計(jì)算從云端下沉到邊緣，英特爾三大戰(zhàn)略布局

互聯(lián)網(wǎng)、PC時(shí)代占盡風(fēng)頭的英特爾，在移動(dòng)互聯(lián)網(wǎng)時(shí)代小讓ARM一局后，進(jìn)入物聯(lián)網(wǎng)（IoT）時(shí)代的規(guī)劃布局開始緊---湊。隨著邊緣側(cè)能力逐漸增強(qiáng)，英特爾似乎已經(jīng)找到了重回主場的感覺，邊緣計(jì)算也已成為英特爾近期三大戰(zhàn)略的核心。

計(jì)算從云端下沉到邊緣

智能設(shè)備邊緣計(jì)算需求日益增大，計(jì)算從云端下沉到邊緣側(cè)已成當(dāng)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(shè)備本地?cái)?shù)據(jù)量增大、運(yùn)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(shè)備的計(jì)算和應(yīng)用已經(jīng)得到證實(shí)，這其中尤以視覺類智能設(shè)備應(yīng)用需求最為明顯。

以攝像頭為例，智能攝像頭在應(yīng)用過程中會(huì)產(chǎn)生海量數(shù)據(jù)，如果將所有運(yùn)算放到云端會(huì)存在兩個(gè)問題：首先，將海量數(shù)據(jù)傳輸?shù)皆贫?，無法及時(shí)響應(yīng)；另外，對于海量數(shù)據(jù)，云端計(jì)算效率較低，成本也會(huì)提高。

同時(shí)，邊緣計(jì)算的能力已經(jīng)足夠強(qiáng)大，云端虛擬化技術(shù)如今在邊緣側(cè)已經(jīng)能夠應(yīng)用，這也使得更多微控制器及其他設(shè)備部署到網(wǎng)絡(luò)邊緣側(cè)成為可能。于是各大公司紛紛開始動(dòng)作，將更多的計(jì)算和應(yīng)用部署到邊緣側(cè)。

英特爾三大戰(zhàn)略布局

2017年11月，英特爾在杭州的中國物聯(lián)網(wǎng)總裁高峰會(huì)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(huì)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(huì)上多次重申英特爾三大戰(zhàn)略方向——設(shè)計(jì)物聯(lián)網(wǎng)高性能芯片、增強(qiáng)邊緣計(jì)算，以及繼續(xù)布局計(jì)算機(jī)視覺。同時(shí)也帶來了其在工業(yè)、零售、醫(yī)療、教育、智慧城市等多個(gè)領(lǐng)域的最新解決方案。

高性能芯片

大數(shù)據(jù)對計(jì)算力的需求提出了巨大挑戰(zhàn)，未來在人工智能時(shí)代，公司能否生存下去最終依賴他們有多強(qiáng)大的計(jì)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(dòng)（ATOM）到至強(qiáng)（XEON），整個(gè)系列處理器支持包括英特爾最近在布局的新零售領(lǐng)域的數(shù)字標(biāo)牌、交互式白板，安防領(lǐng)域的智能攝像頭等應(yīng)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(guān)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(gè)戰(zhàn)略當(dāng)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(yīng)用上。如今在以物聯(lián)網(wǎng)為導(dǎo)向的時(shí)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(yīng)用上，并推出了諸如Denverton產(chǎn)品線，應(yīng)用到電信網(wǎng)絡(luò)邊緣。”

據(jù)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(luò)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(jì)算機(jī)視覺和深度學(xué)習(xí)視覺應(yīng)用開發(fā)的工具套件，支持英特爾平臺(tái)的各種加速器，包括CPU、GPU、FPGA以及Movidius的VPU，來進(jìn)行深度學(xué)習(xí)，同時(shí)能夠直接支持異構(gòu)計(jì)算。

相對于英特爾之前的計(jì)算機(jī)視覺SDK，主要加入了深度學(xué)習(xí)部署工具包、通用深度學(xué)習(xí)推理工具包，以及OpenCV、OpenVX優(yōu)化功能。而更多的OpenVINO性能及應(yīng)用情況，此前在《英特爾推出OpenVINO工具包，聚焦邊緣計(jì)算的視覺處理方案有哪些新意？》一文中已有詳細(xì)介紹，在此不多贅述。

