英特尔工业控制白皮书2026版·负载整合特刊-英特尔

微信扫码，打开到小程序

英特尔工业控制白皮书 2026 版 负载整合特刊 软件定义自动化 驱动产业数智转型 前言 智能制造正步入一个全新的发展阶段。传统工业自动化以提升生产效率和质量控制 为核心目标，而今天的制造业正面临着更加复杂和动态的挑战。市场个性化需求的 激增、供应链的不确定性，以及劳动力结构的深刻变化，都在推动制造企业寻求更 加智能和自适应的解决方案。 具身智能技术的突破性进展为这一转型提供了新的可能性。通过将感知、认知和执 行能力有机结合，现代制造系统正在从被动响应向主动适应转变。AI 与控制系统 的深度融合不再是概念验证，而是成为了提升竞争力的关键技术路径。在这一融合 过程中，负载整合技术发挥着至关重要的作用，它打破了传统系统中 AI 处理和实 时控制相互独立的架构壁垒，实现了多种计算任务在统一平台上的协同优化。 新一代计算平台的异构架构优势在此背景下显得尤为重要。通过整合高性能 CPU、 GPU 和专用 AI 加速器，结合先进的负载整合技术，单一平台即可同时处理实时 控制任务和复杂 AI 推理，实现了前所未有的计算效率和系统简化。这种技术创新 不仅消除了传统多系统架构的延迟和同步问题，更通过智能负载调度和资源动态 分配，显著提升了系统的整体性能和可靠性。从智能质检到自适应加工，从协作 机器人到柔性产线，负载整合技术正在成为 AI 与控制融合的核心使能技术。 本白皮书将深入探讨这些技术趋势如何重塑制造业格局，特别是负载整合技术在 推动 AI 与控制系统融合中的关键价值，以及英特尔如何携手产业伙伴，通过创新 的计算解决方案加速智能制造的普及和深化，共同开启制造业的智能化新纪元。 — 李岩 英特尔公司边缘计算事业部 行业解决方案中国区高级总监 目录 软件定义自动化发展趋势与挑战 ..............................................................................01 英特尔助力软件定义自动化 — 芯片平台硬件赋能 .............................................03 高性能算力支撑 ............................................................................................................................... 04 确定性实时保障 ............................................................................................................................... 05 混合负载整合优化........................................................................................................................... 06 AI 智能加速 .......................................................................................................................................07 英特尔助力软件定义自动化 — 负载整合软件赋能 .............................................08 架构及方案概览 ............................................................................................................................... 