作者: 付斌

18世纪中叶以来，人类历史上先后围绕蒸汽技术、电力技术、计算机信息与新能源技术发生了三次工业革命，而现在以智能化技术为基石的第四次工业革命也正蓄势待发。
 
未来的工厂会是什么样的？那一定会是一张网之下，万物都被连接，一切都被数据赋予灵魂，没有人干预，也能自动地完成一切生产。
 
数据显示，2021年，全球18%的GDP将用于工厂自动化。未来30年，全球人口将增加近 20亿，这将继续推动工厂自动化需求的巨大增长。
 
虽然工业4.0的概念已经喊了很多年，但实现这样的目标，并不容易。日前，恩智浦（NXP）召开媒体沟通会，深入探讨智能工厂。
 
真实物理工厂的数字孪生
 
“智能工厂真正的推动力是工业4.0或工业物联网，其核心是将真实物理工厂的数据连接到云端，并创建数字孪生等事物。在这一趋势下，工厂对更多数据和更强处理能力的需求呈指数级上涨。”恩智浦安全连接边缘事业部副总裁、工业边缘处理总经理Jeff Steinheider如是说。

根据Jeff的介绍，恩智浦的重点在智能工厂应用上，不仅包括可编程逻辑控制器（PLC）、远程IO控制器（IO）、驱动/电机控制等传统应用，还包括机器人技术和机器视觉等的更先进的系统，从而实现更复杂的自动化流程。当然，还有控制一切的人机界面（HMI）。
 
恩智浦生态体系包括四个方面：一是利益相关方，包括原始设备制造商OEM、半导体商、板卡和元器件制造商、软件和云服务提供商；二是与合作伙伴推动标准与法规建立，包括符合ISO162443功能安全标准、IEEE802.1时间敏感网络（TSN）的出台；三是基础设施，即灵活且运营高效的生产线；四是用户，未来30年世界人口将增加近20亿，用户对商品的需求不断增加。

举例来说，事实上，每年，全球范围内都会有许多工厂因计划外停工而损失1.5万亿美元；虽说制造业贡献了18%的GDP，但它实际上消耗了世界总能源的38%；制造业造福了人类，却也产出了全球50%的废物。
 
为了解决上述问题，恩智浦将众多技术引入智慧工厂，为操作者提供更多数据，以实现实时控制：
一是智能异构处理，支持设备中多个内核，让它们可以在 Linux 或实时操作系统RTOS上运行；
二是机器学习，恩智浦整合了DSP或神经处理单元NPU等专用内核，以增强边缘端的AI处理能力；
三是时间敏感网络（TSN）和工业以太网，融入工业网络功能，支持时间敏感网络（TSN）等技术以及其他工业以太网标准；
四是EdgeLock安全岛区域，恩智浦在让工厂变得自动化的同时，还保证了工厂的安全，以保证设施不会伤害到工人，此外当所有设备相互连接和联网时，也需要增加安全性，以防外部恶意攻击。
 
Jeff强调，将这些技术和网络功能结合在一起时，恩智浦让工厂可以快速重新编程以创造新产品，从而变得更加灵活。通过建立起智能工厂并且在其中融入机器学习技术，可以增加智能工厂的韧性，不断地提升预防性的维护，减少宕机时间以提高效率。在所有设备中集成了安全功能的工厂，就能保证即便面临网络攻击也能正常运行。

智能工厂的“智慧大脑”
 
那么，恩智浦是如何将技术融入智能工厂的？从产品开始入手。
 
首先，i.MX RT1180是恩智浦今年主推的跨界处理器。它拥有M7的内核，主频达到800MHz，同时已将每秒千兆以太网交换机集成到该设备中，能够支持时间敏感网络（TSN）以及其他工业网络协议，如EtherCAT、PROFINET、Ethernet/IP和CC-Link，因此该设备可以作为工厂网络的一部分进行互连。 
 
i.MX RT1180也继承了先进的安全功能与EdgeLock安全岛区域（security enclave），EdgeLock安全岛区域是该设备的一部分，可用于验证通过工业协议传输的所有数据包。与此同时，功能安全库让它可以成为驱动智能工厂中的功能安全系统的一部分。  

i.MX RT1180的应用场景非常多，最主要的场景包括以下五个：
一是工业网关，I.MX RT1180可以收集数据并作为网关把数据传输到云端去做处理；
二是远程I/O，基于恩智浦AFE的系统解决方案，可在模拟前端进行数据的统一汇总和处理；
三是交流（AC）/伺服驱动，这个产品广泛地应用在工业自动化里面的典型场景；
四是IO-LINK输入输出链路，支持四通道IO-Link 主站的一个应用场景；
五是通过i.MX RT1180跨界处理器和应用处理器连接，变成网络伴生。

