隨著工業互聯網與人工智能的深度融合,工業系統正從“可連接”走向“可計算、可決策、可協同”。在這一進程中,人工智能能否真正走向工業現場,核心不在算法本身,而在是否具備匹配的網絡與算力體系支撐。
近日,工業和信息化部發布《工業互聯網和人工智能融合賦能行動方案》(以下簡稱“行動方案”),圍繞工業網絡升級、算力體系建設、數據協同與重點行業應用,對未來發展路徑作出系統部署。央視新聞13日晚間報道,工信部部長李樂成表示,2025年我國工業互聯網核心產業規模預計超1.6萬億元,帶動工業增加值增長約2.5萬億元,工業互聯網正加速從“連接建設期”邁入“融合應用期”。從產業實踐看,《行動方案》所指向的發展方向并非突發式轉向,而是對工業網絡、邊緣計算等既有技術演進路徑的進一步確認。文件明確提出,到2028年,將在重點行業推動不少于50000家企業實施新型工業網絡改造升級,以支撐人工智能工業應用對高通量、低時延、高可靠、低抖動通信的需求。
對三旺通信而言,這一政策導向,與公司長期在新型工業網絡、TSN 技術及邊緣計算等方向形成的技術積累和工程化能力高度契合,也進一步強化了公司既有發展路徑的確定性。
以TSN為核心,支撐AI對實時協同的底層需求
在新型工業網絡體系中,時間敏感網絡(TSN)被視為支撐工業 AI 實時控制與多系統協同的重要技術方向。
圍繞 TSN,三旺通信持續投入研發與工程實踐,不僅推進相關產品在軌道交通等高可靠場景中的應用落地,還深度參與多項技術規范、白皮書及行業標準的編制工作,推動 TSN 從“技術概念”走向“可規模部署的工程能力”。
在對實時性、同步性要求極高的場景中,這類能力為 AI 控制算法、協同決策系統提供了可信賴的通信基礎。
以邊緣計算承載AI,讓智能能力真正落在現場
工業 AI 的價值,往往不在云端“事后分析”,而在現場“即時響應”。
圍繞這一需求,三旺通信持續布局邊緣計算與
智能網關方向,
構建集通信、算力與管理能力于一體的邊緣側基礎設施。通過 CPU+GPU+NPU 的多核異構架構設計,相關產品可在保障實時性的同時,靈活承載視覺識別、狀態分析等 AI 應用。
在此基礎上,公司推出的組態化邊緣 AI 應用開發工具,支持無代碼配置與快速部署,降低了工業 AI 在現場落地的門檻;同時,通過云邊協同的 AI 應用管理能力,實現對分布式 AI 應用的統一部署、監控與運維,提升系統整體運行效率。
從“單點智能”到“系統智能”,形成可復制的行業實踐
在行業應用層面,三旺通信已在智能制造、能源、電力、智慧交通等領域形成可復制的“工業互聯網+AI”實踐路徑。
以江西某智能制造示范基地為例,通過“工業互聯網+AI”的融合應用,實現生產整線的數字化與智能化管理閉環,生產效率提升約30%,設備維護效率提升70%,并顯著降低了設備運維成本。這類應用的背后,離不開穩定的工業網絡與邊緣計算能力作為支撐基礎。
這種以網絡與算力為底座、以行業場景為導向的布局,使公司在不同工業AI應用需求下,具備更強的適配性與拓展能力。
工業互聯網與人工智能的融合,是一場長期演進。
真正決定工業 AI 能否規模化落地的,不只是算法本身,而是其背后的網絡確定性、算力可達性以及系統的工程可靠性。
圍繞這些關鍵要素,三旺通信已在工業通信、新型工業網絡、邊緣計算等方向持續深耕。在產業加速演進的過程中,這些長期投入,正逐步轉化為支撐公司穩健發展的核心能力與長期韌性。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:1271141964@qq.com。