2023开年，《工业AI》（AIM）继续“新年展望”专题。回首过去的2022年，中国疫情管控出现历史性拐点，工业发展继续平稳向前，中国工业人工智能（AI）发展持续发力。据行业分析机构IDC报告—2022年上半年中国人工智能整体市场规模约23亿美元，相比去年同期市场整体放缓。但在数字经济、智慧城市、数字孪生、数字化转型、元宇宙、AIGC等概念加持下，人工智能加快与千行百业融合创新，正在向下一波快速增长蓄势待发。

癸卯年的“新年展望”希望带给行业人士更多新的思考与启发。在这里，既有深耕行业多年的领头羊，也有新创公司，既有外资，也有内企。他们都对2022年做了回顾性总结，对2023年做了积极展望。为此，本专题分为两大部分：回顾篇与展望篇。让我们在新的一年继续在工业AI领域扬帆起航！得偿所愿！

回顾篇

如何看待过去一年中国工业AI行业发展？面临怎样的挑战？

英特尔网络与边缘事业部工业解决方案中国区总监李岩：近些年来，人工智能在学术和产业的双轮驱动下快速发展，2022年全球范围内的AI市场产业化快速推进，中国AI市场产业化规模及增速位居前列，展示出强劲的产业化增长势头。在过去的一年中，人工智能技术在工业领域有了不少成熟的落地解决方案，例如以计算机视觉为主导的光学字符识别 （OCR）、商品识别、工业质检、工业智能机器人等已出现成熟的产品和解决方案，其商业价值已得到市场认可；另外，以机器学习、知识图谱、自然语言处理等技术主导的智能决策类产品也在数据治理、客户触达、决策支持等企业核心业务环节广泛应用。

据德勤的报告《制造业+人工智能创新应用发展报告》，中国制造业人工智能应用市场，预计未来三年将保持年均40%以上的增长率，并在2025年超过140亿元人民币。

工业AI用于解决特定工业问题，不仅需要采用AI算法和AI系统，还需要将人工智能、自动化、工业互联网与各种制造领域知识紧密融合。当前人工智能技术正在飞速发展，也体现出强大的生命力，但是工业AI的整体技术、关键技术仍处于起步阶段，工业和工程界的许多实际难题还没有得到有效解决，未来仍将面临诸多挑战： 

• 工业数据资源的掌握与应用能力不匹配，数据价值尚待挖掘。当前基于数据驱动的人工智能技术路线，对问题还原的准确度离不开数据训练。相较于商业数据，工业数据的来源和制式更加复杂，而且对数据的可解释性、可靠性和准确性要求更高。当基础设施条件具备后，采集数据的方法、数据的质量、多样性以及规模直接决定了机器学习的发挥余地。

• 技术能力和算法特质无法满足实际应用需求，工业场景落地难。工业场景要求在小数据下的极高准确率算法，同时实现多源异构数据大模型自适应、自学习，自执行完成制造过程实时监控与优化决策。现有通用计算架构与芯片尚无法满足工业实时性所带来的计算要求，特定工业场景对端侧推理需求迫切。

• 工业AI在不同行业进行定制化交付也面临很大挑战。制造市场广阔、工业产品种类多、生产周期短、现有AI 打法无法满足不同细分行业的规模化交付需求，产业化应用落地难。

Achronix中国区总经理郭道正：近年来，包括中国在内的全球工业AI都取得了长足的进步，AI在工业制造环境中的重要性与日俱增。如今，许多应用都会利用AI来促进制造和业务经营、流程、安保和供应链等更加流畅高效。工业AI的发展离不开算法、算力、大数据的支持，因而需要FPGA等硬件处理加速来完成传统架构无法高效满足的人工智能等需求。

我们独立的FPGA芯片或者集成了我们的eFPGA IP的ASIC都可以为我们的客户提供灵活的、高性能的数据加速器。Speedster7t FPGA和Speedcore eFPGA IP的独特架构包括诸如二维片上网络（2D NoC）和机器学习处理器（MLP）等创新功能，简化和加速了FPGA设计，并为不断增加的数据加速负载提供了高带宽。

