在AIoT時(shí)代，工業(yè)電腦不僅僅是被應(yīng)用于一般數(shù)據(jù)處理的計(jì)算機(jī)。隨著對(duì)人工智慧運(yùn)算的需求，以減少云端運(yùn)算的工作量和成本。為了加強(qiáng)邊緣的AI性能，高階嵌入式解決方案是必須的。

伴隨著功能化的被高度期待和開(kāi)發(fā)出來(lái)，生產(chǎn)線上的產(chǎn)品結(jié)構(gòu)也變得越來(lái)越復(fù)雜，這意味著需要透過(guò)更復(fù)雜，以及高彈性的生產(chǎn)過(guò)程來(lái)制造。因此面對(duì)靈活的生產(chǎn)要求下，各種的功能需求就被提出來(lái)討論，例如在進(jìn)行檢查數(shù)據(jù)的同時(shí)也能更改參數(shù)設(shè)定，以及工廠所收集的資料和采購(gòu)資訊，需要配合生產(chǎn)現(xiàn)場(chǎng)，來(lái)滿足能及時(shí)和高度靈活性的生產(chǎn)，以應(yīng)對(duì)市場(chǎng)的各種變化。

透過(guò)下載和更新 新技術(shù)更容易導(dǎo)入

與PLC等控制器不同的是，直到現(xiàn)在PLC等架構(gòu)仍舊是透過(guò)硬體來(lái)解決生產(chǎn)線上的需求，而工業(yè)電腦則是利用個(gè)人電腦架構(gòu)(大多是X86架構(gòu)平臺(tái))的特點(diǎn)，利用軟體平臺(tái)來(lái)提供各種功能，并能充分的利用各種資料數(shù)據(jù)，而這種靈活性就是工業(yè)電腦的特色之一，同時(shí)也是實(shí)現(xiàn)智慧工廠的必要條件。

就像Intel IoT事業(yè)群lPC資深經(jīng)理 Adam Berniger說(shuō)的，過(guò)去幾百年來(lái)發(fā)生的每一次重大創(chuàng)新或轉(zhuǎn)型都有一個(gè)基礎(chǔ)設(shè)備來(lái)推動(dòng)。例如，蒸汽機(jī)、個(gè)人電腦或智慧型手機(jī)。而今天推動(dòng)工業(yè)4.0的途徑技術(shù)就是工業(yè)電腦。

由于PLC的發(fā)展是基于每個(gè)制造商的特色技術(shù)和能力，所以很少有跨制造商的橫向性擴(kuò)大發(fā)展。但是工業(yè)電腦被導(dǎo)入應(yīng)用在生產(chǎn)線上，意味著生產(chǎn)能力可以不斷被強(qiáng)化，因?yàn)楣I(yè)電腦和消費(fèi)性PC一樣，系統(tǒng)平臺(tái)可以透過(guò)軟體下載和更新，并且和靈活控制各種功能。因此協(xié)力廠商如果具備PC的基礎(chǔ)能力，就可以編寫(xiě)和執(zhí)行軟體，這使得新技術(shù)更容易被導(dǎo)入到生產(chǎn)線。

2026年將達(dá)到61億美元的市場(chǎng)規(guī)模

根據(jù)市場(chǎng)研究機(jī)構(gòu)Markets and Markets的報(bào)告中顯示，全球工業(yè)電腦市場(chǎng)規(guī)模，預(yù)計(jì)將從2021年的46億美元增長(zhǎng)到2026年的61億美元，復(fù)合年成長(zhǎng)率為5.8%(圖一)。因?yàn)楣S對(duì)工業(yè)物聯(lián)網(wǎng)(IIoT)的高度需求、制造業(yè)朝向數(shù)位化的趨勢(shì)、生產(chǎn)業(yè)者對(duì)資源優(yōu)化的意識(shí)增強(qiáng)，以及嚴(yán)格的監(jiān)管要求下，穩(wěn)定地推動(dòng)了工業(yè)電腦市場(chǎng)的成長(zhǎng)，來(lái)確保生產(chǎn)工廠的安全和保障。

