柯艺鸿  张毅岩  张宇/文   英特尔公司

“云-边-端”协同架构助力中国制造业智能化转型

中国制造业不断优化变革，通过两化（工业化和智能化）融合，加速智能制造发展。数字化技术、系统集成技术、智能制造装备和工业互联网技术的应用正在刺激IT与OT的深度融合，推动中国制造实现数字化和智能化的转型升级。

数字化转型让生产场景映射为可度量的数字、数据；人工智能算法的成熟与应用赋能制造中的工作流程的自行优化与决策。这些智能化变革离不开硬件基础设施的支持，而系统架构创新是其关键动力。在传统工业化系统中，产线终端设备往往只是作为OT设备的辅助，不仅处理能力薄弱，与云端数据中心也通常采用远距离连接模式，因此当智能化应用部署在生产一线时，制造业企业往往会面临海量数据传输成本高、实验性能不可控、连接不稳定、带宽不稳定、数据信息安全等挑战。

要解决这些问题，企业就需要想办法让生产、物流、管理等系统中的数据高效流通和治理。根据《E2C云边协同制造业解决方案白皮书》的信息，制造业多数新增数据都产生在边缘，而新增算力又往往基于云化部署，导致算力不适配的矛盾。因此，云边一体化，通过云边协同的方式，让数据在云、边、端之间高效、实时、持久和安全地流动、处理和计算，形成“云-边-端”整体处理架构，就成为制造业实施智能化转型的关键一步。

基于“端 - 边 - 云”结构的机器视觉，尤其是深度学习的视觉应用正是对制造业实践智能化转型的印证。工业对于产品数据保护，以及工业现场数据传输都有更高的要求，根据需求，通常需要将视觉推理的负载转移到边缘端，以降低数据网络传输所带来的延迟，以及获得及时的机器视觉结果。而对于视觉的训练，基于中心化边缘服务器或分布式边缘节点的边缘训练方案，可以将产品的数据和样本保存在本地，保护数据隐私。

更进一步，在某些特定场景下，基于云边协同的联邦学习训练方案可以既保护数据隐私，又能使得模型的参数共享以获得更高的模型训练精度和速度。在数据传输方面，最新的 5G 技术具有大带宽、低时延，以及高可靠等特性，使得无线传输应用于工业现场视觉处理和传输成为可能。通过 5G 和端边云结构机器视觉的结合，企业可以通过云管理平台对于多个机器视觉系统进行统一管理，并下发统一的策略，以促进机器视觉负载在云端与边缘端的合理分配，实现无缝协同计算。

英特尔软硬件生态夯实“云边协同”架构

英特尔和其生态合作伙伴在智能制造转型升级的浪潮中也不断探索，响应和实践云边协同，构建云边一体化架构，为不同应用场景提供基于英特尔架构的先进软硬件产品、技术以及解决方案参考作为“云边协同”架构的坚实基座，包括各类基于英特尔架构的处理器以及由英特尔开源的英特尔工业边缘洞见平台（EII）、英特尔工业边缘控制平台（ECI）推理软件等。

英特尔工业边缘控制平台（ECI）是一个基于边缘计算技术的模块化平台，通过提供具有兼容硬件的软件参考平台加速工业控制系统向软件定义解决方案的转变。英特尔工业边缘控制平台集成了实时计算、基于标准的连接性、安全性、虚拟化和“类 IT化”等模块，其主要功能包括时间确定性计算、工作负载融合、应用程序和平台管理、基础架构管理、工业连接性、控制应用程序、信息安全和功能安全等。通过在以应用环境为驱动的模块化框架中有效协调这些功能，英特尔工业边缘控制平台助力产线灵活生产、易于管理。

英特尔工业边缘洞见平台(EII)，英特尔EII使用微服务架构、是一款开放式、模块化、容器化的边缘计算软件平台。针对基于英特尔硬件平台而创建和优化，并已针对基础操作系统进行了验证。实现边缘端数据的采集、存储、分析以及处理大量数据，打通数据传输的链路，为边缘侧赋予了快速人工智能力，保证数据更快、更安全地得到处理。在缺陷检测、预测性分析和制造生产力优化等领域，适用于压铸、纺织、电气和手工装配等行业，其架构足够开放、应用部署灵活、快捷、易于管理。可以帮助工厂有效提高运营和上产效率，从而更好地满足定制化需求。

 下文将就“云边协同”模式在工业制造场景中的案例，围绕其中边缘计算、云边协同模式与AI技术的部署情况，共同探讨英特尔相关技术与产品在这些真实场景中的应用和优化方案。

