- AI
- Edge Computing
- Industries
- Clea
2027 年工业边缘 AI:OEM 现在需要面向哪些方面进行设计
AI 工作负载、IT/OT 融合、全生命周期安全和平台复用,正在影响 OEM 设计机器人、视觉和智能机器系统的方式。

工业边缘 AI 正在进入新阶段。根据国际机器人联合会(International Federation of Robotics)的数据,2025 年全球在役工业机器人数量创下 500 万台的纪录,年度安装量超过 60 万台。该组织还报告称,同年专业服务机器人出货量增长了 24%。这些数字并不意味着所有 AI 应用都已走出试点阶段,但确实表明,Physical AI——嵌入机器、能够感知并作用于物理世界的 AI——正在实际运行环境中部署。
因此,OEM 面临的问题正在发生变化。问题不再仅仅是 AI 模型能否在边缘设备上运行,而是整个系统能否协调多种工作负载、与工业基础设施连接、满足适用的安全要求,并在多代产品中持续演进。以下四项转变在 2027 年可能会变得愈发重要。
AI 工作负载正在成为协同系统
早期的边缘 AI 项目可能只聚焦于一项显性能力:目标检测模型、导航算法或检测任务。而商用系统可能需要支持更多功能。自主移动机器人可能同时整合感知、传感器融合、路径规划、应用逻辑和时间敏感型控制;检测平台可能需要处理多路图像流,同时与生产设备和上层系统交换数据。
这些工作负载对算力、内存和带宽的要求各不相同,延迟和功耗要求也可能不同。因此,若仅围绕某一模型的峰值性能来选择平台,在完整应用整合时可能会带来集成挑战。
OEM 应在设计早期就考虑工作负载划分。CPU、GPU、NPU 和专用控制资源可以承担不同角色。将它们视为同一架构的组成部分,有助于工程团队分配工作负载,并减少为新功能另建独立处理孤岛的需要。这种方法可使新增功能更加容易,而无需在早期重新设计系统。
IT/OT 融合正在重塑工业边缘
国际机器人联合会将信息技术与运营技术的融合列为影响机器人领域的趋势之一。同样的转变也在重塑工业自动化,智能机器正成为工厂数据与控制架构中的联网节点。
这并不意味着将所有工作负载迁移到云端。实时推理、决策和控制可能需要保留在本地,而部分数据和服务则连接到更广泛的系统。
团队必须有意识地划定这些边界:哪些功能需要本地自主,哪些数据应离开机器,以及在连接状态变化时如何保持运行。AI 处理还必须通过应用所需的接口连接摄像头、传感器、工业网络和控制设备。
目标是构建具有弹性的拓扑结构,既保障本地响应能力,又允许数据和服务流向最能创造价值的地方。
全生命周期安全正成为设计要求
安全已不能再被视为发布前夕才添加的功能。联网的工业产品可能运行多年,在此期间,漏洞、软件依赖项和监管预期都将不断变化。
欧盟《网络弹性法案》(Cyber Resilience Act)使这种全生命周期责任更加明确。该法案对含数字元素产品的规划、设计、开发和维护提出了网络安全要求。其报告义务自 2026 年 9 月 11 日起适用,主要义务将自 2027 年 12 月 11 日起适用。
对 OEM 而言,影响不止于合规文档。底层平台必须支持能够在预期产品寿命内持续维护的软件基础。安全流程、漏洞处理和可更新性都成为架构层面的考量。
尽早应对这些问题,有助于降低在开发后期才发现原型软件栈无法满足商用产品的安全和维护要求的风险。因此,生命周期就绪度正成为平台选型和采购的一部分,而不仅仅是部署后的运营问题。
OEM 正在设计产品平台,而非一次性设备
许多工业产品会发展成产品系列。机器人制造商可能需要多种有效载荷或传感器配置;机器视觉供应商可能要满足不同的摄像头数量、性能等级或检测任务;HMI 平台可能需要适配多种机器。
为每个变体重新构建计算和软件架构,会增加工程投入、验证工作量和生命周期成本,也使未来产品世代更难规划。
模块化方法可以改变其经济性。可复用的载板方案、一致的软件基础和可扩展的计算选项,有助于团队在相关产品之间复用部分工作成果。并非每个组件都能原封不动地迁移,每个最终设计仍需针对具体应用进行验证。其潜在价值在于减少不必要的重复开发。
这使模块化不仅仅是外形规格的决策。它可以帮助保护工程投资、缩短产品变体的开发周期,并为未来升级提供更易管理的路径。
从趋势到平台决策
这四项转变可为工程和产品团队提供评估工业边缘 AI 平台的实用方法。
它能否协调完整系统所需的 AI、应用和时间敏感型工作负载组合?它能否在不削弱本地运行能力的前提下连接相关传感器、网络和控制基础设施?其软件基础能否在整个产品生命周期内得到维护和保护?该架构能否在未来变体中复用或调整?
峰值 AI 性能依然重要,但只是其中一项输入。量产平台必须将算力、I/O、软件可维护性和模块化融为一体。将这些要素作为一个系统来评估,有助于在集成风险演变为代价高昂的重新设计之前将其暴露出来。
面向量产的工业边缘 AI 基础
这些设计标准不仅是未来的要求。在完成初步工程评估后,SECO 正向部分 OEM 和开发团队提供首批限量的 SOM-SMARC-Dragonwing-IQ8 工程样品。SECO 是首家提供基于 Qualcomm® Dragonwing™ IQ8 系列的工业级 SMARC 系统模块供 OEM 评估的公司。
该模块搭载 Qualcomm® Dragonwing™ IQ-8275 处理器,通过 Qualcomm® Hexagon™ NPU 可提供高达 40 TOPS 的 AI 加速。千兆和 2.5 千兆以太网、PCIe Gen4、摄像头接口和 CAN 支持,旨在提供评估视觉、网络和特定应用工业架构所需的连接能力,而无需将 AI 算力视为孤立的组件。
作为 Works with Arduino™ 生态系统的一部分,SOM-SMARC-Dragonwing-IQ8 旨在支持从 Arduino® VENTUNO™ Q 开发板上的应用开发到工业产品设计的更连贯路径。两者并非相互替代,而是各展所长:Arduino 和 Arduino® App Lab 旨在加速原型设计与验证,而 SECO 则提供载板设计、软件集成以及最终产品的长期要求。Clea OS 旨在为注重安全的设备管理和长期软件维护提供基础。
面向产品生命周期设计,而非首次演示
2027 年的机遇不仅仅是在机器中置入更多 AI,而是构建在产品演进过程中仍可持续支持的智能。尽早评估完整架构,有助于 OEM 降低重新设计的风险,并在未来系统中复用更多工程成果。
随着首批限量 SOM-SMARC-Dragonwing-IQ8 工程样品的推出,部分 OEM 和开发团队可以评估 Dragonwing™ IQ8 技术、工业连接能力以及面向生命周期的软件基础,是否适合其下一代工业边缘 AI 或 Physical AI 产品。
订阅 SECO 新闻通讯。
在 seco.com 上用您的电子邮件地址订阅。




