析難

紙質(zhì)存檔

保存難 在制品

滯留

批次性

不良

| | | | |

優(yōu)秀案列

0755-21016771 199-2880-8097

Sunny@zontecmes.com 深圳市龍華區(qū)港之龍商務(wù)中心I棟200-204

行業(yè)風(fēng)云 INDUSTRY INTERCHANGE

28 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

本刊特約記者：晨玉婷

打造“智慧之眼”與“創(chuàng)新之輪”

華?？萍贾浦圃鞓I(yè)智能升級(jí)

Creating The "Eye of Wisdom" And "Wheel of Innovation"

iRAYPLE Helps To Promote The Intelligent Upgrade Of Manufacturing Industry

以“睿智造創(chuàng)未來(lái)”為主題的

2021 華?？萍济襟w分享會(huì)于

2021 年 12 月 23 日?qǐng)A滿舉辦，《工

業(yè) AI》媒體受邀參加了此次分享會(huì)。

會(huì)上，華睿科技總裁李銘介紹了華

?？萍嫉墓緲I(yè)務(wù)及所關(guān)注的重點(diǎn)領(lǐng)

域，展示了其在機(jī)器視覺(jué)和移動(dòng)機(jī)器

人領(lǐng)域的一系列軟硬件產(chǎn)品，并與來(lái)

自機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟、中國(guó)移動(dòng)機(jī)器

人產(chǎn)業(yè)聯(lián)盟的專家學(xué)者共同圍繞智能

工業(yè)領(lǐng)域的未來(lái)發(fā)展趨勢(shì)進(jìn)行了深入

探討。

李銘介紹 ：“從 2016 年發(fā)布小面

陣系列相機(jī) ；到 2018 年推出 MVP

算法平臺(tái)、線陣相機(jī)及智能相機(jī)，豐

富了產(chǎn)品種類 ；再到 2020 年最高像

素達(dá)到 6 億，并加載移動(dòng)機(jī)器人業(yè)

務(wù)，華?？萍家恢眻?jiān)持以技術(shù)創(chuàng)新為

引領(lǐng)，始終致力于為智能工業(yè)的轉(zhuǎn)型

升級(jí)提供動(dòng)力。在深耕國(guó)內(nèi)市場(chǎng)的同

時(shí)，華睿科技積極拓展海外業(yè)務(wù)，并

正為全球客戶提供優(yōu)質(zhì)的產(chǎn)品與解決

方案。作為一家機(jī)器視覺(jué)和移動(dòng)機(jī)

器人領(lǐng)域的產(chǎn)品方案提供商，華?？?/p>

技依托機(jī)器視覺(jué)和移動(dòng)機(jī)器人兩大板

塊，以技術(shù)創(chuàng)新為驅(qū)動(dòng)，踐行‘讓工

廠更智能’的初心使命，打造工業(yè)互

聯(lián)的創(chuàng)新應(yīng)用，推動(dòng)制造業(yè)全要素、

全產(chǎn)業(yè)鏈的互聯(lián)互通，以數(shù)字孿生賦

能千行百業(yè)，為我國(guó)的智能工業(yè)轉(zhuǎn)型

提供強(qiáng)勁動(dòng)力。”

機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)潘津在

致辭中表示 ：“今年新發(fā)布的《機(jī)器

視覺(jué)發(fā)展白皮書》中明確指出，智能

制造為機(jī)器視覺(jué)提供了巨大的需求牽

引，人工智能為機(jī)器視覺(jué)賦能，推動(dòng)

機(jī)器視覺(jué)的加速發(fā)展。機(jī)器視覺(jué)是智

能制造的基礎(chǔ)產(chǎn)業(yè)，是實(shí)現(xiàn)工業(yè)自動(dòng)

化和智能化的必要手段，相當(dāng)于人類

視覺(jué)在機(jī)器上的延伸。到 2023 年，

中國(guó)機(jī)器視覺(jué)行業(yè)銷售額將增長(zhǎng)至

296.0 億元，年均復(fù)合增長(zhǎng)率將達(dá)到

28.0%。當(dāng)前，行業(yè)對(duì)于視覺(jué)應(yīng)用的

探索不斷深化，深度學(xué)習(xí)等新技術(shù)的

應(yīng)用領(lǐng)域持續(xù)拓寬。華睿科技多年來(lái)

一直推動(dòng)機(jī)器視覺(jué)技術(shù)在工業(yè)領(lǐng)域的

應(yīng)用和發(fā)展，積極參與各項(xiàng)國(guó)際和國(guó)

內(nèi)機(jī)器視覺(jué)標(biāo)準(zhǔn)的制定，是 CMVU

的重要會(huì)員之一。借此機(jī)會(huì)，對(duì)華睿

科技表示感謝！”

隨后，移動(dòng)機(jī)器人聯(lián)盟秘書長(zhǎng)李

進(jìn)科在致辭中介紹了中國(guó)移動(dòng)機(jī)器

人市場(chǎng)狀況 ：“中國(guó)移動(dòng)機(jī)器人行業(yè)

近兩年得到前所未有的發(fā)展，市場(chǎng)

前景十分廣闊。2020 年移動(dòng)機(jī)器人

市場(chǎng)規(guī)模達(dá)到 76.8 億元，年復(fù)增長(zhǎng)

