工业边缘AI网关实验：多协议接入与轻量推理部署

工业现场设备协议异构、算力分散，是硬件IoT落地的常见瓶颈。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，目标是把协议接入与轻量模型推理收敛到同一台边缘设备上，降低对云端链路的依赖。

实验原型基于ARM Cortex-A平台，辅以MCU协处理负责实时采集，软件侧完成Modbus RTU/TCP、OPC UA与MQTT的统一解析，并预留ONNX Runtime推理通道。

阶段性结果：

• 单台网关稳定接入8台设备、约64个数据点，轮询周期控制在500ms以内，72小时连续采集成功率达99.2%；
• 将INT8量化后的时序异常检测模型部署至网关侧，单样本推理耗时约30ms，断网情况下可本地完成异常判定并缓存补传。

下一步计划扩充协议适配库，开展为期一个月的现场长稳测试，并评估模型OTA升级机制在低带宽环境下的可行性。团队将持续记录实验数据，为后续定制项目沉淀可复用的工程方法。