工业边缘环境中的生产级 AI：与红帽和英特尔携手打造的可重复路径

工业团队迫切希望在关键场景中落地 AI，包括：工厂车间、物流枢纽、远程现场作业，以及作为驱动机器人的智能系统。然而，这类项目中有相当一部分未能突破试点阶段。主要障碍往往并非来自 AI 模型本身。更多时候，挑战源于边缘环境的现实情况——这些环境通常资源有限、连接不稳定、系统难以访问，且往往缺乏本地技术支持。 

红帽设备边缘通过为远端边缘工作负载和设备提供运营一致性来解决这一问题。它借助红帽企业 Linux 作为一致且灵活的操作系统，并结合红帽版 MicroShift（一款基于红帽 OpenShift 边缘功能的轻量级 Kubernetes 容器编排解决方案）来实现这一目标。客户能够在此基础之上，推动 AI 超越试点阶段，实现更广泛的应用。但要做到这一点，他们需要一套可重复的系统方案，而非一次性集成。红帽和英特尔提供了可用于构建边缘 AI 的工具。这种可扩展的工业边缘 AI 方法如同一个管道：

1. 参考架构（RA）定义了一类部署的具体内容和方式：计算、加速、软件堆栈和运营模型。
2. 验证参考蓝图（VRB）将架构转变为经过验证的方案：经过测试和基准评测的硬件和基础软件的特定配置，从而确保结果可预测。英特尔发布 VRB 的主要目的是减少评估硬件/软件选项所需的时间、精力和成本，并提高系统结果的可重现性。 
3. 英特尔边缘 AI 套件负责整合最后的交付方案：提供面向特定领域的参考应用和可重复使用的构建模块，助力团队更快实现真正的部署。

这种结构用团队可以重复部署的记录在案且经过验证的模式，取代了团队内部未成文的知识和自定义代码。让我们更详细地了解一下该管道的各个阶段。

为什么 VRB 对工业买家很重要

工业运营商不想再看任何演示；他们想要的是可预测的部署。英特尔发布的 VRB 方法旨在通过将硬件和软件捆绑在一起来简化设计选择，从而使性能更具可预测性，并减少评估工作量。 

例如，英特尔与戴尔合作推出的验证参考蓝图描述了一种通过 OEM（原始设备制造商）交付的优化型商用 AI 系统，该系统已在英特尔硬件上使用英特尔参考 AI 软件进行了验证配置和基准测试。目标在于通过部署“已知可靠”的系统来提高可预测性并加快应用上线速度，从而减少最终用户的工作量。

这只是其中一个示例，目前已有面向众多不同厂商的参考蓝图可供选择。无论工业团队倾向于哪家供应商，经过验证的系统都能提供从原型设计到标准化部署的更快捷路径。

将边缘 AI 构建模块转变为工业就绪型解决方案

经过验证的系统对于成功部署边缘 AI 而言是必要的，但这还不够。团队还需要可重复使用的软件构建模块，以加快针对特定工业环境的解决方案开发。

这正是英特尔开放边缘平台的用武之地，它提供了一个面向边缘 AI 的模块化、可组合的软件堆栈。该平台包含描述边缘 AI 套件的文档，这些精选的 AI 参考应用集合可以通过针对英特尔架构优化的库、微服务和工具来加速边缘开发。

开放边缘平台包含制造业 AI 套件和机器人 AI 套件，它们将会受到工业团队的特别关注。（此外还有面向都市、零售、教育、健康与生命科学等其他领域的套件。）工业 AI 部署需要的通常不仅仅是运行推理的能力，还需要集成的管道、集成模式和运营护栏，以便团队能够一致地进行构建，而开放边缘平台恰好能提供这一切

为什么红帽设备边缘符合工业边缘的现实需求

工业边缘环境与数据中心有所不同。设备在电力、散热和连接性受限的情况下运行，且通常位于难以进行维护的位置。红帽设备边缘能在这些限制条件下确保运营的一致性，并整合了以下组件：

• 红帽企业 Linux：具有针对边缘优化的 OS 镜像和运营方案，为边缘设备带来企业级 OS 的可靠性和安全性
• MicroShift：一个用于轻量级 Kubernetes 容器编排的解决方案，源自红帽 OpenShift
• 红帽边缘管理器：提供简单易用的机群管理功能，可将设备编排扩展到各种规格的边缘设备
• 红帽 Ansible 自动化平台：用于进行部署和实现生命周期自动化

工业领域的买家未必对 Kubernetes 作为编排系统的技术细节感兴趣。他们主要关注的是运营和生命周期的一致性，而缺乏这一点往往会导致大多数试点项目在尝试规模化扩展时失败。

红帽和英特尔如何赋能工业机器人 

机器人是 AI 边缘部署领域一个尤为复杂的用例。一台 AI 驱动的工业机器人需要传感器、摄像头、推理管道，以及与物理世界的确定性交互。虽然机器人部署可以从一台令人印象深刻的原型机起步，但只有当底层堆栈具备可重复性和可维护性时，它才能真正发挥作用。

如前所述，开放边缘平台包含一个机器人 AI 套件。机器人团队若能以 VRB 提供的经过验证的系统基础为起点，使用构成这些套件和库的精选构建模块，并借助红帽设备边缘和 MicroShift 将其部署到受管机群上，将会受益匪浅。与从零开始构建一切相比，这无疑是一种更具吸引力的选择。 

客户应当关注什么：一份简单的检查清单

如果您是正在评估边缘 AI 平台的工业买家，并且想要构建从试点阶段顺利过渡到生产阶段的基础架构，那么您应该询问以下问题：

1. 是否有经过验证的系统方案？这意味着需要提供已发布且经过测试的配置方案，而不仅仅是一张参考示意图。英特尔 VRB 专门用于减少评估工作量并提高可预测性。
2. 是否有通向可重复使用的解决方案构建模块的途径？这意味着代码套件、库以及可重复使用的微服务，而非定制化的一次性解决方案。开放边缘平台包含专为此目的构建的套件和库。 
3. 如何在远端边缘处理生命周期？您需要一个能够在受限环境中处理更新、回滚、置备以及保持运营一致性的系统。这正是红帽设备边缘所提供的核心能力。

工业边缘需要可重复性

边缘 AI 的下一阶段不是更大的模型，而是可重复的部署。对于工业边缘 AI 和机器人，如果团队能够将分散的试点项目转变为可重复使用的标准化系统，以一致的方式进行部署并实现大规模运营，那么这些团队将成为最终的赢家。

正因如此，管道至关重要： 参考架构 → 经过验证的参考蓝图 → 英特尔 AI 套件，它们基于经过验证的系统基础构建，并由专为远端边缘限制条件打造的运营平台提供支持。

准备好将您的边缘 AI 试点转变为可扩展的现实了吗？ 立即联系红帽，启动概念验证，了解英特尔验证参考蓝图和红帽设备边缘如何强强联合，为您的工业环境提供所需的可重复使用的基础。