24.4% ；單體數(shù)量達(dá)到 41000 臺(tái)，年

增長(zhǎng) 22.75%。汽車汽配、3C 電子、

物流電商、制造業(yè)累加占比超 50%，

鋰電、光伏等行業(yè)占比也在快速上

華?？萍伎偛美钽懴壬?/p>

機(jī)器視覺(jué)產(chǎn)業(yè)聯(lián)盟理事長(zhǎng)潘津先生

移動(dòng)機(jī)器人聯(lián)盟秘書長(zhǎng)李進(jìn)科先生

行業(yè)風(fēng)云 INDUSTRY INTERCHANGE

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 29

升。但想要取得長(zhǎng)遠(yuǎn)發(fā)展必須立足于

自主創(chuàng)新，并結(jié)合中國(guó)企業(yè)的現(xiàn)狀和

未來(lái)客戶的物流規(guī)劃目標(biāo)，探索更完

整的技術(shù)解決方案。未來(lái)移動(dòng)機(jī)器人

的導(dǎo)航技術(shù)正向精準(zhǔn)建模、3D 導(dǎo)航、

多傳感器融合、全周期 SLAM 發(fā)展。

華?？萍紤{借其在移動(dòng)機(jī)器人領(lǐng)域的

領(lǐng)先技術(shù)為行業(yè)的自主創(chuàng)新貢獻(xiàn)了重

要力量，參與行業(yè)標(biāo)準(zhǔn)制定，也為我

國(guó)制造業(yè)領(lǐng)域的數(shù)字化轉(zhuǎn)型提供了科

技‘助推器’?！?/p>

在現(xiàn)場(chǎng)答疑環(huán)節(jié)中，記者問(wèn)及華

?？萍紝?duì)于半導(dǎo)體市場(chǎng)的規(guī)劃和布

局，李銘介紹 ：“半導(dǎo)體市場(chǎng)是華睿

重點(diǎn)關(guān)注的領(lǐng)域。針對(duì)機(jī)器視覺(jué)和

AGV 產(chǎn)業(yè)來(lái)講，半導(dǎo)體市場(chǎng)的需求

是非常旺盛的。從晶圓到整個(gè)流片生

產(chǎn)和封測(cè)，這中間有著大量的機(jī)器視

覺(jué)應(yīng)用。華?？萍嫉墓I(yè)相機(jī)已經(jīng)在

很多的設(shè)備商及產(chǎn)線得到了成功的應(yīng)

用。此外，很多半導(dǎo)體領(lǐng)域的廠商對(duì)

機(jī)器視覺(jué)有著高速、高分辨率的要求。

比如對(duì)于 AGV 產(chǎn)業(yè)來(lái)講，從 AGV

產(chǎn)品的設(shè)計(jì)到整個(gè)現(xiàn)場(chǎng)的實(shí)施，廠商

對(duì)此都提出了很高的要求。華?？萍?/p>

未來(lái)在半導(dǎo)體領(lǐng)域?qū)⒊掷m(xù)投入和努

力，盡力滿足客戶的高標(biāo)準(zhǔn)要求?！?/p>

針對(duì)嵌入式視覺(jué)市場(chǎng)的應(yīng)用，李

總認(rèn)為 ：“目前嵌入式視覺(jué)與基于 PC

的視覺(jué)系統(tǒng)市場(chǎng)份額相對(duì)平等。但嵌

入式視覺(jué)有著不可取代的優(yōu)勢(shì)，比如

集成度更高，穩(wěn)定性更強(qiáng)，體積更小，

更容易嵌入到機(jī)器人、機(jī)械臂以及機(jī)

臺(tái)等工業(yè)現(xiàn)場(chǎng)應(yīng)用中。對(duì)于嵌入式視

覺(jué)未來(lái)的發(fā)展，李總認(rèn)為嵌入式視覺(jué)

未來(lái)將比基于 PC 的視覺(jué)系統(tǒng)擁有更

高的增長(zhǎng)率，但由于基于 PC 的視覺(jué)

系統(tǒng)的靈活性更強(qiáng)，因此基于 PC 的

視覺(jué)系統(tǒng)不會(huì)完全消失，兩者將會(huì)長(zhǎng)

期共存。隨著 AI 技術(shù)算力的增強(qiáng)，

比如端的計(jì)算，邊緣邊計(jì)算等技術(shù)的

提升，嵌入式視覺(jué)的應(yīng)用會(huì)越來(lái)越廣，

增速會(huì)越來(lái)越快?！?/p>

作為一家面向工業(yè)互聯(lián)領(lǐng)域的數(shù)

字化核心產(chǎn)品及解決方案提供商，華

?？萍贾饕獜氖聶C(jī)器視覺(jué)核心部件和

移動(dòng)機(jī)器人的研發(fā)、生產(chǎn)與銷售，并

為下游客戶提供定制化行業(yè)解決方

案，助力客戶構(gòu)建數(shù)字化車間，打造

智能工廠。華?？萍紙?jiān)持技術(shù)創(chuàng)新，

深耕工業(yè)視覺(jué)行業(yè)，在智能算法、圖

像技術(shù)、光學(xué)技術(shù)、定位導(dǎo)航、集群

調(diào)度、硬件技術(shù)等技術(shù)領(lǐng)域位列業(yè)界

領(lǐng)先水平。

在機(jī)器視覺(jué)領(lǐng)域，華?？萍蓟?/p>

智能基礎(chǔ)算法平臺(tái)，推出了面陣工業(yè)

相機(jī)、線陣工業(yè)相機(jī)、智能工業(yè)相

機(jī)、3D 工業(yè)相機(jī)、讀碼器等核心部件，

實(shí)現(xiàn)高精度檢測(cè)、識(shí)別、測(cè)量和定位

引導(dǎo)等視覺(jué)工業(yè)應(yīng)用 ；在移動(dòng)機(jī)器人

領(lǐng)域，華?？萍甲灾餮邪l(fā)了潛伏、移

載、叉取和巡檢等各類型的移動(dòng)機(jī)器

人，并通過(guò)機(jī)器人調(diào)度系統(tǒng)，提供搬

運(yùn)、堆垛、自動(dòng)巡檢等行業(yè)應(yīng)用。

據(jù)華睿科技機(jī)器視覺(jué)研發(fā)總監(jiān)張

博介紹 ：“中國(guó)正成為世界機(jī)器視覺(jué)

發(fā)展最活躍的地區(qū)之一。針對(duì)機(jī)器視

覺(jué)領(lǐng)域，華?？萍紦碛邪ň€陣相機(jī)、

面陣相機(jī)、3D 相機(jī)、智能相機(jī)、解

碼器、視覺(jué)控制器 / 鏡頭和算法平臺(tái)

等在內(nèi)的一系列領(lǐng)先的產(chǎn)品及解決方

案，并持續(xù)賦能面板、光伏、鋰電、

輪胎、讀碼器等多個(gè)行業(yè)，為客戶推

出一系列創(chuàng)新應(yīng)用，助力智能制造、

助推工業(yè)客戶的數(shù)字化轉(zhuǎn)型升級(jí)?！?/p>

在業(yè)務(wù)布局方面，經(jīng)過(guò)多年的技

術(shù)積累和業(yè)務(wù)深耕，華?？萍家劳性?/p>

機(jī)器視覺(jué)與移動(dòng)機(jī)器人的技術(shù)優(yōu)勢(shì)開(kāi)

