對于貝加萊，創新，即，通過把握各個垂直行業用戶的需求，并借助于橫向科技，通過工程（Engineering）集成，解決產業實際的問題，讓用戶獲得高投資回報。AI就是貝加萊一直持續關注的橫向科技。貝加萊持續為AI應用進行基礎設施的打造-聚焦于裝備領域的機器智能化發展，提供支撐的硬件、軟件及工程解決方案。
感知-AI算力集成的機器視覺
AI在工業應用，首先是感知，而視覺則是“多面手”，它能夠進行缺陷識別、測量、定位、讀碼等多種任務，也正在成為制造業中最為重要的傳感器。貝加萊已經推出“集成相機”，即，將鏡頭、光源、相機、處理集于一體。而最新的貝加萊機器視覺，已經將AI加速器直接嵌入，進行高算力的本地處理。可以部署基于深度學習的本地推理能力-它在增強分析能力的同時，也提供了更快的響應能力。
圖1-AI嵌入的機器視覺
這款全新的相機，既有超強算力，也有貝加萊Automation Studio中的工程簡化能力，讓非專業的工程師也能夠通過“配置”方式快速實現一個機器視覺應用的搭建。
它包括以下一些能力：
-采用深度學習的文本識別，它無需訓練，不受字體影響（手寫，或在雜亂背景，如紋理或反射的情況）可以進行有效識別。
-針對各種環境下的缺陷檢測，無需手動標定，也不需要不良品圖片，僅需少量良品即可進行訓練。
-在通?；谝巹t的算法上加入深度學習（如Halcon深度網絡），以獲得更好的產品質量。
圖2-集成AI加速的機器視覺
如圖2所示的嵌入AI加速器的機器視覺，其算力可達26TOPS，這與最新的蘋果A16智能芯片處于同一量級。
OPC UA FX-為AI應用搭建傳輸通道
早在2016年，貝加萊即加入TSN的整形器工作組，并與全球工業通信領域的企業共同推進TSN技術發展?，F在TSN被OPC基金會與5G/Wi-Fi統稱為“OPC UA FX”(FX即Feild eXchange，現場層通信)。這項技術與規范正是為了應對今天越來越多的全局分析、優化任務而準備。運行于邊緣側、云端的這些AI應用，需要能夠直接的獲得傳感器的信息，作為感知層輸入，并快速的計算分析、反饋給底層執行機構。OPC UA FX工作組，正是為了這些越來越多的AI級分析和計算任務而構造的下一代通信網絡。
圖3-貝加萊全線產品支持OPC UA FX的通信規約
如圖3所示，貝加萊目前在X20、APC系列的控制系統中，均支持OPC UA FX的接口能力，并提供TSN交換機，在分布式I/O系統的總線模塊提供OPC UA/TSN的連接能力。它主要解決AI應用時代的重要問題：
1).通過OPC UA實現語義互操作能力，以跨平臺數據集成應用；
2).信息安全保障，當數據要被在多個平臺系統間傳輸時；
3).性能卓越，實現高速的傳輸，并支持大帶寬的需求如視頻圖像；
4).多業務流數據混合傳輸—這正是AI時代所需的，從現場到云端的數據傳輸，以及針對各個領域的信息建模支持。
計算-APC4100 高算力可擴展工業PC
在AI工業應用中，感知、傳輸，再到計算，就有賴于高性能的PLC或PC。在一些對響應要求不高的場合，PLC即可響應。而如果要獲得高算力，則可以采用貝加萊的APC 4100。其可擴展的CPU從Intel處理器賽揚到Core i系列多核處理器，可以運行貝加萊的Hypervisor虛擬控制技術。支持最大16PCIe的插槽—這意味著可以在其上插入AI加速卡，以提高本地的推理能力，例如英偉達、HALO、Intel等提供的加速卡。
圖4-B&R Hypervisor技術支撐
如圖4，Hypervisor提供了在多核處理器如Core i系列上運行多個操作系統的機制。它包括可以支持Automation Runtime的RTOS，和Windows/Linux的通用操作系統。這使得在多個核心上分別支持不同的應用任務。在Linux任務上，主要針對數據類、事件驅動類的AI任務，或支持Python、Docker這類開發的應用。
圖5-APC 4100工業PC
APC 4100既可以作為大型的機器或產線的控制系統，也同樣可以作為計算任務的執行者，它可以為高性能的本地推理提供支撐，實現控制與計算的融合。
X20 Edge-為邊緣側任務搭建的硬件架構
在產線級的邊緣側任務，需要連接數據并集成邊緣應用，它需要開放的架構，支持本地的AI應用。
X20 Edge ，如圖6所示，它是采用基于 ARM 的 CPU，運行Linux操作系統，并支持Python的編程。可以實現AI、ML、和IIoT算法的容器化環境。
圖6-X20 Edge邊緣控制器
它內嵌的OPC UA協議?？梢耘c云端系統進行快速的連接，也可以自行采用WebAPI、Restful、MQTT來實現這些連接。容器環境，可以支持外部的容器化應用的運行。
執行-機器人與智能輸送系統
在生產線的執行端，除了ACOPOS系列伺服驅動器，貝加萊的Codian系列機器人、ACOPOStrak/6D智能輸送系統，也將更為智能的提供產線的生產調度。
圖7-Codian機器人與智能輸送系統
ACOPOStrak和ACOPOS 6D的內嵌智能路徑調度，因此，他們本身是一個智能的執行體。在任務的需求發送給他們后，如何獲得最優的策略，將由軌道系統的控制調度算法自行計算，并控制驅動系統給出控制的電流、相位等信號。
工程集成-AIGC編程
人們會擔心AI時代的這些技術會變得復雜，讓工程師花費更大的學習和工程時間消耗于不同的任務之間。而這也是自動化企業在技術集成中必須考慮的。而貝加萊的Automation Studio Copilot則基于AIGC的方式為開發者提供了更為高效的代碼利器。
圖8-Automation Studio Copilot生成式AI編程
Copilot與Automation Studio的幫助文件相連，它可以更為廣泛的使用示例代碼和項目模版、以及更多的知識庫資源來為開發者提供輔助。
Automation Studio可以快速的生成自動化的代碼，如ST的代碼，支持代碼的注釋和優化，并且，它非常了解貝加萊庫中的自動化系統命名規則。除此之外，Automation Studio還為AI時代的分布式能力提供了協作，以及在版本控制方面的增強。
感知-傳輸-計算-執行的完整應用架構
這是一個完整的架構，在原有的系統升級中，將AI分別嵌入在機器視覺、PC，并通過OPC UA FX實現設備間互聯、云端/邊緣側的連接。并在執行側更為智能的機器人與輸送技術。如圖9所示，貝加萊在整個應用架構中，強化了AI的能力。
圖9-更為智能的機器與產線
AI對于裝備及產線及應用而言，最為重要的是，它能夠實現以下幾個方面的技術升級：
1).通過語音交互來提高機器的“易操作性”—這是大語言模型時代的基本能力；
2).視覺的感知，對產品生產過程中的缺陷識別、機器人智能導引，前者提高質量，后者帶來效率和工程的簡化。視覺與機器人、與輸送系統的同步，帶來了整體效率的提升。
3).AI的參數優化，對于出廠前的調試、現場運行的批次后參數優化，能夠帶來良品率的提升，不良品降低帶來的成本下降。
總之，AI最大的潛能就在于它能夠構建一個“自我迭代”、“更為聰明”的機器。而貝加萊，一直致力于為這樣的機器和系統提供基礎支撐，以及工程化的服務。
