本期導讀

2025慕尼黑上海電子生產設備展盛啟，研華工業物聯網事業部孫鳴聰、薛曉暉分別從硬件進化和軟硬一體化角度帶來“手、眼、腦”的組合應用、及RTOS實時控制系統新品解析。

研華家族“手、眼、腦”組合亮相

助推算力“消費端”升級!

從工控時代而來，向數智時代而去，研華四十多年來的產品體系覆蓋了企業數字化轉型的基礎設施，從邊緣感知與數據采集、工業通訊、邊緣計算、服務器與存儲、研華工業云等全系列產品幫助客戶打通端-邊-云再到行業應用的數字化通路。

本次展會上，研華科技的全系列產品將以手(運動控制)、眼(視覺采集)、腦(算力)的層級組合亮相：

在算力層，既有高性能工業電腦、高算力服務器來承接高速數據流，也有緊湊型工業電腦、工業平板身處不同工業現場，為各類生產提供腦力運算。針對不同類業務，研華按照算力需求程度，重點在Edge AI市場和高性能服務器進行布局。面向Edge AI，研華基于英特爾2代酷睿TUltra處理器平臺，推出一系列產品，通過算力和功耗的優化，為更多工業現場升級腦力;面向高算力場景，研華推出高性能GPU服務器，最多支持6張英偉達 L40S GPU卡，強大的算力組合可滿足圖像/視頻類應用場景的訓練推理需求。

在運動控制層，研華帶來邊緣控制器、I/O卡，集中式和分布式控制卡都采用統一API接口，便于跨型控制的統一編程開發;

在視覺采集層，研華推出可接多機位的視覺采集卡，讓依賴視覺數據的業務類型有了再提升空間。

智能制造的核心目標之一就是提質增效，隨著相機精度的提升，消費電子類企業利用AOI視覺檢測成為必備手段，尤其對于產品表面瑕疵的檢測。研華的圖像采集卡可擴展多個高清相機的接入和高速傳輸，加之可二次開發的圖像軟件，企業可基于該一體化平臺搭建自己的端到端的AOI應用。

半導體行業，長期面臨周期性的工藝升級議題。尤其在硬件設計嚴重內“卷”的當下，異型外觀、折疊屏幕等新需求涌現，點膠工藝必然伴隨更新。研華高算力平臺+高速運動控制方案內置自研Softmotion軟件，可支持三維五軸的運動軌跡規劃，從而使點膠設備應對愈加復雜的曲面作業。

基于視覺的高算力邊緣計算還將為L4以上的高等級自動帶來可靠的決策保障，隨著攝像頭數量的飆升和智駕算法的精進，新能源汽車對高清圖像處理和低時延決策反饋的需求穩步攀升，研華也匹配了高性能高算力的服務器平臺，并為主機廠提供客制化服務。

實時控制系統

分核雙系統架構，真正實現IT與OT融合

在硬件布局日趨完善之際，研華并未止步于平臺多樣性的構建。面對工業場景中的需求升級，研華通過獨創的實時控制系統，即：將實時操作系統(RTOS)與Linux系統進行深度調校，并結合Hypervisor的分核處理及雙系統運行，使原本強大的硬件平臺迸發出"確定性響應"與"開放性生態"雙重價值，為工業智能化轉型構建起軟硬協同的黃金支點。

研華RTOS的特色之處在于，憑藉著研華原有平臺完整設計開發能力的技術掌握，加上開源的Linux為基礎，通過獨特的分核架構軟硬體設計與調優，將實時任務與非實時任務分離，確保系統在高負載下依然能夠穩定運行。這設計仿如一位高效的管家，將硬件資源分配得井井有條，既保證了實時任務的優先級，又兼顧了系統的整體穩定性。

研華RTOS也并非簡單地將Linux“拿來即用”。未經調教的Linux雖具備開源優勢，但在工業場景下難以滿足嚴苛的高性能和可靠性要求。為此，研華投入大量精力進行系統調校。

在硬件層面對BIOS進行深度定制，優化中斷響應機制;

在中間驅動層，實現與實時核的精準對接，優化底層硬件的資源調度及響應級別，減少數據傳遞延遲;

在操作系統層面，通過裁減非必要服務模塊，以及對適配整套實時系統及硬件系統需求的定制，讓系統更加穩定和高效。

而隨著RTOS的推出，研華利用多核處理器和Hypervisor技術，打造了雙系統架構，兩個系統通過內存交互高效協同，確保指令下發與狀態反饋的可靠與迅捷。

Linux系統負責實時控制，運行實時操作系統(RTOS)，能夠在極短時間內(微秒級)做出反應。

Windows系統負責管理與協調，處理機器視覺、操作界面(HMI/SCADA)、數據庫等任務，確保一切運行順暢。

研華的分核雙系統設計將顯示、控制、視覺和其他應用集成到一臺IPC，減少系統復雜度，降低成本的同時保證了高效和穩定。

iMachine設備云智聯

用 AI 大模型重構設備運維決策

作為端邊云一體化架構的云端 "智慧中樞"，研華 iMachine設備云智聯在展會上首次亮相設備運維智能體與PHM Edge AI 設備健康診斷終端兩大新品，重塑設備運維決策范式。

iMachine 設備運維智能體，融合AI 大模型與設備機理，構建知識庫、智能診斷與運維指導、策略優化與決策支持、智慧集成與自動控制四大模塊，支持多源異構數據解析(工藝參數 / 振動頻譜 / 運維記錄 / 現場圖像)與行業知識(標準 / 案例庫 / 規范)的融合推理，實現從故障預測、實時診斷到維修策略優化的全閉環自動化。通過將大模型的小樣本學習能力快速適配于傳統設備運維與工業生產場景，實現AI決策替代人工經驗，降低運維成本及停機損失。

PHM Edge AI 設備健康診斷終端，出廠預裝 12類設備故障AI機理模型，內置電機軸承損傷、聯軸器不對中、葉輪磨損等 27個典型故障，可提前1-3個月實現部件級預警，并提供精準診斷與維保建議。全流程標準化部署，單設備30min快速上線，賦能設備商從 "賣設備" 轉向 "賣服務"，開拓運維服務新市場。

“Edge Computing ，Edge Everything”

當越來越多的工業任務需要在現場側進行決策和控制，Edge加速從愿景走向行業。研華完整的平臺體系及其多樣的服務類型，將在工業仿真、消費電子品質管理、半導體工藝升級、新能源汽車的創新應用中發揮智力。而這一切，都始于邊緣。

憑借全球領先的AIoT軟硬件產品，研華引領產業數字化的過去十年;如今，AIoT在產業中加速分化，技術+產業雙驅動的理念也在千行百業扎根。

3月26-28日，上海新國際博覽中心【W3館3500】，敬請蒞臨展位，親見研華“Edge”實力!