發(fā)了重點(diǎn)行業(yè)解決方案，其產(chǎn)品及解

決方案已經(jīng)廣泛應(yīng)用于物流、3C 制

造、紡織、電力、汽車制造、新能源、

液晶面板、半導(dǎo)體等多個(gè)行業(yè)及領(lǐng)域。

目前，華?？萍嫉匿N售范圍已從國(guó)內(nèi)

走向日本、韓國(guó)、東南亞、北美、歐

洲等區(qū)域，在逐步擴(kuò)大全球市場(chǎng)影響

力的同時(shí)，不斷探索新的終端應(yīng)用場(chǎng)

景，助力客戶提質(zhì)、增效、降本、減

存，有效提高生產(chǎn)自動(dòng)化、智能化程

度，有效實(shí)現(xiàn)制造的“降本 - 增效 -

提質(zhì)”。

華?？萍家苿?dòng)機(jī)器人研發(fā)總監(jiān)王

政則介紹了公司未來(lái)發(fā)展戰(zhàn)略 ：“移

動(dòng)機(jī)器人是華?？萍嫉膽?zhàn)略重點(diǎn)之

一。工業(yè)移動(dòng)機(jī)器人沒(méi)有特定的行業(yè)

屬性，可以在千行百業(yè)的物流搬運(yùn)中

廣泛場(chǎng)景應(yīng)用，與此同時(shí)，移動(dòng)機(jī)器

人也是完整的工業(yè)智能制造和智能倉(cāng)

儲(chǔ)解決方案中的重要一環(huán)。華睿擁有

在視覺(jué)、嵌入式系統(tǒng)、大數(shù)據(jù)平臺(tái)、

智能算法等領(lǐng)域的長(zhǎng)期積累，憑借這

些優(yōu)勢(shì)，我們正在為廣泛的行業(yè)客戶

提供領(lǐng)先的移動(dòng)機(jī)器人產(chǎn)品，進(jìn)而為

中國(guó)工業(yè)企業(yè)的數(shù)字化、智能化轉(zhuǎn)型

進(jìn)程提供有力支持?！报€

華睿科技機(jī)器視覺(jué)研發(fā)總監(jiān)張博先生

華?？萍家苿?dòng)機(jī)器人研發(fā)總監(jiān)王政先生

市場(chǎng)動(dòng)態(tài) NEWS

30 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

Gartner 預(yù)測(cè)，2022 年全球人工智能（AI）軟件收

入總額預(yù)計(jì)將達(dá)到 625 億美元，相比 2021 年增長(zhǎng) 21.3%。

Gartner 高級(jí)研究總監(jiān) Alys Woodward 表示 ：“人工

智能軟件市場(chǎng)正在加速增長(zhǎng)，但其長(zhǎng)期發(fā)展軌跡將取決于

推動(dòng)人工智能成熟度的企業(yè)?！?/p>

人工智能軟件市場(chǎng)包括計(jì)算機(jī)視覺(jué)軟件等嵌入人工

智能的應(yīng)用以及用于構(gòu)建人工智能系統(tǒng)的軟件。Gartner

對(duì)人工智能軟件市場(chǎng)所作的預(yù)測(cè)以用例為基準(zhǔn)，通過(guò)衡量

潛在業(yè)務(wù)的價(jià)值量、實(shí)現(xiàn)業(yè)務(wù)價(jià)值的時(shí)間和風(fēng)險(xiǎn)來(lái)預(yù)測(cè)用

例的增長(zhǎng)方式。

Gartner 預(yù)測(cè)，2022 年人工智能軟件支出最高的五

個(gè)用例將是知識(shí)管理、虛擬助手、自動(dòng)駕駛汽車、數(shù)字工

作場(chǎng)所和眾包數(shù)據(jù)（見(jiàn)表 1）。

人工智能成熟度落后于興趣

企業(yè)繼續(xù)表現(xiàn)出對(duì)人工智能的強(qiáng)烈興趣。在 Gartner

2022 年首席信息官和技術(shù)高管調(diào)研中，48% 的首席信息

細(xì)分市場(chǎng) 2021年

收入

2021年

增長(zhǎng)率(%)

2022年

收入

2022年

增長(zhǎng)率(%)

知識(shí)管理 5,466 17.6 7,189 31.5

虛擬助手 6,210 12.0 7,123 14.7

自動(dòng)駕駛汽車 5,703 13.7 6,849 20.1

數(shù)字工作場(chǎng)所 3,593 13.7 4,309 20.0

眾包數(shù)據(jù) 3,483 13.6 4,171 19.8

其他 27,049 14.1 32,827 21.4

共計(jì) 51,503 14.1 62,468 21.3

來(lái)源：Gartner（2021年11月）

Gartner預(yù)測(cè)全球人工智能軟件市場(chǎng)將在2022年達(dá)到620億美元規(guī)模

SIAF廣州自動(dòng)化展明年3月載譽(yù)而歸 聚焦智能傳感器專區(qū)

官表示他們已經(jīng)部署或計(jì)劃在未來(lái) 12 個(gè)月內(nèi)部署人工智

能和機(jī)器學(xué)習(xí)技術(shù)。

但人工智能的實(shí)際部署情況遠(yuǎn)沒(méi)有這么樂(lè)觀。根據(jù)

Gartner 的研究，雖然企業(yè)機(jī)構(gòu)一般都會(huì)嘗試使用人工

智能，但卻很難將這項(xiàng)技術(shù)融入到其標(biāo)準(zhǔn)運(yùn)營(yíng)流程中。

Gartner 預(yù)測(cè)，全球一半的企業(yè)機(jī)構(gòu)要到 2025 年才能達(dá)

到 Gartner 人工智能成熟度模型所描述的“穩(wěn)定階段”或

更高的人工智能成熟度。█

第 13 屆 SIAF 廣州國(guó)際工業(yè)自動(dòng)化技術(shù)及裝備展覽會(huì)

將于 2022 年 3 月 3 至 5 日再度在廣州中國(guó)進(jìn)出口商品交易

會(huì)展館舉行。展會(huì)將網(wǎng)羅全球前沿且應(yīng)用范圍廣泛的工業(yè)自

動(dòng)化技術(shù)成果，涵蓋工業(yè)機(jī)器人、傳動(dòng)系統(tǒng)、傳感器、人機(jī)