 IAR Systems亚太区副总裁 Kiyo Uemura：中国正在将其经济增长模式从中国制造转向中国智造，所以我们现在在中国正看到不同的客户群体正在从不同的路径推动中国制造业和商业的数字化转型。2022年我们公布了许多与中国客户的创新合作，例如极海半导体和芯驰科技，它们各自的市场定位和目标截然不同，但是这些公司在中国工业智能技术的开发与应用中正扮演着越来越重要的角色。

此外，我们很早就看到了今天行业正在面临的共同挑战并提供了相应的解决方案，例如嵌入式产品的安全性。IAR Systems通过收购Secure Thingz带来的协同，提供覆盖全生命周期、可落地的信息安全解决方案，涵盖安全研发、安全生产、安全部署阶段，实现快速认证，加速安全产品上市时间。

值得一提的是，欧盟委员会于2022年发布了《网络韧性法案》提案，对与互联网连接的智能设备提出更新、更严格的网络安全要求，制造商需要对产品整个生命周期的安全性负责，而违者将被处以重罚。我们预计《网络韧性法案》将对数字系统的设计、开发、部署和生命周期管理产生重大影响。IAR Systems希望通过“安全让一切变得简单（Security Made Simple）”方法理论，提高开发人员的生产力，帮助企业在新时代、新法规下重塑产品交付流程。

瑞萨（Renesas）电子中国总裁赖长青（Andy Lai）：近几年中国在工业AI领域发展的非常迅速，无论是技术创新还是市场拓展都有明显的变化。甚至在工业制造、过程自动化领域，中国市场的机遇远高于海外，因为海外市场的主要份额早被大品牌占据，但在中国过去五年的历史证明，本土头部企业在市场上后劲非常足。瑞萨认为中国工业会是持续性增长的领域，我们非常看重中国市场。

能否介绍一下过去一年工业AI行业发展的热点问题？新概念？新进展？

斑马技术技术大中华区技术总监程宁：为跟上消费者日益增长的需求，以及对更高品质的追求，如今的制造领域需要在质量方面发力。许多公司日益依赖企业级计算机视觉和机器视觉解决方案，以应对挑战。对于许多企业而言，大力采用AI和自动化是上佳之选，从而提升供应链速度，提高库存和订单的准确性，并完善品控。随着制造商和物流供应商竞相提高吞吐量，新一代机器视觉系统也在提供一种能在不影响准确性的情况下加快货物检验的简便方法，有望在相对严苛且劳动力有限的情况下加强履单能力。

如今，机器视觉几乎能够融入制造流程的每一步，强化数据收集以完善追踪与追溯，加快履单拣选和包装，并通过物联网（IoT）的整合来指导员工和机器人。高性能扫描器和相机是在仓储环境中提升AI和IoT功能的关键所在。

与此同时，随着AI技术的不断成熟，它也将变得更加智能。它学习得越多，成效上也就越准确、越可靠。为使这些算法发挥作用，增强计算机处理能力必不可少。得益于芯片性能增强，且体积减小，如今的AI系统小到，能够在相对有限的空间内运行。这也是机器视觉愈发可及的另一项关键因素。

随着深度学习和AI的发展，如今的机器视觉系统更为高效、可及。为紧跟制造业和物流业的发展步伐，业界需要不断进步，而随着技术的演进，面对快速增长的消费者和业务需求，想要立于前沿，机器视觉的应用已成为必要条件。将先进的技术融合到单一整体解决方案中，是实现工业自动化进程中的重要一步。

瑞萨电子赖长青：2022年工业领域的热点有数字迭代和机器视觉、绿色新能源转型。就是充分利用AI和大数据，精确解决工业生产中的质检、分选、安全、物流仓储问题，使生产效率和质量都大大提高。在这个方面，瑞萨正在系统地介绍伺服电机和变频器控制，为客户端规划柔性生产线设备提供关键的技术支持。而绿色新能源转型，就是利用太阳能和锂电等可再生能源，达到节能减排的目标。对此，瑞萨电子是积极的支持者和践行者，在我们的工厂中，正在尝试利用可再生能源如通过太阳能电池板产生的电能作为一项重要的电能补充，以达到环保的效果。目前，瑞萨电子在北京和苏州两大工厂的可再生能源设备安装工作已经顺利完成，并已经投入使用。