機(jī)器視覺

機(jī)器視覺是英特爾戰(zhàn)略重點(diǎn)早在2016年其花大價(jià)錢買來名噪一時(shí)的機(jī)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(jī)器視覺領(lǐng)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(huì)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(xué)習(xí)算法應(yīng)用到人臉識別和屬性提?。òㄈ四槞z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(yīng)用于智能安防與智慧零售等業(yè)務(wù)場景。

在峰會(huì)上，英特爾也展示了基于OpenVINO平臺(tái)的機(jī)器視覺深度學(xué)習(xí)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+。

邊緣計(jì)算

由于帶寬的限制，當(dāng)下的大部分?jǐn)?shù)據(jù)在邊緣側(cè)產(chǎn)生，其中45%的計(jì)算會(huì)發(fā)生在邊緣側(cè)。如今云端擁有的虛擬化技術(shù)已經(jīng)完全可以應(yīng)用到邊緣側(cè)；另外，在邊緣側(cè)可以更好地解決延時(shí)、安全及帶寬的問題，深度學(xué)習(xí)、AI訓(xùn)練在未來也會(huì)逐漸下沉到邊緣側(cè)。可以看到，邊緣計(jì)算的優(yōu)勢日益凸顯，同時(shí)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(shè)備采用相對低端的芯片及數(shù)據(jù)單元，數(shù)據(jù)產(chǎn)生后，設(shè)備沒有對其的判斷能力，因而這些數(shù)據(jù)要通過網(wǎng)絡(luò)傳到后臺(tái)進(jìn)行處理。近幾年，物聯(lián)網(wǎng)相關(guān)數(shù)據(jù)量以指數(shù)形式增長，網(wǎng)絡(luò)帶寬也逐漸增加，渠道更加靈活。邊緣側(cè)計(jì)算需求也開始增長。

未來并非所有的學(xué)習(xí)都在云端進(jìn)行，Thomas Lantzsch針對邊緣側(cè)的計(jì)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(jìn)行訓(xùn)練，在未來我們將看到一些新產(chǎn)品會(huì)在邊緣進(jìn)行學(xué)習(xí)、訓(xùn)練。”

為了實(shí)現(xiàn)快速響應(yīng)，并能夠?qū)崟r(shí)對產(chǎn)生的數(shù)據(jù)進(jìn)行分析處理，?？低暸c英特爾合作，在邊緣側(cè)部署了一系列邊緣服務(wù)器（Edge Servers）、AI數(shù)據(jù)中心等，開拓自己在邊緣計(jì)算領(lǐng)域的新版圖。

中國市場：初見成效

英特爾為了實(shí)現(xiàn)這三個(gè)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(jìn)行了大量布局。時(shí)隔一年，英特爾在教育、零售、工業(yè)、智慧城市等領(lǐng)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(huì)上，英特爾也邀請了視源、阿里、海康威視等諸多國內(nèi)領(lǐng)先企業(yè)站臺(tái)，展示在工業(yè)、零售等領(lǐng)域最新的物聯(lián)網(wǎng)解決方案。

在工業(yè)領(lǐng)域，阿里與英特爾合作，將機(jī)器視覺和人工智能技術(shù)應(yīng)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(dòng)瑕疵檢測系統(tǒng)。自動(dòng)瑕疵檢測系統(tǒng)針對傳統(tǒng)的人工檢測效率低、準(zhǔn)確率低的痛點(diǎn)，在構(gòu)件冷卻過程中就可以進(jìn)行瑕疵檢測，每個(gè)檢測面大概只需要1-2秒鐘，檢測準(zhǔn)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(shù)專家徐漫江表示“我們現(xiàn)在也在和英特爾團(tuán)隊(duì)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(lǐng)域；另一方面，我們也希望把英特爾產(chǎn)品在應(yīng)用市場上進(jìn)行分發(fā)應(yīng)用，讓更多的企業(yè)能夠使用到英特爾的技術(shù)。”

阿里云IoT借助英特爾的計(jì)算能力及虛擬化技術(shù)提出Link Edge，布局邊緣側(cè)。同時(shí)Link Edge可以和云端直接打通，進(jìn)行相關(guān)配置，實(shí)現(xiàn)云邊一體化布局。

在零售領(lǐng)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(zhǔn)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(nèi)部署了500家門店。

英特爾業(yè)務(wù)部署：美國第一，中國第二

英特爾成立已有50年，進(jìn)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(wù)部署。英特爾市場營銷集團(tuán)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(gè)市場布局中的重要性。