界面（HMI）和嵌入式系統(tǒng)、連接和電氣技術(shù)等多個(gè)領(lǐng)域。

SIAF 將會(huì)與 Asiamold 廣州國(guó)際模具展覽會(huì)同期舉辦，

預(yù)計(jì)將迎來(lái) 850 多家參展商和超過(guò) 65,000 名觀眾，展覽面

積達(dá) 50,000 平方米。

在 SIAF 2021 閉幕后短短幾個(gè)月內(nèi)，已有約 350 家展

商確認(rèn)參與明年的展會(huì)。一眾領(lǐng)先品牌將展出先進(jìn)產(chǎn)品及解

決方案，當(dāng)中包括 ：亞米拉、邦飛利、創(chuàng)鋒精工、高松、鼎

實(shí)、町洋、康順、富仕、泓格、精奇、光洋、老狗科技、麥杰、

米博、新三和、權(quán)碩、魯邦通、洛丁森、榮逸、銳鍵、三力信、

施邁賽、昕芙旎雅、興威聯(lián)電氣、臺(tái)寶艾傳動(dòng)、瑋創(chuàng)、唯恩、

萬(wàn)鏈智能、魏德、華茂歐特、研控科技、安川首鋼和怡合達(dá)等。

先進(jìn)的智能傳感器技術(shù)在中國(guó)“十四五”規(guī)劃的初步部

署中起重要作用

中國(guó)政府早于今年二月為“十四五”規(guī)劃打響頭炮，在

首個(gè)部署階段的眾多范疇中，中國(guó)智能傳感器行業(yè)的發(fā)展是其

中一個(gè)重點(diǎn)發(fā)展領(lǐng)域。根據(jù)國(guó)際市場(chǎng)研究機(jī)構(gòu) Allied Market

Research 的報(bào)告指出，

全球智能傳感器市場(chǎng)的

規(guī)模預(yù)計(jì)到 2027 年將

達(dá)到 913.7 億美元，而

亞太地區(qū)將成為該市場(chǎng)

最主要貢獻(xiàn)者。

為突顯智能傳感器行業(yè)領(lǐng)域的重要性，SIAF 著力于

13.2 號(hào)館為觀眾搜羅市場(chǎng)上最新的智能傳感器及與機(jī)器視覺(jué)

產(chǎn)品。確認(rèn)亮相本屆展會(huì)企業(yè)包括 ：奧托尼克斯、堡盟、賓

德、博億精科、科瑞、大恒圖像、德夫爾、合杰、虹潤(rùn)、嘉

銘、明治傳感器、邁德威視、倍加福、深浦、視界縱橫、神武、

思谷和禹衡等。

如同往年安排，10.2 號(hào)館和 11.2 號(hào)館將展示先進(jìn)的電氣

系統(tǒng)及連接技術(shù)、工業(yè)機(jī)器人，氣動(dòng)，工業(yè)計(jì)算機(jī)裝備及工

業(yè)自動(dòng)化軟件。13.2 號(hào)館將展現(xiàn)先進(jìn)的傳感及機(jī)器視覺(jué)技術(shù)、

工業(yè)物聯(lián)網(wǎng)及智能物流 ；12.2 號(hào)館為不同的智能制造活動(dòng)區(qū)

與高峰論壇。

掃碼預(yù)登記，提前預(yù)約席位！

市場(chǎng)動(dòng)態(tài) NEWS

32 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

西門子與 AWS 深化合作 共推云計(jì)算工業(yè)數(shù)字

化轉(zhuǎn)型

西門子數(shù)字化工業(yè)軟件近日與亞馬遜云科技（AWS）

進(jìn)一步擴(kuò)大合作。

根據(jù)雙方簽訂的戰(zhàn)略合作協(xié)議，AWS 將與西門子共

同為客戶提供支持，擴(kuò)大西門子 Xcelerator as a Service

的云計(jì)算能力，開(kāi)發(fā)并交付新型解決方案。此次合作的

重要領(lǐng)域之一是對(duì)于數(shù)字孿生技術(shù)的豐富與完善，雙方計(jì)

劃通過(guò) AWS IoT TwinMaker 加快數(shù)字孿生的部署并使

其更加普及 ；AWS IoT TwinMaker 是 AWS 推出的一項(xiàng)

新服務(wù)，可加快并簡(jiǎn)化包含多個(gè)數(shù)據(jù)源的數(shù)字孿生創(chuàng)建過(guò)

程。西門子 Xcelerator 解決方案組合目前已集成有 60 余

種 AWS 服務(wù)，AWS IoT TwinMaker 的加入將幫助客戶

實(shí)現(xiàn)功能更強(qiáng)大的數(shù)字孿生，并確保這些解決方案與西門

子設(shè)計(jì)、仿真和制造軟件相兼容。

德昌電機(jī)與Cortica成立合資企業(yè)Lean AI

德昌電機(jī)集團(tuán)和 Cortica 集團(tuán)成立合資企業(yè) Lean

AI。作為一家初創(chuàng)公司，Lean AI 將利用德昌電機(jī)在制造

業(yè)的知識(shí)和經(jīng)驗(yàn)以及 Cortica 自主人工智能技術(shù)應(yīng)用于視

覺(jué)檢測(cè)市場(chǎng)。

Lean AI 技術(shù)具有的非監(jiān)督性的學(xué)習(xí)能力可以在極短

時(shí)間內(nèi)處理圖像信息，利用未被標(biāo)記的原始數(shù)據(jù)，預(yù)知性

算法以及編譯數(shù)據(jù)，提高了產(chǎn)品檢測(cè)生產(chǎn)線上的部署速度

和規(guī)模。作為獨(dú)立于周邊硬件、產(chǎn)品及其缺陷變化的開(kāi)放

平臺(tái)，Lean AI 可以與所有的系統(tǒng)集成商、原始設(shè)備制造

商和自動(dòng)化解決方案制造商合作。

當(dāng)前全球機(jī)器視覺(jué)市場(chǎng)規(guī)模達(dá) 110 億美元，預(yù)計(jì)到

2026 年將增加到 155 億美元。█

作為工具化、通用化的產(chǎn)品，也支持圖形

應(yīng)用框架的擴(kuò)展（類似于 APP 擴(kuò)展）。不僅僅局限于工業(yè)

