月份：2021年9月

近年来，TSN（Time-Sensitive Networking）时间敏感网络技术开始逐渐被越来越多人所认知，一时间也成为业界热议的高频词。工业通信经历了从串口通信，现场总线到工业以太网，到如今的新一代开放式工业网络TSN。

顾名思义，TSN是一种注重“时间”的技术，本质上来说，它为以太网增加了更大的确定性，这也是TSN能够在市场上脱颖而出的主要原因。

TSN技术应运而生

众所周知，市场上有多种工业以太网协议，被普遍采用的实时工业以太网主要有EtherCAT、PROFINET、POWERLINK、CC-Link等，这些协议都是在标准以太网的基础上修改或增加了一些特定的协议以保证实时性和准确性。但是这些都是非标准以太网，在易用性、互操作性、带宽和设备成本上均存在不足。

由此，TSN应运而生。TSN，即在非确定性的以太网中实现确定性的最小时间延时的协议族，是由IEEE 802.1 TSN任务组制定的一系列IEEE 802以太网子标准集。

知乎上对TSN技术有个贴切解释：

“想象在一个广阔的球场上东西两侧各有一个以太网连接的扬声器，扬声器中间可能经过多个交换机设备，当主持人讲话时，我们希望两个扬声器能够同时发声，而不会出现一前一后叠音的情况；进一步的，即使同个网络拓扑中还有其他应用在使用流量，我们也希望两个扬声器的效果是稳定的。”

正因其符合标准的以太网架构，具有精准的流量调度能力，可保证多种业务流量的共网高质量传输等技术及成本优势，TSN技术开始从最初的视频音频数据领域延伸至工业领域、汽车领域，成为下一代网络承载技术的演进方向之一。

图片源自《时间敏感网络（TSN）产业白皮书》

● 视频/音频传输

为最大限度提供实时性，图像、音频通过TSN实现高实时的传输与处理，满足对带宽和实时性的需求。

● 汽车驾驶

在汽车控制系统中，用支持低延时且具有实时传输机制的TSN进行统一管理。可以降低给汽车和专业A/V设备增加网络功能的成本及复杂性。

● 工业物联网

工业物联网是未来TSN应用最广泛的领域之一，所有需求实时监控或实时反馈的工业领域都离不开TSN网络。如机器视觉、AR/VR、深海石油钻井等等。

业界对TSN的持续探索

究其根本，物联网应用需求的激增是近些年TSN火爆的重要原因。国际上有大量组织、自动化厂商参与其中，致力推动TSN技术的落地应用。

● 2016-2017年，TSN应用于工业物联网领域的核心功能逐步完善，随后多家自动化厂商宣布了对OPC UA和TSN的支持，并加入相关国际组织，包括ABB、贝加莱、Bosch Rexroth、GE、NI、KUKA、Phoenix、Schneider等。

● 2018年，CC-Link协会就发布了融入TSN技术的开放式千兆工业网络CC-Link IE TSN，它是为数据化、智能化制造发展量身定制的新一代网络，完美融合了TCP/IP网络，现场总线和实时通讯，它与交换机的组合帮助客户轻松实现构建起整厂级别的管理系统。如三菱电机、软赢、德国赫斯曼等均宣布推出支持CC-Link IE TSN的工业产品。

● 2019-2020年，TSN标准完成并实现商业化。根据预测，TSN市场规模到2024年将超过6亿美元，年均复合增长率53.8%。交换机将成为引领TSN发展的重要单品。工业物联网中越来越多的实时通信需求成为推动TSN市场发展的主要动力。

近年来，国内厂商对TSN技术的关注度持续提高，积极推进TSN的发展落地。2017年起，包括华为、Moxa、新华三在内的多家通信设备厂商已经研发出或正在研发TSN相关网络设备，包括交换机、网关及通信模块。此外，一些自动化厂商开始积极向TSN技术靠拢，推出TSN技术相关的工业产品和设备。

华为：早在2018、2019年的汉诺威展上，华为就展示了OPC-UA TSN测试床，并在其中提供了TSN交换机；

MOXA：2018年德国SPS展，MOXA展示了TSN测试床，同年的IIC联合测试床中展示了TSN交换机；

新华三：2019年4月，新华三在“领航者峰会上发布了TSN交换机产品。

研华：研华发布EKI-8500G交换机，采用TSN专用芯片设计，具备时间同步、优先流量调度、时间感知整形器、高可靠的冗余资料传输四大核心特色。

东土科技：在精密时钟同步、守时、授时、时间管理等自主研发创新技术的支撑下，东土科技推出自主研发的全新系列TSN工业网络产品，涵盖芯片、交换机、终端、交换软件平台、CNC及边缘通用控制器等。

