解码“新生产力”，一站式AI工具成为工业智能化升级的关键。

电子爱好者网报道(文章 / 目前，各大行业最热门的话题无疑是“新生产力”，“新生产力”的发展明显推动了产业智能化的升级，尤其是作为社会经济的主导产业，产业的重点已经从工业自动化转变为工业智能化。

AI(人工智能)作为一项颠覆性技术，是工业智能升级的核心驱动力。如何有效地完成 AI 与工业制造场景相结合，成为企业赢得未来的关键。根据 Frost&Sullivan 统计数据，2023 实现全球工业自动化市场规模 4807.3 亿美元，估计 2025 年将达到 5436.6 亿美金。工业智能拥有巨大的存量市场和未来空间，从自动化到智能化。

信息来源：Frost&Sullivan，电子爱好者网络绘图

面对这个朝阳产业，移远通信作为物联网整体解决方案的领先供应商，推出了工业智能品牌宝维塔。™ ( ProvectaAI ) 其核心产品—— AI 算法平台「匠心」，并且最近举行了「匠心」该平台主题直播，介绍了该行业领先的一站式直播。 AI 开发工具。

移远通信副总经理兰世桂在直播间表示:“移远通信是目前业内为数不多的具有边缘计算软硬件开发能力的行业之一。 AI 企业具有算法自研能力，「匠心」平台打造的 AI 该模型可一键发送到指定的边缘计算终端，促进模型的发展。 AI 该技术广泛应用于各行各业。与此同时，宝维塔™成功将 AI 推理是传统的 X86 架构扩展到 ARM 架构。ARM 与传统相比，架构具有自然高度集成的优点。 X86 架构，ARM 架构配合「匠心」最多可以节省平台 50% 硬件费用。"

产业智能培养“新生产力”

在 AI 在技术的加持下，工业智能已经成为现代工业革命的核心内容，帮助各种工业制造场景提高生产效率，提高质量控制检验，降低成本，快速响应市场需求。工业智能主要包括三个轨道:视觉智能、数据智能和交互智能，都有丰富的应用场景。

就拿工业视觉来说，传统的机器视觉只能提供基本的检测和识别功能，引入 AI 经过技术，特别是卷积神经网络 ( CNN ) 对于深度学习技术，智能机器视觉可以基于海量数据进行学习和推理，可以执行越来越复杂的视觉任务，如特征识别、微小疤痕检验、材料检验等。

因此，通过提高视觉智能、数据智能和交互智能能力，工业智能可以进一步提高智能制造水平，通过精确控制、智能分析、智能生产、质量追溯等方式，快速培养工业市场的“新生产力”。

“从工业自动化到工业智能化，” AI “落地典范，AI 算法模型在其中起着关键作用。和云端 AI 不同的大模型，工业智能所需要的是更具象化的“小模型”。AI 大型模型对模型容量和参数的限制很小，普遍性更强，但也意味着需要在特定场景下进行深度优化和“瘦身”。AI 小型可根据有限的数据量，为特定场景打造规模较小、成本较高、性价比较高、实用性较强的模型。这些 AI 小型反应迅速，对计算能力和内存的需求较小，可进行本地化部署。

然而，AI 尽管小型模型看起来灵活轻便，但在实际开发、部署和管理过程中，也需要面对许多挑战。AI 小模型的研发和部署过程主要包括数据分析、数据标记、模型选择、训练框架选择和模型训练、模型转换和模型部署。由于数据、容量和硬件性能的限制，上述每个环节都会遇到相应的测试。

具体而言，在数据分析、数据标注阶段，开发者需要根据数据特征、检测类型进行数据标注。高质量的数据获取和标记很重要，但是完成这项工作并不容易。主要原因是需要智能升级的企业往往对模型框架和部署方式缺乏了解，对模型需要什么样的数据只有模糊的概念，对数据的认知也不统一，导致数据质量难以达标，最终影响模型的性能和泛化性。

开发者需要根据精度和计算能力的要求，结合终端的具体情况，选择合适的算法模型进行模型选择。由于小模型通常具有简单的结构和较少的参数，所以每个小模型都有优势的使用场景，开发者需要大量的精力来选择和构建模型，尤其是在高度可解释的场景中。一旦选错了，“真伪”人工智能通常只有一步之遥。与此同时，考虑到生产任务的频繁变化，模型泛化能力也非常重要。

在练习框架选择和模型训练阶段，开发者需要通过训练获得适合特定场景的网络和参数。这个环节是 AI 开发小模型的最后一步是部署。很多时候，开发者会被困在这个环节。由于数据、模型类型、训练框架等一系列问题，训练模型很难收敛，但具体问题找不到。

在模型转换阶段，开发人员需要通过模型转换获得与推理框架相匹配的网络和参数。这个过程还包括在保证性能的前提下，实现模型的高效压缩和优化的必要模型优化。然而，模型转换将考验开发人员的各种优势，包括行业认知、应用经验、硬件性能评估、数据微调和模型微调。否则，模型很难达到最初的预设布局效果。

完成上述工作，最后进入模型部署阶段，为终端移植相应的推理框架，然后将模型引入推理引擎。并不是模型开发和优化成功，模型部署的考验也很大。例如，开发人员需要深刻理解推理引擎和推理算法。AI 小型更注重算率利用率；要完全适应硬件性能，完成算法模型与发动机之间的中间件开发。