領(lǐng)域，在樓宇、園區(qū)、能源等都可以適用。

基于目前市場(chǎng)的情況，愛(ài)投斯專注于提供一個(gè)工具

化、通用化且小而精的物聯(lián)網(wǎng)中間件平臺(tái)，而不是為項(xiàng)目

而生。前期我們做了大量的積累，很多開(kāi)發(fā)工作我們已經(jīng)

做好了，將開(kāi)發(fā)的門檻和開(kāi)發(fā)成本大大降低、效率也提高

了很多，所以我們可以來(lái)服務(wù)這些中小企業(yè)廠家，他們所

付的資金和人力成本也非常小，也能做到復(fù)制可擴(kuò)展。這

就是我們?yōu)楫a(chǎn)業(yè)數(shù)字化的升級(jí)改造提供的解決方案。

深圳燦態(tài)宋勇華 ：AI 行業(yè)在過(guò)去一年里，

主要是場(chǎng)景化的落地，在工業(yè)的真實(shí)場(chǎng)景

中找到它的應(yīng)用價(jià)值，并結(jié)合整個(gè)工業(yè)互

聯(lián)網(wǎng)連接起來(lái)，在工廠的數(shù)字化過(guò)程中扮

演者重要角色，增加了智能的分量。

我們?cè)诠I(yè) AI 的生態(tài)系統(tǒng)中，會(huì)聚焦在數(shù)字工廠整

體解決方案，打通從客戶訂單到車間生產(chǎn)、倉(cāng)庫(kù)備料、碼

頭收貨、供應(yīng)鏈優(yōu)化等完整的工廠數(shù)字化體系。向下整合

工業(yè)傳感設(shè)備采集、向上結(jié)合大數(shù)據(jù) AI 算法做工業(yè)的預(yù)

知預(yù)測(cè)預(yù)判，從數(shù)字工廠走向智能工廠。

寄云科技 CEO 時(shí)培昕博士 ：工業(yè)互聯(lián)網(wǎng)

是助力企業(yè)數(shù)智化轉(zhuǎn)型的強(qiáng)力引擎，而工

業(yè)大數(shù)據(jù)是制造業(yè)數(shù)字化轉(zhuǎn)型與智能化

升級(jí)的關(guān)鍵點(diǎn)。也正因?yàn)樯羁炭吹街悄苤?/p>

造的核心是數(shù)據(jù)，應(yīng)用是導(dǎo)向，基礎(chǔ)是平臺(tái)，寄云科技

NeuSeer 工業(yè)互聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)了向上連接各類企業(yè)應(yīng)用，

向下實(shí)現(xiàn) IT/OT 深度融合，將海量的工業(yè)實(shí)時(shí)數(shù)據(jù)與眾

多生產(chǎn)業(yè)務(wù)系統(tǒng)進(jìn)行融合處理，并通過(guò)機(jī)理模型與人工智

能結(jié)合的智能分析，構(gòu)建起包括“預(yù)測(cè)性維護(hù)”、“異常檢

測(cè)與智能診斷”、“實(shí)時(shí)生產(chǎn)決策”、“安全生產(chǎn)管控”在內(nèi)

的多種智能應(yīng)用，為工業(yè)企業(yè)提供基于數(shù)據(jù)智能和數(shù)字孿

生的數(shù)字化轉(zhuǎn)型方案。

工業(yè)大數(shù)據(jù)價(jià)值潛力大幅激發(fā)，特別是在高度自動(dòng)化

所帶來(lái)對(duì)海量數(shù)據(jù)處理和數(shù)據(jù)智能分析的強(qiáng)烈需求，寄云

科技有針對(duì)性打造了 NeuSeer 數(shù)據(jù)建模與分析平臺(tái)，持續(xù)

專注大數(shù)據(jù)挖掘與可視化分析的全流程建模。有效對(duì)接海

量工業(yè)數(shù)據(jù)，快速構(gòu)建數(shù)據(jù)模型和數(shù)據(jù)對(duì)象，支持拖放式、

零代碼、敏捷式的算法模型開(kāi)發(fā)，支持海量數(shù)據(jù)預(yù)處理、

機(jī)器學(xué)習(xí)和人工智能建模分析以及模型在線部署能力，幫

助工程技術(shù)人員快速?gòu)姆彪s的數(shù)據(jù)中，通過(guò)智能的建模分

析，有效挖掘數(shù)據(jù)價(jià)值，為工業(yè)企業(yè)構(gòu)建智能分析決策體系。

當(dāng)下，工業(yè)智能化升級(jí)是我國(guó)工業(yè)“轉(zhuǎn)型升級(jí)”的重

要契機(jī)，也是我國(guó)由制造大國(guó)向制造強(qiáng)國(guó)轉(zhuǎn)型的重要手段。

在新一年里，寄云科技將以 NeuSeer 工業(yè)互聯(lián)網(wǎng)平臺(tái)為

“底座”，立足核心技術(shù)研發(fā)，聚力拓展新應(yīng)用場(chǎng)景，通過(guò)

釋放自身在工業(yè)互聯(lián)網(wǎng)領(lǐng)域積累的技術(shù)優(yōu)勢(shì)，助力夯實(shí)制

造業(yè)發(fā)展行穩(wěn)致遠(yuǎn)的根基，為中國(guó)制造強(qiáng)國(guó)、網(wǎng)絡(luò)強(qiáng)國(guó)建

