工业物联网的智能化升级

电子发烧友网报道（文/周凯扬）根据Markets and Markets给出的统计数据，全球智能制造市场预计将以18.5%的年复合增长率持续增长，并于2027年达到2282亿美元的市场规模。

虽然智能化升级的程度不同，但这股趋势明显已经席卷了整个工业市场，据统计，约2/3的制造商已经引入了智能生产设备，超过6成的制造业企业采用AI技术提升效率。

中国作为制造强国，已经连续占据全球制造业产值第一宝座12年，全球占比高达30%。也正因如此，中国的制造业数字化和智能化转型拥有庞大的市场空间，如何提高这一转型速度成了重中之重。2022英特尔工业物联网大会上，英特尔及其合作伙伴们阐述了工业物联网转型智能化的市场和技术创新趋势。

工业控制转向云边端架构

传统工业控制面临着封闭、兼容性差的问题，因此各个国家地区也纷纷开始了工业控制物联网标准化的路线。然而在标准化的同时，新型工业控制方式也在推动更多的创新实践，这尤其体现在边缘计算上。

比如欧盟地平线2020计划中就有针对中小型制造企业的Daedalus计划，将分布式智能边缘控制用于离散制造业。国内也是如此，为了给边缘产品的研发和采购提供一个权威的参考，工业互联网产业联盟就联合中国信通院等各方产业参与者发起了“边缘计算标准件计划”，对边缘计算平台、边缘服务器/一体机、边缘网关和边缘控制器等进行产品评测。

从现有的趋势来看，工业现场架构转向“云—边—端”三层架构已经成为定数，而在边缘端，无论是通过边云协同还是边缘智能来完成智能化控制，都能满足日益复杂的工业计算要求。

对于那些布局工业级芯片、工业级传感器、5G工业模组、TSN设备、边缘网关的工业物联网设备厂商来说，这无疑是一个大好时机，如何在追求TSN、实时虚拟化、跨平台编译等新技术的同时，兼顾边缘计算，将是工业控制赛道的下一个赛点。

机器视觉面临的挑战

开头我们就提到了超过6成的制造业企业使用AI技术提升效率，而他们所用的AI技术，有一大部分都是基于机器视觉的，诸如自动化机械臂、状态监控工业摄像头和AGV，还有一众预测性维护和质量检验等，这些应用的出现为工业视觉运控带来了新的机遇。

尽管目前针对机器视觉的方案频出，但也都不可避免地迎来了该行业的下一轮挑战，比如终端用户对于精度、节拍和效率的要求不断提高；对系统的稳定性、可靠性不断提高；终端使用场景多样化，需求碎片化，非标准化；工业的数据安全开始被重视起来以及流水线的快速迭代等。



从产品阵容来看，英特尔为工业机器视觉提供了完备的解决方案，无论是酷睿、至强还是全新推出的锐炫，足以满足不同的视觉算力需求。英特尔也和友商基于工业边缘节点这一标准参考架构，推出了机器视觉控制器。

该控制器具备无风扇、宽温、丰富I/O接口等特性，且该控制器基于英特尔的边缘洞见平台软件框架，可借助OpenVINO工具套件实现高性能推理，从而降低系统生产周期，实现实时监测和高精度。更重要的是，该控制器支持CPU与IO解耦，方便后续对CPU进行单独升级。

对于转型更加谨慎的工业市场来说，要他们选择解决方案其实也就是选择背后的生态，而英特尔已经基于oneAPI和CPU/GPU打造了一套久经考验的软硬件生态，对他们来说无疑也是更稳妥的选择。

小结

其实驱动工业物联网智能化升级需要整个生态一起努力，并不是靠单一家厂商的芯片或边缘设备就能实现的，工业物联网需要从边缘到云建立一个智能开放的平台，解决连接、控制和新型应用多方面的需求。工业物联网多节点多场景应用的落地，也离不开生态的通力协作。