FDE Times 数据在招 FDE 职位 881▼8 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 55在招公司 185支持远程 25%美国薪资中位数 $201k招聘最多 Databricks 98
ENVI

前线部署工程师(FDE)的专业媒体

工具

工厂 AI 选型,72 小时离线上限比功能更关键

三款工业平台常在同一场会上出现,分工却各不相同,弄清定位才能避免第一周就选错架构。

分享微博

要点速览

  • Siemens Industrial Copilot 是 Siemens 与 Microsoft 共同开发的一组 Copilot。工程版借助 Azure OpenAI 模型在 TIA Portal 中编写和优化自动化代码;维护版运行在 Azure 上的 Senseye 之上。
  • AWS IoT SiteWise 是托管服务,用资产模型采集、组织和存储设备数据。每台网关最多连接 100 台 OPC UA 服务器。
  • Azure IoT Operations 是运行在 Azure Arc 托管 Kubernetes 上的边缘数据平面,以 MQTT 代理为核心,离线运行最长不超过 72 小时。
以小时为横轴(0 到 96)的点图。一条虚线标出 Azure IoT Operations 的 72 小时离线上限。持续 62 小时的周末断网落在上限之内,持续 96 小时的四天假期以橙色圆点显示在超出门槛的区域。
周五 18 点到周一 8 点的广域网中断(62 小时)仍在 Azure IoT Operations 的离线上限之内,四天假期(96 小时)则超出上限。因此要在需求调研阶段询问断网记录。来源:Microsoft 关于 Azure IoT Operations 的文档;场景为文中的示例。

Microsoft 的文档写明,Azure IoT Operations 最多可离线运行 72 小时,期间性能可能下降。对网络不稳定的工厂来说,这个数字比宣传册上的任何功能都重要。

这类限制,每位做工业项目的前线部署工程师(FDE)迟早都要问到。Siemens Industrial Copilot、AWS IoT SiteWise 和 Azure IoT Operations 常在同一场会上被提起,但它们干的不是同一件事。

弄清每个工具的位置和重叠之处,就能避免进场第一周提出错误的架构。

一个工具服务工程师,两条路径把数据往上送

最底层是设备,通过 OPC UA 或 MQTT 通信。Siemens Industrial Copilot 位于最上层,是帮助工程师提高效率的应用。SiteWise 与 Azure IoT Operations 有重叠:两者都有运行在车间的组件,也都把设备数据送上云,只是侧重点不同。

Siemens Industrial Copilot AWS IoT SiteWise Azure IoT Operations
主要职责 面向工程师的 AI 应用 采集、建模、存储;边缘侧有网关 边缘数据平面:接入、转换、路由数据
核心概念 价值链每个环节各有一个 Copilot 资产模型 MQTT 代理与数据流
运行位置 与 TIA Portal 绑定;Senseye 运行在 Azure 上 云端,外加运行在 Linux 或 Windows 上的 SiteWise Edge 网关 Azure Arc 托管的 Kubernetes
需要尽早确认的限制 效率数据来自试点 每台网关最多 100 台 OPC UA 服务器 最多离线 72 小时

Siemens Industrial Copilot:面向自动化工程师的 AI

Siemens 和 Microsoft 在 2023 年汉诺威工业博览会上首次公布这一构想。工程 Copilot 借助 Azure OpenAI Service 的大模型,帮助工程师编写和优化自动化代码。2024 年 4 月,Copilot 接入 TIA Portal,Siemens 表示将从 2024 年夏季起在 Siemens Xcelerator 市场上架。

2025 年 3 月,Siemens 把它扩展到维护领域,推出运行在 Azure 上 Senseye Predictive Maintenance 之上的 Copilot。据 Siemens 介绍,首批试点显示被动维护时间平均减少 25%。公司如今把 Industrial Copilot 定位为覆盖整条工业价值链的产品系列:设计、规划、运营和服务。

25% 这个数字应当作待验证的假设。启用维护 Copilot 之前,先花几周测量客户当前的故障处理时间。没有基线,项目结束时就无从比较。

AWS IoT SiteWise:真正的工作量在资产建模

AWS 将 SiteWise 定义为一项托管服务,用于大规模采集、存储、组织和监控工业设备数据。其核心概念是资产模型:一种声明式结构,描述设备和流程的原始数据与派生指标。

设想一座工厂有 140 台 OPC UA 服务器,分布在三条产线上。SiteWise Edge 网关软件在车间读取 OPC UA 数据,但每台网关最多连接 100 台服务器。因此至少需要两台网关,而且在采购硬件之前,就要决定按产线还是按网络位置划分。

网关运行在 Linux 或 Windows 上。除 OPC UA 外,数据也可以经 AWS IoT Core 通过 MQTT 接入,或通过 SDK 写入。存储成本靠热、温、冷三级来控制:冷存储是客户自管的 S3,保留策略决定数据在每一级停留多久。

Azure IoT Operations:把 Kubernetes 搬进车间

Microsoft 将 Azure IoT Operations 描述为统一的边缘数据平面,运行在 Azure Arc 托管的 Kubernetes 集群上。它的核心是一个运行在边缘、面向事件驱动架构的 MQTT 代理。数据流负责转换数据,并把数据发往云端终结点。

平台支持 MQTT 和 OPC UA,面向预测性维护、能源优化和数字化巡检等场景。由于运行在 Kubernetes 上,需要尽早问清:工厂里由谁来运维这个集群?客户的运营技术(OT)团队自己运维过 Kubernetes 吗?

再回到 72 小时这道门槛。如果广域网(WAN)从周五 18:00 断到周一 08:00,一共 62 小时,仍在上限之内。但一个四天的公共假期长达 96 小时,远超上限。所以要在需求调研会上就索要断网记录,而不是等到上线时才问。

先学什么

接着练习资产建模:把原始测量值和派生指标分开,命名要让操作员一眼看懂。如果目标是 Azure 项目,还需要掌握 Kubernetes,至少能自己搭建并调试一个小集群。

筛选招聘信息有个窍门:把职位描述和本文的分层对照。提到 OPC UA 或边缘网关,大概率做数据层;提到 TIA Portal,就会更贴近自动化工程师。

简历上别只写“IoT 经验”。像“为 40 项资产建模,拆分到两台网关,设计了三级存储的保留策略”这样一行,能让招聘经理看出你在现场做过真活。

读产品文档并不费力。客户愿意为 FDE 付费,是因为需要有人知道系统会在哪里出问题:第 101 台网关出现时,或者断网进入第 73 个小时时。

这篇文章对你有帮助吗?

6 个信源
路线图上的下一篇 · 阶段 3: AI 应用客户还没选定模型,先写能用得更久的工具Vercel AI SDK 用一套 API 接入各家模型,换模型只改一行,流式输出让演示免于空等 40 秒。