5G+TSN技术成关注焦点

如今，TSN已经不再是一个概念性项目，而是已经成为被行业组织认证的可广泛使用的标准。然而，任何新兴技术从兴起到爆发都要经历一个时间磨合与验证的过程，TSN技术尚且如此。目前，在工业应用领域，从芯片厂商到产品开发商、终端用户，TSN已经开始了测试、验证，离全面落地或许仅一步之遥了。

有人说，5G时代的加速到来会成为推进TSN技术全面落地应用的催化剂。的确，5G系统的灵活部署与TSN的精确时间同步、有界时延等特性，能更有效解决工业现场环境复杂多变的情况。

从国际上来看，已经有行业龙头企业开始布局推动5G、千兆网络、TSN在工业领域的融合应用。如西门子宣布将TSN列为未来重要的通信技术，其“工业网络专家计划”更是将5G+TSN列为打造数字化工业生态的重要手段；三菱电机的具有无线应用能力的工业网络“CC-Link IE TSN”率先将千兆以太网带宽与TSN相结合，实现了IO和OT的实时无缝融合。

可以看出，未来5G+TSN融合发展趋势将为未来工业通信网络打开一扇新的窗口。相较于之前的现场总线等概念的推进速度，TSN已经发展的非常迅速了。短期来看，TSN技术在工业领域全面落地普及尚需时日，市场接受及培育同样也需要一个过程，长期来看，随着关键技术的突破和应用场景需求变化不断演进升级，TSN技术在万物互联时代所创造的价值不可估量。

本文参考：工业互联网产业联盟《时间敏感网络（TSN）产业白皮书》

尽管目前消费领域中连接的物联网设备数量超过工业领域，但工业物联网投资在跨行业解决方案以及满足特定行业需求的设备方面增长强劲。

Reply的最新研究《工业物联网：现实检验》探索了推动工业市场物联网增长的两个关键领域：智能工厂和智能运输与物流。

通过连接机器和工具，工业物联网(IIoT)使制造公司能够实时提高其生产的可见性。工业物联网设备产生的大量数据构成了优化生产、提高交付质量、引入预测性维护、供应链自动化等的燃料。

Reply技术官Filippo Rizzante解释说：

“没有工业物联网，工业4.0就不可能存在。数据是工业世界中所有“智能”用例的燃料；工业物联网是保证基础设施收集数据、将数据发送到云端并管理反馈后分析的关键要素，所有这些都是企业收益良性循环的一部分。”

市场增长

由于使用专有的Trend Sonar平台收集的数据以及Teknowlogy Group提供的支持，这项研究还研究了智能工厂和智能运输与物流的主要市场，分为两个集群：“欧洲五国”（德国、意大利、法国、比利时和荷兰）和“大五国”（美国、中国、印度、巴西和英国）。

尽管2020年的经济环境不佳，但这两个集群在智能工厂以及智能交通和物流领域的投资都出现了小幅增长，预计到2025年将有更大幅度的增长。总体而言，以美国为首的“大五”(Big-5)集群的智能工厂市场预计到2025年将超过860亿欧元，在平台、预测解决方案和远程监控方面有强大的投资。智能运输和物流市场预计将超过150亿欧元。另一方面，在“欧洲五国”集群中，所有国家的智能工厂市场预计将增长近两倍，在上述五个国家的总规模将超过230亿欧元，其中德国领先。平台将经历指数级增长，企业将投资于更好地管理质量和降低成本。德国还将继续在智能交通和物流领域保持领先地位，但集群中的其他国家仍将看到显著增长。预计到2025年，该集群的总价值将达到36亿欧元。

5G和边缘计算的驱动力

在电信公司大规模投资的推动下，低成本传感器和5G网络的采用将进一步促进工业物联网的扩散。例如，自动驾驶汽车/机器人、人工智能和机械之间的通信得到改善，加上计算能力的提高和极低的延迟，预计不仅会提高工厂的效率，还会提高它们的安全性。此外，创建高密度专用网络的能力将有助于工业物联网的更广泛部署，以及大量传感器、机械、车辆和机器人的连接，并通过更多地使用增强现实和虚拟现实来支持“互联工人”。

