随着工业互联网发展，边缘计算与人工智能在实际应用中深度融合，其内在功能从过去的数据管理，发展到智能分析决策，数据沉淀整合、技术创新迭代的新层面。边缘计算、人工智能等新一代信息技术在制造业领域加速创新应用，实现了材料、设备、产品等生产要素与用户之间的在线连接和实时交互，逐步实现机器代替人生产，让智能化生产制造成为未来制造行业的发展趋势。

边缘计算把云计算的好处带到了现场层，提供了一个很好的平台，使得工程师能够在生产车间这种基层现场开发部署各种应用，比如数据分析、质量检测等。边缘计算让基层工业设备获得了一定的自主计算能力，让企业生产制造相关的开发维护成本大大降低。边缘计算+人工智能的结合方式可以产生1+1大于2的效果。人工智能在应用时，其算法模型往往需要不断迭代升级，而边缘计算能够为算法的开发和部署提供良好环境，与云端分工协作，云端负责算法迭代，边缘计算机负责接收新算法在现场端执行。

由于边缘计算技术的兴起，特别是在设备侧的人脸识别， 语音识别能力兴起，高阶智能设备的大量应用，有力地支持了AI的发展。随着大量的视频监控IP化，视频监控类企业也日益成为IOT企业 。 监控设备具备物理采集的功能--图像， 结合强大的边缘设备分析能力，可以提供人脸识别，交通监控等作用，成了智能城市的重要一环，而工业质检领域也在这段时间乘势而起。用相机镜头代替人眼，用DLIA工业缺陷检测（AI视觉系统）代替大脑，对产品进行检验或识别处理的方式，成为工业质检的主要检测手段。

基于DLIA工业缺陷检测的机器视觉缺陷检测又可分为定量检测与定性检测。定量检测通常是从量的方面分析，如加工精度、含量数值等检测。定性检测则是从质的方面进行分析，比如产品的外观检查、零部件定位、装配完整等检测。边缘AI计算机的出现，让工业互联网场景下的边缘智能在效率提升、降低运营成本和保障数据安全方面具有更多优势，是未来工业自动化和智能化的发展方向。