邊緣運算與邊緣AI:您的工業自動化系統真正需要什麼?

Edge Computing vs. Edge AI: What Does Your Industrial Automation System Really Need?

工業設施會從攝影機、感測器、機器人、PLC 和連網設備產生資料。隨著這些系統變得更加互聯,製造商面臨著一個重要的問題: 

該應用程式需要邊緣運算 (Edge Computing)、邊緣人工智慧 (Edge AI) 還是兩者都需要? 

並非每個自動化工作負載都需要人工智慧。有些應用程式需要可靠的本機處理、機器通訊和資料收集。其他應用程式必須即時分析圖像、識別模式或做出智慧決策。 

選擇正確的架構始於了解 邊緣運算  邊緣人工智慧 之間的差異。 

什麼是邊緣運算? 

邊緣運算會在資料產生機器、感測器、攝影機或設備附近處理資料,而不是將所有原始資料發送到雲端。 

典型的工業邊緣運算工作負載包括: 

  • 資料擷取
  • PLC 和機器通訊
  • 通訊協定轉換
  • HMI 操作
  • 工業閘道
  • 機器監控
  • 本機資料記錄
  • SCADA 和 MES 連線
  • 監控 

這些應用程式通常由 CPU 或嵌入式 SoC 處理。 

本機處理可以減少網路流量、改善回應時間,並讓系統在雲端連線不可用時繼續 操作。 

什麼是邊緣人工智慧? 

邊緣人工智慧是邊緣運算的專業形式,它在資料來源附近執行人工智慧模型。 

邊緣人工智慧系統不只是收集或處理資訊,還使用訓練模型對資料進行分類、 識別 物件、偵測異常或進行預測。 

例如,邊緣電腦可能會擷取生產影像,而邊緣人工智慧電腦會分析這些影像,以 確定 產品是否 包含 瑕疵。 

常見的邊緣人工智慧工作負載包括: 

  • 機器視覺和瑕疵檢測
  • 物件識別
  • 員工安全監控
  • 預測性分析
  • 自主行動機器人
  • 智慧機器人技術
  • 視訊分析
  • 設備異常檢測 

這些工作負載通常結合了 CPU 或 SoC 與 GPU、NPU 或專用 AI 加速器。 

邊緣運算與邊緣人工智慧 

類別 

邊緣運算 

邊緣人工智慧 

主要目的 

處理和管理本機資料 

使用人工智慧模型分析資料 

典型運算 

CPU 或嵌入式 SoC 

CPU/SoC,外加 GPU、NPU 或加速器 

需要人工智慧模型 

 

 

典型工作負載 

閘道、HMI、資料擷取、機器通訊 

視覺、機器人、異常偵測 

電源要求 

通常較低 

取決於型號和加速器 

最適合 

連線、監控、控制 

識別、預測、感知 

所有 Edge AI 系統都能執行邊緣運算,但並非所有邊緣運算系統都需要 AI。 

每種技術的適用範圍 

邊緣運算 

邊緣運算仍然是許多工業自動化系統的基礎。 

它能透過乙太網路、串列、CAN 或數位 I/O 收集可程式化邏輯控制器 (PLC)、感測器、馬達控制器和設備的資訊。它也能轉換協定,將機器連接到 SCADA、MES 或雲端平台。 

其他常見的用途包括本地資料篩選、人機介面 (HMI) 應用、監控和遠端監控。 

硬體即時運動或安全功能可能仍需要專用的可程式化邏輯控制器 (PLC)、安全控制器或即時控制系統。 

邊緣 AI 

當應用程式必須解讀複雜的資料時,邊緣 AI 就會變得很有價值。 

啟用 AI 的視覺系統可以識別缺陷、遺失的零件、不安全的行為或受限區域的活動。機器人和自主行動平台可以將 AI 用於物件辨識、導航、定位和環境感知。 

AI 模型也能分析感測器模式,偵測異常的機器行為或可能指出未來設備問題的狀況。 

您的應用程式需要哪種技術? 

當系統主要需要邊緣運算時,請選擇: 

  • 收集機器或感測器資料
  • 與可程式化邏輯控制器 (PLC) 和工業設備通訊
  • 執行人機介面 (HMI) 或監控軟體
  • 轉換工業協定
  • 在本地儲存或篩選資料
  • 將設備連接到製造執行系統 (MES)、監控和資料採集 (SCADA) 或雲端平台 

當系統需要邊緣 AI時,請選擇: 

  • 分析影像或視訊
  • 偵測缺陷或異常
  • 辨識物件
  • 執行類神經網路推論
  • 啟用機器人感知
  • 支援自主導航
  • 根據複雜資料進行預測 

許多工業系統會同時使用這兩種技術。我們的目標並非以邊緣 AI 取代邊緣運算,而是增加 AI,讓智慧分析能創造可衡量的營運價值。 

硬體選購的關鍵問題 

選擇工業電腦前,請考量: 

正在處理的資料類型為何? 

