边缘计算不仅对企业开发和维护带来了成本和效率上的改进，同样也提供了一个非常好的载体，“在这个载体上，我们会思考什么样的应用未来会变成边缘计算上的主流应用或更好的服务性应用，这就是人工智能所带来的优势。过去在工厂层级，我们特别关心员工执行的效率和准确率，现在通过人工智能自我学习的手段，可以让这件事变得更加简单、直接和高效。”王超博士说道。

 

西门子也为客户提供了不同类型的人工智能硬件，例如神经网络计算单元TM NPU。该单元可以直接在西门子S7-1500和ET 200MP之外附加一个模组，这个模组与现有的PLC进行相应连接。它内置了高性能的人工智能计算推演的芯片，可以基于神经网络去对相关数据进行现场层级的分析和推演，同时通过标准USB和以太网接口与各种传感器进行连接，而且可以通过TIA博途和人工智能开发工具进行开发，实现不同类型的人工智能应用。

 

“边缘计算为人工智能模型算法的更新和迭代节省操作成本，底层数据的获取更加便捷直接，分析效率也得到提升，所有数据都在现场端本地低时延分析处理，更加安全可靠，使得开发新型人工智能应用也愈发简单和轻松。”王超博士如是阐述。

 

以西门子工业自动化产品（成都）有限公司为例，该工厂生产的PLC产品中会用到大量的PCB板，为保证质量，工厂配备了自动化光学检测系统来确保产品没有任何缺陷流入市场，但***终发现有百分之八十是“假错”，为了避免由此产生的不必要成本浪费，需要大量的人力进行复检。现在，西门子在现场部署边缘计算系统，并应用人工智能技术对“假错”进行甄别，可以降低至少75%的人工复检成本，同时不会产生“真错”逃逸，实现100%的质量保障。