边缘算力升级，工控机站上AI风口

今年，电子行业涨价已成普遍现象，工业自动化产品也在成本压力下迎来价格重估。

各大工业巨头已纷纷发布调价通知。施耐德电气旗下Acti9/Acti9-S系列微型断路器全线上调约6%；同期，ATS22系列软起动器、STB Advantys全系列I/O模块、Momentum系列控制器、以太网网关模块、以太网通信模块以及工控机等产品也加入了涨价行列。

欧姆龙也发布了价格调整公告，涉及PLC、HMI、机器人、继电器、传感器、开关、温控器等工业自动化产品，涨幅最低为5%，其中并联机器人部分产品的价格涨幅甚至达到50%。

在制造业振兴政策的持续推动、新能源与芯片制造等战略行业需求的释放，以及具身机器人等新兴应用场景的带动下，工业计算机市场即将迎来新一轮增长周期。据IDC预测，到2029年，其出货量有望达到693万台。

工业现场真正的需求并非“云端AI”

AI进入工业现场，首先改变的是数据处理的位置。

在一条电子制造生产线上，工业相机每秒都会生成大量图片。如果所有图像都上传至工厂服务器，再等待云端或中心节点返回结果，系统不仅要承受网络传输压力，还要应对延迟、抖动以及数据安全等挑战。对于高速贴片、焊点检测或晶圆缺陷检测这类应用，判断结果必须在设备节拍内返回，否则即便AI模型再精准，也无法投入实际生产环节。

边缘计算因此成为工业AI的现实选择。工控机直接连接相机、PLC和机器人：相机采集图像，工控机完成解码、预处理和推理，结果通过数字I/O、串口、EtherCAT或工业以太网反馈给控制系统；只有经过筛选的结果、缺陷样本以及必要的运行数据，才会被上传至MES、数据中台或云平台。云端负责训练、分析和跨工厂比较，而现场设备则需在毫秒到秒级的时间窗口内做出决策。

研华MIC-733：将Jetson AGX Orin打造成工业节点

研华MIC-733代表了工业AI领域中一条已相对成熟的路径：将NVIDIA Jetson AGX Orin模块转化为可直接部署的工业计算节点。Jetson路线的优势在于集成度高，CPU、GPU、AI加速器和内存被整合到一个模块中，设备体积小、功耗相对可控，且软件生态较为成熟。其代价是扩展能力和内存升级空间不如x86平台，模型部署更依赖于NVIDIA的软件栈。

MIC-733提供32GB和64GB两种内存版本。64GB版本搭载12核Arm Cortex-A78AE CPU、2048个CUDA核心和64个Tensor Core，AI性能最高可达275 TOPS；32GB版本的AI性能最高约为200 TOPS。该设备采用无风扇设计，配备4个千兆网口（可选PoE），同时提供USB 3.2 Gen2、数字I/O、RS-232/422/485、GMSL2接口以及M.2 NVMe存储。9至36V直流输入和双SIM卡设计，使其适用于移动机器人、车载设备或户外边缘终端；可选的PCIe扩展模块则为高速采集卡预留了空间。

这些接口决定了它的应用方向。在AMR上，MIC-733可在本地融合摄像头、激光雷达和位置数据，完成障碍物识别、定位和路径规划，无需将所有原始数据回传服务器。在多相机视觉场景中，PoE和USB接口可直接连接工位相机，用于工件定位、机器人抓取和过程监控。工业园区、仓储和交通场景则可将完整视频保留在本地，仅上传告警和结构化结果。Jetson路线的关键并非将设备打造成“小型GPU工作站”，而是在功耗和体积受限的环境中提供一套完整的软件生态。

凌华DLAP-411-Orin：面向AMR的边缘视觉平台

如果说MIC-733展示了工业节点的通用形态，那么凌华DLAP-411-Orin则更贴近移动机器人整机。该平台采用NVIDIA Jetson AGX Orin处理引擎，配置8核Carmel Arm 64位CPU、1792个Ampere GPU核心、32GB LPDDR5和64GB eMMC，并提供千兆以太网、USB和M.2接口。紧凑的尺寸、低功耗以及直接面向相机的接口，使其适合嵌入机器人和移动设备内部。

凌华DLAP-211-Orin系列进一步覆盖智能城市、机器视觉检测、自动驾驶汽车和机器人等场景。与传统工控机相比，Orin平台的优势在于GPU、深度学习加速器和内存高度集成，可在较小体积内完成视觉推理；局限则是扩展槽和存储升级空间有限，需要在产品设计阶段确定相机数量、模型大小和系统镜像。

此前，凌华与越南机器人公司Phenikaa-X合作开发了AMR托盘搬运车，这标志着边缘AI工控机已从“通用开发平台”进入机器人整机领域。这对工控机提出了三个要求：第一，设备要足够小，能够嵌入机器人内部；第二，接口必须直接面向相机和控制器，以减少额外转换设备；第三，系统要支持远程更新和故障诊断，因为机器人数量增加后，逐台维护的成本会迅速上升。

宸曜Nuvo-10109GC：600W Blackwell将工控机推向边缘服务器

当工业现场需要更大模型、更高吞吐量和多路视觉时，Jetson路线就不再是唯一选择。宸曜Nuvo-10109GC面向单张600W GPU，适配NVIDIA RTX Pro 6000 Blackwell及选定的600W显卡，其产品形态已接近一台能在车间工作的边缘服务器。

