Edge AI 与数据主权

虚拟传感器只有在需要该测量值的位置进行计算时才是可用的：在 ECU 中、在控制回路中、在实际运行中。因此 Data Sensors 将训练好的模型导出为面向这一目标系统的独立代码，而在此之前，训练完全在您自己的计算机上完成。

训练与推理的分离

这里所说的 Edge AI 意味着一个清晰的分离：训练在工程师的计算机上进行，无论如何都在公司网络之内。推理只在目标系统上进行，也就是在 ECU 上。两者都不需要外部服务。特别是，不会有任何测量数据或模型被传输给诸如 ChatGPT 或 Claude 之类的 AI 服务商。

Data Sensors 生成的代码直接在目标系统上运行，也就是在单片机上、在 Simulink 模块中，或在任何可执行 C、C++、Python 或 MATLAB 的环境中。它是预测函数的独立实现：不依赖 Data Sensors，无需链接运行时库，运行时也不需要网络连接。

在 ECU 上，第一个约束条件不是精度，而是空间。因此每次导出都可以选择全精度或 int8 量化，导出对话框会事先给出两种方案的大小与精度估计。在「能放进闪存预算」与「与训练时精度完全一致」之间的权衡，因此发生在保存之前，而不是烧写之时。

出于同样的原因，导出并不限于排行榜的第一名：精度略低的随机森林可能在您的目标硬件上运行更快，较小的神经网络可能更容易放入可用存储。每一项都可以单独导出。

来自试验与标定的测量数据属于涉及知识产权的公司机密，反映了具有特征性的策略。它们描述的是一款尚未上市产品的行为。这类数据不应进入任何云端。

Data Sensors 完全离线运行：训练在您自己的计算机上进行，测量数据不会上传到云端，无需账户，也无需注册。

持有 Virtual Sensor 许可，您可以在自己的产品中使用导出的代码，无需支付额外许可费用。即使您日后不再使用 Data Sensors，该代码仍可运行。详情见许可授权页面。

左侧的测量数据、训练与代码导出都留在公司网络内。右侧的测量数据被送到互联网上训练，生成的代码再返回。两种情况下 ECU 得到的是同一份代码；但在第二种情况下，测量数据为此离开了公司网络。

一个不带运行时依赖的独立代码构件，可以用与其余量产代码相同的工具来处理：入库、评审、静态分析、对照参考数据测试。Data Sensors 提供模型与精度数值；至于虚拟传感器是否允许替代某个测量点，该判断由负责的专业部门作出。