2023年，中国工业经济在回升向好态势中稳步前进。据统计，2023年1~11月，我国规模以上高技术制造 业增加值同比增长2.3%，装备制造业增加值同比增长6.4%。制造业创新体系建设得到加强，产业结构进一步 优化升级。预计2023全年，工业增加值同比增长4.3%以上，制造业增加值占GDP比重基本稳定，总体规模连 续14年保持全球第一。 

对于人工智能（AI）的发展，根据信产部的信息披露：到2023年年末，我国人工智能企业数量超过4400 家。智能芯片、开发框架、通用大模型等创新成果不断涌现，云算、智算、超算等协同发展，算力规模位居 全球第二，东数西算等重大工程加快推进。人工智能与制造业深度融合，推动了实体经济数字化、智能化、 绿色化转型，目前已建设近万家数字化车间和智能工厂。 

过往取得的成绩，让我们对2024年中国智能制造业的高速高质量发展充满信心。为此，在2024年的首 期，我刊采访了工业AI行业中的制造产业链中的企业，从他们的回复中可以一窥当今中国制造业的发展状 况，更让我们在崭新的2024到来之际对中国工业AI的发展充满期待。

回顾篇

回望 2023 年公司在工业AI 领域有怎样的进展？

Achronix Semiconductor 中国区总经理 

郭道正

Achronix 作为一家以创新推动发展的可编程硬件加速器暨 FPGA 技术公司，为制造业的数字化转型提供了业内独有的硬件数据处理加速器解决方案。针对制造业数字化转型存在的多样化场景、多样化环节、多样化模式、多样化行业领域、和多样化发展和需求阶段这一挑战，我们提供了从嵌入式 FPGA 硅知识产权（eFPGA IP），到高性能、高密度、高带宽独立 FPGA 器件和基于该器件的加速卡，以及可以支持前述所有FPGA 产品的开发工具 ACE 这样一个完整的、可演进和可扩展的全面解决方案。因而能够支持工业 AI 解决方案提供商在与其工业领域中的客户对需求进行归纳和分析后，用最高效、低延迟和可编程的技术手段，针对具体行业和企业目前和未来的工业 AI 需求，开发具备实际价值、具有长生命周期的解决方案。

瑞萨电子全球销售与市场本部副总裁 

赖长青

工业一直是瑞萨重点关注的领域。 立足智慧工业场景的建设，瑞萨不仅提供高性能的 MCU/MPU 芯片，还拥有通信和整体解决方案。2023 年我们推出了强大的 RA8 MCU，其基于 ARM Cortex-M85 内核，具备突破性的 3000 CoreMark，并可满足客户应用所需的完全确定性、低延迟及实时操作要求。此外，新型 RA8系列MCU 部署了 Arm Helium 技术，即 ARM 的 M 型向量扩展单元。相比基于 ARM Cortex-M7 处理器的MCU，该技术可将实现数字信号处理器（DSP）和机器学习（ML）的性能提高 4 倍，使边缘和终端设备可在语音 AI 中部署自然语言处理以及实现预测性维护应用等。除了该款高性能 MCU 外，我们也基于非视觉类的先进信号处理算法推出了一款专门针对一个系统的预测性维护和提高系统效能的全自动 AI 建模工具——Reality AI。

这款工具可以提供硬件分析服务，同时可将预测过程图像化，是一个可解释的 AI 模型，让客户读懂工业系统推理判断和决策的过程。不仅如此，Reality AI 占用的资源非常小，是一个轻量级的负荷检测，这使得用户无需更改原来的系统和硬件平台，直接部署 AI 功能。 

