
过去十年,深度学习的主战场一直在云端。庞大的数据中心、成千上万的GPU集群,支撑着图像识别、目标检测、语义分割等复杂模型的训练与推理。然而,当AI真正走进工厂车间、智慧交通、安防监控、医疗影像等实时场景时,云端的“远水”解不了边缘的“近渴”——延迟、带宽、数据隐私、网络稳定性,每一个问题都可能成为压...
了解详情
在工业自动化现场,一个令人头疼的场景反复上演:产线上部署了四路甚至八路工业相机,用于同步检测不同工位或同一工件的多个表面。相机分辨率从500万像素攀升到2000万像素,帧率动辄60fps以上。数据像洪水一样涌入,工控机的画面却开始卡顿、丢帧,甚至系统假死。停机排查、重启、降帧运行——产线节拍被打乱,...
了解详情
在工控机的选型会上,最常出现的分歧莫过于:“用ARM还是x86?”这不仅仅是芯片指令集的不同,更代表了两种截然不同的系统设计哲学。作为深耕工控领域多年的厂家,创腾翔在服务数百家工业客户的过程中发现,选型失误往往源于对两者本质差异的认知模糊——要么“大炮打蚊子”,用x86的高算力跑简单的逻辑控制,成本...
了解详情
在深圳宝安一家新能源电池极片生产车间里,涂布机正以每分钟80米的速度运转。极片表面微小到肉眼难以分辨的暗斑、划痕、边缘毛刺,被架设在产线上方的工业相机逐一捕获,图像数据实时传入一台4U工控机,在毫秒级内完成缺陷判定与分类。产线尽头的显示屏上,合格率数字稳定在99.3%。这是深圳工控机在智能视觉检测场...
了解详情
清晨六点,快递员老张把第一车包裹推进小区。他熟练地在智能柜屏幕上点选、扫码、投放,一气呵成。但到了冬天,屏幕反应迟钝,他得摘下手套反复戳按;到了雨季,屏幕表面凝着一层水雾,触控频频“漂移”。这并不是个例——当智能快递柜从小区门廊走向户外露天场地,触摸交互与设备耐用性之间的矛盾便暴露无遗。作为智能快递...
了解详情
在深圳某电子制造车间,一台AGV小车正沿着预设轨迹穿梭于货架之间,几乎同一时刻,产线末端的六轴机械臂完成了一个精密装配动作,误差不超过0.02毫米。这两个看似独立的设备,共享着同一套“神经系统”——来自深圳工控机的实时控制指令。智能制造的核心,不在于单台设备的先进程度,而在于设备之间能否实现无缝的协...
了解详情