> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI PLC 是什么：60 TOPS 算力进控制器本体意味着什么
- URL: https://www.hubwiz.com/blog/ai-plc-de03m-60tops/
- Published: 2026-10-20T10:18:27.000Z
- Updated: 2026-10-20T10:21:32.000Z
- Description: 60 TOPS 进 PLC 本体，"感知—推理—控制"闭环不上云。AI PLC 能干什么、不能干什么，选型前先看这篇。
- Author: admin
- Tags: AI × 工业, AI PLC, PLC, 工控硬件

**一句话结论**：2026 工博会上，国产 PLC 厂商零点自动化首发了内置 **60 TOPS** 算力的 AI PLC（DE03M），把"感知—推理—控制"的闭环放进控制器本体，不再依赖云端往返。这是"AI PLC"从概念变成可展品的一个标志——但**算力进本体只解决了"跑得动"，没解决"跑什么模型、谁来维护、凭什么可靠"**。选型前先把这两件事分开看。

**披露**：本文事实部分来自中国工控网 2026-10-20 的厂商发布稿（零点自动化投稿口径）与展台展板，**所有参数均为厂商自述，未经独立实测**；"能干什么/不能干什么"一节是本站的工程视角分析，不是厂商结论。

## 事件：工博会上首发的 DE03M

2026 中国国际工业博览会（10 月 12–16 日，上海国家会展中心）上，四川零点自动化以"自主可靠，算控一体"为主题参展（5.1H 馆 E020），最具分量的展品是**首次公开亮相的 DE 系列 AI PLC（DE03M）**：在控制器本体内置 **60 TOPS** AI 算力，宣称把"感知—推理—控制"闭环直接放进 PLC，摆脱对云端推理的依赖，让毫秒级智能控制在现场落地。

![零点自动化展板：AI PLC、机器智脑、热备冗余、环网冗余四个板块](https://www.hubwiz.com/blog/content/images/2026/10/img_a4d33ba3866178375caaa692c574af0d-800.jpg)

*展台展板把 AI PLC、机器智脑、热备冗余、环网冗余并排陈列——这四件事的排序本身就是厂商对"AI PLC"的定义：先算控一体，再谈智能。来源：零点自动化（中国工控网发布稿）。*

按厂商口径，DE03M 的账面配置是：

| 项目    | 规格（厂商自述）                                           |
| ----- | -------------------------------------------------- |
| AI 算力 | 内置 60 TOPS                                         |
| 网络    | 4× 千兆网口                                            |
| 扩展    | 3× PCIe 插槽                                         |
| 背板总线  | 百兆                                                 |
| 显示    | DP 显示接口 + 全金属散热底板                                  |
| 软件平台  | 自研 AIOSYS（成都数自创新研发），支持 IEC 61131-3 与 IEC 61499 双标准 |
| 目标场景  | 风电、船舶海工、汽车、半导体、光伏、锂电、储能；石化、冶金、造纸、水处理               |

同台展出的还有两条"确定性"产品线，以及当季新品：

- **TSN 千兆环网**：DU03P PLC 通过 DM-0531 本体扩展模块走 PROFINET on TSN 协议，配 DN-8532 TSN 远程 I/O 组千兆环网，宣称网络恢复时间"0"、单点异常无扰切换；
- **双机热备冗余**：DU03M 主备切换 <50ms，系统可用性 99.999%，切换零数据丢失；
- **CU02 系列**：国产中小型跨界 PLC，CU02B/L/G 三个基础型号，支持运动控制，最多可搭 32 个 C 系列高速远程 I/O 模块；
- **HPAC 一体式工业控制平台**：HMI、PLC、Automation、Control 四合一，8/10.1/13.3/15.6 英寸工业电容屏，Web-HMI 打通 OT 与 IT，宽压、宽温、抗振、屏蔽、IP69K 五重防护。

