Edge AI на производстве: как выбрать плату для пилота — NPU, GPU-модуль или промышленный контроллер

Директор производства обычно приходит к Edge AI с практической задачей: «хотим попробовать на одном участке и понять, есть ли эффект». На этом этапе важно не купить «самую AI-плату», а правильно выбрать класс железа под сценарий.

В производстве чаще всего есть три сценария:

1. Прототип на столе
   Нужно быстро проверить идею: распознаётся ли дефект на изображении, можно ли считать сигнал с датчика, как выглядит логика тревоги. Здесь допустимы Arduino, micro:bit, платы с питанием 5В от USB/адаптера, простая периферия, HDMI-дисплей 800×480 или 1280×800 для отладки.

2. Пилот на участке
   Нужно поставить устройство рядом с линией, подключить камеру, забрать сигнал от ПЛК или датчика, передать результат в SCADA/МЭС или локальную систему. Здесь уже важны CAN, RS485, 12В или широкий диапазон питания, промышленное исполнение, M12-крепление камеры у CV-плат, возможность связи по проводным промышленным интерфейсам.

3. Production-внедрение
   Нужно, чтобы решение работало постоянно, интегрировалось в существующую промышленную шину, выдерживало монтаж в шкафу автоматики и не зависело от нестабильного Wi-Fi. Для задач компьютерного зрения и локального инференса в production-классе уместны платформы уровня NVIDIA Jetson TX2 или промышленные контроллеры, например Raspberry Pi PLC Industrial Controller с питанием 12~24В DC, CAN и RS485.

Главный вопрос звучит не «Raspberry Pi или Jetson?», а иначе: какая задача выполняется на edge-устройстве, откуда оно получает данные, куда отдаёт результат и как будет смонтировано на заводе.

Прототип vs пилот vs production: три разных класса железа

Ошибка многих AI-проектов на производстве — начинать выбор с вычислителя. На практике сначала нужно определить стадию проекта.

Прототип: проверить гипотезу, не интегрироваться в цех

Прототип — это лабораторная проверка. Его цель — быстро ответить на вопросы:

• видит ли модель нужный дефект;
• достаточно ли изображения с камеры;
• можно ли считать сигнал с простого датчика;
• какая логика тревоги нужна оператору;
• нужен ли локальный экран;
• как выглядит минимальный пользовательский сценарий.

На этой стадии подходят простые платформы: Arduino, micro:bit, платы с питанием 5В через USB или адаптер. Например, Arduino INDUSTRIAL 101 построен на микроконтроллере ATmega32u4, работает от 5В, имеет 32KB flash и 20 цифровых выводов. Это не платформа для тяжёлого компьютерного зрения, но хороший инструмент для дискретных сигналов, простых датчиков, кнопок, реле, первичной логики и стендовой проверки.

Если в прототипе нужен экран, можно использовать платы с дисплеями 800×480 или 1280×800. Если нужно подключить периферию, важны интерфейсы USB 2.0, USB-C, HDMI, SPI, I2C, RS232.

Прототип можно делать на столе. Он может питаться от USB. Он может использовать Wi-Fi. Он может быть собран на макетных проводах. Но это не означает, что такое решение можно просто перенести в шкаф автоматики.

Пилот: проверить работу на реальном участке

Пилот — это уже не демонстрация, а проверка в реальной среде. Здесь появляются вопросы, которые редко видны в лаборатории:

• где взять питание;
• как закрепить камеру;
• как защититься от помех;
• как передать результат в ПЛК, SCADA или МЭС;
• что делать, если Wi-Fi нестабилен;
• как сервисный инженер будет диагностировать проблему;
• как устройство поведёт себя при перезапуске линии.

На пилоте важны не только вычисления, но и промышленная интеграция. Поэтому нужны интерфейсы CAN, RS485, иногда RS232, а также варианты питания 12В, 24В или широкий диапазон. В каталожных примерах есть Raspberry Pi PLC Industrial Controller с питанием 12~24В DC, интерфейсами CAN + RS485 и интеграцией в промышленную шину. Это типичный класс устройства для пилота, где требуется связать edge-логику с автоматикой.

Для Industrial IoT-сценариев есть вариант для Raspberry Pi CM5: CAN + RS485 + 5G/4G + LoRa, питание 5В или 7~36В. Такой класс подходит, если объект распределённый, есть удалённые участки, нужна мобильная связь или LoRa, но при этом сохраняется проводная интеграция через CAN/RS485.

Если задача связана с компьютерным зрением, стоит смотреть на CV-платы и крепление камеры M12. Это важно не как «мелочь механики», а как фактор стабильности: камера на линии должна быть закреплена повторяемо, без случайного смещения после вибрации или обслуживания.