网络安全是关键因素

连接设备的不断增长及其异构性需要对设备和网络的设置和维护策略进行大胆的安全管理。根据其经验，Reply认为组织需要采用微分段环境（本地或基于云的），这些环境稳定并准备好对传统和新的危险技术和技术做出反应，从而降低发生风险的可能性。新型攻击将获得成功。对物联网架构、工业组件和整个基础设施的分析将帮助公司提前消除现有的差距、漏洞和威胁。但这不仅仅是一个技术问题：针对员工的培训计划以及对所有使用的设备的研究和持续测试也至关重要。

从工厂到消费者

如果近年来采用和使用工业物联网技术，首先是为了提高工厂和物流中心的效率，那么在大流行期间，新投资主要用于提高工人安全。然而，长期趋势预计将直接涉及最终消费者。所谓“互联产品”的成功，实际上是加速对解决方案的投资，在这些解决方案中，使用数据的收集和处理不仅涉及生产机械，还涉及成品的使用。物联网连接产品的设计、生产和分销流程的重新设计能够创造增值服务，并促进远程更新和维护家用电器、汽车、机器人、电子产品和娱乐设备的能力。

两周前,造车的特斯拉突然成为了机器人圈内的热点,马斯克在特斯拉AI Day的结尾以一个彩蛋的形式宣布特斯拉正在开发的人形机器人,立时引起人们的热议。马斯克提到,这款人型机器人最早会在2022年投放市场,而就机器人行业发展现状来看,这无疑又是一个激进的目标。

上周,特斯拉公开招聘与机器人相关的职位,包括机械工程师-执行器集成、机械工程师-制动器齿轮设计、高级人形机电机器人架构师、高级仿人建模机器人架构师。而在9月1日,特斯拉又发布了8个与其人形机器人Tesla Bot的相关的招聘岗位。特斯拉连续几次发布招聘,确实有了实干的气氛。

无论马斯克的人形机器人制造计划能否如期完成,马斯克作为科技创新界的顶流,都再一次把智能机器人推到了大众面前,引起更大范围的讨论。机器人的发展现状究竟如何?走向未来的机器人又还需要克服怎样的关卡?

从想像到现实

机器人,作为人工智能的技术代表,也是当前所有先进技术中最特殊的技术。

事实上,“机器人”一词,从诞生开始就超越了科学技术的范畴,进入社会心理的视野,成为百年来大众文化消费中的主要题材之一。在数千年前的神话故事、文学想象中的机器人形象身上,人们可以寻找到人类对机器人的情感变化历程。这也是人机关系形成的线索之一。

在古希腊罗马时期,原始机器人以活雕像和各种“神奇”的机器的形态存在:只要往石雕的狮身鹰头张开的大嘴里扔进八枚硬币,“圣水”便会自动从石兽的眼睛里流出来。祭司在庙宇前点燃圣火,庙宇的大门便会按照现代工程师的说法“自动”开启。亚历山大城的赫龙和希腊时代的其他机械师们制作的雕塑,常常成为迷信祭祀的偶像。

关于机器人的“可靠”的记载,最初出现在著名的荷马史诗《伊利亚特》里。其中,荷马描绘了一个黄金做成的女人帮助炼铁神赫淮斯托斯的故事。显然,对于现代工业机器人祖先们的故事,常常带有浓厚的神话传奇色彩。这与其说是在记载事实,不如说是人类的一种美妙幻想。

在技术不断追逐人类想象的历史进程下,1939 年纽约世博会上首次展出了由西屋电气公司制造的家用机器人Elektro,但它只是掌握了简单的语言,能行走、抽烟,并不能代替人类做家务。

20世纪40-50年代,美国许多国家实验室进行了机器人方面的初步探索。1954年,美国的 George Charles Devol设计并制作了世界上第一台机器人实验装置,发表了《适用于重复作业的通用性工业机器人》一文,并获得了专利。机器人终于从想像过渡到现实,并开始了发展。

进入80年代后,随着计算机、传感器技术的发展,机器人技术已经具备了初步的感知、反馈能力,在工业生产中开始逐步应用。工业机器人首先在汽车制造业的流水线生产中开始大规模应用。随后,诸如日本、德国、美国这样的制造业发达国家开始在其他工业生产中也大量采用机器人作业。

