0
互聯(lián)網(wǎng)、PC時代占盡風頭的英特爾，在移動互聯(lián)網(wǎng)時代小讓ARM一局后，進入物聯(lián)網(wǎng)（IoT）時代的規(guī)劃布局開始緊---湊。隨著邊緣側能力逐漸增強，英特爾似乎已經(jīng)找到了重回主場的感覺，邊緣計算也已成為英特爾近期三大戰(zhàn)略的核心。
智能設備邊緣計算需求日益增大，計算從云端下沉到邊緣側已成當下趨勢。云端布局是各大巨頭公司這些年來的重頭戲，但是隨著一些智能設備本地數(shù)據(jù)量增大、運算效率要求提高等問題的凸顯，現(xiàn)在還無法完全依靠云端布局來完成所有智能設備的計算和應用已經(jīng)得到證實，這其中尤以視覺類智能設備應用需求最為明顯。
以攝像頭為例，智能攝像頭在應用過程中會產生海量數(shù)據(jù)，如果將所有運算放到云端會存在兩個問題：首先，將海量數(shù)據(jù)傳輸?shù)皆贫耍瑹o法及時響應；另外，對于海量數(shù)據(jù)，云端計算效率較低，成本也會提高。
同時，邊緣計算的能力已經(jīng)足夠強大，云端虛擬化技術如今在邊緣側已經(jīng)能夠應用，這也使得更多微控制器及其他設備部署到網(wǎng)絡邊緣側成為可能。于是各大公司紛紛開始動作，將更多的計算和應用部署到邊緣側。
2017年11月，英特爾在杭州的中國物聯(lián)網(wǎng)總裁高峰會議上提出了清晰的物聯(lián)網(wǎng)三大戰(zhàn)略方向。在2018英特爾物聯(lián)網(wǎng)峰會上，英特爾再次明確近期的戰(zhàn)略方向，英特爾公司物聯(lián)網(wǎng)事業(yè)部高級副總裁兼總經(jīng)理Thomas Lantzsch特別在峰會上多次重申英特爾三大戰(zhàn)略方向——設計物聯(lián)網(wǎng)高性能芯片、增強邊緣計算，以及繼續(xù)布局計算機視覺。同時也帶來了其在工業(yè)、零售、醫(yī)療、教育、智慧城市等多個領域的最新解決方案。
大數(shù)據(jù)對計算力的需求提出了巨大挑戰(zhàn)，未來在人工智能時代，公司能否生存下去最終依賴他們有多強大的計算能力。而芯片作為英特爾的拿手好戲，在物聯(lián)網(wǎng)布局中也不失為其第一支柱。從凌動（ATOM）到至強（XEON），整個系列處理器支持包括英特爾最近在布局的新零售領域的數(shù)字標牌、交互式白板，安防領域的智能攝像頭等應用。除此之外，英特爾在專用芯片和軟件工具上著力，提供包括Movidius芯片、FPGA硬件加速、無線連接芯片、OpenVINO開發(fā)工具包。
關于ATOM在英特爾物聯(lián)網(wǎng)布局中的角色，Tom Lantzsch表示“ATOM芯片在整個戰(zhàn)略當中扮演著非常特殊的角色，我們有大量的資源可以布局到以ATOM為核心的應用上。如今在以物聯(lián)網(wǎng)為導向的時代，英特爾把之前部署在其他方面的資源降到以ATOM為核心的應用上，并推出了諸如Denverton產品線，應用到電信網(wǎng)絡邊緣。”
據(jù)雷鋒網(wǎng)了解，其中，幾乎被英特爾所有事業(yè)部Boss提到的OpenVINO，全稱為開放式神經(jīng)推理和網(wǎng)絡優(yōu)化（Open Visual Inference & Neural Network Optimization）開發(fā)工具包，是英特爾今年5月推出的可以加快高性能計算機視覺和深度學習視覺應用開發(fā)的工具套件，支持英特爾平臺的各種加速器，包括CPU、GPU、FPGA以及Movidius的VPU，來進行深度學習，同時能夠直接支持異構計算。
相對于英特爾之前的計算機視覺SDK，主要加入了深度學習部署工具包、通用深度學習推理工具包，以及OpenCV、OpenVX優(yōu)化功能。而更多的OpenVINO性能及應用情況，雷鋒網(wǎng)此前在《英特爾推出OpenVINO工具包，聚焦邊緣計算的視覺處理方案有哪些新意？》一文中已有詳細介紹，在此不多贅述。
機器視覺是英特爾戰(zhàn)略重點早在2016年其花大價錢買來名噪一時的機器視覺公司Movidius就已經(jīng)不再是秘密。在2017年英特爾推出了針對機器視覺領域高端市場的Movidius Myriad X VPU，除此之外，在中低端市場仍有Myraid 2。