Production: решение должно жить в промышленной среде

Production — это не «пилот, только подольше». Здесь требования становятся жёстче:

• устройство должно нормально монтироваться в существующую инфраструктуру;
• питание должно соответствовать тому, что есть в шкафу;
• интерфейсы должны быть совместимы с ПЛК и промышленной шиной;
• диагностика должна быть понятна службе эксплуатации;
• замена устройства не должна требовать перепроектирования всей линии;
• связь должна работать предсказуемо.

Для production-задач локального AI-инференса и компьютерного зрения в каталоге указана платформа NVIDIA Jetson TX2. Её имеет смысл рассматривать, когда на edge-устройстве нужно выполнять более сложную обработку изображения или видео, а не только собирать дискретные сигналы.

Но Jetson сам по себе не решает вопросы промышленной интеграции. Если у вас камера, ПЛК, исполнительные механизмы и SCADA, нужно смотреть на связку: вычислительный модуль + промышленный контроллер + нужные шины и питание. Иногда production-архитектура строится не на одной плате, а на разделении ролей: GPU-модуль выполняет инференс, промышленный контроллер общается с ПЛК по CAN/RS485 и передаёт результат в верхний уровень.

CAN и RS485: почему промышленные шины важнее Wi-Fi для AI-инференса

В AI-проектах на производстве часто переоценивают беспроводную связь и недооценивают промышленные шины. Для презентации Wi-Fi удобен. Для цеха — не всегда.

В каталожных спецификациях встречаются беспроводные варианты: WiFi, Wi-Fi 6, 5G, Bluetooth 5.0. Они полезны для отладки, удалённого доступа, мобильных объектов, временного пилота или передачи данных туда, где нет кабельной инфраструктуры. Но если edge-устройство должно регулярно взаимодействовать с ПЛК, приводами или линией, ключевыми становятся CAN и RS485.

Что такое CAN в контексте завода

CAN — это шина данных, которая часто применяется для связи с приводами, контроллерами и промышленными узлами. В контексте AI она нужна не для «обучения модели», а для практических действий:

• получить от ПЛК сигнал «изделие в зоне контроля»;
• принять состояние линии;
• отправить результат «годен/брак»;
• передать код дефекта;
• синхронизировать обработку с движением механизма;
• связаться с приводом или промышленным контроллером.

То есть AI-плата не существует отдельно. Она становится участником автоматизированной системы. Если модель обнаружила дефект, это решение должно попасть в управляющий контур — например, в ПЛК, который активирует отбраковку или останавливает участок. Для этого нужна шина, которую понимает промышленная автоматика.

Что такое RS485 и зачем он нужен

RS485 — распространённый промышленный интерфейс для связи на объекте. Его ценность — в практической пригодности для цеха: проводная связь, устойчивость к промышленной среде, понятность для инженеров АСУ ТП, совместимость с большим количеством устройств.

В AI-пилоте RS485 часто нужен для задач:

• передать результат инференса в контроллер;
• принять состояние датчика или участка;
• подключиться к существующей линии без полной переделки шкафа;
• интегрировать промышленный контроллер в действующую инфраструктуру.

Если устройство имеет CAN + RS485, как Raspberry Pi PLC Industrial Controller, оно гораздо ближе к реальному пилоту, чем обычная одноплатная плата без промышленных интерфейсов.

Почему Wi-Fi не должен быть единственной опорой

Wi-Fi, Wi-Fi 6, Bluetooth 5.0 и 5G полезны, но у них другая роль. Они могут использоваться для:

• отладки;
• удалённой диагностики;
• выгрузки логов;
• подключения временного стенда;
• связи там, где нет кабеля;
• Industrial IoT-сценариев на удалённых объектах.

Но если от результата AI зависит действие линии, лучше не строить критичный контур только на беспроводной связи. В цехе есть помехи, металл, движение оборудования, перегородки, электромагнитная обстановка. Даже если связь обычно работает, для production нужно проектировать предсказуемый путь данных.

Практическое правило: Wi-Fi — для удобства, CAN/RS485 — для интеграции с автоматикой.

Питание: 5В vs 12В vs 24В — почему это важно при монтаже

Выбор питания часто откладывают «на потом». В результате пилот приезжает в цех, и оказывается, что устройство работает от USB 5В, а в шкафу автоматики есть 24В DC. Нужно ставить дополнительный блок питания, искать место, согласовывать монтаж, вести отдельную линию, проверять защиту. Проект теряет время на вопросе, который можно было решить при выборе платы.

В каталоге встречаются варианты питания:

• 5В — USB/адаптер, удобно для прототипирования;
• 12В — ближе к промышленным сценариям и периферии;
• 3.3В, 6В, 3В — типично для отдельных модулей и компонентов;
• 12~24В DC — удобно для шкафа автоматики;
• 5В или 7~36В — широкий диапазон, полезный для Industrial IoT и полевых установок.