因?yàn)榭焖俟I(yè)化、能源和電力產(chǎn)業(yè)基礎(chǔ)建設(shè)投資增加、鼓勵(lì)外國(guó)企業(yè)進(jìn)入亞太地區(qū)等，以及亞太國(guó)家政府對(duì)于工業(yè)電腦市場(chǎng)的有利政策等因素等，亞太地區(qū)引領(lǐng)全球擴(kuò)大工業(yè)電腦市場(chǎng)。

因?yàn)樵摰貐^(qū)擁有重要的制造中心，尤其是在印度和中國(guó)的工廠大量采用機(jī)器人，并利用工業(yè)電腦來(lái)監(jiān)控機(jī)器人，預(yù)計(jì)將快速推動(dòng)亞太市場(chǎng)的工業(yè)電腦產(chǎn)業(yè)成長(zhǎng)。例如世界第二大經(jīng)濟(jì)體的中國(guó)，到2026年預(yù)計(jì)市場(chǎng)規(guī)模也將達(dá)到9.017億美元，復(fù)合年成長(zhǎng)率為6.5%。日本也將會(huì)有3.5%的復(fù)合成長(zhǎng)。

預(yù)計(jì)在2021年到2026年這段時(shí)期，亞太地區(qū)的工業(yè)電腦市場(chǎng)將以最大的復(fù)合年成長(zhǎng)率擴(kuò)大，將成為全球成長(zhǎng)最快的市場(chǎng)。

圖1 : 工業(yè)電腦的市場(chǎng)機(jī)會(huì)。 (source：MarketsandMarkets Research；智動(dòng)化整理)

AI價(jià)值鏈的再整合與策略分工

在技術(shù)功能方面，人工智慧、數(shù)位分深、機(jī)器視覺(jué)等AI技術(shù)，已經(jīng)大幅度的被制造業(yè)者采用，讓工業(yè)電腦能夠更有效率運(yùn)用IIoT、云端運(yùn)算和4G/5G技術(shù)，因此越來(lái)越多需要遠(yuǎn)端監(jiān)控工業(yè)流程和部門(mén)，正積極的導(dǎo)入工業(yè)電腦，使得位于偏遠(yuǎn)或高環(huán)境風(fēng)險(xiǎn)的廠房地區(qū)，工作人員也能夠安全地、即時(shí)地在遠(yuǎn)端進(jìn)行監(jiān)控生產(chǎn)。

在這樣的技術(shù)結(jié)構(gòu)轉(zhuǎn)型的風(fēng)潮下，工業(yè)電腦制造業(yè)者在AI價(jià)值鏈(AI value chain)中的獨(dú)特地位性，也將扮演系統(tǒng)架構(gòu)整合與拉近上游AI加速器業(yè)者（包括英特爾、AMD和Nvidia）和下游ISV/SI(獨(dú)立軟體業(yè)供應(yīng)商/系統(tǒng)整合業(yè)者)之間的差距。

今天的工業(yè)電腦將IT和運(yùn)營(yíng)技術(shù)(OT)結(jié)合起來(lái)，分析從工廠設(shè)備獲得的數(shù)據(jù)，在透過(guò)邊緣運(yùn)算系統(tǒng)并轉(zhuǎn)化為商業(yè)智慧的重要資料。

而這對(duì)SI來(lái)說(shuō)正是一個(gè)重要的機(jī)會(huì)，Intel的Berniger表示，以邊緣為中心的三個(gè)新興主題是：邊緣的智慧，邊緣的融合，以及與邊緣的連接，而這些邊緣的力量和價(jià)值都在快速成長(zhǎng)中。邊緣智慧中的分析力、洞察力和人工智慧，可以使智慧更接近工廠中的生產(chǎn)線。達(dá)到預(yù)測(cè)性維護(hù)和分析，提高運(yùn)營(yíng)效率，并提高生產(chǎn)力。