設(shè)發(fā)展添磚加瓦。█

（上接第 16 頁(yè)）

C

M

Y

CM

MY

CY

CMY

K

SIAF22 203x273mm (3mm出血) op.pdf 1 2021/11/9 14:59:56

C

M

Y

CM

MY

CY

CMY

K

SIAF22 203x273mm (3mm出血) op.pdf 1 2021/11/9 14:59:56

34 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

特色產(chǎn)品 FEATURED PRODUCTS

這種整合成為可能。SYCL 是一個(gè)基于 ISO C++ 的編程

模型，它促進(jìn)了跨目標(biāo)的異構(gòu)編程，這些目標(biāo)包括由但不

限于英特爾、AMD、Nvidia、瑞薩、Arm 和 Imagination

提供的多核處理器。

此外，Acoran 編程模型在優(yōu)化的特定領(lǐng)域庫(kù)中分層，

使開(kāi)發(fā)人員能夠在特定設(shè)備的優(yōu)化程序上放心地構(gòu)建和部

署應(yīng)用程序。

簡(jiǎn)而言之，這種整合在實(shí)時(shí)的工業(yè)和汽車嵌入式操作

環(huán)境中為人工智能和高性能計(jì)算加速的應(yīng)用提供了安全的渲

染。今天，這種合作關(guān)系將實(shí)現(xiàn)對(duì)多核 CPU 環(huán)境的更大支持，

但在未來(lái)也將支持集成的 AI 和計(jì)算機(jī)視覺(jué)加速器。█

Tiera Oliver/文 Embedded Computing Design副編輯

與實(shí)時(shí)操作系統(tǒng)打交道歷來(lái)是一項(xiàng)深?yuàn)W的工作--尤其是當(dāng)實(shí)時(shí)操作系統(tǒng)控制著工業(yè)

機(jī)械或高級(jí)駕駛輔助系統(tǒng)（ADAS）等對(duì)安全和安保至關(guān)重要的設(shè)備時(shí)。

開(kāi)放式編程模型為嵌入式、

企業(yè)和物聯(lián)網(wǎng)開(kāi)發(fā)者創(chuàng)造中間地帶

Open Programming Model to Create Middle Ground for Embedded,

Enterprise & IoT Developers

這些操作系統(tǒng)所運(yùn)行的嵌入式設(shè)備數(shù)量多、異質(zhì)性強(qiáng)、

分布廣，這意味著嵌入式工程師必須對(duì)目標(biāo)硬件、

操作系統(tǒng)、固件和應(yīng)用程序有深入的了解，以確保可靠、

確定的性能。

但物聯(lián)網(wǎng)正在改變這一切。相比之下，現(xiàn)代開(kāi)發(fā)者

習(xí)慣于用腳本語(yǔ)言編程，并在同質(zhì)的企業(yè)硬件基礎(chǔ)設(shè)施上

部署他們的應(yīng)用程序。所有這些都使建立在敏捷性和速度

基礎(chǔ)上的新開(kāi)發(fā)模式成為可能，如 “左移”和 “一次寫入，

隨時(shí)運(yùn)行”（WORA）。

同時(shí)，數(shù)據(jù)橋市場(chǎng)研究公司估計(jì)，到 2027 年，嵌入

式系統(tǒng)的年復(fù)合增長(zhǎng)率為 6%，基于人工智能的技術(shù)，如

高級(jí)駕駛輔助系統(tǒng)（ADAS）和機(jī)器視覺(jué)預(yù)計(jì)將分別增長(zhǎng)

21% 和 34%。如果這兩個(gè)學(xué)科到現(xiàn)在還沒(méi)有足夠的融合，

那么在未來(lái)幾年肯定會(huì)融合。

現(xiàn)在，eSOL 和 Codeplay 之間的合作正在彌合這兩

個(gè)現(xiàn)實(shí)。兩家公司正在將 Codeplay Acoran—一個(gè)集成了

OpenCL、oneAPI、SYCL、SPIR-V、TensorFlow 等 標(biāo)

準(zhǔn)和開(kāi)源組件的開(kāi)放式軟件平臺(tái) -- 與 eSOL eMCOS 實(shí)

時(shí)操作系統(tǒng)結(jié)合起來(lái)。

用一個(gè)模型為它們編程

從本質(zhì)上講，eSOL/Codeplay 的產(chǎn)品允許開(kāi)發(fā)者將

用 C++ 編寫的程序直接移植到符合 POSIX 標(biāo)準(zhǔn)的 eSOL

eMCOS 框架中。例如，這允許 ADAS 工程師將數(shù)據(jù)中心

的人工智能和 HPC 工作負(fù)載整合到由多核 eMCOS 實(shí)時(shí)

操作系統(tǒng)管理的嵌入式環(huán)境中。

Acoran 通過(guò)大量使用 Khronos 集團(tuán)的 SYCL 標(biāo)準(zhǔn)使

產(chǎn)品速遞 NEW PRODUCTS

工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM 2021年 12月 / 2022年 1月 35

艾邁斯歐司朗超小多區(qū)dToF模塊實(shí)現(xiàn)高精

度測(cè)距

艾邁斯歐司朗（ams AG）推出了三款 dToF 模塊新

產(chǎn)品，用于多區(qū)及多目標(biāo)檢測(cè)，寬視場(chǎng)角（FoV）更寬，

檢測(cè)范圍更廣。工業(yè)和家用機(jī)器人需要尖端的系統(tǒng)來(lái)檢測(cè)

環(huán)境，以確保安全運(yùn)行。艾邁斯歐司朗的多區(qū) dToF 模塊

TMF8820、TMF8821 和 TMF8828 可將檢測(cè)范圍劃分

為多個(gè)區(qū)域，以捕捉數(shù)量更多、質(zhì)量更高的信息。

TMF8820 dToF 模塊可將視場(chǎng)角分為 3x3 或 9 個(gè)獨(dú)