此外，在智能工业场景的搭建中，功能安全和信息安全也是亟待考虑的问题。瑞萨是业内鲜少可以围绕 SIL3 工业功能安全等级提供完整解决方案的企业。例如我们的符合 EtherCAT 规范的 FSoE 网络功能安全协议套件，其是一款完整的 SIL3 工业功能安全等级方案，可以在 EtherCAT 的同一网络中并行传输标准数据以及安全相关数据，是现代网络结构和通信系统不可或缺的一部分。在信息安全方面，瑞萨产品内置安全加密单元，配合一个系统的信任根，和高性能的加解密硬件，可开发出丰富的安全解决方案。

杉岩数据 COO

邱尚高

2023 年，政策和市场等多重因素助推下，领先的制造业纷纷推进产线智能化升级，在人工目视质检之外，投入了大量自动化检验设备，如AOI、AVI、CCD、X-ray 等工业 AI 检测设备，实现自动化的检测，提高检测的精度和效率，同时减少因人为因素引起的误差和漏检，进而实现产品良品率提升、质量全流程管理及降低人力成本。 

这些先进技术的背后，会产生海量的质检图片、日志等非结构化数据，其文件个数和数据量都呈现爆发式增长，且按照政策法规和下游客户要求需要长期保存。如何科学合理地产出、采集、传输、存储、分析以及利用数据，成为制造企业抓住发展机遇的最有效途径。

杉岩数据作为产线质检数据管理领导厂商，经过众多高端制造用户共同实践验证，在工业 AI 领域，进一步完善数据采集、存储、管理、调用等一体化方案，其研究成果可实现产线数据的集中统一存储、统一管理，助力制造业在数字化转型中提升质量管理水平，实现降本提效。

芯科科技工业物联网产品营销经理 

Tristan Cool

Silicon Labs（亦称“芯科科技”） 已经创建了一套完整的硬件和软件解决方案，可支持开发用于工业市场的工业人工智能 / 机器学习（AI/ML）解决方案。具体来说，我们的 Sub-GHz、蓝牙和 802.15.4 产品内置了硬件加速功能，可优化边缘的 AI/ML 处理，帮助主内核的处理资源分担处理任务，同时降低能耗。在软件方面，芯科科技支持 TensorFlow Lite，并且开发了先进的机器学习工具包（ML Toolkit）供专业开发人员使用。此外，我们正在持续与不同工业领域专注于 AI/ML 的伙伴展开合作。我们重点关注的领域包括智能建筑 / 智能工厂自动化，人员和资产追踪算法，以及利用音频标注、惯性测量单元（IMU）振动分析和超音速传感器输入进行工业机械异常检测。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华

2023 年，借助于公司自研的数据采集平台，善诚科技实现了工业互联，实现了 AI 模型的“投喂”。同时，借助于我们开发的一套 AI 模型训练系统，使得数据流的核心价值将从描述信息走向决策流和控制流。

过去一年工业 AI 行业发展的热点问题？新概念？新进展？

Achronix Semiconductor 中国区总经理 

郭道正 

大模型技术几乎成为了所有行业都在讨论的热点话题，工业部门同样也在高度关注这些技术对未来制造的影响。对于制造企业而言，过去都是基于经验性统计数据制定的客户需求模型，以及自己拥有的制造资源和能力、以及供应链和销售服务优势，来决定生产计划、组织制造流程和提供相应的支持服务，虽然都在引进诸如企业资源计划管理系统、制造生产管理系统、供应链管理系统、客户关系管理系统等等工具并上云，但是往往是各自形成了新的“烟囱”。 

从目前 OpenAI 推出的 ChatGPT 等大模型技术带来的全球性知识整合和应用能力来看，大模型技术将重新改变企业的知识价值创造、基础制造能力优化、服务响应速度和深度，并重新改变制造业业者与消费者之间的关系，最终形成具有更高满意度和价值的服务型制造。当然，制造业也与 OpenAI、微软、亚马逊、百度和阿里巴巴不同，虽然并不需要像他们一样去力拼千卡万卡，但是同样将利用诸如 FPGA 和 GPU 这样的数据处理加速器来运行更好的工业 AI 算法。