為了促進(jìn)數(shù)位化轉(zhuǎn)型，不只工業(yè)電腦制造商透過(guò)各種策略，尋求與系統(tǒng)整合者(SI)達(dá)成各種合作，橫向之間，各業(yè)者也透?jìng)€(gè)各種手段獲取先進(jìn)技術(shù)，以其縮短技術(shù)開(kāi)發(fā)時(shí)間。

例如，上游價(jià)值鏈的英特爾和AMD分別收購(gòu)了FPGA供應(yīng)商Altera和Xilinx，實(shí)現(xiàn)更全面的異構(gòu)運(yùn)算(heterogeneous computing)能力。

另一方面，中游工業(yè)電腦制造業(yè)者也透過(guò)了合資、技術(shù)合作、策略聯(lián)盟或并購(gòu)等方式，獨(dú)立或集體與下游ISV/SI垂直整合。例如，研華和凌華科技目前分別以多策略模式和合作模式等方式發(fā)展，而樺漢科技和友通資訊則以并購(gòu)導(dǎo)向模式運(yùn)作。

整體來(lái)看，隨著AI加速器供應(yīng)商和工業(yè)電腦制造業(yè)者推動(dòng)的AI價(jià)值鏈融合，不僅會(huì)有越來(lái)越多基于異構(gòu)運(yùn)算平臺(tái)的工業(yè)用產(chǎn)品上市，而且機(jī)器視覺(jué)等新興AI技術(shù)在工業(yè)自動(dòng)化應(yīng)用中的滲透率也會(huì)提高。

所以制造業(yè)的先進(jìn)技術(shù)、快速工業(yè)化和智慧基礎(chǔ)建設(shè)多元發(fā)展下，對(duì)智慧制造解決方案的需求正在迅速增長(zhǎng)，預(yù)計(jì)未來(lái)幾年對(duì)內(nèi)建人工智慧能力的工業(yè)電腦的需求將快速增加。

AI運(yùn)算架構(gòu)系統(tǒng)的力量

基本上人工智慧系統(tǒng)有兩大類型，分別式用于訓(xùn)練的系統(tǒng)，和用于推理的系統(tǒng)。訓(xùn)練系統(tǒng)是檢查資料集和結(jié)果，尋求建立一個(gè)決策演算法。而推理系統(tǒng)雖然計(jì)算密集度比訓(xùn)練系統(tǒng)低，但推理需要有效的人工智慧加速，以快速處理決策，與傳入的資料保持同步。因此目前最佳的解決技術(shù)之一，就是選擇使用GPU來(lái)進(jìn)行(圖2)。例如，研華就是透過(guò)NVIDIA強(qiáng)大的AI應(yīng)用架構(gòu)來(lái)開(kāi)發(fā)獨(dú)特的邊緣AI推理技術(shù)。

圖2 : NVIDIA Jetson 技術(shù)的嵌入式系統(tǒng)開(kāi)發(fā)套件和模組。 （source：NVIDIA；智動(dòng)化整理）

而另一家工業(yè)電腦大廠Beckhoff，更是將人工智慧視為當(dāng)前發(fā)展控制技術(shù)的重中之重。在2019年漢諾威展上，Beckhoff就已經(jīng)宣布將機(jī)器學(xué)習(xí)整合到到 TwinCAT 3中。因?yàn)槟壳坝搀w已經(jīng)能滿足更復(fù)雜的軟體平臺(tái)對(duì)其能力的要求，因此Beckhoff所關(guān)心的事情是，IoT和工業(yè)數(shù)位化的概念應(yīng)該將重點(diǎn)放在軟體功能上，而不是將硬體和軟體視為工業(yè)控制的整體解決方案。

就像是TwinCAT利用機(jī)器學(xué)習(xí)來(lái)開(kāi)發(fā)應(yīng)用模組，新的AI推理引擎被設(shè)計(jì)用來(lái)處理復(fù)雜而快速的應(yīng)用。另一方面，由于支援標(biāo)準(zhǔn)化的開(kāi)放神經(jīng)網(wǎng)路交換（ONNX）格式，實(shí)際上所有人工智慧模型都可以在伺服器引擎中運(yùn)行。

