自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 从海光 1000 看工控 CPU:为什么 10W、TSN、宽温和长供货越来越重要?

海光1000系列工控CPU聚焦低功耗、宽温、长生命周期、C86兼容与TSN支持,凸显工业场景核心需求。选型逻辑从“算得快”转向“用得稳”:优先考量功耗、环境适应性、供货稳定性与软件迁移成本。真正挑战在于芯片能否在复杂环境中长期可靠运行,而非单纯性能指标。

2026-09-23 10:04:15 181

原创 一个 Git Commit,离现场设备还有多远?

本文剖析lwIP两个高危漏洞(CVE-2026-87121、CVE-2026-91018)暴露的嵌入式漏洞修复链路断层问题。指出:上游修复≠产品修复,从Git commit到现场设备需跨越代码合入、构建、测试、发布、部署、验证等多环节。强调仅靠SBOM不足,需结合构建元数据与资产清单,形成“组件→固件→设备”闭环。呼吁企业建立可验证的修复响应机制,核心在于回答“何时修复?修到了哪?”真正实现从“已修复”到“已生效”的跨越。

2026-09-23 09:39:48 244

原创 从PLC到AI:老工厂做人工智能,第一道工程门槛是什么?

本文以一条运行十几年的CNC产线为例,梳理传统工厂落地AI时真正要面对的前置工程。文章指出,老工厂做AI的第一步往往不是部署模型,而是先解决设备接入、数据采集、协议解析和数据治理等基础问题,并围绕数据在哪里处理、异常如何回到生产现场、方案能否规模化复制等关键环节展开,最终说明从PLC到AI之间隔着的是一整套工业数据基础设施。9。

2026-09-22 13:44:52 176

原创 工业智能体到底该部署在哪?从云端、边缘到PLC的一次工程拆解

本文聚焦工业智能体部署位置问题,指出当前“名单热”解决的是“谁在做”,而非“如何部署”。强调应以任务响应速度为首要依据,区分云、边、端部署。分析工业Agent不可替代PLC,因其实时性与确定性要求不同;边缘AI承担现场计算,工业网关保障数据接入,核心在于工具调用能力。提出工程师判断部署的五个关键问题,最终指出工业智能体是云-边-端协同的系统,真正的挑战在于打通模型、数据与控制系统的融合。

2026-09-22 09:07:45 346

原创 储能 EMS、BMS、PCS 三者关系:谁定目标、谁做控制、谁管电池边界?

本文系统解析储能系统中EMS、BMS、PCS的职责分工与协同机制。EMS负责系统级能量管理与运行目标制定,PCS实现功率变换与快速电气控制,BMS则监测电池状态并提供运行边界约束。三者并非上下级关系,而是通过“目标—约束—控制—反馈”形成闭环协同。以“EMS要求500kW而实际仅350kW”为例,说明最终功率受多因素制约,强调选型时应重点关注三者通信、协同能力与控制优先级,而非单一设备参数。

2026-09-21 10:01:52 321

原创 什么是硬件加密?为什么工业设备需要硬件安全?

硬件加密”并不严格等同于“增加一颗加密芯片”。从更广义的产品安全角度看,它通常是指利用硬件安全机制,为密码运算、密钥保护、设备身份等提供更受保护的基础。实际产品中的相关能力可能包括:密钥安全存储;AES、RSA、ECC 等密码运算;随机数生成;设备身份与认证;安全启动(Secure Boot);固件完整性验证;Hardware Root of Trust 等。需要注意的是,这些概念并不是完全等价的。硬件加密侧重密码运算和密钥相关能力;安全启动主要用于验证启动代码和固件的完整性;

2026-09-21 09:47:20 259

原创 原生满配 vs 按需组合:需求变了,哪种更划算

当工业项目接口需求可能变化时,固定配置成品机适合需求稳定、批量大的场景,交付快、管理简单;而模块化按需组合则在接口增删、项目分阶段建设或多客户差异化应用中更具长期价值——它将变更成本限制在I/O或SoM层,而非整机更换。真正的关键不在于组合数量,而在于“变化发生时,影响范围是否可控”。模块化并非万能,其优势需匹配实际需求演进路径,否则可能带来不必要的选型复杂度。

2026-09-20 14:37:20 165

原创 NPU 与 TOPS:算力够不够,该怎么判断?

TOPS仅反映NPU理论峰值算力,不能直接衡量实际AI性能。真实推理受模型适配度、算子支持、内存带宽、数据通路、软硬件协同及散热等多重因素影响。选型应聚焦具体任务:明确视频路数、模型精度、目标帧率与并发需求,通过实测模型在真实场景下的持续性能(含长时间运行表现)来评估,而非仅看TOPS数值。真正关键问题是:“我的模型能否稳定达到目标性能?”

2026-09-20 14:31:57 281

原创 边缘计算控制器是什么?和工控机、网关、PLC有什么区别?

边缘计算控制器是将数据采集、本地控制与边缘计算集于一身的工业现场设备,区别于工业网关(仅负责数据传输)、工控机(侧重扩展与通用计算)和PLC(强调确定性控制)。其核心价值在于断网下仍可自主运行,实现“采集+控制+计算”一体化。选型关键不在于品类,而需根据实际需求评估算力、实时性、接口及可靠性等具体指标,避免功能冗余或能力不足。

2026-09-18 16:18:36 378

原创 工业现场为什么需要边缘计算控制器?先算传统方案的三笔账

工业现场设备常因需求逐步叠加,导致网关、PLC、工控机分立运行,引发三重隐性成本:设备账(空间、供电、接口紧张)、人力账(多系统维护与联调复杂)、变更账(需求变化需跨设备协调)。边缘计算控制器通过集成数据采集、本地控制与边缘计算能力,减少设备数量与系统复杂度,尤其适用于需多能力协同且空间受限的场景。是否替换,应先评估三笔账是否已影响运维与扩展,而非盲目追求设备整合。

2026-09-18 16:15:25 305

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除