感測器讀數和機器資料通常可由以 CPU 為基礎的系統處理,而高解析度影像和 AI 模型可能需要圖形處理器 (GPU) 或類神經網路處理器 (NPU) 加速。 

應用程式是否執行 AI 模型? 

如果工作負載不涉及分類、偵測、辨識或預測,則可能不需要專用的 AI 硬體。 

需要哪些連線功能 

檢閱區域網路 (LAN)、通用序列匯流排 (USB)、COM、控制器區域網路 (CAN)、數位 I/O、攝影機和無線通訊的要求。 

系統將在何處運作 

考量溫度、衝擊、震動、電源輸入、防水防塵等級和安裝要求。 

邊緣運算和邊緣 AI 的產品建議 

Premio 提供專為不同處理、連線功能、環境和 AI 需求設計的緊湊型工業運算平台。 

BCO-500 系列:適用於連線自動化的緊湊型邊緣運算 


對於以機器連線、HMI、物聯網閘道器、監控和本機資料處理為中心的應用, BCO-500 系列提供精巧、無風扇的運算選項,適用於空間受限的邊緣部署。 

產品組合包含Intel Core Ultra 系列 1Intel Alder Lake-NRockchip RK3568J平台。根據配置,此系列支援工業網路、串列通訊、USB、儲存擴充和無線連線,包括 Wi-Fi、藍牙、4G 和 5G。 

BCO-500-MTL還整合了 Intel Arc 顯示卡和 Intel AI Boost NPU,提供高達 11 TOPS 的運算能力,無需獨立 GPU 即可實現輕量 AI 工作負載。 

RCO-1000-ASL 系列:適用於嚴苛部署的強固型邊緣運算 


對於暴露在極端溫度、不穩定電源、衝擊、振動或遠端操作條件下的應用,RCO-1000-ASL 系列提供超精巧的強固型無風扇運算平台。 

搭載Intel Atom x7433RE 或 x7835RE 處理器,支援雙 2.5GbE、高速 USB、串列連線、M.2 擴充和可擴充的EDGEBoost I/O配置。 

RCO-1000-ASL 支援-40°C 至 70°C 的操作溫度範圍9V 至 36VDC 輸入,以及符合 MIL-STD-810H 標準的50G 衝擊/5Grms 振動阻力 

包括頻外管理、蜂巢式連線、CAN 匯流排和點火管理在內的選購功能,使其特別適用於分散式或行動工業系統。 

JCO-1000-ORN 系列:用於智慧自動化的精巧邊緣 AI 

Wistia Video

當應用程式需要本機 AI 推論、電腦視覺或機器人感知時,JCO-1000-ORN 系列使用NVIDIA Jetson Orin Nano 和 Orin NX 超級模組提供 GPU 加速的邊緣 AI。 

根據模組,該平台提供34 至 157 TOPS的 AI 效能,可配置的功耗設定檔範圍為 10W 至 40W。 

根據型號,JCO-1000-ORN 系列支援: 

  • ORN-B 和 ORN-C 上最多四個 GMSL2 攝影機
  • RJ45 或 M12 乙太網路 
  • 隔離式 CAN 匯流排 
  • 8 位元隔離式數位 I/O 
  • NVMe 儲存
  • 4G/5G 擴充 
  • Wi-Fi 和藍牙 
  • 9V 至 36VDC 輸入,具備點火管理 
  • ORN-A 上可選的頻外管理 

ORN-A提供四個 USB 3.2 Gen 2 連接埠並支援頻外管理,而ORN-B 和 ORN-C支援四個 GMSL2 攝影機。ORN-C將標準 RJ45 網路替換為兩個 M12 LAN 連線。 

結論 

邊緣運算為工業自動化提供本機處理、通訊和連線基礎。邊緣 AI透過新增影像分析、識別、預測和智慧感知來強化該基礎。 

邊緣運算用於機器通訊、監控、資料採集和本機處理。 

當應用程式需要 AI 推論、電腦視覺或智慧感知時,請使用邊緣 AI 

當系統需要可靠的作業運算以及 AI 驅動的洞察力時,請將兩者結合使用。 

透過將運算架構與實際工作負載相匹配,製造商可以減少不必要的成本和複雜性,同時為連線和智慧自動化建立可擴展的基礎。 

 

Product Grid
bco-500-series jco-1000-orn rco-1000