2022年，公司在工业AI领域有怎样的进展？

英特尔李岩：一直以来，英特尔深耕制造业领域，凭借丰富的多样化的智能边缘产品组合和端到端整体解决方案，携手生态伙伴一起为行业变革提供价值。近几年，我们可以看到工业场景里，在缺陷检测、预测性维护、流程优化、智能物流等方面，人工智能都有着巨大潜能。拿质检举例，传统制造模式是依靠人力完成质检工作，而人力问题包括效率低下、精度低、招工难、培训成本高等问题，这使质检成为难点。在传统制造模式中，当产品迭代、产线升级后，难以短时间快速地完成对新产品的高效检测。另外目前质检环境越来越严苛，对于质检工人也存在一定的风险，以上几点都驱动大量AI在工业落地的需求。

在工业AI的整个流程中，获取数据、训练，并建立机器学习和深度学习的模型，根据模型完成部署，这是一个动态的且可以随时得到反馈的循环过程，能够让AI像人一样不断学会新的方法，从而为企业降低成本、提高质量。而实现整个流程的过程，对硬件的算力和性能，软件工具的功能性、易用性、可扩展性等等都有着极高的要求。

英特尔在工业AI领域为用户提供丰富的软硬件产品以及端到端解决方案。在硬件上，英特尔不仅为CPU提供内置加速技术，包括英特尔®DL Boost和英特尔®AVX-512等指令集，它们专为提高常见 AI 推理和训练工作负载的性能而设计，无需增加基础设施的成本和复杂性，可帮助要求苛刻的 AI 工作负载实现性能加速，助力高性能计算和AI的发展。并且，英特尔还在不断完善GPU、FPGA和AI加速芯片等不同类型的计算机架构，已经形成了一个非常完整的产品矩阵。 

在软件上，2022年我们推出了一些新的AI工具。首先，英特尔推出全新协作式计算机视觉平台英特尔®Geti™计算机视觉AI平台，该平台提供基于主动学习的交互式数据标注和训练模式，内置丰富的深度学习训练模型，并提供自动模型调优的功能助力行业从业者更加快速、轻松地开发AI模型，减少开发所需时间，降低AI开发技术门槛及开发成本。英特尔OpenVINO工具套件已集成在Geti中， 通过OpenVINO工具套件的AI推理加速功能，开发团队可以在其企业中部署高质量计算机视觉AI解决方案，缩短推理时间、降低CPU占用率，推动创新和自动化的发展，并提高生产力。

英特尔还在2022年推出了OpenVINO 2022.2版本，该版本支持第四代英特尔至强可扩展处理器，预览支持英特尔ARC GPU，能够自动整合多个加速器同时使用，提高推理性能。其次，英特尔还提供SigOpt平台，致力于协助管理、优化和扩展人工智能应用。SigOpt 的AI软件技术能够在包括深度学习、机器学习和数据分析方面的软硬件参数、使用场景和工作负载层面提升生产力和性能。SigOpt的软件技术与英特尔的硬件相结合，将推动AI 的进一步采用。英特尔计划在硬件产品中使用SigOpt的技术，为开发者加速，扩大人工智能软件工具的规模。英特尔有了SigOpt的性能优化功能，就可以帮助那些在英特尔芯片上运行AI模型的企业客户实现更高的处理速度。

百度智能云工业能源产品研发总经理黄锋：2022年，百度在深耕的工业质检、安全生产、能耗优化、智能调度等工业AI方向，均取得了不错的进展，打造了多个标杆项目，覆盖了油气、电力、水务、纺织、3C等重要行业，通过与实际业务场景不断的打磨，将百度优势的AI技术真正落地到客户现场，为客户创造了降本增效等价值。