立的檢測(cè)區(qū)域，TMF8821 可分為 4x4 或 16 個(gè)獨(dú)立的檢

測(cè)區(qū)域，TMF8828 可分為 8x8 或 64 個(gè)獨(dú)立的檢測(cè)區(qū)域。

通過(guò)多區(qū)檢測(cè)，可以識(shí)別物體在傳感器視場(chǎng)角內(nèi)的位置。

這些新設(shè)備具有可動(dòng)態(tài)調(diào)節(jié)的視場(chǎng)角，最大可達(dá) 63°。

所有三個(gè) dToF 模塊的探測(cè)范圍都在 1 厘米到 5 米之間。

這 些 模 塊 將 940 nm 垂 直 腔 體 表 面 發(fā) 射 激 光

（VCSEL）、匹配多透鏡光學(xué)元件的靈敏單光子雪崩光電

二極管（SPAD）探測(cè)儀陣列和用于直方圖處理的片上微

控制器集成在同一個(gè)設(shè)備中。模塊采用 2.0mmx4.6mm x

1.4 mm 的緊湊尺寸。

IARSystems支持的Arm Cortex-M55內(nèi)核

IAR Systems 宣 布 其 最 新 版 本 的 IAR Embedded

Workbenchfor Arm 增加了對(duì) Arm Cortex-M55 處理器

的支持。

Arm Cortex-M55 處 理 器 是 一 款 支 持 AI 技 術(shù) 的

Cortex-M 系列處理器，也是第一款采用 Arm Helium 技

術(shù)的 M-Profile Vector Extension （MVE）矢量擴(kuò)充方案。

它為 Cortex-M 系列帶來(lái)了節(jié)能的數(shù)字信號(hào)處理（DSP）

和 機(jī) 器 學(xué) 習(xí)（ML） 能 力。IAR Embedded Workbench

for Arm 是在構(gòu)建基于 Arm Cortex-M 內(nèi)核應(yīng)用時(shí)的

首選工具鏈。該工具鏈提供了優(yōu)化能力，幫助開(kāi)發(fā)人員

最大限度地發(fā)揮 MCU 的性能，同時(shí)盡可能保持高能效。

為了確保代碼質(zhì)量，代碼分析工具已與 IAR Embedded

Workbench 完全集成。

萊迪思拓展Automate解決方案集合和Propel

設(shè)計(jì)工具功能 加速工業(yè)應(yīng)用開(kāi)發(fā)

萊迪思半導(dǎo)體公司發(fā)布其最新版本的工業(yè)自動(dòng)化系

統(tǒng)解決方案集合 Lattice Automate，新增實(shí)時(shí)網(wǎng)絡(luò)連接

功能和基于 AI 的預(yù)測(cè)性維護(hù)，增強(qiáng)了處理器性能和拓展

能力。同時(shí)還發(fā)布了 Propel 嵌入式設(shè)計(jì)環(huán)境的更新版本，

以簡(jiǎn)化工業(yè)自動(dòng)化系統(tǒng)的開(kāi)發(fā)、提高系統(tǒng)性能并新增支持

RISC-V 處理器軟核的功能。

Automate 1.1 和 Propel 2.1 的優(yōu)化和更新包括 ：

Automate 1.1 ：本地到云端實(shí)時(shí)聯(lián)網(wǎng)—除了嵌入式實(shí)

時(shí)本地處理功能外，還支持云連接的行業(yè)標(biāo)準(zhǔn) OPC UA ；

處理器性能和可拓展性更強(qiáng) ；更多節(jié)點(diǎn)實(shí)現(xiàn)更為靈活的配

置，數(shù)據(jù)延時(shí)更低。

Propel 2.1 ：支持新的 RISC-V RV32IMC 處理器核，

提供更高性能和 M（乘法 / 除法）擴(kuò)展功能 ；更多 IP 核，

包括三速以太網(wǎng) MAC、多端口存儲(chǔ)器控制器、10Gb 以

太網(wǎng)和 PCIe ；增強(qiáng)了片上調(diào)試，可使用單根下載線同時(shí)

進(jìn)行處理器和邏輯調(diào)試。

銀牛微電子3D機(jī)器視覺(jué)模組C158

3D 芯片公司 Inuitive 的母公司銀牛微電子宣布，面

向機(jī)器人行業(yè)推出“3D 機(jī)器視覺(jué)模組 C158”。產(chǎn)品基于

銀牛（Inuitive） NU4000 芯片設(shè)計(jì)，高度集成 3D 深度感

知、高精度姿態(tài)跟蹤、SLAM 實(shí)時(shí)定位建圖引擎與強(qiáng)大

的 AI 算力于一體，可提供從實(shí)時(shí) 3D 感知、計(jì)算到系統(tǒng)

一體化的解決方案。

3D 機(jī)器視覺(jué)模組深度分辨率可達(dá) 1280×800 @60fps，

感 知 距 離 達(dá) 到 6m， 深 度 感 知 精 度 誤 差 僅 為 1%。 在 AI

性 能 方 面， 產(chǎn) 品 擁 有 2 TOPs 的 AI 運(yùn) 算 能 力 和 靈 活 配

置， 能 有 效 地 支 撐 從 感 知 到 運(yùn) 算 的 各 種 需 求， 減少主

控 芯 片 / 系 統(tǒng) 的 負(fù) 擔(dān)， 提 高 實(shí) 時(shí) 性。 該 模 組 體 積 僅 為

125mm×40mm×27mm，這使其支持 120fps 的 2 路攝像頭

以及 6 自由度坐標(biāo)的重定位，能夠?qū)崿F(xiàn)實(shí)時(shí)高精度姿態(tài)跟蹤。

在功耗方面，C158 僅以 0.5w 即可實(shí)現(xiàn) 5-6 TOPS

算力，產(chǎn)品內(nèi)置的通用型 ARM 核，支持系統(tǒng)的獨(dú)立性，

使系統(tǒng)可以同時(shí)兼顧協(xié)處理器和主控系統(tǒng)，為設(shè)計(jì)提供極

大的靈活性。

36 2021年 12月 / 2022年 1月 工 業(yè) AI AI IN MANUFACTURING WWW.AIM-MAG.COM

廣告索引 Advertisers Index

行政及銷售人員 Administration & Sales Offices

行政人員 Administration

HK Office (香港辦公室)

ACT International (雅時(shí)國(guó)際商訊)

Unit B, 13/F, Por Yen Building,

No. 478 Castle Peak Road,

Cheung Sha Wan, Kowloon,

Hong Kong

Tel: 852 2838 6298

Publishing Director (出版總監(jiān)及全球銷售總監(jiān))

Adonis Mak (麥協(xié)林)

adonism@actintl.com.hk

Editor (主編)

Katie Huang (黃鶯 )

katieh@actintl.com.hk

Editor-in-Chief (總編輯)

Chris Everett (魏弘德)

chrise@actintl.com.hk

銷售人員 Sales Offices

Hong Kong (香港特區(qū))

Floyd Chun (秦澤峰)

floydc@actintl.com.hk

Tel: 852 2838 6298

Shanghai (上海)

Sales Director-China (中國(guó)區(qū)銷售總監(jiān))

Helena Xu（許海燕）

helenax@actintl.com.hk

Hatter Yao (姚麗瑩)

hattery@actintl.com.hk

Amber Li (李歆)

amberl@actintl.com.hk

Tel: 86 21 6251 1200

Shenzhen (深圳)

Yoyo Deng (鄧丹）

yoyod@actintl.com.hk

Tel: 86 755 2598 8573

Beijing (北京)

