圖：與非網總編高揚（左）研華嵌入式總經理許杰弘（右）

云邊結合，重塑AI落地路徑

許杰弘指出，隨著AI云端模式的成熟，向端側遷移已成為不可逆轉的趨勢。在工業場景中，實時控制與低延遲需求決定了AI推理必須依賴邊緣設備，而訓練則可利用云端算力。研華通過“Edge Computing & WISE-Edge in Action”戰略，構建了覆蓋從邊緣設備到行業AI服務器的全棧解決方案，助力客戶快速構建AI應用。

在硬件層面，研華推出基于X86、ARM架構的邊緣AI加速模塊與行業AI服務器，支持GPU、NPU異構計算，滿足從低端推理到高端訓練的多元化需求。軟件層面，依托WISE-Edge平臺，提供邊緣數據采集、模型部署、任務調度等功能，加速AI模型應用到生產線的轉化。

市場聚焦，以新興產業領域驅動邊緣AI規模化落地

許杰弘強調，研華嵌入式的市場策略將圍繞機器人、智慧醫療、智慧新能源等新興領域展開。通過Edge AI技術優化生產流程，例如在瑕疵檢測中，利用AI將檢出率從30%提升至97%，顯著降低人力成本。在智能醫療領域，與醫準智能等伙伴合作，將邊緣AI應用于醫療影像分析，提升診斷效率與準確性。針對人形機器人等場景，研華提供高集成度邊緣計算平臺，支持實時環境感知與決策。在新能源領域，通過邊緣AI實現設備狀態監測與預測性維護，延長設備壽命。此外，研華還推動AI視覺技術在質檢、物流等場景的落地，提升生產效率與質量管控能力。

技術突破，全棧能力破解行業痛點

針對邊緣AI落地的核心挑戰，研華通過算力覆蓋、軟硬協同與能效安全三大技術突破實現價值轉化。從低功耗ARM設備到高性能GPU服務器，研華提供從數據采集、邊緣預處理到復雜模型推理的全鏈路算力支持。通過WISE-Edge平臺與Edge AI SDK工具，降低客戶開發門檻，加速AI模型從實驗室到生產線的轉化。同時，優化邊緣設備功耗設計，強化數據加密與隱私保護，滿足工業場景對可靠性的嚴苛要求。

在談到AI落地邊緣過程中的技術瓶頸時，許杰弘表示，降低時延和提高能效是當前的主要挑戰。他介紹，研華通過不斷優化硬件架構和軟件算法，努力提升邊緣計算的效率。“未來，SOC可能會整合CPU、GPU、NPU等架構，對降本增效有更積極的效果。”我們對技術的發展充滿信心，并表示研華將緊跟技術潮流，不斷推出創新產品。

生態共建，開放平臺與伙伴協同

邊緣AI的普及離不開生態合作。許總透露，研華在邊緣計算領域已完成全面布局，面對邊緣側的不同應用需求，研華借助英偉達、英特爾、AMD、高通、Hailo和恩智浦、瑞芯微等合作伙伴的先進技術，根據不同設備及場景控制需求，推出適配主流AI框架的邊緣計算平臺，降低客戶遷移成本。擴大系統集成商（SI）與獨立軟件開發商（ISV）合作網絡，提供從硬件到應用的端到端解決方案。包含邊緣AI系統、邊緣 AI軟件以及定制化的設計協助服務，幫助客戶確保邊緣側算力和數據安全，輕量上云，使企業能夠簡化運營并釋放新的機會。此外，研華還通過AIM-Linux社區開放底層資源，鼓勵開發者參與邊緣AI技術創新。

許杰弘先生表示，工業領域的最大難點在于充滿了碎片化場景及多樣化需求，研華希望通過生態合作來延展能力邊界，共同解決實際業務問題，創造真正價值。

本土化策略，緊跟市場步伐

面對中國大陸在AI邊緣計算方面的獨特需求，研華積極與國內廠商合作，導入國產化解決方案。除了與英偉達、英特爾、AMD等國際廠商保持深度合作外，華為、昇騰等國內企業也是研華的重要生態合作伙伴。例如，研華與昇騰等廠商的合作，不僅滿足了國內市場的國產化需求，還推動了AI邊緣計算技術的本土化發展。未來，研華將不斷跟進國內趨勢，適配相關硬件平臺，為客戶提供更加貼合市場需求的產品和服務。

未來展望：邊緣AI引領產業智能化新紀元

展望未來三到五年，許杰弘認為，隨著技術的不斷進步和應用場景的不斷拓展，Edge AI將在更多領域發揮重要作用。研華將持續以“Edge Computing & WISE-Edge in Action”戰略為指引，通過技術創新與生態共建，助力全球客戶加速智能化轉型。

此次專訪不僅展示了研華科技在Edge Computing & Edge AI領域的深厚積累和創新實力，也彰顯了其在推動EIoT發展、滿足市場需求方面的堅定決心。隨著技術的不斷進步和市場的日益成熟，研華科技有望在EIoT新時代中發揮更加重要的作用。

結語

研華嵌入式物聯網事業群正以“Edge Computing & WISE-Edge in Action”為核心，通過戰略聚焦、市場深耕、技術突破與生態共建，推動邊緣AI技術落地產業。未來，研華將持續以邊緣智能為引擎，攜手全球伙伴，共同構建智能、高效、可持續的產業生態。