诺基亚发布了一系列技术，旨在通过边缘计算和人工智能（AI）提升先进工业应用中运营技术（OT）的响应速度和决策能力，同时推出支持AI驱动的工人安全和工业自动化应用的新服务。

诺基亚引用研究机构Omdia近期的一份报告，该报告强调了在边缘进行数据预处理以提高生产力、效率和敏捷性的日益增长的工业趋势，这需要位于设备内部或附近的处理能力，包括机器学习（ML）和AI。具有融合功能的新连接节点显示出最高的全球增长率（2022年至2027年复合年增长率为11.3%），推动了工业数字化和IT/OT融合。

作为对这些趋势的回应，诺基亚推出了MX Grid，该公司称这是世界上首个本地部署、超互联、分布式AI/ML解决方案，使组织能够通过在最接近源头的地方处理和分析数据来改善OT响应能力和决策。

MX Grid旨在加速工业4.0的采用，它基于诺基亚MX Industrial Edge（MXIE）平台，利用无线连接，提供一种新的OT数据处理架构，促进IT/OT融合，支持关键任务型工业应用。

与当前大多数在云环境中运行的AI/ML资产相比，MX Grid将符合OT标准的AI/ML处理能力更靠近OT数据源。它利用一组经过编排的、具备计算能力的现场设备（微边缘），这些设备配备了专门的、支持AI的软件栈。这些微边缘通过私有无线网络和/或Wi-Fi连接。

诺基亚表示，MX Grid可以通过分散式工作负载处理和实时、敏捷的决策，从根本上提高企业OT运营的效率，为传统OT资产带来智能化。支持的关键工业应用包括预测性维护、安全与监控、工人安全、跟踪与定位以及质量保证。

在一个质量保证用例中，微边缘上的应用程序可以分析来自连接机器的实时传感器数据和视频流。根据偏差水平，微边缘可以直接触发即时操作，或者由MXIE对等应用程序接管监控，对实时数据进行更深入的分析以采取后续纠正措施。这从而改善了延迟并优化了网络负载。

Omdia制造技术首席研究分析师Anna Ahrens表示：“我们观察到工业技术中一个显著的趋势，即处理能力和AI/ML能力正移向OT数据源附近的设备。在未来几年，我们预计这些真正推动工业数字化的连接边缘节点将稳步增加。诺基亚通过引入一个利用私有无线连接和本地OT边缘能力的变革性分布式AI/ML处理平台，满足了这些行业需求。这项创新促进了具有低延迟要求的新兴用例场景。”

在MX Grid中集成和使用联网工人数据及情境感知信息的能力，为工人安全用例带来了新的能力。视觉定位与物体检测（VPOD）应用程序旨在增强工业跟踪与定位以及情境感知，以支持工业4.0应用并提高工业工厂的工人安全。

诺基亚解释了推出VPOD的原因：在复杂的工业环境中，通常难以给机械和工具配备有源标签，人们佩戴和维护这些设备（例如更换电池和故障设备）也面临挑战。诺基亚补充说，通过使用实时视频数据流，VPOD消除了为资产和人员配备供电设备的需要，从而改善了情境感知。

利用贝尔实验室的专利技术，VPOD通过使用本地部署的AI算法来分析实时摄像头视频流，追踪工业资产，提供对工业运营的洞察以改善工作场所条件。VPOD利用MX Grid架构在摄像头旁边处理视频数据，并结合MXIE，实现更准确的资产跟踪与定位。据称，当与其他OT数据源结合时，这能显著提高工人安全和情境感知。