• 工业质检方向：百度已连续三年占据中国市场份额第一，2022年在化纤、PCB领域重点发力，基于飞桨AI模型及自研昆仑芯片，在化纤行业打造的智能丝锭质检产品已在恒逸、新凤鸣、恒申等头部客户产线大规模应用，检测效果远超人工检测水平，实际产线误判率等关键指标业界领先；在PCB行业，百度自主研发的AI复判模型极大解决了AVI机检测过杀问题，并在东南相互、扬宣电子等头部企业产线中落地应用。其他在纺织、汽车、锂电、高端原材料分拣等方向上都有案例落地，效果明显。

• 安全生产方向：我们重点打造了监测预警、智能巡检和双重预防三大智能应用，通过融合应用百度AI、大数据和知识图谱能力将传统被动的人工隐患排查，升级为以AI为核心的主动隐患识别与超前预警。今年我们为国家能源集团打造的龙源电力安全生产智能应用项目，以及为中海油炼化打造的大榭石化油气管廊智能巡检项目，均有不错的成效，这两案例作为行业标杆上刊了人民日报。以龙源电力为例，我们为客户建设的安全生产平台，支撑的业务涉及龙源集团本部、30个省公司和220个场站，覆盖1.2万台风机、超过5万个摄像头及无人机、执法记录仪、智能传感器等设备，平台对风电机组内部和升压站的设备、机舱作业人员及周边环境进行7*24小时的智能分析，将传统定期的人工巡检变为7*24h AI监测预警，大幅提升巡检效率，降低安全风险。

• 能耗优化方向：在电力行业，山西晋能集团国峰煤电300MW机组冷端优化项目上，成功利用AI算法调节空冷岛风机转速控制汽轮机背压，叠加冬季供热抽汽AI优化，实现节约发电机组供电煤耗2g/kWh以上。在柳州烟草案例上，通过回潮—烘丝—风选跨工序的烟丝水分AI控制优化 ，减少了干头每批次5~10kg，按每天50公斤计算，每年节约成本200万以上。

• 智能调度方向：在煤矿行业国家能源集团榆林能源郭家湾矿区，建设了面向车辆、人员、站点、路径等辅运系统全量要素的AI智能系统 通过有效的合单与拼单，减少调用车辆次数5%~8%。

瑞萨（Renesas）电子赖长青：工业一直是瑞萨电子重点关注的领域，为了顺应工业4.0、智能工厂以及智能城市等发展需求，瑞萨在工业领域不单单有芯片级的可靠支持，更有整体应用方案的提供。2022年中旬，我们推出支持众多工业标准规范和协议的RZ/N2L微处理器（MPU），让客户在工业设备与模组中，轻松的扩展工业以太网通信功能 。不仅如此，另外一款能够处理多个摄像头图像数据的全新RZ/V2MA芯片，则为工业领域的视觉AI应用带来了高精度图像识别能力。在成功产品组合方面，基于Wi-Fi 6的工业网关、带工业以太网的工业自动化模块、交流伺服等一系列解决方案，为工业客户的参考设计提供了极大的便利。除此之外，顺应客户的新需求和产业趋势，及时推出了RISC-V 的MPU和MCU控制芯片和专注于语音和马达控制方面的应用方案，努力为客户提供多样性的选择。

Achronix郭道正：工业应用正在经历数字化转型，由物联网、5G网络和人工智能/机器学习（AI/ML）等技术形成的变革力量，正在推动网络数据流量和分布在各个场景和环节的算力出现大幅稳步增长，从制造业的边缘数据处理、AI/ML技术的不断引入、以及制造业将大量的设计和生产数据上云，这些智能化演进带来了对数据处理硬件加速器的强烈需求，并促使一些受影响的行业去改变其战略，开始加强对半导体供应链的控制。这种转变的一个示例是，多家公司都正在开展自己的芯片设计。

在制造业和其他许多行业基于数据处理硬件加速方案的那些高速增长的应用和定制化ASIC中，Achronix提供了高性能的独立FPGA芯片和嵌入式FPGA IP (eFPGA IP)。这些独立的FPGA芯片，或者客户开发的、集成了我们的eFPGA IP的ASIC，提供了灵活的、高性能的数据处理加速解决方案。

