研華：邊緣智能應(yīng)用立足工業(yè)

以工業(yè)計算機起家的研華科技一直致力于將先進的技術(shù)與傳統(tǒng)工業(yè)場景的融合，并且向工業(yè)以外的市場擴展。隨著人工智能應(yīng)用的不斷滲透，研華堅持推動AI相關(guān)技術(shù)與行業(yè)應(yīng)用的融合，以軟硬整合的方式幫助客戶實現(xiàn)從云到平臺再到邊緣的全產(chǎn)業(yè)鏈條覆蓋。在AI智能技術(shù)迭代及凈零可持續(xù)應(yīng)用雙重驅(qū)動下，將啟動新一波產(chǎn)業(yè)革命，預期AIoT市場將進入加速成長期。研華將深耕AIoT + Edge Computing領(lǐng)域，期待維持長期穩(wěn)健成長動能及產(chǎn)業(yè)領(lǐng)導地位。

研華技術(shù)專家鞠劍介紹，研華在軟硬件方面涉獵非常全面，作為英偉達、英特爾和微軟等國際領(lǐng)先廠商的長期合作伙伴，可以為客戶提供基于英偉達、英特爾、華為的全系列產(chǎn)品的硬件平臺和基于微軟、麒麟操作系統(tǒng)、統(tǒng)信等多種軟件生態(tài)的應(yīng)用。具體到邊緣側(cè)的AI應(yīng)用，研華目前重點的產(chǎn)品包括了嵌入式AI 邊緣智能工控機、邊緣AI 加速卡、邊緣AI 計算平臺、EIS 邊緣智能系統(tǒng)和IoT 工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)等。

工業(yè)是研華最熟悉的應(yīng)用市場，也是邊緣AI 發(fā)揮的重要舞臺，鞠劍介紹研華在自有工業(yè)平臺的AI 應(yīng)用分為兩大類，一類是以AI 圖像識別為基礎(chǔ)的相應(yīng)的開發(fā)，比如常見的生產(chǎn)線上的缺陷檢測；另一類是以AI數(shù)據(jù)分析類為主的應(yīng)用，比如各種工業(yè)場景的預防性維護，研華最擅長的是馬達震動相關(guān)的預防性維護以及電力系統(tǒng)中風力和光伏的發(fā)電預測。

雖然云端AI 一直是人工智能最受關(guān)注的應(yīng)用，但對工業(yè)應(yīng)用場景來說，很多云端的AI 應(yīng)用正在逐漸下放到邊緣側(cè)。鞠劍介紹，對工廠來說雖然技術(shù)平臺可以支持公有云、混合云和私有云等，但99% 的應(yīng)用還是集中在私有云落地，所以人工智能在工業(yè)領(lǐng)域的應(yīng)用最主要還是邊緣側(cè)AI。此外，鞠劍還提到了在網(wǎng)關(guān)上實現(xiàn)的純邊緣AI 應(yīng)用，他指出研華提供了Edge AI 相關(guān)的工具可以幫客戶進行應(yīng)用評估，以幫助客戶解決邊緣側(cè)涉及的硬件（芯片）種類繁多之間的評估選型問題，從而助力客戶選擇價廉物美的邊緣AI 方案。

預測性維護是人工智能技術(shù)與工業(yè)應(yīng)用結(jié)合的典型案例，鞠劍介紹研華的預測性維護主要涉及的馬達震動類和風力與光伏發(fā)電預測都是以AI 數(shù)據(jù)分析為基礎(chǔ)的預測性維護案例。在馬達震動檢測方面是研華積累了10 多年的優(yōu)勢行業(yè)，在AI 技術(shù)融合之前，研華以震動采集為基礎(chǔ)，采集后的數(shù)據(jù)通過工程技術(shù)人員進行后期分析判斷。隨著AI 技術(shù)的引入，研華在震動檢測方面的軟件整體能力得到很大程度的提升。這個提升過程鞠劍總結(jié)了兩個階段，前期沒有云平臺支持的純邊緣側(cè)AI 能力算力有限，第二個階段通過接入云平臺后可以積累足夠多的樣品數(shù)據(jù)，這樣就便于判斷各種邊緣側(cè)數(shù)據(jù)的類型和原因，從而提前做好預測性分析和警告等。相對而言，風力和光伏發(fā)電的預測應(yīng)用上研華的方案還比較簡單，針對這兩種發(fā)電的非線性不穩(wěn)定特點，研華會將天氣預報和現(xiàn)場氣象數(shù)據(jù)進行統(tǒng)一收集整理，對風力和光伏的發(fā)電情況進行一些預測性分析交給客戶做相應(yīng)的決策準備。