近年来,机器人产业取得了前所未有的“大跃进”,朝着越来越智能的方向发展,多种传感器得到的信息在机器人中进行融合,使得机器人越来越能够有效的适应变化的环境,具有很强的自适应能力、学习能力和自治功能。

随着劳动力成本的不断提高、技术的不断进步,各国陆续进行制造业的转型与升级,出现了机器人替人的热潮。同时,机器人技术发展日新月异,服务机器人也开始走进普通家庭的生活。世界上许多机器人科技公司都在大力发展机器人技术,机器人的特质与有机生命已经越来越接近。

工业机器人正领航发展

机器人是综合了机械、电子、计算机、传感器、控制技术、仿生学等多种学科的复杂智能机械。根据不同的应用领域,又可大致分为工业机器人、服务机器人和特种机器人三类。其中,工业机器人占比最大,是智能制造行业发展的重要推动力。

考察过近代工业制造的发展历程,就足以理解机器对加工制造业的意义之重。1784年,蒸汽机的诞生成为第一次工业革命的里程碑,蒸汽机被可靠地使用,产生了新一代的蒸汽动力引擎,带动了第一次工业革命。

结合了工、技、贸,的“科技化+工业化”,奠定了工业时代成功的基础。同样的,在今天,科技化与工业化的结合也会促进新一时期工业时代的发展。在以信息化、数字化为特征的新兴技术里,工业机器人的力量也不可小觑。

工业机器人已经成为智能制造的关键一环。究其原因,对于工业机器人来说,能够协助解决制造过程中的问题是首先要考虑的。或者说,正如过去的任何一次工业革命中,机器对生产率的提高一样,工业机器人最大的贡献是在于对制造业生产力的改善而不是机器人自身的获利。

工业机器人的智能部分可以以“代理”的方式来看——任务分配至控制系统的底层进行处理,加上传感器、视觉影像、逻辑控制与通信共同协作而达成底层级(或称为核心层)的精简有效的控制系统。系统里众多的“代理”相互沟通进而产生了一个群体智能。

这个群体智能可以应用在各种各样的生产活动中,可以是在不同的单品生产线中,也可以在不同的生产规模中,包括使用在一些柔性生产线上。将工业机器人应用到工业生产线上,不仅可以提高生产效率,还可以改善工作环境,保证工人的生命安全,同时减少原材料的损耗,从源头降低了工业成本。

对于中国来说,当前,工业机器人发展似乎风头正劲。工业和信息化部发布的《2020年1-12月机器人行业运行情况》显示,2020年累计生产工业机器人23．7万套,同比增长19．1%,创下中国工业机器人单年产量最高纪录。

根据国家统计局发布的消息,2021年1-2月份,全国规模以上的工业机器人产量4．54万套,同比增长117．6%,创下历年同期新高。中国制造向“中国智造”升级中,机器人正在扮演着越来越重要的角色。

工业机器人得以发展,根本上是由于技术进步规模效应带动工业机器人价格下降。工业机器人发展的初期阶段,高昂的价格一度是阻碍众多中小企业购置设备、建设智能化生产线的主要因素。随着国产工业机器人带来的市场冲击,制造技术的进步和制造成本的快速下降,工业机器人近几年价格呈现明显的下降趋势。

此外,制造业方面,人力成本正在不断提高,对劳动密集型产业造成明显冲击,企业为压缩成本转向更经济的生产模式,机器换人成为大势所趋。同时,适龄劳动人口下降,人口红利消失倒逼产业发展。这意味着,未来中国适龄劳动人口占比仍将处于较低水平,对产业自动化发展产生迫切需求。

在多方面影响下,工业机器人自然也就呈现高速发展的态势。

在机器人赋能百业之前

机器人替代人工生产是制造业重要的发展趋势,是实现智能制造的基础,也是未来实现工业自动化、数字化、智能化的保障。尽管当前中国工业机器人在制造和工业设施领域的应用变革势头迅猛,但无论是从制造业方面还是应用方面来看,中国工业机器人与发达国家之间依然存在较大差距。

从制造方面来看,工业机器人是沿着把自动化作为底层技术,再走向数字化、网络化、智能化发展的脉络,越往上走,越需要芯片、软件和算法的助力。而即便自2010年起中国的制造业产值就已超过美国,规模发展水平较高,但质量效益并不高,仍然有很大的提升空间。