Achronix的Speedster7t FPGA和Speedcore eFPGA IP的独特架构包括诸如二维片上网络（2D NoC）和机器学习处理器（MLP）等创新功能，在简化和加速了FPGA设计的同时，为不断增加的数据加速负载提供了高带宽。Achronix VectorPath™PCIe加速卡搭载了采用7nm工艺打造的Speedster 7t1500 FPGA器件，为评估和批量生产都提供了平台。

所有这些产品都有同一种配套的Achronix开发工具套件（ACE）支持，该工具可用于FPGA器件和eFPGA IP的设计、布局、布线和编程，从而最大限度地为客户重用其开发和设计提供了独特的演进之道和经济性能。

IAR Systems Kiyo Uemura：回顾2022年，供应链结构性失衡、新冠肺炎疫情和全球通胀等因素给各行各业带来了诸多的挑战和不确定性，许多产品的上下游市场都受到了冲击，当然也包括了嵌入式产品的开发和供应。但与此同时，IAR Systems也看到了新机会在不断涌现。医疗和健康设备、工业和汽车等领域内的创新正在推动嵌入式系统向前发展，带来了对高性能和高可靠开发工具的需求。

我们致力于帮助中国本土芯片厂商在难度更高的新技术领域的探索，进一步加强我们的生态系统建设。例如，IAR Systems最新推出的Embedded Workbench for RISC-V 3.11.1版本支持嘉楠勘智K510芯片，助力开发双核RISC-V 64位AI端侧推理芯片，Embedded Workbench for Arm 9.30 版本支持芯驰科技国产车规级E3系列芯片。

展望篇

您认为工业AI的未来将面对怎样的技术与应用挑战？

欧时（RS）亚太区总裁 Sean Fredericks：工业AI领域发展如火如荼，随着新技术、新成果、新应用的不断涌现，未来更加注重的是如何将其落地，真正惠及企业和经济发展。

• 首先，工业AI的发展离不开网络及高性能算力的支撑，通过完善新型基础设施，可为工业AI开拓新机遇，助力企业将自身业务与人工智能、工业互联网、5G等新兴技术紧密结合。

• 其次，许多企业手中握有海量的工业数据资源，但由于能力制约或是应用场景限制，无法挖掘其中价值。当然，技术是永恒的挑战，中国市场日益丰富的需求，需要依靠提高核心技术和创新水平才能满足。

• 最后，企业自身也需要践行新发展理念，并丰富数字化、智能化相关的专业技术人才储备，做好战略规划。如此一来，在面对行业变革和产业转型时，企业才能顺势而为，紧抓机遇。


瑞萨电子赖长青：工业AI未来所面临的挑战有三个方面：

首先，是获取在极端环境下的完整的数据感知，我们知道AI主要是靠数据驱动的，但在一些比如化工、冶炼等环境中，经常会存在数据缺失情况，这就导致生产装备运行状态识别难，装备与工厂总控数据通信难，可靠性差等问题。

其次，面向高精度作业场景，AI的算法有待提高。高度自动化的工业场景要求极高准确率算法，同时实现多源异构数据大模型自适应、自主学习来完成自主执行和优化决策。但目前看来，工业AI还无法达到高度自主，部分操作和决策还需要依赖人工完成。

最后，工业AI在不同行业需要定制化交付，应用场景广阔，产品种类多，生产周期短，现有AI 的经典算法无法满足细分行业的规模化交付需求，产业化应用落地困难。

Achronix 郭道正：无论是持续兴旺发展的工业4.0还是正在演进的工业5.0，AI依然是一个重要的组成部分。工业AI的发展需要算法、算力、大数据的支持，而物联网和5G带来的数据正在以指数级的速度增长，在海量的数据面前，传统的计算服务器模式不堪重负，为了满足对计算卸载、低延迟、确定性和灵活性的需求，市场需要利用硬件加速器来创造实时性等所需的性能和效益，并大幅削减资本支出和营运支出。

