工业设备智能化升级，从技术路径到落地案例解析

正文

请到「今天看啥」查看全文

决策层通过大模型完成最终决策判断与控制。

智能感知环节强调基于端侧 AI 芯片的智能 物联网系统，期望传感器不仅实现数据采集，还能直接关联计算与分析，构建感算融合的物联网系统。该芯片最早在 2019 年由清华大学实验室发布， 2021 年和 2022 年分 别推出产业化 AI 芯片， 是国内较早应用于端侧物联网的低功耗 AI 计算芯片，支持感知端 24 bit采样、最高 200K 采样频率，可采集温度、振动、磁场、声纹等高频或复杂物 理信号。

在智能层面，该芯片目前可实现多核异构，包括积稀疏计算、存内计算等，能量效率达 3.7TOPS/ 瓦，平均功耗约 40 毫瓦，支持多种 深度学习与机器学习算组，实现效率与算力优化。

控制层面集成RISC 组合，整体实现国产自主可控，同时支持多种通信能力，在单一芯片内完成感知、计算、控制、通信一体化设计。未来期望通过该芯片大幅降低 物联网设备的成本、体积与能耗。

这是从设备管理角度开展的应用，通过采集旋转类设备的振动加速度信号， 在端侧进行高频分析，发现工况变化即刻上报。 相较于传统监测振动数据、声纹数据的传感器，该应用实现了更高的响应速度，仅需端侧计算，无需将全部数据上传至云端，同时延长了电池续航寿命，使其超过原来的五倍左右。通过低功耗与端侧立 即响应的方式，物联网模块综 合成本更低，部署成本降低 90% 以上，运营成本降低 30% 以上。

在过去几年中，湃方科技围绕智能感知打造了系列产品，包括工业物联网数据管控平台及采集多种数据的智能物联硬件， 如磁振温一体化采集的无线智能节点。目前这些传感器主要应用于石油、化工、煤矿等大型流程工业行业，包含煤矿矿井下等需要煤安证书认证的场景。此外，拥有边缘智能云盒等产品， 可实现边缘端更高算力计算，兼容更丰富的数据维度，除振动外，还可接入流量、压力等工艺量。

以往只能形成基于深度学习的算法，例如基于时间序列预测的异常处理、基于自动学习框架的故障诊断等，通过收集大量工业现场数据，可实现基于深度学习的小模型。 DeepSeek 出现后， 可兼

请到「今天看啥」查看全文