瑞萨电子全球销售与市场本部副总裁 

赖长青

工业 AI 的热点主要集中在“机器人、大数据、工业物联网（IIoT）的融合、可解释性人工智能以及数据安全和隐私保护”等方面。其中智能机器人是 AI 技术在工业制造中的一大应用方向。基于深度学习和图像识别等技术，智能机器人能够实现自主感知、智能决策和精准操作，为工业制造过程提供高效、精确的服务。而大数据是智能制造的基础，它能够对大量生产数据进行收集、分析和挖掘，帮助企业实现生产线上的实时监控和预测，同时优化生产计划、改进供应链管理、降低生产成本 ；工业物联网能够将传感器、设备和工业系统连接起来，实现数据的实时监测与分析 ；不同的 AI/ML 算法有效地实现端到端故障分析、故障预测、根源分析和最佳参数选择。此外，数据安全与隐私保护也是保障安全生产的重要议题，随着工业自动化程度愈来愈高，其需求正在不断扩大。

芯科科技工业物联网产品营销经理

 Tristan Cool 

芯科科技在工业领域的客户一直专注于训练 AI/ML 模型，以适用其应用场景—他们使用了不同的时间记忆（temporal memory）技术，来确保某些预测性应用场景中的学习和监管能力得以优化。在工业市场中，如何高效地扩展和部署越来越大的网络，以及如何改造现有基础设施，使其与合作伙伴的新技术更加兼容， 仍然存在挑战。我们看到，在制造业、远程信息处理和追踪领域，越来越多的现有应用依赖于更复杂的 AI/ML 方法。因此，会有越来越多的客户倚靠对 AI/ML 的投资，将其作为自己研发过程的关键部分。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华

从 2022 年 11 月 ChatGPT 开始，AI 大模型的落地正在给工业制造业带来一场系统性的重构，大模型 AI 技术在工业领域中的应用已经从理想走进现实。 

另外，边缘计算充分利用物端的嵌入式计算能力，以分布式信息处理的方式实现物端的智能和自治，并与云计算结合，通过云端的交互协作，实现系统整体的智能化。 面向分布式的感知、决策与控制的通信与计算将迎来革命性的发展机遇。

如何看待过去一年中国工业 AI 行业发展、面临的挑战？

瑞萨电子全球销售与市场本部副总裁 

赖长青

中国工业 AI 发展迅速，从感知层、控制层、驱动层到执行层都引入了很多 AI 的功能，极大提升了智能制造的效率和质量。与此同时，近年来随着国内行业的水平越来越高，逐步跟国际接轨，对功能安全和信息安全两部分的重视程度也日益提升，这是中国工业 AI 亟待解决的挑战。瑞萨进入中国数十年，旗下先进产品和解决方案可以助力中国客户完成系统级的设计。例如，我们的MCU/MPU 结合周边的 PMIC、无线连接器件和传感器等产品能够形成性能领先的解决方案，满足客户下一代产品需求。

芯科科技工业物联网产品营销经理 

Tristan Cool

自动化工厂制造和智慧城市未来应用等工业应用是中国市场感兴趣并且可以取得成功的关键领域。这些应用依赖于最佳的效率要求、超大的规模、较低的维护投入和快速学习。在许多应用中，随着 AI/ML 计算能力的提高，与硬件层面的安全加密、安全调试、故障保护和防篡改相关的挑战将变得更加关键。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华

过去的一年，在整体行业不景气的大背景下，传统企业的 AI 推进举步维 艰，我们需要让企业经营者相信，AI 绝不是工业领域锦上添花的事情，而是能够切切实实显著提高生产效率，帮助降低成本，提升产品质量。 

大量企业由于各种原因，自动化程度不高，使得企业败在了 AI 实施的第一步 ：数据采集，我们需要辅助企业， 通过各种手段，比如 OCR，接口通信等，使得企业迈出关键一步。 