在数据加速器的赛场上有三种各异的硬件方式，即GPU、FPGA和定制ASIC。而FPGA可以加速联网、运算和存储，速度与ASIC相仿，也具备了必需的灵活性，能够为如今的核心与边缘数据中心提供理想的数据加速。除了数据加速之外，FPGA还将在传感器融合和传入数据流合并等领域发挥关键作用，为数据消费打下了坚实的基础。

IAR Systems Kiyo Uemura：在工业AI中满足系统客户的独特需求方面，软件更为重要，这是因为不同的制造商的需求几乎都来自其专有的制造经验，但在工业系统中这一切都建立在更高的可靠性、稳定性和安全性的基础上，因此成熟的、经过验证的开发工具不可或缺，这是降低工业AI系统风险的条件之一。这就是全球很多工业与汽车芯片与系统开发商与IAR Systems保持了长期合作的重要原因。

此外，从项目本身来看，嵌入式系统在计算能力、存储等方面的资源总是有限的，开发人员必须使用诸如IAR Embedded Workbench等强大的工具链，来帮助他们为嵌入式系统开发更高效的软件。IAR Embedded Workbench可以使您的代码更少、更快且更智能，同时确保稳健性、安全性、防护能力和高质量，从而帮助用户缩短产品上市时间、提高开发效率、降低代码迁移成本、提高创新能力等。

在未来的工业AI的生态系统中，公司有怎样的发展愿景？

面临哪些挑战？如何解决？

英特尔李岩：工业正在走向智能化时代，AI在工业场景中会继续爆发。以数据驱动扎根行业应用，帮助企业打破信息孤岛，降本增效，提高市场竞争力正是英特尔的使命。

英特尔不仅提供领先的技术，还在持续赋能工业生态系统，并作为创新引擎为工业生态伙伴提供数字化转型所需的解决方案。这两年英特尔发起AI百佳创新激励计划，该计划联合产业生态合作伙伴，汇聚技术、资本、生态、市场和产业等资源，以全栈解决方案的优势，针对工业的细分场景，携手行业生态合作伙伴，加速人工智能规模化应用和产业化升级。

欧时Sean Fredericks：作为RS Group旗下的全球专业全渠道工业产品和服务解决方案供应商，欧时始终致力于持续推出新产品和新技术，为企业提供可靠的产品解决方案，助力客户应对在数字化转型发展中遇到的挑战。

数字化时代，企业对于数据的依赖和智能化的需求往往是巨大的，欧时与全球2500多家供应商合作，携手推出了众多物联网产品解决方案，覆盖了从传感器、仪表、电缆到数据记录仪等一系列工业物联网产品领域，帮助客户在生产的各个环节提高效率、监测运维，进而实现传统工业的智能升级目标。

在智慧工业的时代，欧时凭借全球化的库存和供应链管理能力，能够从全生命周期推动企业数字化的进程，并通过丰富的物联网产品组合为企业降本增效添砖加瓦。为此，欧时自有品牌RS PRO也陆续推出了多样化的工业物联网产品解决方案，例如具备IO-Link功能的工厂自动化传感器、带有适用于M12连接器的IP67分线盒的传感器接线盒等产品，可适用于多种工业环境并兼容所有传感器品牌；以及CAT5E、CAT6A等工业以太网跳线和各种工业自动化电缆组件等。

目前，欧时可提供数十万种基于物联网和智能连接所打造的产品，助力企业工业数字化转型。未来，欧时将继续以创新为引擎，不断迭代技术和产品，全方位满足中国产业升级与高质量发展的多元需求。

Achronix郭道正：Achronix是唯一一家同时提供高端FPGA芯片和嵌入式eFPGA IP解决方案的独立供应商，其创新的FPGA技术组合，包括高性能、高密度逻辑阵列，业界最丰富的、最先进的高速数据接口，加上二维片上网络（2D-NoC）和机器学习处理器（MLP）等新技术，以及独立FPGA芯片、eFPGA IP和基于FPGA的VectorPath加速卡等不同产品形态，可用于开发、实测或生产新的工业系统所需的AI解决方案。

我们也在通过推出覆盖更广应用范围的全新FPGA产品来扩展我们的产品路线图，将为工业领域内的用户和开发人员提供全新的解决方案，以推动以智能化为特色的数字化转型。此外，我们计划将在2023年推出我们最新的Speedster7t器件，进一步满足我们客户不断增长的需求。

