边缘AI

定义

边缘AI是指在边缘设备（如工业PC、控制器、传感器）上运行AI推理的技术，实现低延迟、高隐私的实时分析。在工业自动化领域，边缘AI正从传统的“工业视觉”向声音、振动和复杂实时传感器数据延伸。

关键特征

感官革命（趋势4）

• NPU全面普及：工业PC和控制器开始标配神经处理单元（NPU），实时推理无需经过云端，规避了延迟和隐私风险
• 全感官AI：通过分析电机电流的微弱波动预测潜在机械磨损，无需额外传感器
• 平台融合：同一台IPC可同时运行虚拟PLC和AI视觉流

软件栈成熟（趋势5）

• 容器化交付：使用Docker等技术，AI应用在各种IPC和边缘服务器间无缝迁移
• 本地持续学习：模型可在本地标注和重训，无需回传敏感数据
• 低门槛化：PLC工程师可一键训练时间序列模型

行业案例

• 博世力士乐：ctrlX CORE集成Hailo-8 NPU模块，AI任务与实时控制任务并驾齐驱
• 万可：展示同一台IPC既跑虚拟PLC，又处理AI视觉流
• 研华：展示“自学习”边缘流，模型可本地标注和重训
• 倍福：TwinCAT Machine Learning Creator让PLC工程师一键训练时间序列模型

与云端AI的对比

特征	云端AI	边缘AI
延迟	高（网络传输）	低（本地推理）
隐私	数据需上传	数据本地处理
带宽需求	高	低
实时性	受限	强
模型更新	集中管理	本地持续学习

相关页面

• [[2026全球工业自动化十大趋势]]
• [[软件定义自动化-sda]]
• [[智能体ai-agentic-ai]]
• [[工业dataops与统一命名空间]]
• [[边缘计算]]
• [[博世力士乐]]
• [[万可]]
• [[研华]]
• [[倍福]]