TwinCAT 3 的兩個(gè)機(jī)器學(xué)習(xí)推理引擎，TF380x TC3和TF381x TC3。前者是經(jīng)典機(jī)器學(xué)習(xí)模型的推理引擎，包括支援向量機(jī)(SVM)、主成分分析(PCA)、k均值(k-means)等，后者是神經(jīng)網(wǎng)路(NN)推理引擎，包括多層感知器(MPL)、卷積神經(jīng)網(wǎng)路(CNN)、長(zhǎng)短期記憶模型(LSTM)等(圖3)。

圖3 : Beckhoff的TwinCAT機(jī)器學(xué)習(xí)伺服器是一個(gè)接近即時(shí)的推理引擎。 （source：Innovation Post；智動(dòng)化整理）

結(jié)語(yǔ):AI將全面進(jìn)入工業(yè)電腦

面對(duì)日益增加的邊緣工作負(fù)載，終端設(shè)備需要智慧化、自動(dòng)化和網(wǎng)路化，這反映了小型工業(yè)電腦對(duì)AI運(yùn)算和M2M通訊的需求。

在AIoT時(shí)代，工業(yè)電腦不僅僅是被應(yīng)用于一般數(shù)據(jù)處理的計(jì)算機(jī)。隨著去中心化趨勢(shì)的出現(xiàn)，出現(xiàn)了對(duì)人工智慧運(yùn)算的需求，以減少云端運(yùn)算的工作量和成本。因此為了加強(qiáng)邊緣的AI性能，高階嵌入式解決方案是必須的，甚至于更進(jìn)一步的還要縮小尺寸并同時(shí)支持邊緣環(huán)境所需的條件。

因此，在運(yùn)算架構(gòu)逐漸地去中心化和工作負(fù)載向邊緣的轉(zhuǎn)移，AIoT框架中出現(xiàn)了多樣性和異構(gòu)性。因?yàn)檫吘夁\(yùn)算是一種高度整合的應(yīng)用，需要多種設(shè)備協(xié)同工作。也就是說(shuō)，設(shè)備還必須能夠通信，即使它們的操作系統(tǒng)彼此不同，但在數(shù)據(jù)存儲(chǔ)、處理和傳輸方面仍就需要考量相容性的問(wèn)題。

而Edge AI的宗旨并非在取代云端運(yùn)算，而是對(duì)其進(jìn)行補(bǔ)充和改進(jìn)，這樣的架構(gòu)下最先改善的就是訊號(hào)的傳輸質(zhì)和量。已整合到微晶片中的邊緣AI架構(gòu)，雖然可能會(huì)有次毫秒級(jí)(sub-millisecond)的延遲，但因?yàn)樵谧灾鬟\(yùn)算過(guò)程中，數(shù)據(jù)并未離開(kāi)工業(yè)電腦，只將經(jīng)過(guò)高度處理的數(shù)據(jù)發(fā)送到云端，大大減少了收發(fā)的數(shù)據(jù)量，從而提高了效率，更可將電力能耗降低30-40%。

另外，由于在完成安全編碼加密前，數(shù)據(jù)一直存在設(shè)備中，并沒(méi)有被攔截的風(fēng)險(xiǎn)，進(jìn)而提高了安全性。

在生產(chǎn)線上，內(nèi)建邊緣AI晶片的工業(yè)電腦，可以以前所未有的速度分析數(shù)據(jù)。即時(shí)分析感測(cè)器數(shù)據(jù)，并檢測(cè)與規(guī)范的偏差，使作業(yè)人員能夠在機(jī)器出現(xiàn)故障之前更換零件，或是因?yàn)榧磿r(shí)分析觸發(fā)的自動(dòng)決策過(guò)程，可以在第一時(shí)間通知相關(guān)作業(yè)人員。

邊緣人工智慧在很大程度上是技術(shù)進(jìn)步的先鋒，在結(jié)合現(xiàn)有的基于云端的通訊技術(shù)后，將人工智慧整合到工業(yè)電腦，將提高數(shù)據(jù)分析的效率、安全性和速度。因此人工智慧將是工業(yè)電腦的未來(lái)最關(guān)鍵性的核心。