邊緣計算是今后物聯(lián)網發(fā)展的一個規(guī)律和趨勢

隨著行業(yè)數(shù)字化在敏捷連接、實時業(yè)務以及智能應用還有數(shù)據(jù)的安全保護等等方面的需求催生了邊緣計算，越來越多的數(shù)據(jù)需要在邊緣進行處理。IDC估計，到2020年全球有超過50%的數(shù)據(jù)需要在邊緣處理。

英特爾物聯(lián)網事業(yè)部中國區(qū)首席技術官張宇認為，邊緣計算是今后物聯(lián)網發(fā)展的一個規(guī)律和趨勢，“物聯(lián)網一定會從互聯(lián)走向智能，再從智能走向自主，英特爾把這個比喻成物聯(lián)網發(fā)展的‘摩爾定律’；對于英特爾而言，就是要通過不斷創(chuàng)新的技術，不斷豐富的產品，不斷完善的生態(tài)系統(tǒng)，和合作伙伴一起共同贏得碎片化的物聯(lián)網市場?！?/p>

張宇強調，云計算和邊緣計算之間的關系并不是誰取代誰的關系，物聯(lián)網一定是邊云協(xié)同的系統(tǒng)。對于邊緣設備來說，數(shù)據(jù)畢竟是局部的，它不能夠形成對全局的認知，如果要想實現(xiàn)數(shù)據(jù)的融合，必須要在云端來進行實現(xiàn)。

對于英特爾而言，其所提供的物聯(lián)網產品是一個全棧式的物聯(lián)網解決方案，涵蓋了計算、存儲、通訊所需要的物聯(lián)網芯片。

在計算領域，英特爾能夠提供從低壓、低功耗的凌動處理器到靈活的酷睿處理器到高性能的至強處理器，一系列的產品組合來滿足不同的物聯(lián)網行業(yè)以及不同的物聯(lián)網網源對計算的要求。除了通用類型的處理器以外，人工智能的計算正在興起，英特爾進一步的豐富了產品組合，可以提供FPGA和專門用于視頻加速的專用芯片。

在通信領域，英特爾長期以來開始參與通訊標準的制定，在3G、4G、5G的標準里英特爾的貢獻良多。在去年3GPP所頒布的窄帶物聯(lián)網（NB-IoT）標準里，英特爾也是積極參與方，預計在明年，搭載英特爾5G基帶的產品就會正式出貨。

在存儲方面，利用英特爾最新的3D Xpoint技術，閃存的存儲密度可以提升10倍，存儲的速度較前一代的閃存來說提高100倍，所有的產品和技術的創(chuàng)新都是英特爾在背后進行驅動的。

在人工智能產品方面，英特爾提供了可擴展的人工智能加速解決方案，利用英特爾的人工智能芯片，可以去構建從智能攝像機到智能網絡視頻存儲器NVR，再到智能視頻服務器，來滿足不同的產品形態(tài)對于計算的要求。同時，英特爾也提供了人工智能加速器方案，開發(fā)者可以根據(jù)自己對于計算性能以及功耗的要求去選取不同的配置。

如果把一個好的設計轉變成產品，光靠硬件是不夠的，必須要有一個好的開發(fā)工具提供支撐。今年，英特爾發(fā)布了被稱之為OpenVINO的用于機器視覺和深度學習推理的軟硬工具套件。

在視頻處理領域，基于深度學習的方法和傳統(tǒng)的計算機視覺的方法，兩者都有著自己的應用場景。因為深度學習它是以卷積視頻網為基礎，這種技術比較適合去做物體的識別和物體的檢測，對于一些傳統(tǒng)的計算機視覺方式而言，在光流計算或者是圖像增長，比如利用直方圖均衡的算法去做圖像增強的時候仍然能夠得到一個非常好的效果。所以，在OpenVINO里面，英特爾對這兩類方法有很好的支撐。

對于深度學習，英特爾提供深度學習的部署套件，這個套件可以幫助開發(fā)者把自己在開放網絡上所設計和訓練好的一個網絡模型快速的部署到目標平臺上來執(zhí)行推理的操作。

英特爾部署套件里有模型優(yōu)化器和推理引擎兩個模塊。模型優(yōu)化器在保證精度的前提下，對開發(fā)者所設計的網絡模型進行優(yōu)化，把它轉變成中間表示文件，這個中間表示文件可以被推理引擎來進行讀取，推理引擎再利用相應的硬件插件來把中間表示文件下載到目標平臺上進行運行?，F(xiàn)在，已經能夠支持CPU、FPGA、GPU的插件和Myriad X的VPO的查檢。

除了做這種硬件和軟件產品的開發(fā)以外，英特爾還積極跟合作伙伴一起去構建邊緣計算的解決方案。比如和阿里云的合作，在重慶跟當?shù)氐慕饘偌庸S一起利用OpenVINO以及英特爾的人工智能加速器推出了一個對于金屬件的缺陷檢測的檢測方案，利用該檢測方案可以把漏檢率和誤檢率降低80%，同時檢測效率大大提升。

張宇指出，英特爾在不斷地創(chuàng)新技術，希望能給合作伙伴和客戶提供更高、更好、性能更全的產品；同時，英特爾也在不斷地優(yōu)化產品組合，幫助開發(fā)者和用戶簡化產品的選型。當然英特爾看到更重要的是生態(tài)合作創(chuàng)新，共同面對碎片化的物聯(lián)網市場。?