在企业实施 AI 的过程中，我们也面临着一些阻力，主要还是对 AI 的误解。我们坚持 AI 的最终目的不是替换人，而是服务人、解放人。AI 有助于保留劳动力经验，并塑造未来劳动力的核心。通过 AI 技术，企业可以传承这些经验，并培养新一代劳动力，提高他们的技能和知识水平。

展望篇

公司对 2024 年工业 AI 的发展有怎样的愿景？

Achronix Semiconductor 中国区总经理 

郭道正

制造业的数字化转型是一个正在发生的全球趋势，制造企业的各个环节都需要相应的工业人工智能（AI）技术。 

2024 年，以端到端全栈智能化为特征的转型将开始加速，反映到制造业运行和制造企业经营之上，就会发现一个重新定义制造业计算架构和运行模式的时代正在发端，积极拥抱智能化并开展研发和开始导入相应解决方案的企业都将风生水起，而继续抱着原有架构或者只进行一些修修补补的企业则倍受市场缩减和毛利降低的煎熬。 

因此找到创新的工业 AI 解决方案并加速导入成为了制造业中许多企业近几年的核心话题。当然，智能化或者数字化转型是一个过程，可以随着各种标准、协议、数据来源与格式的演进而不断完善解决方案的可编程硬件数据处理加速器将在其中扮演重要的角色，这既包括在原有各种工业计算芯片中集成可编程的嵌入式 FPGA 半导体知识产权（IP），也包括在与工业相关的云平台中引入具有更高数据带宽的 FPGA 芯片，如 Achronix 公司推出的带 有二维片上网络（2D NoC）的 Speedster7t FPGA 芯片，还包括引入更高效可靠的人机连接方案来支持企业内部沟通与外部服务。 

瑞萨电子全球销售与市场本部副总裁 

赖长青

工业 AI 是大势所趋，虽然现在对于工业自动化的话题不如 Chat-GPT 那么的热烈，但企业降本增效的目标是一致的，未来智慧工厂的建设极具发展前景。作为工业领域的解决方案提供商之一，瑞萨也将长期关注此领域产品的创新，致力于通过先进的产品与解决方案，协助行业伙伴开发满足智能工厂所需的实时性、安全性与连接性的应用方案。值得一提的是，许多客户基于瑞萨提供的参考设计或系统解决方案进行二次开发，大大缩短了开发周期，迅速完成新品迭代。另一方面，我们的方案会融入公司旗下的硬件和软件优势，例如通过加密硬件和复杂的算法提供功能安全和信息安全设计，从而让客户的产品更加高效和稳定。

杉岩数据 COO 

邱尚高

杉岩数据以“成为世界级的数据基础设施企业”为愿景，致力于打造云计算、人工智能、物联网等领域的新型信息基础设施建设，现已攻破高性能存储引擎技术、高性能纠删码冗余技术、数据全生命周期管理技术、智能数据处理引擎等技术，填补行业空白，形成了一系列具有自主知识产权的科研成果，全面推进“杉岩”系列存储产品的研发设计和产业化。 

在工业 AI 领域，杉岩数据作为工信和信息化部专精特新“小巨人”企业，参与工信部《AI 工业质检应用发展白皮书》、《基于边缘计算的机器视觉标准》等多项研究报告及标准的编制工作，入选工信部数据要素驱动企业数字化转型优秀案例与示范项目、“智赋百业”2023 年人工智能融合发展与安全应用典型案例等，其产品已高端制造业实现大规模商用部署，已广泛应用于动力电池、半导体、面板、汽车电子等领域，覆盖产线、质检、IT 服务应用场景。 