IAR Systems Kiyo Uemura：虽然整个半导体产业正在面临诸多的挑战和不确定性，但我们认为嵌入式系统的市场在2023年将继续发展，尤其是中国自己的工业与汽车等高安全性嵌入式系统需求将会继续保持快速发展。IAR Systems将充分发挥自己工具和服务的优势，进一步加强与本地领先芯片供应商及其用户之间的合作，创建更紧密和完善的生态系统，形成创新能力更强、对外部市场反应更快的集群。

在当前的形势下，IAR Systems也已经看到业界对更具灵活性的供应链的强烈需求。许多企业都在努力缩短产品的上市时间，包括那些面向关键任务应用的顶级创新者、新的MCU/MPU和SoC供应商及其客户。IAR Systems作为一家第三方独立工具供应商，将为整个客户群提供更直接的服务和支持。我们已经在中国建立了直接的支持服务体系和本地团队，帮助客户缩短研发周期和提升研发效率，加速产品上市。

在快速增长的工业和汽车等行业，也具有特定的安全和功能安全性要求。IAR Systems的软件工具通过了TÜV SÜD认证，并符合IEC 61508功能安全国际标准、ISO 26262汽车行业功能安全标准等对开发工具的要求。我们的嵌入式解决方案不仅是合规的工具，更是具有应对严苛的安全性挑战的丰富经验，我们未来也会在这些方面加大与中国厂商的合作。

公司对2023年工业AI的发展有怎样的愿景？

英特尔李岩：工业AI发展前景广阔，机遇无限。依托五大超级技术力量—无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能、传感和感知，英特尔不断增强、融合这些技术对各个领域的深刻影响。相信在AI等核心技术的不断迭代升级以及英特尔强大软硬件产品的加持下，工业AI将更快步入规模化、精细化、智能化、高质量的发展路径。

未来两年，人工智能在工业领域的热点应用也会有所升级，会从智能生产领域转向更注重产品服务和供应链管理。其中利用AI技术深度挖掘企业数据价值，帮助企业提升营销效率、优化物流服务、提高资产与设备管理效率、洞察客户需求、优化能源管理以及供应链等将会是企业关注的应用。这种变化是制造业向柔性制造转型的必然结果。

英特尔将始终如一地致力于推进整个行业的软件生态发展，投资从硬件到软件的各个层面，携手行业伙伴及广大AI开发者共同建设开放生态，推动创新，共创AI未来。

Achronix 中国区郭道正：2023年，我们认为数字化转型将影响所有的行业，包括制造业的各个门类和各个环节，物联网推动数据流量将继续增加，以及应运而生的AI/ML将进入越来越多的边缘和异构计算应用中，我们也看到工业领域的制造商也开始设计自己的半导体芯片。我们相信这些新的应用对诸如FPGA和eFPGA这样兼具灵活性和高性能并行数据处理能力的需求将继续增加。

凭借我们独特的数据处理硬件加速器产品组合，包括Speedster7t独立FPGA芯片、Speedcore eFPGA IP和VectorPath加速卡，以及可以为上述所有产品提供支持的ACE工具，Achronix专注于为这些应用提供灵活的、高性能的解决方案，并将继续为我们的客户提供所需的算力和灵活性。

百度智能云黄锋：2023年，百度蓄势待发，通过自研技术的不断升级、降低应用成本和周期，持续将积累的产品、方案做规模化落地。首先，技术上通过大模型降低对样本量的要求，做到多场景快速适配，做到开箱即用，降低交付门槛；其次，基于百度自研的昆仑芯片及飞桨平台和AI模型的联合优化，打造端到端的软硬一体产品，在提升模型效果的同时，大幅降低算力成本；此外，持续发展伙伴生态，伙伴可以使用百度工业AI PaaS平台及应用交付部署，快速、低成本、高效地完成项目交付。

