边缘计算赋能工业4.0
诺基亚近日推出突破性技术,通过远边缘计算与人工智能增强先进工业场景中运营技术的响应能力与决策效率,同时发布基于AI的工人安全与工业自动化服务。
数据预处理趋势驱动创新
研究机构Omdia报告指出,工业领域正加速采用边缘数据预处理以提升生产效率与敏捷性,这要求设备端或近设备端具备机器学习与AI处理能力。2022-2027年全球新型融合功能连接节点年复合增长率达11.3%,推动工业数字化与IT/OT融合。
MX Grid:分布式AI/ML平台
诺基亚推出全球首个本地化超互联分布式AI/ML解决方案MX Grid,通过在数据源头处理分析数据优化运营技术响应。该平台基于诺基亚MX工业边缘平台构建,结合无线连接技术打造新型OT数据处理架构,支持关键任务型工业应用。
与传统云端AI方案不同,MX Grid将符合OT标准的AI处理能力贴近数据源,通过协调部署具备计算能力的现场设备与微边缘节点,配合专用AI软件栈实现功能。这些微边缘通过私有无线网络或Wi-Fi互联。
工业应用场景实践
MX Grid通过分布式工作负载处理与实时敏捷决策提升企业OT运营效率,为传统OT资产注入智能。典型应用包括:
- 预测性维护
- 安全监控
- 工人安全保障
- 资产追踪定位
- 质量检测
在质量检测场景中,微边缘应用可实时分析连接设备传来的传感器数据与视频流。根据偏差等级,微边缘可直接触发即时操作,或由MXIE协同应用进行深度实时数据分析以制定纠正措施,从而实现更低延迟与更优网络负载。
视觉定位与物体检测技术
针对复杂工业环境中难以给设备工具配置主动标签的痛点,诺基亚推出视觉定位与物体检测应用。该技术通过实时视频数据流消除对供电设备的依赖,利用贝尔实验室专利算法分析实时摄像头画面,结合MX Grid架构在摄像头侧处理视频数据,显著提升资产追踪精度与工人安全水平。
行业专家观点
Omdia制造业技术首席分析师Anna Ahrens指出:“我们正见证工业技术去中心化处理的重要趋势,计算与AI/ML能力正向OT数据源附近的设备迁移。诺基亚推出的分布式AI/ML处理平台利用私有无线连接与本地OT边缘能力,为低延迟需求场景提供创新解决方案。”