2026工博会观察:工业边缘AI与控算一体,正在重写控制架构的底层逻辑
2026年上海工博会现场,工业边缘AI与控算一体成为贯穿多个展馆的高频概念。与往年不同,今年展商展示的重心明显从“云平台能力”转向“端侧闭环能力”——AI推理不再停留在数据看板上,而是直接嵌入控制器、边缘计算机和产线设备内部。国际自动化巨头与中国本土厂商在同一个方向上密集落子,工业AI正在从“会分析”走向“会行动”,控制与计算的架构关系也在这一过程中被重新定义。
一、工业边缘AI:从“数据上云”到“决策在端”
工业边缘AI的核心逻辑并不复杂:将AI推理能力部署在靠近数据产生端的边缘节点上,让对实时性、确定性和安全性要求高的任务在本地完成闭环,云端则聚焦模型训练、全局优化和跨厂区协同。

这一趋势在2026年加速显现。据Stratistics MRC数据,全球工业自动化边缘AI市场规模预计从2025年的30.4亿美元增长至2032年的137.8亿美元,年复合增长率达24.1%。推动这一增长的根本原因在于工业场景的刚性约束:机器人焊接、数控加工、高速封装等制造应用需要毫秒级的响应时间,广域网连接无法可靠提供这种速度。边缘AI能够在关键工业应用中带来亚毫秒级的响应时间,同时增强数据隐私保护并降低带宽需求。
工博会现场印证了这一判断。松下以“让AI落地,为智造筑基”为主题,从基础硬件到行业应用全景式呈现工业AI的落地路径,首秀12款产品,覆盖AI检测、AI预测性维护等场景,其核心逻辑正是将AI能力嵌入设备层而非停留在云端。贝加莱CTO邵德峰在工博会期间给出了一个清晰的时间判断:生成式AI在工业领域的应用,2025年以概念验证为主,2026年进入现场部署测试,预计2027年迎来规模化应用。这一判断与工博会展品信号高度吻合——边缘AI的落地重心正在从“采集与上传”转向“本地推理与执行”。
二、控算一体:填平PLC与工控机之间的“断层”
如果说边缘AI解决的是“在哪里算”的问题,控算一体解决的是“谁来算”的问题。
传统工业控制架构中,PLC负责实时逻辑控制,稳定性久经考验,但面对AI视觉检测、实时数据分析等任务时算力捉襟见肘;通用工业计算机算力充沛,却难以满足控制场景的毫秒级实时性与高可靠性要求。二者之间的“断层”,正是工业AI落地路上最大的障碍。
控算一体的思路,是将PLC的实时控制能力、边缘计算能力和工业通信能力收敛到一台设备中。当一台设备同时具备控制、计算和通信能力时,数据从传感器采集到AI推理再到控制输出的链路被极大缩短,硬件数量减少也降低了故障点和运维复杂度。
这一方向在国际品牌中已形成明确的共识。西门子在其Industrial Edge生态中发布了基于NVIDIA技术的嵌入式IPC产品组合,包括Simatic BX-35A、BX-59A等型号,将GPU加速的AI推理能力直接带到控制层,同时推进WinCC Open Architecture作为边缘应用部署,使SCADA功能可以在虚拟PLC(SIMATIC S7-1500v)上运行。罗克韦尔自动化发布了LogixEdge控制器,将Logix控制与高性能边缘计算统一在单一IPC平台中,支持容器化工作负载,预计2026年第四季度上市,这标志着传统PLC巨头正式将控算一体作为产品战略方向。施耐德电气推出的Modicon M590 dPAC融合了传统工业控制器的高稳定性与边缘计算平台的智能算力,搭载x86四核处理器,定位为“软件定义自动化的核心载体”;其Modicon M660则将运动控制、边缘计算与高级数据处理统一在同一架构中。