在峰會現(xiàn)場展示了“基于英特爾Movidius VPU和OpenVINO的人臉檢測與屬性提取方案”，該加速棒系統(tǒng)通過OpenVINO工具包，并配置了Intel Core i7-6770HQ CPU和Movidius Myraid 2，將英特爾的深度學習算法應用到人臉識別和屬性提取（包括人臉檢測、年齡性別提取、頭部姿態(tài)提取和表情檢測）上，該方案可被應用于智能安防與智慧零售等業(yè)務場景。
在峰會上，英特爾也展示了基于OpenVINO平臺的機器視覺深度學習系統(tǒng)，對比了在使用同樣的工具和軟件情況下，使用OpenVINO之前、使用OpenVINO之后，以及使用OpenVINO和FPGA之后的性能參數(shù)，其中每秒傳輸幀數(shù)依次為35、240+、760+。
由于帶寬的限制，當下的大部分數(shù)據(jù)在邊緣側產生，其中45%的計算會發(fā)生在邊緣側。如今云端擁有的虛擬化技術已經(jīng)完全可以應用到邊緣側；另外，在邊緣側可以更好地解決延時、安全及帶寬的問題，深度學習、AI訓練在未來也會逐漸下沉到邊緣側。可以看到，邊緣計算的優(yōu)勢日益凸顯，同時也已經(jīng)成為現(xiàn)在英特爾三大戰(zhàn)略的核心。
與前幾年相比，物聯(lián)網(wǎng)的概念越來越清晰。在物聯(lián)網(wǎng)發(fā)展早期，設備采用相對低端的芯片及數(shù)據(jù)單元，數(shù)據(jù)產生后，設備沒有對其的判斷能力，因而這些數(shù)據(jù)要通過網(wǎng)絡傳到后臺進行處理。近幾年，物聯(lián)網(wǎng)相關數(shù)據(jù)量以指數(shù)形式增長，網(wǎng)絡帶寬也逐漸增加，渠道更加靈活。邊緣側計算需求也開始增長。
未來并非所有的學習都在云端進行，Thomas Lantzsch針對邊緣側的計算能力也表示“如今是在云端上對數(shù)據(jù)集和人工智能進行訓練，在未來我們將看到一些新產品會在邊緣進行學習、訓練。”
為了實現(xiàn)快速響應，并能夠實時對產生的數(shù)據(jù)進行分析處理，海康威視與英特爾合作，在邊緣側部署了一系列邊緣服務器（Edge Servers）、AI數(shù)據(jù)中心等，開拓自己在邊緣計算領域的新版圖。
英特爾為了實現(xiàn)這三個戰(zhàn)略，除了在芯片方面的優(yōu)勢，在開發(fā)工具及生態(tài)環(huán)境方面也進行了大量布局。時隔一年，英特爾在教育、零售、工業(yè)、智慧城市等領域與合作廠商的行業(yè)解決方案也逐漸落地，英特爾物聯(lián)網(wǎng)布局初見成效。
在此次峰會上，英特爾也邀請了視源、阿里、海康威視等諸多國內領先企業(yè)站臺，展示在工業(yè)、零售等領域最新的物聯(lián)網(wǎng)解決方案。
在工業(yè)領域，阿里與英特爾合作，將機器視覺和人工智能技術應用到重慶瑞方渝美壓鑄有限公司的鑄件瑕疵檢測上，打造了自動瑕疵檢測系統(tǒng)。自動瑕疵檢測系統(tǒng)針對傳統(tǒng)的人工檢測效率低、準確率低的痛點，在構件冷卻過程中就可以進行瑕疵檢測，每個檢測面大概只需要1-2秒鐘，檢測準確率也從原來的人工檢測不足20%提升到超過99%。針對與英特爾的合作，阿里巴巴IoT事業(yè)部高級技術專家徐漫江表示“我們現(xiàn)在也在和英特爾團隊繼續(xù)合作，一方面希望把算法更優(yōu)化、能夠適用于更多行業(yè)領域；另一方面，我們也希望把英特爾產品在應用市場上進行分發(fā)應用，讓更多的企業(yè)能夠使用到英特爾的技術。”
阿里云IoT借助英特爾的計算能力及虛擬化技術提出Link Edge，布局邊緣側。同時Link Edge可以和云端直接打通，進行相關配置，實現(xiàn)云邊一體化布局。
在零售領域，海信（海信智能商用系統(tǒng)股份有限公司）與英特爾合作，推出無人值守便利店。海信基于英特爾酷睿處理器以及自己的視頻分發(fā)和精準營銷系統(tǒng)的集裝箱改造的無人值守便利店，如今已經(jīng)在國內部署了500家門店。
英特爾成立已有50年，進入中國也有33年，在中國的總投入已經(jīng)超過130億美元，中國擁有除了美國總部之外最全面的業(yè)務部署。英特爾市場營銷集團副總裁兼中國區(qū)總經(jīng)理王銳這樣解釋了中國在英特爾整個市場布局中的重要性。