未来，将持续加大研发力度，采用智能存储先进技术助力工业 AI 生产质量的全局优化，为制造业数字化转型提供前沿技术、创新思路、方法论和应用实践。 

芯科科技工业物联网产品营销经理 

Tristan Cool

芯科科技的愿景是确保我们的无线片上系统（SoC）能够为领先的工业 AI/ ML 应用场景中的边缘设备提供功耗最低的计算能力和最佳性能。芯科科技正积极与领先的客户和行业伙伴合作，为预测性维护等应用开发新模型、培训视频和软件示例。芯科科技的 SoC 系列产品支持在边缘进行 AI/ML 操作（无需将大量数据负载传送到云端），从而扩展了 AI/ML 应用场景的范围。这有助于减轻网络带宽的压力，同时减轻主处理器的处理任务。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华 

借助于 AI 大模型，赋能每个智能终端、智能单元和智能系统，利用智能让云边端实时协同，让 AI 大模型赋能的智能体将无所不在，布控设备、产线、工厂。 

利用智能体在 AI 大模型下的驱动，实现决策智能与控制执行，走向自决策、自控制，实现智能联合体的崛起。

工业 AI 的未来将面对怎样的技术与应用挑战？

Achronix Semiconductor 中国区总经理 

郭道正

展望未来，工业 AI 技术将在制造业进一步加快数字化转型或者深化智能化应用方向上获得新的机会，但是这个过程也面临这许多挑战。其中既包括为制造业打造相应的模型和算法（包括生成式 AI 和大模型等新技术），也包括如何通过在传统的设备、系统和应用中中引入硬件加速器，来导入新模型和新算法而带来的机会。 

此外，不同制造领域内的数字化转型或者智能化没有千篇一律的解决方案，因此要在多个垂直市场中获得尽可能多的机会，就需要具备特定领域的 know-how、可以高效地处理客户需求的 IP、多元化的计算架构、以及可以在不断演变的市场和技术环境中尽可能延长产品生命周期的可编程硬件加速器。

瑞萨电子全球销售与市场本部副总裁 

赖长青

未来的工业 AI 一定是高度自动化、自主决策极高的系统。虽然现阶段的智能化还远未达到“自驱动”的临界点，不过一个显著的变化是设备集成化、复杂度、价值量在快速提升。这些智能化的设备改变了人机交互的方式，颠覆了传统制造的供应生产体系，重塑了企业内部的知识传承模式。与此同时，也对芯片和方案的稳定性和可靠性提出了更高的要求。作为工业 AI 的推动者，瑞萨以各项性能领先的芯片来应对这些挑战，在方案层面，瑞萨电子内部有专门的团队来进行系统方案设计。这些方案不仅能够缩短客户产品的研发周期，更快、更高效地推送到市场。同时，这些方案基于瑞萨电子领先的芯片，保障了硬件的可靠性，并通过软硬件融合的方式实现了功能安全和信息安全，最终使得客户产品能够安全、可靠地完成工业 AI 设计。

芯科科技工业物联网产品营销经理 

Tristan Cool

在工业领域，许多设备都无法轻松访问，这使得设备的安装、固件升级、电池更换和调试变得困难。使用 AI/ML 技术来确保设备得到正确调试、射频信号强度实现最佳校准以及设备模型得到正确调整，是一个值得探索的新应用场景。工业产品需要兼容越来越多的传感器数据输入和通信协议，因此 AI/ML 有必要成为一种设计工具和终端产品功能，为此提供支持，但同时要确保开发过程、工具套件和代码大小得到监控，以提高效率。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华

复杂性 ：工业场景复杂、环境复杂、工艺复杂，导致工业 AI 大模型开发难度大数量少， AI 大模型在工业制造业领域全面应用落地相对缓慢，但是单一垂直大模型迁移性较高。 

标准化 ：借助于 TPC 自研的 ML 系统，基于“预训练 + 精调”等新开发范式，使得企业快速构建属于自己的模型成为了可能，带来显著快速的模型迭代和效率提升。我们致力于利用数据的自动流动化解复杂系统的不确定性，将正确的数据、以正确的方式、在正确的时间传递给正确的人和机器，提高资源配置效率。

