突破数据通信两大鸿沟，这才是工业物联网的网

谈到对未来智能世界的期许，万物互联一定是标准答案之一。

愿景虽好，实现起来却不容易，尤其在工业生产过程中，「互联」意味着实现更高的互操作性、灵活性和无缝性。

达成这一目标，需要消除工业物联网数据通信隔阂。

网络融合一落子，智能制造满盘皆活

但实际操作中依旧存在疑问：如何解决传统工业中因不同的接口协议而带来的兼容性问题？海量数据传输分析需求对硬件架构提出了怎样的要求？

01  解决通信隔阂  什么才是最适合工业物联网的网

工业物联网技术的诞生是为了帮助解决生产设备互联和数据融合问题。

例如聚焦智能制造多年的富士康工业互联网 (以下简称“工业富联”)联等制造企业已能将丰富的控制、传感和数据采集设备部署到产线边缘，从而为缺陷检测、预测性分析等AI应用提供有效的数据支持。

但在数据通信依然面临两大鸿沟，亟待跨越：

一是传统工业 OT （(操作技术Operation Technology，OT）系统中常用的总线、工业以太网等互联方式，因不同的接口协议而带来的兼容性问题，使产线中不同厂商设备之间通常需要进行复杂的协议转换才能相互连接；

二是，OT 系统往往与 IT （信息技术Information Technology，IT）系统相互分离，造成两者间的数据隔离。

以不良品检测系统为例，如果由 OT 系统 (机械臂控制、产线调整) 与 IT 系统 (高清图像采集、传输和分析) 之间的数据拥塞、网络延迟等原因造成各设备间无法做到精确同步，就可能导致机械臂或流水线无法根据检测结果进行精准联动，进而难以有效降低产品不良率。

为此，深圳市卓信创驰技术有限公司 (以下简称“卓信创驰”)，选择借助 TSN 来帮助工业富联工厂有效应对这一问题。

TSN（时间敏感型）网络，正是适合工业物联网的「网」，它所具备的特征正好可以填平鸿沟。

首先，TSN 网络作为一种开放的协议标准 (IEEE 802.1)，可消除不同厂商设备间的兼容性问题，强大的开放标准可以使工业物联网再添羽翼；

同时，TSN 网络打破了传统制造业产线中控制系统与分析系统的界限，让 AI 应用更易于部署在生产第一线。

02  英特尔提供硬件动力引擎   TSN网络实现 AI 加速

然而新方案的部署依然面临着诸多挑战，除了运维复杂度升高，更重要的是选择怎样的硬件基础设施作为支撑，以充分发挥TSN网络的优势。

TSN 网络在应对繁重的流量负载时，对海量数据的定时、调度、同步、转发、排队、无缝冗余以及流预留等操作，即成为帮助系统控制端到端时延，加速消息传输，进而实现高速通信的根本保障。

因此，处理器、以太网控制器等也需要具备工作负载整合和数据加速能力，同时 I/O 灵活性和功能安全性也能够满足制造行业的需求。

在这些需求驱动下，卓信创驰引入一系列基于英特尔架构的产品，打造了全新的解决方案，通过对 TSN 网络的良好支持来帮助工业富联进一步提升在工厂中实施异常检测、预测性分析的效率。

如上图所示，CNC 设备在加工过程中，时常会出现断刀、错位等异常情况。通过在刀柄、主轴以及电源等关键位置加装各类传感器，新方案可以利用数据采集器进行实时数据采集，上传到可编程自动化控制器(Programmable Automation Controller，PAC)，继而根据算法模型进行快速推理，然后再对异常情况进行相应的反向控制，形成异常检测的闭环网络。

其中PAC设备在整个方案中起到核心作用：不仅肩负着数据采集、预处理、模型推理等工作，也需要根据AI推理结果对机械臂等设备进行实时操控。

同时 TSN 网络要发挥作用，对时间敏感流量提供保障，也需要 PAC 设备有能力承载配置信息解析、状态信息上报、时钟同步以及 IP 数据帧分片与重组等任务。

为赋予 PAC 设备强劲的性能，卓信创驰在方案中选择英特尔 酷睿处理器作为其动力引擎。第十一代酷睿处理器不仅能以第三代 10 纳米微架构、更高的单线程/多线程性能，来满足 PAC 设备在高速数据预处理、AI 模型推理等低延迟确定性计算上的需求，同时还针对产线等苛刻环境进行了专门优化。

更为重要的是，针对 TSN 网络，全酷睿处理器加入了专门的英特尔® 时序协调运算 (Intel® Time Coordinated Computing，英特尔® TCC) 技术，来最大程度地减少网络或系统延迟，满足制造业对关键实时计算应用的需求。

03  推动工业OT与 IT系统融合  释放数据潜能

智能制造需要认清的一个基本事实是，它必须从 OT 基础设施互联和数据归一化入手，自下而上地加以攻克。

而基于英特尔架构硬件产品的优异性能，TSN 网络解决方案能够有效推动工业 OT 系统与 IT 系统的融合，确保工业物联网在保证高效率数据传输的同时，也能兼顾工业级的稳健性和可靠性。

通过将物联网设备部署到生产一线，再借助 TSN 网络提供的高效传输能力，既可以在产线出现异常时进行有效管控，也可以利用预测性分析等 AI 方法对设备使用情况进行预测。

在一些场景中，新方案通过对温度或压力数据的采集与分析，使工业富联产线良品率提升了 8% 左右。

在一些场景中，过去经常出现数据量过大等原因造成的网络拥塞、数据包丢失或重传等现象，数据传输效率低于 90%。而在采用基于 TSN 网络的新方案后，数据丢失问题得到了有效控制，数据传输效率提升到 99% 以上。

以数据洞察推动智能制造发展的理念，正在不断被实践，而物联网设备的加速部署，以及对海量数据传输分析需求的加剧，势必让制造业迎来智能化转型的一轮新浪潮。

为赋能智能制造创新，英特尔推出了一系列的芯片产品、软件解决方案、参考方案，推动IT与OT的融合，奠定制造业数字化转型基石。