據(jù)雷鋒網(wǎng)了解，時至今日，英特爾在中國已經(jīng)擁有22個分支機構，覆蓋前沿研究、產品技術開發(fā)、精尖制造、產業(yè)生態(tài)合作、市場營銷、客戶服務、風險投資等領域。其中包括在北京部署的英特爾中國研究院，在上海、深圳的技術團隊，以及在成都的芯片組、芯片封裝測試和芯片預處理的工廠，在大連建立的存儲技術制造基地。
針對行業(yè)需求，英特爾已經(jīng)發(fā)布了100個成熟的物聯(lián)網(wǎng)行業(yè)整體解決方案，現(xiàn)在及未來的發(fā)展重點將在于控制器整合、機器視覺和智慧工廠的解決方案，通過與產業(yè)鏈合作伙伴緊密合作，越來越多基于英特爾產品技術的解決方案已經(jīng)推向市場。從而助力中國制造向智能制造轉型。
英特爾邊緣布局的關鍵問題解答
為什么需要邊緣計算？
Tom Lantzsch：如果云端能夠實現(xiàn)，客戶肯定會直接在云端操作，畢竟這樣的經(jīng)濟效率是最高的。但是當客戶不具備云端處理能力時，我們可以幫助他們簡化布局，在相同的開發(fā)環(huán)境下，把云端的算法、架構在邊緣側實現(xiàn)，創(chuàng)建一個全新的應用層面，從而實現(xiàn)云邊協(xié)同。例如自動駕駛汽車，由于響應速度、可用性、安全性等原因，你不可能都在云端做決策，因而需要在邊緣側解決大量的計算問題。
在網(wǎng)絡從4G轉變?yōu)?G后，會不會對邊緣計算的產品形態(tài)有所沖擊？
陳偉：邊緣計算的產品形態(tài)很可能會受到?jīng)_擊。如果現(xiàn)在的網(wǎng)絡瓶頸得到突破，可能會影響整個終端、邊緣、網(wǎng)絡，以及后端所有平臺。所以，英特爾的思路很清晰，英特爾不可能做所有領域的產品，而是專注于邊緣計算、負載整合和應用整合、機器視覺三大領域。我覺得未來可能會演變，但這些平臺化的技術、生態(tài)鏈的搭建，使得英特爾會在其中有一席之地。
是否有和合作伙伴開發(fā)物聯(lián)網(wǎng)算法？
Tom Lantzsch：大多數(shù)的算法由擁有數(shù)據(jù)的公司或第三方公司來做，這取決于這個數(shù)據(jù)對于該公司有多重要，或者它對數(shù)據(jù)的專有權是什么樣的性質，英特爾會通過培訓大量的OpenVINO人才來支持企業(yè)的算法開發(fā)。
想要做出好的算法，就需要訓練數(shù)據(jù)，而在許多情況下，訓練數(shù)據(jù)都是針對某種特定的應用。例如現(xiàn)在在美國最困難的一個算法是車牌識別。因為美國有50個州，每個州的車牌系統(tǒng)都不一樣，每個州下面還有不同版本的車牌，所以做一種算法，在收費公路上進行迅速的車牌識別并不簡單。
在英特爾物聯(lián)網(wǎng)深耕的行業(yè)中，您最看好哪些行業(yè)？
Tom Lantzsch：英特爾比較看好自動駕駛領域，如今已經(jīng)收購了一家自動駕駛技術公司Mobileye，目前已經(jīng)有了一個相當積極的計劃。
陳偉：關于國內幾大垂直行業(yè)，首先，英特爾物聯(lián)網(wǎng)的戰(zhàn)略是為物聯(lián)網(wǎng)設計高性能芯片，增強邊緣計算，專注于計算機視覺。
中國發(fā)展最好的行業(yè)之一是安防行業(yè)，一些企業(yè)端到端的視覺能力、AI能力已經(jīng)提高到全球領先的位置。這在中國是非常振奮人心的事情，因為他們的技術已經(jīng)全球領先了，在過去的幾十年里，我們往往只是市場應用比較領先。那么這些企業(yè)自然會把這個技術帶到安防以外的垂直行業(yè)。比如說工業(yè)里的瑕疵檢測、機器視覺，醫(yī)療領域的圖像分析等，其中存在的創(chuàng)新機會是無窮無盡的。
另外，在教育領域，其中AI的應用已經(jīng)做得很深了，從出考題到評卷都用到AI技術。
我們的戰(zhàn)略是抓住幾個關鍵的技術，安防、工業(yè)、交通等垂直行業(yè)里用到我們剛才講到的戰(zhàn)略技術的，都是我們最關心的。
相關文章：
英特爾推出OpenVINO工具包，聚焦邊緣計算的視覺處理方案有哪些新意？
英特爾最新第8代移動處理器，為修補安全漏洞性能預計會下降3-10％
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
