隨著工業(yè)互聯(lián)網(wǎng)發(fā)展，邊緣計(jì)算與人工智能在實(shí)際應(yīng)用中深度融合，其內(nèi)在功能從過去的數(shù)據(jù)管理，發(fā)展到智能分析決策，數(shù)據(jù)沉淀整合、技術(shù)創(chuàng)新迭代的新層面。邊緣計(jì)算、人工智能等新一代信息技術(shù)在制造業(yè)領(lǐng)域加速創(chuàng)新應(yīng)用，實(shí)現(xiàn)了材料、設(shè)備、產(chǎn)品等生產(chǎn)要素與用戶之間的在線連接和實(shí)時(shí)交互，逐步實(shí)現(xiàn)機(jī)器代替人生產(chǎn)，讓智能化生產(chǎn)制造成為未來制造行業(yè)的發(fā)展趨勢。

邊緣計(jì)算把云計(jì)算的好處帶到了現(xiàn)場層，提供了一個(gè)很好的平臺(tái)，使得工程師能夠在生產(chǎn)車間這種基層現(xiàn)場開發(fā)部署各種應(yīng)用，比如數(shù)據(jù)分析、質(zhì)量檢測等。邊緣計(jì)算讓基層工業(yè)設(shè)備獲得了一定的自主計(jì)算能力，讓企業(yè)生產(chǎn)制造相關(guān)的開發(fā)維護(hù)成本大大降低。邊緣計(jì)算+人工智能的結(jié)合方式可以產(chǎn)生1+1大于2的效果。人工智能在應(yīng)用時(shí)，其算法模型往往需要不斷迭代升級，而邊緣計(jì)算能夠?yàn)樗惴ǖ拈_發(fā)和部署提供良好環(huán)境，與云端分工協(xié)作，云端負(fù)責(zé)算法迭代，邊緣計(jì)算機(jī)負(fù)責(zé)接收新算法在現(xiàn)場端執(zhí)行。

由于邊緣計(jì)算技術(shù)的興起，特別是在設(shè)備側(cè)的人臉識(shí)別， 語音識(shí)別能力興起，高階智能設(shè)備的大量應(yīng)用，有利地支持了AI的發(fā)展。隨著大量的視頻監(jiān)控IP化，視頻監(jiān)控類企業(yè)也日益成為IOT企業(yè) 。 監(jiān)控設(shè)備具備物理采集的功能--圖像， 結(jié)合強(qiáng)大的邊緣設(shè)備分析能力，可以提供人臉識(shí)別，交通監(jiān)控等作用，成了智能城市的重要一環(huán)，而工業(yè)質(zhì)檢領(lǐng)域也在這段時(shí)間乘勢而起。用相機(jī)鏡頭代替人眼，用DLIA工業(yè)缺陷檢測（AI視覺系統(tǒng)）代替大腦，對產(chǎn)品進(jìn)行檢驗(yàn)或識(shí)別處理的方式，成為工業(yè)質(zhì)檢的主要檢測手段。

基于DLIA工業(yè)缺陷檢測的機(jī)器視覺缺陷檢測又可分為定量檢測與定性檢測。定量檢測通常是從量的方面分析，如加工精度、含量數(shù)值等檢測。定性檢測則是從質(zhì)的方面進(jìn)行分析，比如產(chǎn)品的外觀檢查、零部件定位、裝配完整等檢測。邊緣AI計(jì)算機(jī)的出現(xiàn)，讓工業(yè)互聯(lián)網(wǎng)場景下的邊緣智能在效率提升、降低運(yùn)營成本和保障數(shù)據(jù)安全方面具有更多優(yōu)勢，是未來工業(yè)自動(dòng)化和智能化的發(fā)展方向。