零点还提出了"**机器智脑**"概念——把控制系统的可靠性与 AI 的思考力装进同一底座，让机器"不只执行指令，更能依据工况自主判断"。

![零点自动化 CU02 系列国产跨界 PLC 产品图](https://www.hubwiz.com/blog/content/images/2026/10/img_97b108e6aad800a9b496ea109e704ffb-800.jpg)

*同台展出的 CU02 系列国产跨界 PLC（CU02B/L/G）。来源：零点自动化。*

## 60 TOPS 进本体，到底改变了什么

把 AI 算力从云端搬进 PLC 本体，改变的不是"有没有 AI"，而是**闭环的时间常数和数据边界**：

- **延迟**：视觉检查、异常检测、工况判别这类推理，如果在云端做，往返延迟在几十到几百毫秒级，还受网络可用性约束；放进本体后，推理可以和控制扫描周期在同一台设备里完成。"毫秒级智能控制"的前提就是这一步。
- **断网可用**：现场推理不依赖外网。对风电、船舶、矿井这类网络条件受限或不容许外联的场景，这是必要条件而不是加分项。
- **数据不出场**：工况数据留在控制器/现场，不再需要把原始数据上传云端才能推理。对数据敏感的行业（钢铁、化工），这直接影响方案可行性。

配套的两条产品线在这个语境里不是配角。TSN 环网和 <50ms 热备解决的是"**加了 AI 之后，确定性还在不在**"的问题：AI 引入的非确定性负载（模型推理的抖动、偶发的重算）必须被网络恢复时间和主备切换机制兜住，才可能进入连续生产场景。展板把 AI PLC 和热备、环网并排陈列，逻辑就在这里。

## 能干什么、不能干什么

**它能做的**（按 60 TOPS 的量级与"闭环在本体"的定位推断，非实测）：

- 本地跑视觉模型做质检、料位/异物识别这类**感知**任务；
- 跑小型模型做**异常检测、趋势预判**，输出仍然进 PLC 逻辑闭环；
- 在断网/弱网条件下维持上述能力；
- 给"机器智脑"式的工况自适应留出算力余量。

**它不能做的，也是选型时最容易混淆的**：

1. **"AI PLC"不等于"AI 帮你写程序"**。60 TOPS 是运行时推理算力，不是开发时的代码生成。写程序仍然是另一件事（工程侧的 Copilot/Agent 是另一条产品线，见我们此前的[TIA Openness MCP 写保护拆解](https://www.hubwiz.com/blog/tia-portal-openness-mcp-write-guards/)）。
2. **模型从哪来、谁来维护**。算力只是容器：用什么模型、在哪些工况数据上训练、怎么更新、更新后怎么回归验证——这些决定了"智能"是否真实可用，目前发布稿没有披露。
3. **生态锁定**。AIOSYS 是自研平台，支持 IEC 61131-3/61499 双标准是好事，但与既有工程资产（TIA Portal / Studio 5000 / TwinCAT）的兼容与迁移成本，是换平台时真实的账。
4. **功能安全与认证**。控制本体加 AI，合规上要回答：AI 输出是否进入安全回路？失效如何降级？这些需要 IEC 61131-2 / 62443 层面的证据，发布稿未涉及。
5. **功耗与散热**。60 TOPS 的代价是功耗和散热设计，全金属散热底板说明厂商意识到了这一点，但具体功耗、无风扇/风扇方案、宽温表现未公布。
6. **性价比**。价格未公布。和"边缘盒子 + 云推理"或"工控机 + PLC"方案比，谁的 TCO 更低，要看模型维护成本，而不只是硬件价。

## 发布稿里的六大行业方案（照录）

发布稿用六个行业方案展示"全国产路径"，均为厂商口径：

| 行业   | 方案要点（厂商口径）                                  |
| ---- | ------------------------------------------- |
| 风电   | DU03P 中型跨界系统主控，PROFINET on TSN 千兆环网，兼顾稳定与实时 |
| 物流   | B2 系列小型系统领衔 + 分布式远程 I/O，把不同品牌/协议设备接入同一张网    |
| 船舶   | DU03P + D 系列远程 I/O，船级社认证与高 EMC 性能应对极端工况     |
| 锂电   | DU03M 大型系统 + 热备冗余架构 + 高抗干扰设计，守电芯产线毫秒级稳定     |
| 汽车   | CU02G 中型控制器 + IP67 高防护远程 I/O 就近部署，省机柜、减布线   |
| 石油石化 | DU03L 中型跨界 PLC 应对现场强干扰，模块化扩展                |