Cecily Bian (邊團(tuán)芳)

cecilyb@actintl.com.hk

Tel: 86 135 5262 1310

Wuhan (武漢)

Grace Zhu ( 朱婉婷)

gracez@actintl.com.hk

Tel: 86 159 1532 6267

Advertiser 廣告商名稱 網(wǎng)址 頁(yè)碼

ASUS AIOT 華碩電腦(上海)有限公司 https://iot.asus.com 23

CDIIF 2022 2022成都國(guó)際工業(yè)博覽會(huì) www.cdiif.com 31

燦態(tài)信息 www.zontecmes.com 27

CyberInsight 天澤智云 www.cyber-insight.com 1

SCIIF 2022 2022華南國(guó)際工業(yè)博覽會(huì) www.sciif.com IFC

SIAF 2022 2022年廣州國(guó)際工業(yè)自動(dòng)化技術(shù)及裝備展覽會(huì) www.spsinchina.com 33

Teledyne Dalsa teledynedalsa.com/sherlock 17

蘊(yùn)碩物聯(lián) https://ai.ysaiot.com/ IBC

投 稿 指 南

我們誠(chéng)摯地邀請(qǐng)您提供技術(shù)類文章，即那些涵蓋影響制造業(yè)

技術(shù)趨勢(shì)的議題，以及工程師如何應(yīng)對(duì)制造問(wèn)題的文章。

《工業(yè)AI》雜志的存在是為了提供一個(gè)專家與生產(chǎn)/制造工程

師交流的平臺(tái)—這些工程師正在尋找通過(guò)AI來(lái)改進(jìn)他們的制造工藝

方法。

我們非常歡迎收到與編輯計(jì)劃主題契合的技術(shù)文章、應(yīng)用案

例和教程文章。一般來(lái)說(shuō)，您提供文章的目標(biāo)是一個(gè)普遍的、為

制造問(wèn)題提供一個(gè)特定設(shè)計(jì)或技術(shù)選項(xiàng)。文章應(yīng)該避免宣傳公司

或產(chǎn)品。

技術(shù)文章

1. 技術(shù)文章應(yīng)在1500~4500中文字，并附英文題目。雜志保留文

章發(fā)表前的編輯權(quán)。

2. 以Word文檔提交內(nèi)容和圖表，圖片分辨率>300 dpi。

3.《工業(yè)AI》雜志中的技術(shù)文章需獨(dú)家提供。

4. 除作者姓名外，還請(qǐng)?zhí)峤还炯奥毼弧?/p>

產(chǎn)品特寫/技術(shù)簡(jiǎn)報(bào)

1. 產(chǎn)品特寫和新產(chǎn)品集中于特定產(chǎn)品(或產(chǎn)品系列)，大約

300~800中文字。

2. 產(chǎn)品應(yīng)該是新推出的，并可在中國(guó)購(gòu)買。

3. 內(nèi)容應(yīng)確定產(chǎn)品主要特點(diǎn)和優(yōu)勢(shì)、具體應(yīng)用領(lǐng)域。

4. 請(qǐng)?zhí)峁┊a(chǎn)品圖片，分辨率>300 dpi。

5. 內(nèi)容以Word格式提交。

6. 請(qǐng)?zhí)峁┞?lián)系信息，包括電話號(hào)碼、郵箱和公司網(wǎng)址。

欲知更多詳情，請(qǐng)聯(lián)系我們：

中文：Katie Huang（katieh@actintl.com.hk）

英文：Chris Everett （chrise@actintl.com.hk）

部分客戶案例

博 世 汽 車 德 國(guó) 蓋 米 閥 門 阿特拉斯·埃地沃茲

中國(guó)兵器工業(yè)集團(tuán)公司

工業(yè)機(jī)理數(shù)字化 業(yè)務(wù)價(jià)值數(shù)據(jù)化

市場(chǎng)合作郵箱：ashley.li@ysaiot.com 上?？偛侩娫挘海海海?-：---：--

開(kāi)放平臺(tái)：https://ai.ysaiot.com/ 上?？偛康刂罚荷虾Ｊ星嗥謪^(qū)徐涇鎮(zhèn)明珠路-路-號(hào)恒潤(rùn)大廈廈：：室

蘊(yùn)碩物聯(lián)技術(shù)(上海)有限公司

www.aim-mag.com

微信公眾號(hào) 免費(fèi)索閱

今天的中國(guó)制造業(yè)正在向數(shù)字化轉(zhuǎn)型。幫助實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵技術(shù)之一是在制造系統(tǒng)和制造過(guò)程中

加入人工智能（AI）。

《工業(yè) AI》雜志由雅時(shí)國(guó)際商訊出版，2019 年 11 月開(kāi)始發(fā)行，是聚焦 AI 在工業(yè)領(lǐng)域的技術(shù)應(yīng)用的專

業(yè)雜志，目的是讓中國(guó)的工藝和制造工程師、經(jīng)理和制造企業(yè)高管了解有關(guān)將人工智能納入制造領(lǐng)域的最

新新聞及技術(shù)信息。編輯團(tuán)隊(duì)分布在北京、上海、深圳、香港。雙月刊雜志以簡(jiǎn)體中文出版。印刷版免費(fèi)

贈(zèng)閱予 10,000 名讀者，同時(shí)在全國(guó)各地與制造業(yè)有關(guān)的主要展會(huì)和會(huì)議上分發(fā)，電子版雜志送達(dá)

20,000 名讀者。

《工業(yè) AI》亦致力于打造業(yè)內(nèi)領(lǐng)先的綜合傳媒及價(jià)值平臺(tái)，擁有各類主流線上載體?！肮I(yè) AI 研討會(huì)”

充分利用 ACT 二十多年來(lái)在制造業(yè)的深度參與經(jīng)驗(yàn)，為 AI 在工業(yè)領(lǐng)域的落地應(yīng)用提供切實(shí)交流平臺(tái)。自

2019 年開(kāi)始，《工業(yè) AI》舉辦了 20 多場(chǎng)線上以及線下研討會(huì)均獲業(yè)界廣泛好評(píng)。未來(lái)《工業(yè) AI》還將繼

續(xù)舉辦多場(chǎng)線上線下專題研討會(huì)助力行業(yè)發(fā)展。