09 商用软件方案概览.............................................................................................................................13 开源方案概览 .....................................................................................................................................17 负载整合控制器的应用类型探索 ..............................................................................18 PAC 控制系统 ....................................................................................................................................19 云边协同控制系统........................................................................................................................... 20 AI 大模型赋能控制系统 ...................................................................................................................21 英特尔助力软件定义自动化 — 实战篇 ...................................................................24 鸿道 Intewell：半导体装备智能控制解决方案 ........................................................................25 菲尼克斯电气 vPLCnext：基于 ACRN 负载整合的电力行业 AI 环保解决方案 .............28 简探国际 x 诺达佳：人-机-AI 协同工业控制代码自动生成系统 ......................................... 30 易码智能：基于 Kithara 负载整合的实时数据采集处理解决方案 ..................................... 34 关维技术 U2：基于 ACRN 的液压机械加工专机 ...................................................................37 优易控 x 卓信创驰：基于 INtime® 的高精度柔性运动控制解决方案 .................................39 软件定义 自动化发展 趋势与挑战 01 02 随着软件定义自动化技术在工业领域的深入应用，以及基于 PC 架构的运动控制器广泛部署，特定的技术需求和行业趋势逐 渐显现： • 多轴协同控制需求激增：生产流程的复杂化和精细化推动了对更多电机和执行器同步控制的需求增长，以实 现精确的多点协调和同步。传统的单一控制解决方案，如独立的 PLC 或微控制器，在处理大规模轴控任务时 面临性能瓶颈，难以满足现代工业对高度集成和协调性能的要求。 • 超短控制周期追求：追求更短的控制周期以提高控制精度已成为行业发展的核心趋势。在高速自动化生产线、 精密加工以及高精度定位系统中，缩短控制周期能够显著提升系统响应速度和加工精度，同时减小系统抖动 和网络传输延时，这些都是实现高效、高质量生产的关键因素。 • 智能化控制算法演进：随着生产环境向智能化发展，控制算法正从传统的开环或闭环控制向具备自适应、预 测和学习能力的智能算法演进。现代控制系统必须能够管理复杂的动态系统，通过集成机器学习技术实现参 数自调优、故障预测和性能优化。 • 多元化负载整合与资源优化：随着自动化控制与信息化、智能化的深度融合，多任务负载整合成为核心发展 方向。现代工业系统需要在单一平台上同时运行实时控制、AI 推理、数据分析、视觉处理、通信管理等多种 工作负载，通过统一的计算平台实现硬件资源的高效利用和系统成本的显著优化。在这一整合过程中，确保 实时控制任务的确定性性能、保障系统安全性、实现不同优先级任务间的有效隔离，成为了技术实现的关键 挑战。 • AI 驱动的控制系统变革：在智能算法基础上，AI 技术正在重新定义自动化控制架构，推动从 “传统控制 + AI 辅助” 向 “AI 原生控制系统” 的根本性转变。通过将机器视觉、自然语言处理、大模型推理等 AI 能力深度嵌入 控制回路，系统实现从被动响应到主动感知、从规则驱动到数据驱动、从固定逻辑到自主学习的全面升级， 构建具备自主决策、持续优化和协同智能的新一代控制系统。 03 英特尔助力 软件定义自动化 02 芯片平台 硬件赋能 04 英特尔为软件定义自动化提供了全方位的硬件平台支撑，涵盖英特尔凌动®、酷睿™、至强® 等多层次处理器产品线，以及 丰富的可扩展高速 IO 和外围接口电路。