5В: удобно для стола, осторожно для цеха

Питание 5В хорошо подходит для прототипа. Плата питается от USB или адаптера, её легко подключить к ноутбуку, удобно прошивать и отлаживать. Arduino INDUSTRIAL 101 работает от 5В — это нормально для стенда и простых задач.

Но в цеху 5В может стать проблемой. Если у вас шкаф автоматики рассчитан на другой уровень питания, придётся добавлять преобразователь. Это не запрещено, но увеличивает количество компонентов и точек отказа. Для пилота на один день это терпимо. Для production — спорно.

12В и 24В: ближе к промышленному монтажу

Для промышленного контроллера питание 12В или 12~24В DC удобнее. Пример — Raspberry Pi PLC Industrial Controller: 12~24В DC, CAN и RS485. Такой формат проще обсуждать с инженерами, которые отвечают за шкаф автоматики.

Если устройство можно подключить к уже доступному питанию, монтаж становится проще:

• меньше дополнительных блоков;
• меньше согласований;
• проще обслуживание;
• понятнее схема питания;
• легче заменить устройство.

Широкий диапазон питания: плюс для пилота

Industrial IoT-плата для Raspberry Pi CM5 поддерживает питание 5В или 7~36В. Такой диапазон полезен, когда заранее неизвестно, какое питание будет на объекте, или когда пилот должен быстро переезжать между участками.

Для директора производства это означает меньше задержек. Для ИТ-директора — меньше рисков, что выбранная плата не встанет в реальную инфраструктуру.

Как AI-плата подключается к существующей МЭС/SCADA

AI-плата на производстве редко является самостоятельной системой. Её задача — встроиться в текущий контур: датчики, ПЛК, приводы, операторские панели, SCADA, МЭС.

Условно есть три уровня интеграции.

Уровень 1: связь с оборудованием и ПЛК

Здесь важны физические интерфейсы:

• CAN — для связи с приводами, ПЛК и промышленными узлами;
• RS485 — для проводной промышленной связи;
• RS232 — для отдельных устройств и сервисных сценариев;
• SPI, I2C — для подключения модулей, датчиков и периферии;
• цифровые выводы — в микроконтроллерных сценариях, например у Arduino INDUSTRIAL 101 есть 20 цифровых выводов.

Типовой сценарий: камера или датчик фиксирует событие, AI-плата выполняет инференс, результат передаётся в ПЛК по CAN или RS485. ПЛК уже выполняет действие: включает сигнал, управляет исполнительным механизмом, отправляет состояние выше.

Уровень 2: связь с локальной инфраструктурой

На этом уровне нужны интерфейсы расширения и связи:

• USB 2.0 и USB-C — для периферии, отладки, подключения устройств;
• HDMI — для локального монитора или панели;
• M.2 — для расширения;
• PCIe — для модулей расширения;
• WiFi / Wi-Fi 6 — для беспроводной сети;
• Bluetooth 5.0 — для периферии и сервисных задач;
• 5G — для удалённых объектов или там, где проводной сети нет.

Например, если на пилоте нужно вывести оператору картинку или статус, может пригодиться HDMI и дисплей 800×480 или 1280×800. Если нужно добавить модуль связи, смотрят на M.2, PCIe или встроенные беспроводные возможности.

Уровень 3: передача данных в SCADA/МЭС

SCADA и МЭС обычно не должны напрямую зависеть от камеры или нейросети. Им нужен результат в понятном виде:

• событие;
• статус;
• код дефекта;
• временная метка;
• идентификатор участка;
• сигнал о браке;
• состояние устройства.

Промышленный edge-контур может работать так:

1. Камера фиксирует изделие.
2. Плата выполняет локальный AI-инференс.
3. Результат передаётся в промышленный контроллер.
4. Контроллер отправляет сигнал в ПЛК через CAN/RS485.
5. ПЛК передаёт статус в SCADA.
6. МЭС получает агрегированные события для аналитики и производственных отчётов.

При такой архитектуре AI не ломает существующую автоматизацию. Он добавляет новый источник решений, но управляющий контур остаётся понятным для службы эксплуатации.

Таблица: прототип / пилот / production

Типичные ошибки при выборе AI-железа для завода

Ошибка 1. Купить плату «как для лаборатории» и пытаться поставить её в шкаф

Самый частый сценарий: команда берёт плату с питанием 5В, отлаживает её от USB, показывает демо, а затем пытается установить на линию. В цеху выясняется, что нужна интеграция с ПЛК, питание в шкафу другое, Wi-Fi нестабилен, а интерфейсов CAN и RS485 нет.

