从设备级到车间级数字化底座 · 国产·自主·可控
MatriX Factory 是矩控新辰自研、可部署在 MX 系列边缘智能控制器上的边缘计算软件平台。面向设备边缘层与工业现场，满足车间级、产线、单机设备的海量实时数据采集、存储、分析、建模与 AI 推理需求，也可提供模块化、个性化、可扩展的 AI / IT / OT 融合平台。完整闭环为「控制 → 数据 → 云/本地计算 → 策略 → 控制」，便于工艺算法封装与硬件解耦。
三软三硬产品可灵活组合、按需配置，满足不同规模与场景需求。
硬件载体：MX4000 / MX5000
面向单机设备快速部署。集成数据网关，主要应用于现场单设备的数据采集、数据清洗与少量数据存储（≤64GB）。
典型应用：汽车制造行业、电子制造行业、食品饮料行业等
硬件载体：MX6000 / NVIDIA Jetson Orin
面向产线与柔性制造工作岛。系统预装 Lite 版本，可集成多传感器融合、边缘计算、预测性维护、协议解析与通信接口，并集成国密算法 SM2/3/4。MX6300 采用多核异构计算架构，可作为边缘 AI 推理单元，也可部署在 NVIDIA Jetson Orin 嵌入式 AI 计算机中。
典型应用：产线数据集成、柔性制造工作岛
硬件载体：MX8000 / MXF Cloud Data Center
面向车间级数字化底座。可快速部署于工业现场，适应严苛工业环境，满足车间级海量实时数据采集、存储、分析、建模等需求，提供模块化、个性化、可扩展的 IT / OT / AI 融合软件平台，构建高可用车间级数据中心。
典型应用：汽车及零部件行业、能源及电力行业、烟草行业、石油天然气行业、智慧矿山、冶金行业
| 项目 | MXF Nano | MXF Lite | MXF Pro |
|---|---|---|---|
| 适用场景 | 单机设备智能网关 | 产线 / 柔性制造工作岛 | 车间级数字化底座 |
| 硬件载体 | MX4000 / MX5000 | MX6000 / NVIDIA Jetson Orin | MX8000 / MXF Cloud Data Center |
| 接入设备量 | 5 | 20 | 50 |
| 吞吐量 | 500 × 5 byte/s | 500 × 20 byte/s | 500 × 50 byte/s |
| 私有化部署 | 不支持 | 支持 | 支持 |
| 定制化 | 不支持 | 支持 | 支持 |
AI 算力下沉到控制层——执行 AI 模型算法，原始数据本地实时处理，毫秒级响应，过滤提炼信息后再上云。
执行 AI 模型算法，原始数据本地实时处理，毫秒级响应，过滤提炼信息
集成国密算法 SM2/3/4；设备网络与 IT 网络安全隔离；数据分类存储
边缘层本地处理与决策，网络中断时仍可继续运行
现场实时数据生成、采集与控制形成闭环，支持工艺算法封装
相机、传感器、工业机器人、PLC、DDI、CNC、DCS 等多源数据统一接入
| 型号 | 规格参数 | 接入设备量 | 吞吐量 | 私有化部署 | 定制化 |
|---|---|---|---|---|---|
| MX4000 | 四核 A55 2.0GHz；内存 4G；存储 32G（标配）/128G（MAX）；算力 1Tops | 5 | 500 × 5 byte/s | 不支持 | 不支持 |
| MX5000 | A76 四核 2.4G + 四核 A55；内存 16G；存储 64 / 128 / 256 / 512G | 5 | 500 × 5 byte/s | 不支持 | 不支持 |
| MX6000 | NPU 算力 6Tops；可部署于 NVIDIA Jetson Orin 嵌入式 AI 计算机 | 20 | 500 × 20 byte/s | 支持 | 支持 |
| MX8000 | 工厂级边缘集群 | 50 | 500 × 50 byte/s | 支持 | 支持 |
通过封装百种工控协议和功能节点，基于数据流式的拖拽式编程，可快速实现现场数据高频采集、数据清洗加密、数据存储、算法封装、数据库访问，以及与第三方平台数据的双向交互。