这些硬件平台不仅能够满足从基础到高级的不同控制系统需求，更重要的是，它们 在软件定义自动化的核心技术挑战方面提供了关键的硬件能力支撑。 面对现代工业自动化对高性能计算、确定性实时响应、多元化负载整合以及 AI 智能化的迫切需求，英特尔® 芯片平台通过 先进的架构设计和技术创新，为软件定义自动化的成功实施提供了坚实的硬件基础。从强劲的算力引擎到精准的实时控制能 力，从智能的负载调度到原生的 AI 加速支持，英特尔平台全面赋能软件定义自动化技术的深度应用和持续演进。 高性能算力支撑 • Intel® Speed Shift 技术通过将处理器性能状态控制权从操作系统转移到处理器硬件层面，实现了更快速的 P-state 切换响应。相比传统的 OS 管理模式，这种硬件级控制能够在微秒级时间内完成性能调整，大幅提升系统实时响应 能力。 技术发展历程中，早期平台为确保实时性能通常需要禁用电源管理功能。Intel® Speed Shift 的技术改进改变了这一 局面，使得英特尔 P-state 电源管理可以在保持启用状态下实现最小化的实时性能影响。 在边缘计算场景下，Intel® Speed Shift 结合 P-State 优化技术，可以智能提升指定核心频率来增强实时处理能力。 通过将特定边缘应用绑定到专用处理器核心，系统能够以更高频率运行关键任务，并通过优先级调度和频率锁定机 制，保证核心处理能力的稳定性和一致性。 • 英特尔® 睿频加速 Max 技术 3.0 是英特尔在某些高端处理器中引入的技术，旨在进一步提高单线程性能。与传统的 睿频加速技术不同，英特尔® 睿频加速 Max 技术 3.0 能够识别处理器中性能最好的核心，并通过优先将关键任务分 配给这些核心，实现更高的性能。 英特尔 x86 CPU 的强大算力性能，能够帮助自动化客户通过软 PLC 实现更多轴的精确控制，支持更复杂的算法和更短的控 制周期。配合 Intel® Speed Shift 和 Turbo Boost Max 等智能调频技术，处理器能够根据负载需求定制性能优化，进一步提 升系统响应速度和运行效率。 英特尔如何帮助解决 强大的 x86 计算性能 硬件优势 行业挑战 • 更复杂的系统需要超过 100 个轴，传统的 PLC/微控制 器无法满足这一需求。 • 更复杂和精确的控制要求更 短的周期时间，降至 62.5 微秒。 • 希望降低复杂自动化系统中 昂贵 PLC 的物料清 (BOM) 成本和总体拥有成本 (TCO)。  新一代 CPU 采用先进的 Intel 7 和 Intel 4 工艺技术，CPU 性能提速达到 1.35 倍。  提升了 Intel® Smart Cache 的容量， 是之前平台的两倍多，通过避免不必 要的内存访问实现更快的处理速度。  英特尔® 睿频加速 Max 技术 3.0 版， 支持更高且稳定的 CPU 频率，以满 足高计算需求。 软件方案  Linux 实时操作系统 (RTOS)，用于 支持在 IA 平台上运行控制程序。 英特尔® 边缘控制软件平台 (ECI) 最佳参考配置  提供 Rtmotion 与软 PLC 集成的示 例代码，便于控制概念验证 (PoC) 的简易设置。  Core Boost 指南，介绍如何稳定提 高单个 CPU 核心的性能。 参考代码 05 确定性实时保障 • 使用 Intel® Speed Shift 技术，可以通过提高并固定实时核工作在比基频更高的频率，优化实时性能。它不影响其它 核的依据负载和 TDP 的条件浮动变化频率。 • 英特尔® 酷睿™ Ultra 系列处理器采用先进的异构架构设计，GPU 独立 die 与 CPU 物理分离且不共享三级高速缓存， 从架构层面消除了缓存争用对实时性能的影响。Per-Core C-state 技术实现了颗粒度更细的电源管理：实时核心保 持稳定的 C-state 配置以确保确定性性能输出，非实时核心则根据工作负载智能调整电源状态，有效降低系统整体 功耗。在固定 TDP 约束条件下，这种优化的功耗分配机制带来更佳的热管理效果，在确保实时控制核心稳定运行的 同时，为 GPU AI 加速提供更充裕的性能预算，实现 AI 智能与精密控制的真正融合。 确定性实时性能是控制应用的核心要求。针对基于 PC 架构的控制系统，英特尔提供了全方位的性能优化解决方案，不仅能 够保障运动控制的确定性实时响应，更能在混合负载环境中确保关键任务的实时性能表现。该优化方案支持实时控制任务与 非实时应用程序在同一平台上并发运行，有效利用共享的计算和网络资源，提升了系统整体效率和资源利用率。 