边缘AI网关轻量化模型部署实验进展

工业现场大量传感器数据仍依赖云端推理，存在时延与带宽成本压力。智能硬件实验室近期围绕边缘AI网关开展轻量化模型部署实验，目标是在工控级硬件上实现低时延、可远程运维的本地推理能力。实验基于ARM架构工控网关，选取振动异常检测与温湿度时序预测两类典型任务，采用INT8量化与通道剪枝压缩模型，并验证不同推理框架的兼容性。阶段性进展：1）振动异常检测模型经INT8量化后体积压缩约70%，单帧推理时延由86ms降至31ms，准确率下降控制在1.2%以内；2）网关侧完成OTA模型远程更新链路联调，支持灰度发布与版本回滚，断网期间任务可缓存、恢复后自动补传。下一步计划在合作工厂部署10台网关，开展为期一个月的连续运行测试，重点评估高温环境下的推理稳定性与模型漂移情况，并沉淀边缘部署方法论，形成内部实施规范。