Nuvo-10109GC采用Intel第12、13、14代Core处理器，支持35W或65W LGA1700型号，最高支持128GB ECC或非ECC DDR5-4800。除了GPU使用的PCIe x16 Gen4插槽外，还提供3个PCIe Gen3 x4信号扩展槽，可安装相机采集卡、车载以太网卡或高速网络适配器。官方给出的性能指标包括：FP4精度下的大语言模型推理和生成式AI最高4000 TOPS，自动驾驶和AI视觉应用最高125 TFLOPS。

设备配备2个2.5GbE、1个千兆网口和可选万兆网口，配置6个USB 3.2接口；存储采用可插拔2.5英寸SATA托架，同时支持NVMe托架和一个M.2 Gen4 x4 NVMe插槽。9至32V直流输入可兼容12V和24V车载系统，工作温度为-25℃至60℃。针对600W GPU的瞬态功耗和运输振动，产品还配备了专门的供电、散热和显卡锁紧结构。

在晶圆、封装和高端电子产品检测中，算力只是起点。相机采集卡需将多路图像稳定送入内存，PCIe通道要避免不同功能卡相互争抢，NVMe要承受连续写入，推理结果还需与晶圆坐标、批次、设备参数建立关联。Nuvo-10109GC的多路PCIe扩展，正是为了将这些数据入口和加速卡整合到同一台机器中。它可用于复杂视觉模型的现场推理，也可用于VIL/HIL测试，将真实传感器数据回放给控制器。

研扬BOXER-6839-RPL：为自动化而生

AI并不会让所有工业设备都变成GPU服务器。大量上料机、产线工位设备、SCADA系统和PLC网络，首先需要的是稳定的x86兼容性、丰富的I/O接口以及可持续的数据记录能力。研扬BOXER-6839-RPL正是针对这类需求而设计。

这款产品整机采用模块化设计，旨在满足当下工业系统集成商多样化的项目需求。它支持多代酷睿处理器，并配备丰富齐全的I/O接口，可作为高适配性硬件平台，用于上料机、产线工位设备以及高性能机器视觉等各类场景。

BOXER-6839-RPL搭载第12、13、14代英特尔酷睿全系列处理器，最高支持24核32线程的高性能算力，贴合现代工业的多元化需求，集成商可根据项目预算与性能要求自由搭配方案。存储方面，BOXER-6839-RPL同时支持SATA与NVMe两种存储介质；设备配备2个2.5英寸硬盘位，外加1个M.2 2280 M键插槽，兼顾高速读写性能与长期稳定数据记录需求，适用于数据采集监控系统（SCADA）及可编程逻辑控制器（PLC）网络场景。

无论是物料送料设备、产线节点所需的经济型算力，还是机器视觉检测等高并发、实时并行运算场景，BOXER-6839-RPL均可稳定承载。

华北工控BIS-6390ARA-D10：6 TOPS也有自己的市场

与研华、凌华和宸曜相比，华北工控的路线更侧重于国产化嵌入式计算。BIS-6390ARA-D10采用瑞芯微RK3588处理器，配备4个Cortex-A76和4个Cortex-A55核心，A76最高主频2.4GHz；集成Mali-G610 MP4 GPU和6 TOPS NPU，支持INT4、INT8、INT16和FP16等混合精度运算。

在存储和内存方面，该产品支持4GB至16GB LPDDR4/LPDDR4X，提供最高128GB eMMC、TF卡和M.2 NVMe SSD扩展。接口包括双千兆网口、4个USB 3.0、串口以及多种显示接口，并支持Wi-Fi 6、蓝牙5.0和4G/5G模块扩展。

6 TOPS的NPU可满足轻量级目标检测、人员识别、设备状态识别和视频分析等需求。华北工控还强调了无风扇设计、工业级宽温、抗震、防尘和操作系统适配等特性。对于需要大批量部署的设备厂商而言，低功耗、低成本和长期供货往往比峰值算力更为重要。

工业边缘计算的下一场竞争

目前，工业计算机市场维持着相对稳定的竞争格局：依靠超过36%的市场份额，研华依然是中国工控机市场最具影响力的厂商，研祥、华北工控、诺达佳与凌华也均占有一席之地。

从平台来看，x86仍然是工业计算的主流。它拥有成熟的Windows和Linux生态，能够兼容大量工业软件、采集卡、运动控制卡和数据库，也便于客户沿用既有的工程师和维护体系。Intel Core Ultra和AMD Ryzen AI的出现，又让x86平台获得了低功耗NPU能力，使“通用控制”和“轻量推理”可以在同一颗处理器中完成。

Arm路线则继续在功耗敏感和体积受限的场景中扩大影响力。NVIDIA Jetson依靠GPU、CUDA和JetPack生态，适用于机器人视觉、移动设备和多相机边缘推理；瑞芯微等国产SoC则在工业物联网、智慧能源和中低成本视觉设备中提供了另一种选择。它们的优势在于集成度和功耗，局限则在于内存扩展、工业软件兼容以及长期供货需要项目级验证。RISC-V仍然处于特定垂直领域和生态建设阶段，未来能否扩大规模，取决于异构计算、操作系统和工业软件的成熟度。

本文来自微信公众号 “半导体产业纵横”（ID：ICViews），作者：九林，36氪经授权发布。对工业现场边缘计算方案感兴趣的读者，可访问亚博网站获取更多技术资料。