即使是工業(yè)和電力應(yīng)用場景，對相關(guān)硬件的性能、功耗以及尺寸都有比較苛刻的要求，在這方面鞠劍介紹，研華會根據(jù)客戶的應(yīng)用場景進行不同解決方案的選擇，以“小批多樣”的形式滿足不同解決方案的選擇，以“小批多樣”的形式滿足不同客戶在各個細分市場的應(yīng)用需求。研華的產(chǎn)品在邊緣側(cè)主打嵌入式，因此主打的一個要求就是尺寸盡可能的小，并且主要提供的是無風扇產(chǎn)品從而提高穩(wěn)定性并縮減尺寸。隨著處理性能越來越強大，當場景必須配置風扇散熱時，研華則會以工業(yè)標準在滿足電磁認證基礎(chǔ)上加強散熱，從而確保系統(tǒng)性能不受高溫影響。

除了工業(yè)應(yīng)用之外，研華在邊緣AI 方面還關(guān)注低速無人駕駛領(lǐng)域的應(yīng)用，鞠劍指出這個市場的很多用戶是研華傳統(tǒng)服務(wù)的領(lǐng)域，因此客戶的需求與研華的技術(shù)具有非常好的契合點，客戶在特種車輛的AI 無人駕駛有需求時會主動來尋求研華的解決方案。相比于高速無人駕駛的海量市場，特種車輛的市場差異化比較大，單獨研發(fā)邊緣AI 主機沒有經(jīng)濟效益，這就需要研華這樣的邊緣AI 解決方案提供商提供通用平臺解決方案。研華的AR030 解決方案可以為環(huán)衛(wèi)、物流、駕校與機器人等低速無人駕駛應(yīng)用進行價廉物美的AI 技術(shù)賦能。面向機器人領(lǐng)域，研華開發(fā)了AFE R770 產(chǎn)品，接口主要是對接機器人多軸這樣適合于自動物流車這個領(lǐng)域的接口需求。

研華在面向行業(yè)應(yīng)用的AI 解決方案中同樣包含了自行開發(fā)的算法部分，鞠劍介紹，研華算法的特點是小樣品的算法生成，無論是AI 震動預測性維護還是缺陷檢測，客戶提供的參考樣本可能很少甚至幾乎是無法提供樣本，只能根據(jù)客戶的經(jīng)驗提出一些特定估計的數(shù)據(jù)，研華就需要基于客戶提供的需求來推理相應(yīng)的模擬數(shù)據(jù)和算法?；谶@些參考數(shù)據(jù)，研華借助包括源學習、數(shù)據(jù)增強、遷移學習等技術(shù)，來完成小樣本算法的生產(chǎn)以滿足客戶的需求。

未來十年將是AI、IoT、邊緣運算深入各行業(yè)應(yīng)用的高度發(fā)展黃金期。研華將以Sector Driven 及Orchestration的經(jīng)營理念迎向AIoT + Edge Computing 新機遇，期待維持長期穩(wěn)健成長動能及產(chǎn)業(yè)領(lǐng)導地位，內(nèi)部也為此正式啟動組織轉(zhuǎn)型，并進一步落實“智能地球推手”的長期企業(yè)愿景。

（本文來源于《EEPW》2024.6）