利用AI构建精密加工

 云边协同架构下的机器视觉在准确精密的机器控制系统起到重要作用，利用AI、物联网等技术在目标识别和运动控制领域中的优势，制造企业现在能够通过智能化、数字化方式满足超精细化场景下精密加工要求。依靠工业相机的高像素视频，AI应用可对机床、夹具以及机械臂等产线设备实施微米级的偏差定位和校准。同时AI与网络技术的结合，也能将机械动作细化分解，并通过路径规划和实时导引，完成精密加工所需的加速、减速、复杂曲线等运动控制能力。边缘计算技术和云边协同架构的快速发展与引入，帮助精密加工领域的企业以更有效的方式实现数据就近治理和云边算力协同，而源于英特尔先进产品与技术构建的边缘节点，能将来自OT、IT和CT设备和线路的数据进行融合和统一处理。

图1. 基于云边协同的精密加工双闭环

由汇川科技与英特尔打造的圆刀模切机方案融合了英特尔软硬件平台优势，提升了精密加工中的生产效率与生产敏捷度。

相关背景：

l  圆刀模切机是各类电子配件产品的生产利器，其可以一步完成传统多台贴合机与模切机组合才能完成的方案；但圆刀模切机在张力控制、模切精度以及工艺组合等方面也对控制系统有着更高要求；

l  要达到高品质的加工精度和加工水平，汇川技术一方面需要让圆刀模切机控制系统具备多轴同步运动控制、准确定位与追标、速度波动和转矩波动精准控制、高响应速度以及实时控制等能力，另一方面也需要实现对产线的实时监控和智能检测。

 解决方案：

l  汇川技术圆刀模切机方案将启动、加速、稳速、减速阶段的受力过程细化分解，通过边缘数据高速处理形成实时反馈，让刀轴和收放卷系统获得有效的动态转矩补偿，来有效抑制高频小波动，减少外部扰动引起的低频大波动，让产品加工过程稳上加稳；

l  部署在边缘侧的追标功能块配合伺服高精度探针，通过对实时位置与基准位置偏差的数据比较，实现动态趋势补偿，有效消除累计误差，提升加工精度；

l  基于英特尔酷睿处理器、英特尔工业边缘洞见平台以及英特尔工业边缘控制平台，汇川技术通过方案中的麒麟视觉控制器平台，借助云端训练的AI模型在边缘服务器中对采集的产品图像进行推理检测，实时纠偏。

图2.汇川技术圆刀模切机解决方案

业务价值：

l  提升加工效率：基于云边协同架构的汇川技术解决方案，加强了数据反馈灵敏度，消除了器件模切加工中的技术难点与痛点，显著提升了设备的生产效率、稳定性和加工精度，让精密的模切加工流程变得更高效；

l  提高生产敏捷度：方案将实时计算和控制能力进行了有效串接，实现了边缘侧工作负载的有效整合和数据的快速分析，从而帮助整个加工流程增强系统响应速度并降低运维难度，进而通过高敏捷度，为制造业打造柔性生产解决方案提供空间。

 基于“云边协同”架构的轮毂分类

信捷电气联合英特尔解决传统的轮毂分类中因依赖人工方式进行导致工作效率不高、易造成分类错误以及人力成本和培训成本高昂等问题。信捷电气基于“云边协同”架构的轮毂分类 / 分割的流程主要包含以下步骤：

l  行进中的流水线将轮毂推送至第一个检测点；

l  图像采集设备在检测到轮毂后，流水线短暂停顿并进行图像采集，所采集的图像就近传送至部署在流水线附近的边缘服务器；

l  通过与信捷电气自研机器视觉应用开发平台协同，边缘服务器借助基于支持向量机 (SVM) 的模型对轮毂进行分类，从而标注出不同型号的轮毂；基于分割模型推理进行轮毂图像分割，并找出轮毂上关键器件的位置，如背景、轮毂、气阀孔等；

l  两种模型的迭代训练和优化可在边缘服务器中完成，也可回传至云端数据中心进行进一步的迭代优化；

l  完成上述步骤后，流水线将再次启动，将轮毂推送至第二个检测点；

l  图像采集设备在检测到轮毂后，根据步骤 3 中得到的气阀孔位置，对轮毂进行转动惯量补偿。

图3.基于“云边协同”架构的轮毂分类 / 分割流程

方案中引入的第 十一 代英特尔酷睿处理器，以其增强的计算处理性能、出色的图形显示能力、以及 AI 增强功能，成为基于“云边协同”架构的轮毂分类和分割方案的坚实硬件基座。

业务价值：

l  新方案有效减轻了因大数据量视频传输带来的网络压力，降低传输成本并提升轮毂分类和分割速度，结合信捷电气自研机器视觉的强大图像分析能力，共同帮助轮毂生产企业打造高效应用于轮毂生产场景的解决方案；

l  通过增强的性能和高效的“云边协同”架构，信捷电气全新的轮毂分类/分割解决方案已成为轮毂生产企业降本增效、实现产能突破的利器，不仅为制造业企业未来更快、更好地开发部署和优化大规模自动化、智能化设备提供全新思路，也为制造业实施智能化转型提供了最佳实践。