控算一体的落地离不开标准化编程生态的支撑。工博会上CODESYS的出现频率显著提升,倍福展示的TwinCAT CoAgent让开发者可以在熟悉的开发环境中直观理解AI如何融入项目开发流程,将AI助手融入从项目规划到维护的全生命周期。博世力士乐的ctrlX COREplus控制平台已对所有性能级别支持AI功能,通过可选AI模块在边缘端实现本地数据处理与分析,并在SPS 2026上展示了与意大利深科技公司AINEXXO合作开发的Edge AI实例——一个运行在ctrlX平台上的交互式虚拟助手。菲尼克斯电气的VL3 UPC 2440 EDGE边缘控制器则搭载了Virtual PLCnext Control,以OCI容器形式实现硬件无关的软件化控制,同时集成了Intel Atom x6413E处理器和16GB内存,其IT/OT无缝集成的定位获得了2026年度产品奖。
三、国际品牌与中国方案的同频共振
将视线拉宽,2026年控算一体与边缘AI的产品动态呈现出一种“同频共振”的格局。
三菱电机发布的MELSEC MX控制器将逻辑控制、运动控制、网络通信和信息安全集成于单一模块,板载边缘AI诊断引擎可自动提取振动、电流、位置编码器异常特征,故障排查时间缩短40%。其MELIPC MI5000系列边缘AI控制器则具备强大的实时数据处理和本地AI推理能力,可即时执行视觉检测和异常预测。欧姆龙的AI搭载型机器自动化控制器基于Sysmac NY5 IPC和NX7 CPU,将生产线设备控制与AI处理融合,以微秒级实时性检测设备运行中的“异常”动态。研华则推出了基于高通跃龙IQ-9075处理器的ASR-A503机器人控制单板电脑和AFE-A503工业级机器人控制器,将AI、视觉与机器人控制整合为完整的边缘AI控制系统,在SEMICON Taiwan 2026上展示了导入实时Edge AI的自主移动机器人,在边缘端完成环境感知、即时判断与行动控制。
在这条从“控制+AI分离”走向“控算一体”的演进路径上,中国厂商的产品迭代节奏与国际品牌基本同步。倍福的C6040-0090超紧凑型工业PC被纳入Intel Edge AI目录,其CX7000/CX8000系列控制器通过NPU在实时推理中实现神经网络加速,ELM9820模块则提供GPU加速和CUDA支持。而国内厂商在ARM架构控算一体产品上的推进同样迅速,在性价比、本地化支持和协议兼容性方面形成差异化优势。
四、典型落地:钡铼技术EdgePLC与EA系列的工程实践
在上述趋势的交汇处,钡铼技术的EdgePLC工业边缘AI控制器和EA系列工业边缘AI计算机,分别对应了“控算一体”和“高密度边缘AI算力底座”两个不同维度的需求,可以作为观察这一轮架构演进在中国市场落地的典型样本。
EdgePLC:搭载CODESYS的控算一体控制器
EdgePLC以瑞芯微RK3588J/RK3588为核心处理器,采用“4核Cortex-A76+4核Cortex-A55+3核Cortex-M0”异构计算架构,内置6 TOPS算力的专用NPU,支持INT4/INT8/INT16/FP16等多种数据精度,可运行TensorFlow、PyTorch等主流深度学习框架。其核心架构是“ARMxy高性能处理器+分布式I/O扩展”,将PLC实时控制、AI边缘推理与工业通信能力集成于单台DIN导轨设备,最大支持1024点I/O扩展。

在控算一体的实现路径上,CODESYS的搭载是一个关键支撑。钡铼技术与CODESYS软件集团达成深度战略合作,EdgePLC支持CODESYS正版授权运行环境,完全符合IEC 61131-3标准,支持LD、FBD、ST、SFC、IL五种主流编程语言。这意味着习惯于传统PLC编程的工程师可以直接使用CODESYS开发环境编写过程控制逻辑,如PID温度控制、进料阀顺序控制和紧急停止逻辑,几乎无需学习曲线。CODESYS Runtime原生集成在Linux-RT实时系统中,PLC程序可直接迁移和复用,显著降低了从传统PLC方案迁移到边缘控制器的工程门槛。
