边缘AI网关实验：多协议接入与模型OTA验证

在工业现场，设备协议异构、网络不稳定，是AI能力下沉到端侧的主要障碍。智能硬件实验室近期围绕边缘AI网关开展了一轮实验性验证，目标是让同一台网关稳定承担协议转换、本地推理与模型远程更新三类任务。

阶段性进展：

• 完成Modbus RTU/TCP、OPC UA与MQTT三类协议的统一解析，接入12台不同年份的现场设备，连续运行30天，数据采集完整率约99.2%；
• 断网场景下由端侧轻量模型维持本地推理，数据落盘缓存、网络恢复后断点续传；模型OTA采用双分区灰度机制，实测更新失败可自动回滚，回滚耗时小于30秒。

下一步计划：在合作工厂部署10台网关，开展为期两个月的稳定性观察，重点评估高温环境下的推理延迟漂移与OTA成功率，并沉淀一份边缘侧模型更新规范供后续项目复用。我们倾向于把网关视为AI进入产线的基础设施，这类工程化工作不显眼，但决定了上层算法能否真正跑起来。