理应资讯
制造智能化

施耐德电气联合 NVIDIA、HPE 推出边缘工业 AI 智能体:首批覆盖 OT 监控、网络安全与能效优化

理应编辑室 ·

施耐德电气宣布与 NVIDIA、HPE 合作,在 HPE Private Cloud AI 上推出面向流程工业的边缘工业 AI 智能体,首批聚焦 OT 监控、网络安全和能效优化,通过 EcoStruxure Industrial Insights 统一部署与治理,数据留在工厂侧。

X 上的行业观察帖转述了施耐德电气的最新动作:施耐德电气将与 NVIDIA、HPE 合作,在制浆造纸等流程工业中借助“边缘工业 AI 智能体”(Industrial AI Agents at the Edge)推进物理 AI 落地。根据施耐德电气 10 月 21 日在柏林发布的新闻稿,这是三家公司战略合作的首个落地方案,施耐德称其为业内首个边缘工业 AI 智能体方案。

施耐德的判断是,当前关于物理 AI 的讨论大多集中在机器人、人形机器人和自主机器上,而流程工业面对的是另一类问题:连续生产过程中,可靠性、安全、网络安全和能效直接决定经营表现,但此前缺少一套可落地的物理 AI 实施路径。新闻稿列出了阻碍工业 AI 规模化的三大障碍:数据主权、网络安全和 AI 使用成本。

技术架构上,方案运行在 HPE Private Cloud AI 之上,这是 HPE 与 NVIDIA 在“HPE AI Factory with NVIDIA”产品组合中联合设计的私有云平台,再叠加施耐德的运营技术(OT)经验,让企业可以在工业边缘侧安全部署和扩展 AI 应用,同时自行掌控敏感数据、安全与成本。客户通过施耐德 EcoStruxure Industrial Insights 应用,在同一环境中部署、管理和治理多个工业 AI 智能体。

flowchart LR
  P[工厂现场:控制系统 / 服务器 / 工作站 / 交换机] --> E[边缘侧 HPE Private Cloud AI<br/>与 NVIDIA 联合设计]
  E --> A1[OT 监控智能体]
  E --> A2[网络安全智能体]
  E --> A3[能效优化智能体]
  A1 --> G[EcoStruxure Industrial Insights<br/>统一部署、管理与治理]
  A2 --> G
  A3 --> G
  G --> H[运维人员保留关键操作决定权]

首批三类智能体分别面向运营技术监控、网络安全和能效优化。其中 OT 监控智能体会综合实时运营数据、设备配置、工艺拓扑、告警和维护历史等工程上下文来理解生产现场的物理状态,识别正在出现的问题并推断可能的运营影响。

施耐德给出的生产实践基础来自智利 CMPC:这家拉美大型纸浆、纸张和包装企业过去三年一直在生产中使用施耐德的运营技术监控系统 OTMS,监测连续制浆造纸产线上控制系统的健康与可用性。OTMS 为团队提供控制系统、服务器、工作站和交换机的统一视图,帮助专家更早发现问题、更快诊断并明确维护优先级。施耐德表示,这套已经在生产中验证的部署为后续引入工业 AI 智能体打下基础,目标是加快排查与决策,同时让人继续掌控关键操作。

施耐德电气工业自动化执行副总裁 Gwenaelle Huet 在声明中表示,下一代工业创新将由直接嵌入工业运营的智能驱动,把物理 AI 应用到支撑关键行业的工业系统上存在可观的机会。同一时期,罗克韦尔自动化发布了 AI 智能体编排平台 FactoryTalk Conductor,霍尼韦尔此前也联合 NVIDIA 与戴尔推出 Forge Cognition,工业自动化厂商正在竞相把 AI 推理层放到工厂数据与物理控制之间。

# 施耐德电气# 工业 AI 智能体# 边缘计算# 流程工业# NVIDIA# HPE