斑马技术程宁：展望2023年，在制造业方面—

首先，数字化转型和IT/OT融合将加速。在物联网（IoT）、智能边缘和云技术以及5G方面的支出将加速机器视觉（MV）、人工智能和机器学习（AI/ML）的采用，新的用例将通过机器人技术推动质量4.0和订单生产力水平迈向新高。新一轮人机融合的浪潮将作为一项关键性的推动因素，助力制造商应对复杂性、价格压力和需求波动。

其次，随着制造商转而采用更具响应能力和预测性的运营方式以实现韧性和灵活性，AI/ML技术将加速发展。制造商希望在整体供应链中都能接收到数字信号并作出反应，以此优化并保持竞争力。通过嵌入业务系统的智能自动化预测性和规范性分析平台，每位员工皆可轻松查看并了解市场、需求、库存和绩效趋势。AI/ML算法一经设置后，系统将自动分析模式，并向相关者推送可操作通知，告知他们下一步计划及其原因。许多行业都已借助AI/ML实现了转型，制造商也是时候大力采用AI/ML，以改善员工效率、设备效率和运行时间。

最后，自动化将以不同于以往的规模和理由得以采用。制造商将采取切实措施来打造智能工厂，其中一些工厂将具备工业5.0的功能，赋能互联的一线员工能够做出决策，在运营方面实现具有可持续性的适时生产和订单履行。制造商将通过技术和自动化来提升员工能力，完善流程并提高效率。

IAR Systems  Kiyo Uemura：IAR Systems是全球领先的第三方独立嵌入式开发工具和软件提供商，我们提供嵌入式开发解决方案和嵌入式安全解决方案。我们的IAR Embedded Workbench是一个用于嵌入式软件开发的完整的开发工具链，为开发人员提供了一个完整的集成开发环境（IDE），包括编译器、汇编器、链接器和调试器。

嵌入式开发是被所有行业都广泛采用的基础性技术之一，而IAR Systems提供的解决方案是业界领先的。我们在2023年继续看好其在智能终端、汽车、工业互联网、IoT、医疗设备、智慧城市和其他领域的应用。这些方向也与中国本土MCU和应用处理器芯片企业的发展趋势完全吻合，因此IAR Systems将在中国的数字化转型中全面支持中国企业的创新。

欧时（RS）Sean Fredericks：

• 当前，围绕人工智能兴起的智能化市场正在蓬勃发展，多种新兴科技的交叉融合也进一步促进了工业产业的数字化转型。人工智能创新的核心是数据，欧时作为全球专业全渠道工业产品和服务解决方案供应商，切身体会到5G、物联网、大数据等新兴技术赋能工业场景的利好。通过规模化的人工智能应用，不仅有利于企业提高生产力、优化成本，传统的制造业企业更是能从中挖掘转型的机遇。

• 展望2023，欧时相信工业人工智能依旧是提升制造业整体竞争力的核心技术，并将逐渐细化与更多场景加速融合，从智能化的设备、智慧工厂，到覆盖全价值链的管理体系，越来越多的制造业企业能从中获益。当然，这也对传统制造业企业和产业链模式提出了更高的要求。

• 想要在时代风口借“智能”之力，企业要积极吸纳创新人才，构建产业智能生态圈，加强协同创新能力，循序渐进地科学转型，寻找到最适合自身发展战略的路径。欧时一直以来都致力于为客户提供世界级的产品和服务，联手全球供应商不断推出覆盖全产品生命周期的创新解决方案。欧时期待在2023年能与多方共同前进，借助全球化优势，聚焦本土需求，为更多工业客户释放发展潜力。

瑞萨电子赖长青：工业智能化是大势所趋，特别是疫情爆发之后，国内各大企业对于工业AI的布局迅速升温。2023年全球经济将进入后疫情时代，社会经济逐渐恢复常态化，随着智能制造的脚步加快，我们判断工业以太网市场将会以17%的年复合率爆发性增长，届时，工业AI的应用必将迎来一个新的发展阶段。而瑞萨电子作为为数不多的工业解决方案供应商，秉承长期的产品创新理念，致力于在解决方案上带给客户良好的体验， 以满足智能所需的实时性、安全性与互联互通的应用需求。