如何以灵活性应对打造智能工厂的复杂性挑战？
据世界银行估计，全球18%的GDP来自制造业，整个行业规模达到17万亿美元。为了提高制作业的效率、减少停机时间、保护工厂安全并增强其韧性，智能工厂是业界公认的必由之路。
但制造业的生态系统非常复杂，在打造智能工厂、重新定义工厂车间的过程中，需要将诸多新技术（如边缘计算、云计算、连接和人工智能）融入其中；需要整合大量的传感器、驱动器和电机等设备，并对它们产生的数据进行连接、分析和处理；需要让工厂车间具有可重新配置的能力，以应对快速变化的需求……这些最终都会加剧打造智能工厂的复杂性，带来更大的挑战。
应对这样的复杂性挑战，恩智浦的解决之道就是：将工业处理器、PMIC、连接、安全和模拟前端等丰富的产品组合和技术资源整合在一起，为定义和构建智能工厂提供极大的灵活性。
想要深入了解恩智浦在化解智能工厂复杂性上的诸多新技术、新方案，如i.MX RT1180高性能跨界MCU、集成神经处理单元的 MCX N微控制器、eIQ器学习开发环境、可配置的模拟前端，且听恩智浦半导体执行副总裁兼安全连接边缘业务总经理Rafael Sotomayor先生为你详解
转载自： NXP客栈
据世界银行估计，全球18%的GDP来自制造业，整个行业规模达到17万亿美元。为了提高制作业的效率、减少停机时间、保护工厂安全并增强其韧性，智能工厂是业界公认的必由之路
物联网已成为众多行业向数字化转型努力的重要组成部分，即使物联网投资在消费领域的投资多年来一直最高，智能制造仍然是最重要的投资领域之一。
对于一些早期采用者而言，神经网络可说是嵌入于计算机视觉相机之眼背后的新智能。最终，这些网络将蜿蜒渗透至机器手臂、传感器网络网关和控制器，从而改变工业自动化。不过，这样的变化并不会很快就发生。
“工业4.0”研究项目由德国政府资助，在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下形成，并已上升为国家级战略。其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。“工业4.0”概念即是以智能制造为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统—信息物理系统（Cyber-Physical System)相结合的手段，将制造业向智能化转型。
在成本的压力之下，德国和美国这两座承载着阿迪达斯“省钱大计”的机器人工厂正在进入关闭倒计时，随着2020年的临近，阿迪达斯的生产线重点也将再度回归亚洲市场。事实证明，全自动、高科技的机器人工厂，似乎并没有想象中的划算。