定、时、触、发、、、手、动、触、发、、、节、点、触、发、、、寄、存、器、触、发、、、数、据、注、入
判、断、、、函、数、、、格、式、化、、、低、代、码、开、发
S、7、 、协、议、、、O、P、C、 、U、A、、、A、D、S、 、协、议、、、M、C、 、协、议、、、F、i、n、s、 、T、C、P、、、E、t、h、e、r、N、e、t、/、I、P
S、q、l、i、t、e、、、M、y、S、Q、L、、、O、r、a、c、l、e、、、P、o、s、t、g、r、e、S、Q、L、、、S、q、l、S、e、r、v、e、r、、、A、c、c、e、s、s
H、T、T、P、 、I、n、、、H、T、T、P、 、R、e、s、p、o、n、s、e、、、H、T、T、P、 、O、u、t、、、M、Q、T、T、 、I、n、 、/、 、O、u、t、、、R、a、b、b、i、t、M、Q、 、I、n、 、/、 、O、u、t
为客户提供快速建立人机交互界面的系统，集成丰富图形元素，图形元素数据直接配置绑定，快速搭建智能驾驶舱，并提供图形元素导入数据接口，支持多端显示。
这两张是HMI 组态效果示例（厂家手册中的组态演示模板，含智能料库与可视化监管两类模板）， 不是实际交付项目截图。用于说明组态能做成什么样式，不代表已有同类客户案例。
Siemens S7、Modbus TCP、Modbus RTU、AB EtherNet/IP、Mitsubishi MC、OPC UA、ADS、Fins TCP
MySQL、Oracle、Sqlite、PostgreSQL、SqlServer、Access
MQTT、RabbitMQ、Kafka、FTP
Email、钉钉、企业微信、飞书、短信
| 软件包 / 组件 | 类型 | 主要功能 |
|---|---|---|
| Ubuntu 22.04 | 操作系统 | 提供基础系统环境（L4T），含引导加载程序、定制化 Linux 内核、NVIDIA 驱动程序、示例文件系统 |
| CUDA Toolkit | SDK / 平台 | 在 NVIDIA GPU 上构建和运行加速应用的开发环境（编译器、数学库、开发工具） |
| cuDNN | 库 | 高性能深度学习基元库，为深度神经网络框架提供优化过的核心操作实现 |
| TensorRT | 库 / 运行时 | 高性能深度学习推理优化器和运行时，用于部署低延迟、高吞吐量 AI 推理应用 |
| DeepStream SDK | SDK / 库 | 构建基于 AI 的视频分析、多传感器处理应用的流媒体分析工具包 |
| VisionWorks / VPI | 库 | 跨硬件（PVA / GPU / CPU）的计算机视觉算法加速库 |
| OpenCV | 库 | 开源计算机视觉和图像处理库，JetPack 版本含针对 Jetson 的 GPU 与硬件加速优化 |
| NVIDIA Container Runtime | 软件 / 工具 | 支持 GPU 加速的容器运行时，简化容器化 GPU 应用的构建与部署 |
| cuBLAS / cuFFT / cuSOLVER | 库 | CUDA 加速数学库：线性代数、傅里叶变换、求解器 |
| PyTorch / TensorFlow | AI 框架 | 主流深度学习框架，在 JetPack 中预构建并针对 Jetson 优化 |
| nvgstcapture / nvjpeg | 工具 / 库 | Jetson 专用工具与库，如摄像头捕获应用、JPEG 硬件加速编解码 |
| 项目 | 标准版 | 高级版 | 尊享版 |
|---|---|---|---|
| 响应时间 | 8 小时 | 4 小时 | 1 小时 |
| 远程支持 | 5×8 | 7×16 | 7×24 |
| 现场支持 | 72 小时 | 24 小时 | 24 小时 |
| 系统健康检查 | 每季度 | 每月 | 每月 |
服务能力：私有化部署、定制化开发、SLA 服务等级、7×24 NOC 中心、专家团队（工业自动化与 AI 领域）
产品手册、技术白皮书、视频教程、API 文档、常见问题、社区论坛