其次是第一个集成了eIQ Neutron神经处理单元（NPU）的 MCU ——MCX系列。该神经处理单元可为机器学习提供极其高效的处理，并可提供加速功能，使其在执行机器学习工作负载时比通用处理器的效率高出5~30倍，同时针对不同用例进行优化的内核与通用处理器相比，功耗却低得多。
 
“NPU（神经处理单元）是相对热门的机器学习的处理单元，我们第一次将NPU集成到MCU通用处理器上，所以在MCX N系列中会有NPU，于是就可以将机器学习能力运行在边缘端。”恩智浦大中华区工业及物联网市场高级总监孙航表示，相较不带NPU的MCU，机器学习效率提升约5倍时间，而诸如视觉、语音或异常检测场景都可通过NPU处理。

为了支持客户更高效开发，恩智浦不仅仅从应用处理器层面支撑NPU，还提供了与硬件配合紧密的eIQ工具。eIQ工具从数据标记与管理的阶段开始，涵盖客户整个工作流程中，并实现赋能，它非常适合开发者进行机器学习相关的工作，从进行数据整理、数据库建立以及标注这个阶段开始，全链路均可实现赋能。
 
一旦数据库被建立并被标注，所有的机器学习开发者就可以在特定目标中应用模型。eIQ工具套件使开发人员能够围绕恩智浦处理器产品组合中的任何设备，针对其目标平台优化这些模型。当模型最终在目标平台运行时，eIQ同样能帮助做更好的调试和优化的工作，以使模型获得最佳表现。
 
eIQ机器学习应用场景非常广泛，典型的场景就是语音控制命令的识别，想象在智能工厂里，当工人的双手无法腾开，且无法使用人机交互操作界面的时，可以与电子设备通信来优化工作流程；另一个典型应用是异常检测，用于预测性维护等，解决不可预料的突然宕机问题，因此工人可以对每台设备进行正确维护，不必遵照固有的时间表，从而降低成本，也避免机器运行突然停止。
 
最后是可通过软件重构的模拟前端。它可在同一芯片中，支持各种不同范围的电流、电压输入，也能提供非常高的准确性和精确度和迅速的数据采集能力。使用该产品，工厂可以非常快地监测到任何细小的性能变化，并将其反馈到输入中，进行工厂吞吐量的异常检测。与此同时，模拟前端还拥有卓越的自校准的功能，极大地节约客户成本。
 
恩智浦不仅提供MCU层面的硬件产品（不管是分立还是集成），还提供EdgeLock服务，硬件与服务相结合帮助客户实现更好的安全性。
 
当恩智浦所提供的的能力结合在一起，就仿佛为工厂植入了一个“智慧大脑”，指挥设备有序地相互通信，并为每个边缘设备构建信任根，同时验证工厂中在这些设备上运行的所有服务和软件。
 
不止如此，恩智浦电源管理IC与恩智浦处理器和外设紧密耦合，客户能够快速轻松地为其供电并缩短上市时间。

写在最后
 
在分享的最后，Jeff强调，恩智浦专注于为客户提供重要的解决方案。通过嵌入式处理器实现更高程度智能；通过电机控制和机器人控制应用程序驱动和移动智能工厂内的设备；通过对工业以太网支持及无线连接产品组合相结合；通过在特定应用添加功能或降低功耗，保证软件解决方案可以在跨产品系列中运行。
 
不止如此，这一切都需要保证功能安全和信息安全，恩智浦使用的所有的技术都能保证是满足安全标准以及安全认证的。

“我们团队非常重视中国，中国是我们非常重要的市场，我们在不断地开发更多软件、硬件、应用以及整体解决方案等，希望能够更好地服务我们的客户。”Jeff在媒体沟通会的最后如是说。