根據Markets and Markets給出的統計數據，全球智能制造市場預計將以18.5%的年復合增長率持續增長，并于2027年達到2282億美元的市場規模。

　　雖然智能化升級的程度不同，但這股趨勢明顯已經席卷了整個工業市場，據統計，約2/3的制造商已經引入了智能生產設備，超過6成的制造業企業采用AI技術提升效率。

　　中國作為制造強國，已經連續占據全球制造業產值第一寶座12年，全球占比高達30%。也正因如此，中國的制造業數字化和智能化轉型擁有龐大的市場空間，如何提高這一轉型速度成了重中之重。2022英特爾工業物聯網大會上，英特爾及其合作伙伴們闡述了工業物聯網轉型智能化的市場和技術創新趨勢。

　　工業控制轉向云邊端架構

　　傳統工業控制面臨著封閉、兼容性差的問題，因此各個國家地區也紛紛開始了工業控制物聯網標準化的路線。然而在標準化的同時，新型工業控制方式也在推動更多的創新實踐，這尤其體現在邊緣計算上。

　　比如歐盟地平線2020計劃中就有針對中小型制造企業的Daedalus計劃，將分布式智能邊緣控制用于離散制造業。國內也是如此，為了給邊緣產品的研發和采購提供一個權威的參考，工業互聯網產業聯盟就聯合中國信通院等各方產業參與者發起了“邊緣計算標準件計劃”，對邊緣計算平臺、邊緣服務器/一體機、邊緣網關和邊緣控制器等進行產品評測。

　　從現有的趨勢來看，工業現場架構轉向“云—邊—端”三層架構已經成為定數，而在邊緣端，無論是通過邊云協同還是邊緣智能來完成智能化控制，都能滿足日益復雜的工業計算要求。

　　對于那些布局工業級芯片、工業級傳感器、5G工業模組、TSN設備、邊緣網關的工業物聯網設備廠商來說，這無疑是一個大好時機，如何在追求TSN、實時虛擬化、跨平臺編譯等新技術的同時，兼顧邊緣計算，將是工業控制賽道的下一個賽點。

　　機器視覺面臨的挑戰

　　開頭我們就提到了超過6成的制造業企業使用AI技術提升效率，而他們所用的AI技術，有一大部分都是基于機器視覺的，諸如自動化機械臂、狀態監控工業攝像頭和AGV，還有一眾預測性維護和質量檢驗等，這些應用的出現為工業視覺運控帶來了新的機遇。

　　盡管目前針對機器視覺的方案頻出，但也都不可避免地迎來了該行業的下一輪挑戰，比如終端用戶對于精度、節拍和效率的要求不斷提高;對系統的穩定性、可靠性不斷提高;終端使用場景多樣化，需求碎片化，非標準化;工業的數據安全開始被重視起來以及流水線的快速迭代等。

　　從產品陣容來看，英特爾為工業機器視覺提供了完備的解決方案，無論是酷睿、至強還是全新推出的銳炫，足以滿足不同的視覺算力需求。英特爾也和友商基于工業邊緣節點這一標準參考架構，推出了機器視覺控制器。

　　該控制器具備無風扇、寬溫、豐富I/O接口等特性，且該控制器基于英特爾的邊緣洞見平臺軟件框架，可借助OpenVINO工具套件實現高性能推理，從而降低系統生產周期，實現實時監測和高精度。更重要的是，該控制器支持CPU與IO解耦，方便后續對CPU進行單獨升級。

　　對于轉型更加謹慎的工業市場來說，要他們選擇解決方案其實也就是選擇背后的生態，而英特爾已經基于oneAPI和CPU/GPU打造了一套久經考驗的軟硬件生態，對他們來說無疑也是更穩妥的選擇。

　　小結

　　其實驅動工業物聯網智能化升級需要整個生態一起努力，并不是靠單一家廠商的芯片或邊緣設備就能實現的，工業物聯網需要從邊緣到云建立一個智能開放的平臺，解決連接、控制和新型應用多方面的需求。工業物聯網多節點多場景應用的落地，也離不開生態的通力協作。