近年来，随着以5G网络、工业互联网为代表的新基建按下快进键，边缘计算行业也进入了发展快车道。

　　如果把云计算比作章鱼的大脑，边缘计算就类似八爪鱼的触角，每条触角都是一个小型机房。它更加靠近设备端，能够在网络边缘侧对联网设备进行数据采集、分析、处理与储存，是工业装备智能化运维的底层技术。

　　创立于2019年的上海朋禾智能科技（以下简称：朋禾智能）便是较早进入边缘计算领域的新锐公司，定位于一家工业边缘计算智能解决方案服务商。

　　公司致力于聚焦工业核心及高价值设备，为工业智能应用提供开放式、模块化、高性能的平台级软硬一体化解决方案，帮助电力、能源、港口和交通等领域企业预测性维护和智能化运维，从而实现降本提效，提高产品品质和服务质量。

　　于创始人崔鹏而言，创办朋禾智能是一件水到渠成的事。

　　一方面，2018年、2019年我国工业互联网产业经济增加值规模分别为1.42万亿元、2.13万亿元，占总GDP比重分别为1.5%、2.2%，预计2020年，我国工业互联网产业经济规模将达3.1万亿元，占GDP比重为2.9%，市场前景广阔；

　　另一方面，工业互联网发展多年，但工业核心设备的在线状态监测和智能维护方面却一直没有实现真正落地和规模发展，电力、能源、轨交、港口等领域的关键设备对于智能化需求变得越发迫切。

　　自2015年起，由工信部出台的《中国制造2025》中明确指出中国制造业的现状：信息化水平不高，与工业化融合深度远远不够。至今已有23项文件陆续出台皆指出，工业互联网作为新基建重要的基础设施，其搭建任务迫在眉睫。随之，全国27个省市相应出台工业互联网发展政策文件，10余省市表示在2018-2020内高质量推动工业互联网创新发展。

　　崔鹏向创业邦还原了传统场景下的设备状态：环境恶劣，不易巡检；设备老化造成故障风险和成本增加；设备运维重度依赖人工定期巡检，经手动采集数据后，还需进行分析研读，流程繁琐；技术专家数量有限，分身乏术……

　　以上运维方式不仅数据采集维度单一，效率低、集成化和可视化程度低，还高度依赖运维专家的行业经验和积累，风险控制能力有限，这与动辄数百万元的工业核心设备运维需求很不匹配。

　　为解决以上问题，朋禾智能开发出了新一代工业数据采集与边缘计算软硬一体化解决方案 ，该方案融合了多传感融合及边缘计算与FPGA技术，可面向工业装备提供包含振动、声音、超声、电压、电流、局放等传感器类型的数据运维服务，实时对数据在线采集和累积，并完成半自动化AI设备状态诊断状态和预测。

　　更重要的是，基于在线积累的高质量数据，该平台还可实时对其捕捉、标记为故障图谱，不断丰富客户的故障库，以保障长期诊断分析精度。

　　崔鹏坦言，从行业的角度来看，目前工业AI领域的创业团队大部分拥有像IBM、阿里云等IT、算法层面背景，但对于工业AI落地来说，如何做到高质量数据采集、信号处理、边缘计算以及专业的工程化实施则显得更加重要。

　　而朋禾智能团队是行业里少数融合了数据采集、分析、训练、建模和落地等跨行业基因的技术团队，核心成员主要来自美国国家仪器、上海交大等知名企业及高校，是国内最早从事工业物联网及人工智能应用的团队之一，在电力、物联网领域积累了丰富的项目经历，且拥有完善的产学研融合及科技成果转化经验。

　　当然，崔鹏也深知，一家技术型创业公司想要在激烈的市场竞争中生存下来，除了团队积累，还必须要有独到的核心技术。

　　他告诉创业邦，公司技术架构可以分为三层：

　　第一层是边缘计算硬件平台，它支持80%以上的高频传感器信号的采集和边缘计算；

　　第二层，基于软件定义的工业边缘智能软件系统，能够结合硬件自动甄别设备关键特征及不同工况，为预测性维护找到数据支撑；

　　第三层，团队支持把机理诊断算法和AI的模块化算法下发到硬件里，让它得以像手机下载APP一样，去装载和部署各种工业机理和人工智能应用模型。

　　有了这样坚实的技术框架，朋禾智能还梳理了一套扎实的业务打法——先聚焦再横向拓展。

　　“前期主要是向电力、港口装备等企业提供模块化的产品，每年收取一定的系统维护及数据分析服务费用，等将产品和架构完全打磨成熟后，再以点、线、面的方式逐一进行突破。应用场景广泛是边缘计算企业实现规模化进而盈利的关键。”崔鹏说。