新的一年，公司有怎样的发展愿景？面临哪些挑战？如何解决？

Achronix Semiconductor 中国区总经理 

郭道正

为了推动制造业等领域加快实现数字化转型，Achronix 已构建了一条业内独有的硬件加速器产品线，以帮助解决方案提供商在不同的应用阶段以最具竞争力的创新性和经济性赢得市场。 

如果工业 AI 解决方案提供商以独创的模型和算法为突破点，可以利用搭载了具有高性能和高数据带宽的 Speedster7t FPGA 器 件 的 VectorPath PCIe 加速卡，来开始研发甚至进行部署。最新的成功案例是搭载了Myrtle.ai 算法的自动语言识别解决方案，该方案用一张VectorPath 卡加上一台服务器就可以胜过 10 颗高性能GPU 的语音识别功能。当然，还可以利用 VectorPath 在其他领域开发和部署很多独特的智能化解决方案。 

由于 所 有 Achronix 的 FPGA 产 品 都 采 用 相 同 的结构和同一个开发工具 ACE，所以在 VectorPath 上开发的应用在市场规模起量的时候，还可以移植到搭载了 Achronix 的 Speedster7t FPGA 器件的系统设备或者板卡上面，从而可以以更高的性价比来满足客户。而随着智能化的发展，许多智能应用需要用新定义的大批量设备来运行，这些设备的主芯片 SoC 或者 ASIC 可以集成 Achronix 提供的 eFPGA IP，并继续复用已有的 FPGA 应用。 

展望 2024 及未来的数年，数字化转型将推动制造业面向智能化的创新，可编程硬件加速器技术将在其中扮演重要的角色，Achro过程中把握机遇的解决方案提供商提供了充分的技术准备，并在不断扩大中国区的支持服务团队，以共同把握这个历史性的机遇。

芯科科技工业物联网产品营销经理 

Tristan Cool

芯科科技的许多 SoC 解决方案都集成 了 矩 阵 矢 量 处 理 器（Matrix Vector Processor，MVP）硬件加速功能，同时我们为专业用户提供了包括 ML Toolki在内的完整软件解决方案。在为即将推出的芯科科技第三代无线开发平台不断提升硬件加速引擎的同时，我们正在与领先的客户和 AI/ML 合作伙伴共同开发越来越多的内置软件示例，以改进开发工具套件，提升部署 AI/ML 的能力。 

芯科科技的设想是，物联网可以在很多方面发挥作用，不仅是用作通信的数据管道，还可以主动集成到 AI/ ML 流程中，以改善效率、功耗和协议管理。

善诚科技发展 (上海) 有限公司首席技术官 

狄刘华

TPC 作为工业领域综合解决方案的实践者，我们从几下几个方面着手， 布控 AI 的生态—— 

• 在工业软件开发层面，定义软件开发范式。使用 AI， 倍数级提升软件研发的效率，大幅提升生产力。同时利用“代码大模型”的研究和应用，引发 AI 编码的革命。 

• 在工业软件架构层面，使用 AI 重构软件开发模式、 交互方式、使用流程和商业模式，用大模型重新升级既有的复杂的软件系统。 

• 在数据分析方面，利用 AI，将传感器、算法和数据分析相结合，提供更准确、可靠的数据和更高效的系统。例如通过传感器检测工厂中的机器运行状态、能源使用情况等数据，提高生产效率和降低能源消耗。 

• 在视觉处理方面，在制造过程的每个关键步骤中，将先进的闭环控制策略与机器视觉反馈相结合，使系统能够采取自动纠正措施，最大限度地减少缺陷，从而实现更卓越的产品质量。

2024 年中国智能制造行业拉开了宏图大展的大幕， 工业 AI 继续是新一年以及未来最重要的发展战略，突破 

技术壁垒、创新新的技术与应用将继续是主旋律，2024年的机遇与挑战将成就我们把工业 AI 的发展做深做实。 

2024，我们来了！