与此同时，我们也不能忽视。 AI 人才短缺的问题，这将进一步增加 AI 开发和部署小型模型的难度和成本。正是因为有许多挑战的存在，一站式 AI 开发工具已经成为工业智能的刚需和新宠。一站式 AI 开发工具可提供覆盖模型开发到部署的全过程服务，简化 AI 战略开发过程，并做到提高质量和效率，让每个企业都有专属的建设。 AI 的能力。它还推出了移远通信「匠心」平台的初衷和价值。

「匠心」平台使工业智能一蹴而就。

「匠心」是宝维塔™精心打造的产业 AI 该平台可以为公司提供一站式、低成本、低门槛的平台 AI 推进模型训练和部署服务， AI 方便高效的技术落地。“对企业而言，了解企业，移远通信产品经理王柯指出 AI、熟悉 AI 部署是一项十分艰巨繁琐的任务，如果有一站式的话 AI 借助开发工具，可显著减少企业应用。 AI 门槛，使工业智能应用更快落地。有关工具的建造将涉及许多问题 AI 在模型开发和部署方面‘ know how ’，这些‘ know how 这一切都是在多年的项目实战中积累起来的。只有亲身体验，才能打造出更好的产品。那是宝维塔™优点在于。"

如图所示，这是一个从端到端的全链路架构，「匠心」平台，设备端 AI 推理引擎 SDK 与物联网连接融为一体。「匠心」平台提供数据上传、数据标记、模型训练、模型测试、模型发布、一键部署等全过程功能。有了这个平台，公司会遇到。 AI 与小模型相关的问题将迎刃而解。

移远通信为「匠心」该平台提供完善的教学资料和强大的技术支持团队，进一步减少了公司的数量 AI 准入条件。为提高企业布署工业智能的自由度，「匠心」平台提供灵活的服务模式，无论公司是否有自己的开发团队，都可以使用这个平台，公司可以直接在宝维塔使用。™「匠心」开发平台培训模式，也可选择私有化部署。同时，「匠心」该平台可适应目前市场上主流的硬件平台，包括常规硬件平台。 X86 CPU 架构，英伟达显卡，高通，紫光展锐，瑞芯微型显卡， RK 等公司的 ARM 架构平台。宝维塔™还提供硬件状态监控和数据存储策略，确保 AI 模型运行平稳。

移远通信R&D经理俞喆俊分享「匠心」具体操作平台及相关应用优势。举例来说， AI 模型开发初期的数据标记阶段，如图所示，「匠心」平台支持模型预标记，鼠标单击自动画轮廓；支持智能数据处理，材料自动组合；支持使用自动标记模块进行预标记；支持多人同时标记。

例如，公司借助「匠心」该平台可以进行高效的模型训练。该平台支持量化训练以提高精度，下图显示 Int8 量化感知训练；支持增量训练，减少训练时间；支持对训练过程和训练结果指标的查看和分析；支持传统算法的定制。

正如俞喆俊所说，有了「匠心」平台，公司正在引进 AI 在技术上，重点不再是模型和部署，而是选择功能。「匠心」该平台的功能包括图像检测、图像分割、图像分类和 OCR 识别。其中，亚像素分割(支持 3~5 pixel）是「匠心」该平台的一个主要特点是工业场景分辨率低，难以收集缺陷。基于亚像素分割算法，可以快速训练和安排，达到一定的精度。所以，在试纸检验、轴瓦分割模型、铝丝验证、极柱防爆阀验证等特点上，「匠心」该平台的应用可以大大提高检验和验证的准确性。

依据俞喆俊的演示，「匠心」平台在模型推理、模型泛化、模型部署等方面表现出优于竞争产品的性能。基于样本缺陷检测、未知背景杀戮等实际应用。例如，在模型推理方面，「匠心」该平台的一个主要特点是提供加速推理的功能，可以实现 2 超过一倍的推理加速了效率。

综上所述，移远宝维塔™「匠心」该平台是一个基于端到端全链路架构的一站式 AI 开发部署平台，提供灵活的服务模式，具有亚像素分割、加速推理、多模型管理、系统监控平台等特点。除了 3C 检测电子外观缺陷，检测汽车电子零件外观缺陷，检测半导体。 / 工业智能类应用，如泛半导体表面缺陷检测、木板封边及外观缺陷、玻璃表面检测等，「匠心」也适用于自动零售商品 AI 识别等消费应用领域，以及其他消费应用领域，如农副产品筛分和循环经济垃圾分类等 AI 应用。

写在最后

从自动化到智能化，AI 技术已成为工业革命的核心驱动技术。面向广泛的工业制造场景，云端 AI 从信息量、成本、规模等方面来看，大型模型不符合大多数工业智能场景，AI 行业刚刚需要小模型。

然而，公司的部署 AI 小模面临一系列挑战，迫切需要宝维塔。™「匠心」这种一站式平台 AI 工具帮助他们应对挑战，高效地完成工业 AI 开发和部署应用。宝维塔具有端到端全链路架构、亚像素分割、推理加速等特点。™「匠心」在数千亿美元的自动化市场中，平台将成为工业智能化升级的理想工具，迎来一片巨大的市场蓝海。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com