将智能融入工业物联网端点

Covid-19 大流行、5G 网络的普及和熟练制造工人的短缺。这些有什么共同点？它们是加速工业物联网 （IIoT） 增长的三大宏观经济驱动因素。根据研究公司Statista的数据，随着世界利用高速无线技术并接入云端以实现从农业和智慧城市到未来的工厂车间。

这股浪潮已经向两个方向发展，制造商同时将他们的工作流推向数据中心，并推向 IIoT 网络的边缘。后一种趋势特别有趣，因为这些 IIoT 端点设备不仅数量增加，而且变得越来越智能。这是为什么？简而言之，低延迟要求、非常低功耗和端点成本的重要计算和人工智能能力、隐私和最小带宽需求。

众所周知，各行各业的制造商已经意识到 IIoT 的潜力，即提供预测性维护通知以消除意外的设备故障，结合机器学习来提高生产力和缺陷检测——甚至使护照生物特征识别系统加速机场安检和登机。一些应用程序因严重依赖云而得到很好的服务。例如，天气预报、金融服务和精算科学都是收集、处理和分发大量数据集的领域，其中数据中心是处理大量计算任务的逻辑中心。

但是，还有许多其他应用程序需要本地数据捕获和执行。这些需要近乎实时的决策制定，而无需将工作负载移植到云端或从云端移植。亚马逊的 Alexa 虚拟助手是具有即时反馈循环的设备的早期示例。控制身体佩戴的胰岛素泵的血糖监测仪是另一个必须立即传达可操作信息的实例。这些用例受到延迟的限制，并且需要在传感器节点本地执行而不会将数据传输到网络端点。随着物联网越来越多地转向语音和视频领域的处理，这一点尤其正确。

工业物联网领域发生了很多创新，特别是在基础接入层，包括智能传感器、执行器、MCU、MPU、ASIC 和 I/O。接入层将传感器网络连接到整个控制平面，并且由于它最靠近网络端点，因此它从先进的控制、监控和分析功能中受益匪浅。

这一层的早期工业物联网应用程序通常在 ASIC 或执行更简单任务的 MCU 上运行。随着设计人员采用能够运行人工智能算法和复杂计算功能的更先进的 MCU、MPU 和神经处理单元 （NPU），这种情况正在演变。即便如此，这些单核处理器也只能按顺序执行工作，首先感知数据，然后在向执行器发送指令之前对其进行处理。IIoT 的未来将演变为多核 CPU、多线程神经处理单元，甚至是低功耗、经济高效的 FPGA，驱动多个传感器和执行器的并行操作。这就是向 IIoT 端点发展的智能。

从 2017 年到 2025 年，端点数据创建增长预计将以 85% 的复合年增长率增长，我们预计随着硬件和软件的不断成熟，将智能从云端驱动到工业物联网边缘的趋势将在客户中变得越来越普遍。然而，最终，只有当我们以延长电池寿命和提高产品可靠性为目标时，才能高效且可持续地将智能从云端转移到 IIoT 端点。这是我在上一篇博客中提到的瑞萨“设计转型”的一部分，也是我们寻求帮助客户解决市场需求时的重要差异化因素。

审核编辑：郭婷