这组清单的价值不在参数，而在**定位**：零点把 AI PLC 放在"高端制造 + 流程工业"同时押注，说明它瞄的是"控制底座"而不是某个单点场景。

## 行业坐标：AI PLC 不是孤例

把 DE03M 放到赛道里看，"控制器本体带 AI"是 2025–2026 年的一致动作：

| 厂商                        | 产品/动作                            | 时间            |
| ------------------------- | -------------------------------- | ------------- |
| Rockwell                  | ControlLogix 5590，集成安全/安防/AI     | 2025-10       |
| Omron                     | DX1 边缘控制器                        | 2025-03       |
| Phoenix Contact           | PLCnext 开放平台（可跑 AI）              | 2025-12       |
| Neuron Industries（YC S26） | Cortex AI 原生控制器，$2,950 起，2027 出货 | 2026-10 官网口径  |
| 零点自动化                     | DE 系列 AI PLC（DE03M），60 TOPS      | 2026-10 工博会首发 |

共同背景是两件事：**边缘算力成本在降**，以及**国产替代需要在"确定性控制"之外找到新的差异化维度**。对国内厂商，"AI PLC 硬件化"是少数能同时踩中这两点的切口——这也是为什么零点把"算控一体"放进主题词，并在 PLCopen 与 PI-China 两个开放生态展区分设展台：算力可以自研，标准必须借力。

## 采购/选型前该问的 6 个问题

1. 60 TOPS 的**实际可用算力**是多少（NPU 峰值 vs 整机散热约束下的持续算力）？
2. 预装/可选的**模型清单**是什么？谁训练、谁负责更新、更新后如何回归验证？
3. **AI 输出的边界**：哪些输出进控制闭环，哪些只做提示/告警？失效时如何降级到纯 PLC 逻辑？
4. **工具链**：AIOSYS 与既有工程的兼容与迁移路径；是否支持仿真验证（SCL/梯形图层面的回归）？
5. **认证状态**：IEC 61131-2、功能安全、62443 分区，各到什么等级？
6. **对比基线**：同样的感知/推理需求，用"边缘盒子 + 现有 PLC"实现的 TCO 和维护模型，与 AI PLC 差多少？

## 边界

- 本文全部参数来自厂商发布稿与展台资料，**没有独立实测**；"60 TOPS"是标称 AI 算力，不等于任何具体任务的智能水平。
- 价格、量产时间、认证状态截至发稿均未披露。
- 我们不持有该设备，也未在真机或仿真环境中复现其任何能力。

---

**相关阅读**：[AI × 工业 / PLC 完全指南](https://www.hubwiz.com/blog/ai-industrial-stack/) ｜ [让 AI 读懂博途工程：TIA-CONTEXT](https://www.hubwiz.com/blog/tia-context-let-ai-truly-understand-your-plc-code/) ｜ [AI PLC 编程：7 个免费实战课](https://www.hubwiz.com/blog/ai-plc-programming-7-lessons-verification/)

**Sources**

- 中国工控网，*工博会收官 | 零点自动化60 TOPS AI PLC领衔新品矩阵亮相*，2026-10-20：[https://www.gongkong.com/news/202610/454007.html](https://www.gongkong.com/news/202610/454007.html?ref=hubwiz.com)

*本文由 hubwiz 编译整理，转载请注明出处。*

> **这是「AI × 工业 / PLC」专题的一部分。**完整地图见：[AI × 工业 / PLC 完全指南](https://www.hubwiz.com/blog/ai-industrial-stack/)