无线芯片和MCU加载AI/ML功能,驱动中国智能制造阔步向前

人工智能（AI）赋能新型工业化，是推动中国制造业加速向数字化、网络化、智能化发展的重要途径。工业和信息化部在10月份发布2024年前三季度工业和信息化发展情况显示：前三季度规上工业增加值同比增长5.8%，工业投资连续8个月呈两位数增长。近几年累计培育421家国家级智能制造示范工厂，建成万余家省级智能工厂，13家中国企业入选全球“灯塔”工厂，中国“灯塔”工厂总数达到72家，占全球42%。中国初步构建了较为全面的人工智能产业体系，相关企业超过4500家，核心产业规模已接近6000亿元人民币，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节。

伴随着2025新年的脚步，回顾2024年中国智能制造行业的发展，各家企业曾经推出哪些新技术、新产品、新方案投身中国智能制造的洪流中，对即将到来的2025又有怎样的期待与希望。Silicon Labs（芯科科技）中国区总经理周巍先生与工业AI（AI in Manufacturing）网站通过本次采问答形式的访谈，全面解析AI、物联网和工业自动化在过去一年的技术进展和突破，以及2025年的发展重点。

2024年，公司在工业AI领域有怎样的进展？

周巍：作为一家专注于物联网的企业，工业领域一直是芯科科技重点关注和投入的领域。我们可以提供低功耗、高性能且灵活的无线连接方案，协助开发人员打造创新的、具有差异化功能的工业物联网产品，来解决工业应用场景中的碎片化问题和其他各类挑战。同时，随着近年来人工智能技术的加速发展，也使芯科科技看到了人工智能和物联网融合发展的重要性，推出了多款加载AI/ML功能的无线芯片，这将给包括工业在内的诸多领域实现智能化发展提供重要支持。

芯科科技已经在xG24、xG26等多款SoC和MCU产品中集成了专用的人工智能/机器学习加速器，可以实现处理速度和能效的显著提升。2024年，芯科科技重磅推出了xG26系列产品，这是面向未来打造的产品。与xG24系列产品相比，其不仅闪存、RAM和GPIO容量增加了一倍，而且凭借更先进的人工智能/机器学习专用内核，其处理机器学习操作的速度提升了高达8倍，而功耗仅为传统嵌入式CPU的1/6，可以支持设备制造商开发适用于各种工业场景的先进边缘智能应用。

此外，芯科科技即将推出的第三代无线开发平台产品将采用芯科科技第二代矩阵矢量处理器，可以将复杂的机器学习运算从主CPU卸载到专门的加速器上，从而显著提升无线设备的机器学习性能（最高可达100倍），同时大幅降低功耗。这种人工智能和物联网的技术融合，将使设备制造商能够更从容地应对工业物联网设备在人工智能/机器学习功能方面的挑战，从而进一步推动‌工业智能化应用加快发展。

公司对2025年工业AI的发展有怎样的愿景？

周巍：2025年，芯科科技将继续开发和优化集成人工智能/机器学习加速功能的无线SoC和MCU产品，尤其是上述提及的第三代无线开发平台产品以及第二代无线开发平台产品，以助力工业设备和应用持续提升智能化水平。同时，芯科科技也将进一步强化与工业领域客户、伙伴的合作关系，共同探索和打造创新的工业IoT+AI解决方案。

过去一年工业AI行业发展的热点问题、新概念、新进展

周巍：随着人工智能技术的不断发展，为工业领域带来了新的机遇。它正在逐步应用于工业生产的各个方面，包括设备实时监控、预测性维护、质量控制、流程优化、供应链管理、能源管理、协作机器人、需求预测和远程运维等。可以说，人工智能技术正在凭借强大的数据分析和处理能力、智能化的决策能力以及高效的自动化执行能力，推动工业领域实现革命性的变化。与此同时，人工智能技术也正在与物联网、大数据、云计算等先进技术深度融合，为工业领域提供功能更多、性能更优、效率更高的解决方案。人工智能在工业领域的持续深入应用，也在推动工业生产模式的创新和变革，除了智能化和高效化，它也帮助工业生产在绿色化、个性化、服务化等方向上实现了延伸发展，已成为推动工业发展的一项关键性技术。

工业AI的未来将面对怎样的技术与应用挑战？

周巍：首先，相比一般场景，工业场景对人工智能运行的可靠性、稳定性和准确性都有更高的要求，运行过程中产生的任何故障或错误都可能导致生产线停机，造成重大经济损失，甚至威胁到工作人员的安全。

其次，在工业领域应用人工智能时，信息安全也至关重要。工业数据通常包含敏感信息，如生产计划、设备状态等，保护这些数据不被非法访问或篡改非常重要。同时，还需要防止恶意攻击者利用人工智能系统中的漏洞对工业生产进行破坏。

此外，即使应用了人工智能技术，工业场景目前或一段时间内尚不能实现完全的无人化，因此，还需要考虑工作人员与人工智能设备/系统之间如何实现有效的承接和转换。

如何看待过去一年中国工业AI行业发展？面临怎样的挑战？

周巍：过去一年，随着“人工智能+”行动的提出，可以看到人工智能在中国工业领域的应用取得了不错的进展，产品制造、设备维护、质量控制、物流等多个环节都可以看到人工智能技术在发挥越来越重要的作用。

此外，人工智能在边缘设备上的应用，以及与物联网技术的结合也成为业界正在追逐的趋势，这对于中国这个重视人工智能和物联网技术的工业大国而言，无疑将出现更加广泛、深入的工业IoT+AI应用。

中国工业领域应用人工智能技术所面临的挑战与上述提及的挑战无异，但同时人工智能为现代工业也带来了大量机遇。工业产业链上下游企业应该积极拥抱人工智能技术，加强创新和应用，在提高自身竞争力的同时，推动整个产业实现更高的智能化和更加可持续的发展。

在工业AI生态系统中，公司提供怎样的解决方案和发展愿景？面临的挑战并如何解决？

周巍：当前，很多工业应用场景都需要快速响应能力，因此边缘计算和本地数据处理能力越来越受重视。因为边缘计算会极大地减少数据传输延迟的情况，可以提高系统的反应速度，这对于工业生产过程中的实时监控和自动控制非常重要。而这正是芯科科技加载人工智能/机器学习加速技术的无线SoC和MCU可以发挥重要作用的地方。

以芯科科技的xG26系列产品为例，其采用了ARM Cortex-M33 CPU和用于射频与安全子系统的专用内核，以多核形式实现了性能更高的计算能力，有助于为客户应用释放出主内核。同时，它集成了芯科科技专有的矩阵矢量人工智能/机器学习硬件加速器，可以为包括工业应用在内的所有应用实现更高的智能。该专用内核针对机器学习进行了优化，可以从主CPU上卸载复杂的机器学习运算，从而大幅提高处理机器学习操作的速度。而且，基于机器学习的激活或唤醒提示也可以交由该加速器分担，从而允许更多耗电功能进入休眠状态，可以最大限度地降低功率消耗。

除了在计算能力和智能化方面提供强大支持外，芯科科技的产品还可以在安全性方面提供业内最领先的保护能力，能够有效防止数据泄露、非法获取和模型篡改等安全问题发生，而这是在工业领域应用人工智能时非常看重的方面。

芯科科技的Secure VaultTM安全技术获得了PSA 3级认证，通过Secure Vault和ARM TrustZone技术，可以为芯片构建最高级别的安全性。此外，利用芯科科技的定制化元件制造服务，xG26产品还可以在制造过程中使用客户设计的安全密钥和其他功能进行硬编码，从而进一步增强其抵御漏洞的能力。