英特尔如何帮助解决 基于 PC 控制的实时性能 行业挑战 • 更小的抖动（例如 <10 微 秒），对于确定性实时性能 是必需的，以应对更短的控 制周期（例如 125 微秒或更 短）。 • 需要更低的网络延迟以支持 更短的周期时间（例如 125 微秒或更短），以及更多轴 的控制（例如超过 100 个 轴）。  支持 DDR5 内存，内存带宽提升 50%， 以最小化由大量数据处理引起的抖动 影响。  在选定的 SKU 上应用 Intel® TCC 技 术，以获得更好的实时性能。  支持具备时间敏感网络 (TSN) 功能的 网络卡，以实现网络间的实时通信。  Intel® RDT 技术用于资源分配，例如 缓存分配技术 (CAT)。  Intel® RPTM 用于实时配置检查和性 能测试。 工具  Linux 实时操作系统  优化的 EtherCAT 主站  Intel TSN 软件开发工具 英特尔®® 边缘控制软件平台 (ECI) 最佳参考配置 参考代码  针对每一代处理器的实时调优指南。 硬件优势 软件方案 06 Intel® VMX (Intel® Virtual Machine Extensions) 技术 英特尔的 VMX 技术通过硬件辅助虚拟化的方式为在英特尔平台上构建一个高效可靠的虚拟机监视器提供了关键的硬件 支撑。在引入 VMX 技术之前，在 x86 平台上实现虚拟化需要借助软件虚拟化的方式通过复杂的二进制翻译和陷阱技 巧来模拟硬件，性能开销很大。VMX 通过在硬件层面提供新的指令和运行模式，将虚拟化的核心功能交由硬件实现， 显著提升了虚拟化的效率。 同时，英特尔也提供了 EPT (Extended Page Tables) 技术，通过硬件来管理客户机物理地址到主机物理地址的映射。 EPT 页表将客户机物理地址 (GPA) 转换为主机物理地址 (HPA)，这一步由 CPU 硬件自动完成，对客户机操作系统完 全透明，可大幅提升地址转换的效率，减少虚拟机退出 (VM Exit)，降低内存开销，提升虚拟机性能。 Intel® VT-d (Intel® Virtualization Technology for Directed I/O) 技术 VMX 技术解决了 CPU 的虚拟化和内存的虚拟化，而 VT-d 技术则解决了设备（如网卡、硬盘控制器、GPU）的虚拟 化问题。VT-d 通过两个核心的硬件机制来实现对设备的虚拟化，一是 DMA 重映射，VT-d 允许虚拟机监视器为每个 虚拟机设置一个 IOMMU，当设备发起 DMA 请求时，硬件会截获来自设备的 DMA 请求，并根据设备 ID 和请求的地 址，查询虚拟监视器为该设备配置的 I/O 页表，对 DMA 请求地址进行转换，完成 I/O 请求的虚拟化；二是中断重映射， 为了防止多虚拟机环境下一个设备的中断错误地传递给另一个虚拟机，虚拟机监视器通过硬件设置了一张中断重映射 表，当 CPU 接收到中断时，硬件会截获所有来自设备的中断，查询重映射表，将中断重新定向到正确的目标，完成中 断重映射。 混合负载整合优化 软 PLC 技术的广泛应用加速了 IT 与 OT 系统的融合进程，为 AI 算法与传统闭环控制的深度集成构建了理想的技术平台。英 特尔基于深厚的平台技术积累，提供涵盖硬件架构优化、实时调度算法、负载隔离机制等在内的综合技术解决方案，帮助客 户在实现多元化负载整合的同时，确保关键控制任务在复杂运行环境中的性能稳定性和确定性响应能力，最大化发挥 AI 算 法的智能决策能力。 英特尔如何帮助解决 混合关键性工作的负载整合 行业挑战 • 系统集成的复杂性以及维护 的困难。 • 希望通过将不同的硬件系统 整合为一个来降低物料清单 (BOM) 成本。 • 从运营技术 (OT) 到信息技 术 (IT) 的集成更加简便。  新一代 CPU 采用先进的 Intel 7 和 Intel 4 工艺技术，具有异构架构，支持不同工作 负载运行，并提供更好的隔离性。  硬件虚拟化技术加持：VMX、VT-D 和 SR-IOV。  在选定的 SKU 上应用 Intel® TCC 和 TSN 技术，以确保实时性能。  支持 PCIE 5.0 以及多达 16 通道，以满足 原本多个系统所需的丰富接口需求。  Intel® RDT 技术用于资源分配，例如 缓存分配技术 (CAT)。 工具  ACRN 作为一种类型 1 的虚拟机监控程 序，支持基于虚拟化的工作负载整合。  在虚拟 PLC (vPLC) 场景中，exCAT 用于为与 K8S 集群协同工作的负载启 用缓存分配技术 (CAT)。 英特尔®® 边缘控制软件平台 (ECI) 最佳参考配置 参考代码  在 ACRN 上的工作负载分配指南。