时下,发达国家的工业机器人制造已经进入到了智能阶段,而中国还处于入门阶段。据《第一财经》报道,国产工业机器人凭借性价比、渠道等优势,已经占据了国内很多细分领域的大部分市场,但在关键技术、材料、零部件等方面还是与国际的先进水平有一定差距。

新安装的机器人中,有71%的零部件皆来源于国外,国产化率不足30%。其中,在上游最重要的三大零部件——减速器、伺服电机和控制器中,国产化率分别约为30%、22%、35%,相对较低,在产品精度、稳定性等方面依旧存在很大成长空间。

同时,中国工业机器人同质化十分严重。现阶段,很多工业机器人品牌的产品在性能、外观、技术甚至是营销手段上都呈现出相互模仿的现象,就连各个厂商研发产品的核心技术和生产目的都是一样的。因此,纵观现在的工业机器人市场,几乎没有什么表现突出、具有一定竞争力的机器人产品。

在应用方面,发达国家的工业机器人已经有一套完整的设备应用在工业生产线上,并且在运用工业机器人方面已经十分熟练,甚至于不需要配备专门的工业机器人操作人员,就可以使工业机器人完成其运行,而中国的工业机器人应用还需要配备专门的工业机器人技术操作人员,来辅助完成操作。

日本在十九世纪二十年代工业机器人就已经普及,但目前为止,中国工业机器人的发展仍处于初级阶段,正面临着向高端转变,承接国际先进制造以及国际分工等重大挑战。

工业机器人的不断发展创新对从业人员提出了更高的要求,而该领域的人才供需失衡的矛盾正日益凸显。在制造方面,伺服电机、控制器、减速器成为制约中国工业机器人产业的主要瓶颈,而中国这方面的技术人才极为匮乏。在应用方面,相应操作维护、系统安装调试、系统集成等工业机器人应用人才缺口很大。

种种迹象表明,机器人大规模走进生产和生活已经不再是科幻片中的假象场景,正在和必然成为现实。以工业机器人为首,在克服诸多障碍和关卡的未来,机器人还将赋能百业,面目全新。

环顾四周，你可能就会意识到人工智能已经变得很重要。无论是面部识别摄像头还是语音助手，人工智能已经实现了这一切。这为人们对AI芯片究竟是什么以及它与其他芯片的不同之处的充满了好奇。此外，人工智能芯片市场被高度重视的事实更成为人们为什么应该了解人工智能芯片的一个重要因素。

首先，人工智能芯片是专门的硅芯片，它结合了人工智能技术，用于机器学习。企业组织严重依赖人工智能芯片的主要原因之一是，越来越需要更高效的系统来解决数学和计算问题。此外，庞大的数据量也需要一种有效的方法来计算问题。因此，专注于开发AI芯片和应用程序的主要关键参与者也就不足为奇了。

除此之外，量子计算的出现以及人工智能芯片在机器人领域的应用增加，带动了全球人工智能芯片市场的密集增长。

AI芯片是专门为基于人工神经网络(ANN)的应用设计的加速器。人工神经网络是人工智能领域，包括人工神经元层，这些人工神经元是受人类神经元工作方式启发的数学函数。谈到AI芯片的硬件基础设施，它包括计算、存储和网络三个部分。说到AI芯片相对于其他通用硬件的优势，就不能不提AI芯片的计算速度。除此之外，专用 AI 硬件具有高带宽内存这一事实也不容忽视。

人工智能芯片市场背后影响最大的一些因素是——智慧城市的发展、智能家居需求的增加、量子计算的出现、对人工智能相关初创企业的投资大幅增加以及缺乏熟练的劳动力。这些因素共同推动了人工智能芯片市场的发展。

现在，让我们谈谈感兴趣的主要话题——是什么让AI芯片在今天如此重要？很明显，深度神经网络驱动的解决方案构成了大多数商业AI应用。不仅如此——这些应用的重要性和数量多年来都呈指数级增长，未来也可能会继续保持同样的趋势。所有这些最终都为未来几天整个市场收入的大幅增长铺平了道路。

下一个要解决的问题是——评估AI硬件时应遵循的标准是什么？为此，始终可以选择依赖云提供商，但这并不总是有利的，因为所有这些过程都与巨额成本相关。就初步测试而言，绝对可以依靠云。

归根到底，一切都归结为——人工智能正在迅速发展，并迅速成为我们生活中的重要组成部分，无论是在家庭还是在工作中。在这一切之中，人工智能芯片领域的发展将迅速适应我们对技术的巨大依赖。