Related articles
文 | 半导体产业纵横
今年，涨价已经成为电子行业的主旋律，工业自动化产品也在这一轮成本压力中重新定价。
各大工业巨头早已陆续发布涨价函，施耐德 Acti9/Acti9-S 系列微型断路器全系涨价约 6%；同期 ATS22 系列软起动器、STB Advantys 全系列 l/O 及 Momentum 系列控制器、以太网网关模块、以太网通讯模块、工控机等产品也在涨价。
欧姆龙发布价格调整通知，包括 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价，涨价幅度最小为 5%，并联机器人部分产品涨价幅度甚至高达 50%。
在制造业振兴政策的持续引导、新能源，芯片制造等战略行业需求释放、以及具身机器人等新兴应用场景的多重驱动下，工业计算机市场将迎来新一轮增长周期，IDC 预测，2029 年出货量有望达到 693 万台。
工业现场真正需要的不是 「云端 AI」
AI 进入工业现场，首先改变的是数据处理的位置。
在一条电子制造产线上，工业相机每秒产生大量图片。如果所有图像都上传到工厂服务器，再等待云端或中心节点返回结果，系统不仅要承担网络传输压力，还要面对延迟、抖动和数据安全问题。对于高速贴片、焊点检测或晶圆缺陷检测而言，判断结果必须在设备节拍内返回，否则 AI 模型再准确，也无法进入生产环节。
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 或工业以太网返回控制系统；只有经过筛选的结果、缺陷样本和必要的运行数据，才上传到 MES、数据中台或云平台。云端负责训练、分析和跨工厂比较，现场设备负责在毫秒到秒级的时间窗口内做决定。
研华 MIC-733：把 Jetson AGX Orin 做成工业节点
研华 MIC-733 代表了工业 AI 中一条已经相对成熟的路线：把 NVIDIA Jetson AGX Orin 模块做成可直接部署的工业计算节点。Jetson 路线的优势是集成度高，CPU、GPU、AI 加速器和内存被集成到一个模块中，设备体积小、功耗相对可控，软件生态也比较成熟。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 NVIDIA 的软件栈。
MIC-733 提供 32GB 和 64GB 两种内存版本。64GB 版本采用 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 200 TOPS。采用无风扇设计，提供 4 个千兆网口，网口可选 PoE，同时具备 USB 3.2 Gen2、数字 I/O、RS-232/422/485、GMSL2 接口和 M.2 NVMe 存储。9 至 36V 直流输入和双 SIM 卡设计，使其可以放进移动机器人、车载设备或户外边缘终端；可选 PCIe 扩展模块则为高速采集卡留下空间。
这些接口决定了它的应用方向。在 AMR 上，MIC-733 可以在本地融合摄像头、激光雷达和位置数据，完成障碍物识别、定位和路径规划，不必把所有原始数据传回服务器。多相机视觉场景中，PoE 和 USB 接口可以直接连接工位相机，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以把完整视频留在本地，只上传告警和结构化结果。Jetson 路线的关键并不是把设备做成 「小型 GPU 工作站」，而是在功耗和体积受限的地方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，凌华 DLAP-411-Orin 则更靠近移动机器人整机。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。紧凑尺寸、低功耗和直接面向相机的接口，让它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，可以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 AMR 托盘搬运车，让边缘 AI 工控机已经从 「通用开发平台」 进入机器人整机。这对于工控机提出三个要求：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，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 把工控机推向边缘服务器
当工业现场需要更大模型、更高吞吐和多路视觉时，Jetson 路线就不再是唯一答案。宸曜 Nuvo-10109GC 面向单张 600W GPU，适配 NVIDIA RTX Pro 6000 Blackwell 及选定的 600W 显卡，产品形态已经接近一台能够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 GPU 使用的 PCIe x16 Gen4 插槽外，还提供 3 个 PCIe Gen3 x4 信号扩展槽，可以安装相机采集卡、车载以太网卡或高速网络适配器。官方给出的性能口径包括：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。
设备提供 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 直流输入可以兼容 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。相机采集卡要把多路图像稳定送入内存，PCIe 通道要避免不同功能卡互相争抢，NVMe 要承受连续写入，推理结果还要和晶圆坐标、批次、设备参数建立关联。Nuvo-10109GC 的多路 PCIe 扩展，正是为了把这些数据入口和加速卡装进同一台机器。它可以用于复杂视觉模型的现场推理，也可以用于 VIL/HIL 测试，把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 和可持续的数据记录。研扬 BOXER-6839-RPL 代表了这类需求。
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。整机支持多代酷睿处理器，搭配丰富齐全的 IO 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 线程高性能算力，贴合现代工业多元化需求，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，华北工控的路线更接近国产化嵌入式计算。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 可以满足轻量级目标检测、人员识别、设备状态识别和视频分析。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。对于需要大批量部署的设备厂商来说，低功耗、低成本和长期供货往往比峰值算力更重要。
工业边缘计算的下一场竞争
目前，工业计算机市场维持相对稳定的竞争格局：依靠超过 36% 的市占率，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扩大影响。NVIDIA Jetson 依靠 GPU、CUDA 和 JetPack 生态，适合机器人视觉、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另一种选择。它们的优势是集成度和功耗，局限则在于内存扩展、工业软件兼容和长期供货需要项目级验证。RISC-V 仍然处在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。