Как избежать: для прототипа 5В допустимо. Для пилота заранее проверяйте питание, шины и способ монтажа. Если нужно подключение к ПЛК, сразу закладывайте CAN/RS485.

Ошибка 2. Считать, что Wi-Fi решит промышленную интеграцию

Wi-Fi удобен для инженера: подключился, посмотрел логи, обновил конфигурацию. Но он не заменяет промышленную шину, если результат AI должен влиять на линию.

Например, модель определяет брак. Если сигнал идёт только по Wi-Fi, возникает вопрос: что будет при потере связи, задержке или нестабильном покрытии? Для демонстрации это не критично. Для production — критично.

Как избежать: разделяйте каналы. Беспроводная связь — для диагностики и вторичных данных. CAN/RS485 — для взаимодействия с ПЛК и промышленным контуром.

Ошибка 3. Выбирать Jetson там, где нужен промышленный контроллер

NVIDIA Jetson TX2 уместен для production-задач локального инференса, особенно когда требуется обработка изображения. Но если задача — считать несколько сигналов, передать статус в ПЛК и показать простую логику, вычислительный GPU-модуль может быть избыточным.

В таких случаях важнее промышленный контроллер с нужными интерфейсами: CAN, RS485, питание 12~24В DC, интеграция в промышленную шину. Иногда оптимальная архитектура — не «Jetson вместо контроллера», а «Jetson для инференса + контроллер для связи с автоматикой».

Как избежать: разделяйте вычислительную задачу и интеграционную задачу. Если нужно компьютерное зрение — смотрите на GPU-модуль или CV-плату. Если нужно общение с ПЛК — смотрите на промышленный контроллер.

Ошибка 4. Не учитывать питание до выезда на объект

Команда приезжает на участок с устройством на 5В и адаптером, а монтажники спрашивают: куда это ставить, как защищать, где брать питание, кто согласовал блок питания? В итоге AI-пилот задерживается не из-за модели, а из-за электромонтажа.

Как избежать: до закупки платы уточните, что есть в шкафу автоматики: 12В, 24В, возможность отдельного питания, требования к подключению. Если данных нет, выбирайте устройства с более гибким диапазоном, например 5В или 736В, либо контроллер с 1224В DC.

Ошибка 5. Забыть про механику камеры

Для компьютерного зрения качество модели зависит не только от алгоритма, но и от стабильности изображения. Если камера смещается, меняется угол, вибрирует крепление или сбивается фокус, пилот будет давать нестабильные результаты.

Поэтому у CV-плат важно смотреть на физические параметры, включая M12-крепление камеры. Это не «аксессуар», а часть промышленной повторяемости.

Как избежать: при выборе платы и камеры сразу обсуждайте место установки, крепление, доступ для обслуживания и стабильность положения относительно изделия.

Итог

Для пилота Edge AI на производстве не существует универсального ответа «берите Raspberry Pi» или «нужен только Jetson». Правильный выбор зависит от стадии проекта.

• Для прототипа подойдут Arduino, micro:bit, питание 5В, USB/HDMI, простые интерфейсы SPI, I2C, RS232. Цель — быстро проверить идею.
• Для пилота нужны промышленные признаки: CAN, RS485, питание 12В или широкий диапазон, возможность связи с ПЛК, монтаж рядом с линией, при необходимости 5G/4G или LoRa.
• Для production важны промышленная интеграция, питание 12~24В DC, предсказуемая проводная связь и вычислительная платформа под реальную задачу. Для локального AI-инференса и компьютерного зрения можно рассматривать NVIDIA Jetson TX2, но интеграцию с автоматикой всё равно нужно проектировать отдельно.

Практическая развилка для директора производства и ИТ-директора такая:

1. Если нужно проверить идею на столе — начинайте с прототипа.
2. Если нужно поставить устройство на участок — выбирайте плату с CAN/RS485 и подходящим питанием.
3. Если результат AI должен влиять на линию — не полагайтесь только на Wi-Fi.
4. Если нужна обработка изображения на месте — рассматривайте GPU-модуль или CV-плату, но не забывайте про M12-крепление камеры и промышленный контроллер.
5. Если устройство должно жить в шкафу автоматики — заранее проверяйте питание 12В/24В и способ подключения к ПЛК.

Edge AI-пилот успешен не тогда, когда выбрана «самая мощная» плата, а когда устройство корректно получает данные, выполняет инференс рядом с линией и передаёт результат в существующую промышленную систему без переделки всего участка.

AI отладочные платы и ускорители с поддержкой CAN, RS485, питанием 5–24В, беспроводными интерфейсами Wi-Fi 6 и 5G, платформами от Arduino до NVIDIA Jetson — в каталоге Zavod.dev. Фильтр по шине данных и напряжению питания помогает подобрать плату под существующую инфраструктуру шкафа.