从控算一体的角度看,EdgePLC的工程意义在于:在一条智能产线上,它可以在执行逻辑控制和EtherCAT轴同步的同时,利用本地NPU完成视觉瑕疵识别或设备振动分析,并将推理结果直接反馈到控制输出,省去“数据上云—云端推理—指令下发”的冗长链路。而这一切的控制逻辑,都可以在工程师最熟悉的CODESYS环境中完成。EdgePLC还支持Node-RED等工具进行流程编排,通过MQTT、HTTP对接云平台,实现从下层总线控制到上层云端协同的完整链路。
EA系列:高密度边缘AI算力底座
EA系列聚焦更高强度的边缘AI推理场景。以EA250标准版为例,搭载NVIDIA Jetson Orin NX模组,集成8核Arm Cortex-A78AE处理器(主频2.0GHz)、1024个CUDA核心和32个第四代Tensor Core,16GB版可提供最高157 TOPS的INT8算力。硬件解码支持1路8K@30fps、2路4K@60fps或9路1080p@60fps,可同时处理多路高清视频流,在边缘侧实时完成目标检测、语义分割与3D点云处理。EA系列还覆盖从EA150到EA270的多档算力配置,为不同复杂度的视觉推理场景提供梯度化的算力选择。

EA系列面向的是需要多路相机输入、复杂视觉模型推理和实时数据分析的场景,如精密制造中的多工位视觉质检、AGV机器人的环境感知与路径规划、边缘侧多路视频结构化分析等。它对应的是高密度边缘AI算力底座,与EdgePLC形成互补:EdgePLC解决“控制闭环中的AI嵌入”,EA系列解决“高密度AI推理的算力供给”。在实际系统中,二者可以协同工作,EdgePLC负责确定性实时控制和轻量AI推理,EA系列负责多路视觉或复杂模型推理,推理结果通过网络或I/O反馈给控制系统,形成“边缘感知—边缘推理—边缘控制”的完整闭环。
五、趋势判断:架构融合是方向,场景验证是关键
从2026年工博会的展品信号、国际品牌的产品动态和行业数据来看,工业边缘AI和控算一体正在沿几个方向加速演进。
第一,从“堆叠”走向“融合”。过去一台设备做控制、一台做网关、一台做工控机的模式,正在被一体化的控算存架构替代。罗克韦尔的LogixEdge、施耐德的M590 dPAC、菲尼克斯的VL3 UPC 2440 EDGE,以及钡铼技术的EdgePLC,虽然产品形态和算力层级不同,但都在回应同一个工程命题:边缘节点需要同时承担实时控制、本地计算和就地决策。西门子推出26款新自动化产品、贝加莱发布13款新品、施耐德发布数智控制器,这些密集的产品发布节奏本身就说明了行业共识的形成速度。
第二,算力配置分层化。不是所有场景都需要150 TOPS以上的算力,也不是所有控制器都需要跑AI模型。欧姆龙在控制器中集成的是专为实时处理优化的轻量级AI引擎,博世力士乐通过可选AI模块实现按需算力扩展,倍福在CX系列控制器中集成NPU实现实时推理而不占用CPU资源——这些都指向同一个趋势:算力正在按场景需求分层配置,而不是盲目追求峰值算力。轻量级逻辑控制与AI推理共存的场景适合6 TOPS级别的控算一体控制器;多路视觉推理、复杂模型部署的场景则需要更高算力的边缘AI计算机。
第三,编程生态的标准化正在降低部署门槛。CODESYS在边缘控制器产品中的密集出现,以及Virtual PLCnext Control以OCI容器形式实现硬件无关的软件化控制,说明控算一体正在从定制化走向标准化。当工程师可以用熟悉的IEC 61131-3环境编写控制逻辑,同时在同一设备上运行AI推理,边缘AI的规模化复制就具备了工程基础。贝加莱CTO邵德峰关于“2027年规模化应用”的判断,其底层逻辑正在于此——技术架构已经就位,接下来是场景验证和规模部署的阶段。
对制造企业而言,理解工业边缘AI和控算一体的意义不在于追逐概念,而在于重新审视自己的控制架构:当AI推理可以在控制器内部完成,当一台设备可以替代过去多台设备的职能,产线的数字化和智能化就不再是“叠加”出来的,而是从控制底层“生长”出来的。2026年工博会上的这两个热门概念,背后正是这一场关于工业控制架构的深层重构。