據(jù)了解，時(shí)至今日，英特爾在中國已經(jīng)擁有22個(gè)分支機(jī)構(gòu)，覆蓋前沿研究、產(chǎn)品技術(shù)開發(fā)、精尖制造、產(chǎn)業(yè)生態(tài)合作、市場營銷、客戶服務(wù)、風(fēng)險(xiǎn)投資等領(lǐng)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(shù)團(tuán)隊(duì)，以及在成都的芯片組、芯片封裝測試和芯片預(yù)處理的工廠，在大連建立的存儲(chǔ)技術(shù)制造基地。

針對行業(yè)需求，英特爾已經(jīng)發(fā)布了100個(gè)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(diǎn)將在于控制器整合、機(jī)器視覺和智慧工廠的解決方案，通過與產(chǎn)業(yè)鏈合作伙伴緊密合作，越來越多基于英特爾產(chǎn)品技術(shù)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(zhuǎn)型。

英特爾邊緣布局的關(guān)鍵問題解答

為什么需要邊緣計(jì)算？

Tom Lantzsch：如果云端能夠?qū)崿F(xiàn)，客戶肯定會(huì)直接在云端操作，畢竟這樣的經(jīng)濟(jì)效率是最高的。但是當(dāng)客戶不具備云端處理能力時(shí)，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(gòu)在邊緣側(cè)實(shí)現(xiàn)，創(chuàng)建一個(gè)全新的應(yīng)用層面，從而實(shí)現(xiàn)云邊協(xié)同。例如自動(dòng)駕駛汽車，由于響應(yīng)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(cè)解決大量的計(jì)算問題。

在網(wǎng)絡(luò)從4G轉(zhuǎn)變?yōu)?G后，會(huì)不會(huì)對邊緣計(jì)算的產(chǎn)品形態(tài)有所沖擊？

陳偉：邊緣計(jì)算的產(chǎn)品形態(tài)很可能會(huì)受到?jīng)_擊。如果現(xiàn)在的網(wǎng)絡(luò)瓶頸得到突破，可能會(huì)影響整個(gè)終端、邊緣、網(wǎng)絡(luò)，以及后端所有平臺(tái)。所以，英特爾的思路很清晰，英特爾不可能做所有領(lǐng)域的產(chǎn)品，而是專注于邊緣計(jì)算、負(fù)載整合和應(yīng)用整合、機(jī)器視覺三大領(lǐng)域。我覺得未來可能會(huì)演變，但這些平臺(tái)化的技術(shù)、生態(tài)鏈的搭建，使得英特爾會(huì)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(gè)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(quán)是什么樣的性質(zhì)，英特爾會(huì)通過培訓(xùn)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(xùn)練數(shù)據(jù)，而在許多情況下，訓(xùn)練數(shù)據(jù)都是針對某種特定的應(yīng)用。例如現(xiàn)在在美國最困難的一個(gè)算法是車牌識別。因?yàn)槊绹?0個(gè)州，每個(gè)州的車牌系統(tǒng)都不一樣，每個(gè)州下面還有不同版本的車牌，所以做一種算法，在收費(fèi)公路上進(jìn)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(dòng)駕駛領(lǐng)域，如今已經(jīng)收購了一家自動(dòng)駕駛技術(shù)公司Mobileye，目前已經(jīng)有了一個(gè)相當(dāng)積極的計(jì)劃。

陳偉：關(guān)于國內(nèi)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(shè)計(jì)高性能芯片，增強(qiáng)邊緣計(jì)算，專注于計(jì)算機(jī)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(lǐng)先的位置。這在中國是非常振奮人心的事情，因?yàn)樗麄兊募夹g(shù)已經(jīng)全球領(lǐng)先了，在過去的幾十年里，我們往往只是市場應(yīng)用比較領(lǐng)先。那么這些企業(yè)自然會(huì)把這個(gè)技術(shù)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(jī)器視覺，醫(yī)療領(lǐng)域的圖像分析等，其中存在的創(chuàng)新機(jī)會(huì)是無窮無盡的。

另外，在教育領(lǐng)域，其中AI的應(yīng)用已經(jīng)做得很深了，從出考題到評卷都用到AI技術(shù)。

我們的戰(zhàn)略是抓住幾個(gè)關(guān)鍵的技術(shù)，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(shù)的，都是我們最關(guān)心的。