英特爾重申IoT三大戰略，邊緣側布局初見成效

互聯網、PC時代佔盡風頭的英特爾，在移動互聯網時代小讓ARM一局後，進入物聯網（IoT）時代的規劃布局開始緊---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略的核心。

智能設備邊緣計算需求日益增大，計算從雲端下沉到邊緣側已成當下趨勢。雲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據量增大、運算效率要求提高等問題的凸顯，現在還無法完全依靠雲端布局來完成所有智能設備的計算和應用已經得到證實，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據，如果將所有運算放到雲端會存在兩個問題：首先，將海量數據傳輸到雲端，無法及時響應；另外，對於海量數據，雲端計算效率較低，成本也會提高。

同時，邊緣計算的能力已經足夠強大，雲端虛擬化技術如今在邊緣側已經能夠應用，這也使得更多微控制器及其他設備部署到網路邊緣側成為可能。於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。

英特爾三大戰略布局

2017年11月，英特爾在杭州的中國物聯網總裁高峰會議上提出了清晰的物聯網三大戰略方向。在2018英特爾物聯網峰會上，英特爾再次明確近期的戰略方向，英特爾公司物聯網事業部高級副總裁兼總經理Thomas Lantzsch特別在峰會上多次重申英特爾三大戰略方向——設計物聯網高性能晶元、增強邊緣計算，以及繼續布局計算機視覺。同時也帶來了其在工業、零售、醫療、教育、智慧城市等多個領域的最新解決方案。

大數據對計算力的需求提出了巨大挑戰，未來在人工智慧時代，公司能否生存下去最終依賴他們有多強大的計算能力。而晶元作為英特爾的拿手好戲，在物聯網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字標牌、互動式白板，安防領域的智能攝像頭等應用。除此之外，英特爾在專用晶元和軟體工具上著力，提供包括Movidius晶元、FPGA硬體加速、無線連接晶元、OpenVINO開發工具包。

關於ATOM在英特爾物聯網布局中的角色，Tom Lantzsch表示「ATOM晶元在整個戰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。如今在以物聯網為導向的時代，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，並推出了諸如Denverton產品線，應用到電信網路邊緣。」

據雷鋒網了解，其中，幾乎被英特爾所有事業部Boss提到的OpenVINO，全稱為開放式神經推理和網路優化（Open Visual Inference & Neural Network Optimization）開發工具包，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的工具套件，支持英特爾平台的各種加速器，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。

相對於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優化功能。而更多的OpenVINO性能及應用情況，雷鋒網此前在《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。

在峰會現場展示了「基於英特爾Movidius VPU和OpenVINO的人臉檢測與屬性提取方案」，該加速棒系統通過OpenVINO工具包，並配置了Intel Core i7-6770HQ CPU和Movidius Myraid 2，將英特爾的深度學習演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、頭部姿態提取和表情檢測）上，該方案可被應用於智能安防與智慧零售等業務場景。

在峰會上，英特爾也展示了基於OpenVINO平台的機器視覺深度學習系統，對比了在使用同樣的工具和軟體情況下，使用OpenVINO之前、使用OpenVINO之後，以及使用OpenVINO和FPGA之後的性能參數，其中每秒傳輸幀數依次為35、240+、760+。

邊緣計算

由於帶寬的限制，當下的大部分數據在邊緣側產生，其中45%的計算會發生在邊緣側。如今雲端擁有的虛擬化技術已經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，邊緣計算的優勢日益凸顯，同時也已經成為現在英特爾三大戰略的核心。

與前幾年相比，物聯網的概念越來越清晰。在物聯網發展早期，設備採用相對低端的晶元及數據單元，數據產生後，設備沒有對其的判斷能力，因而這些數據要通過網路傳到後台進行處理。近幾年，物聯網相關數據量以指數形式增長，網路帶寬也逐漸增加，渠道更加靈活。邊緣側計算需求也開始增長。

未來並非所有的學習都在雲端進行，Thomas Lantzsch針對邊緣側的計算能力也表示「如今是在雲端上對數據集和人工智慧進行訓練，在未來我們將看到一些新產品會在邊緣進行學習、訓練。」

為了實現快速響應，並能夠實時對產生的數據進行分析處理，海康威視與英特爾合作，在邊緣側部署了一系列邊緣伺服器（Edge Servers）、AI數據中心等，開拓自己在邊緣計算領域的新版圖。

英特爾為了實現這三個戰略，除了在晶元方面的優勢，在開發工具及生態環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、智慧城市等領域與合作廠商的行業解決方案也逐漸落地，英特爾物聯網布局初見成效。

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站台，展示在工業、零售等領域最新的物聯網解決方案。

在工業領域，阿里與英特爾合作，將機器視覺和人工智慧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。自動瑕疵檢測系統針對傳統的人工檢測效率低、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事業部高級技術專家徐漫江表示「我們現在也在和英特爾團隊繼續合作，一方面希望把演算法更優化、能夠適用於更多行業領域；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應用，讓更多的企業能夠使用到英特爾的技術。」

阿里雲IoT藉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可以和雲端直接打通，進行相關配置，實現雲邊一體化布局。

在零售領域，海信（海信智能商用系統股份有限公司）與英特爾合作，推出無人值守便利店。海信基於英特爾酷睿處理器以及自己的視頻分發和精準營銷系統的集裝箱改造的無人值守便利店，如今已經在國內部署了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超過130億美元，中國擁有除了美國總部之外最全面的業務部署。英特爾市場營銷集團副總裁兼中國區總經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。

據雷鋒網了解，時至今日，英特爾在中國已經擁有22個分支機構，覆蓋前沿研究、產品技術開發、精尖製造、產業生態合作、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，以及在成都的晶元組、晶元封裝測試和晶元預處理的工廠，在大連建立的存儲技術製造基地。

針對行業需求，英特爾已經發布了100個成熟的物聯網行業整體解決方案，現在及未來的發展重點將在於控制器整合、機器視覺和智慧工廠的解決方案，通過與產業鏈合作夥伴緊密合作，越來越多基於英特爾產品技術的解決方案已經推向市場。從而助力中國製造向智能製造轉型。

英特爾邊緣布局的關鍵問題解答

為什麼需要邊緣計算？

Tom Lantzsch：如果雲端能夠實現，客戶肯定會直接在雲端操作，畢竟這樣的經濟效率是最高的。但是當客戶不具備雲端處理能力時，我們可以幫助他們簡化布局，在相同的開發環境下，把雲端的演算法、架構在邊緣側實現，創建一個全新的應用層面，從而實現雲邊協同。例如自動駕駛汽車，由於響應速度、可用性、安全性等原因，你不可能都在雲端做決策，因而需要在邊緣側解決大量的計算問題。

在網路從4G轉變為5G後，會不會對邊緣計算的產品形態有所衝擊？

陳偉：邊緣計算的產品形態很可能會受到衝擊。如果現在的網路瓶頸得到突破，可能會影響整個終端、邊緣、網路，以及後端所有平台。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，而是專註於邊緣計算、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，但這些平台化的技術、生態鏈的搭建，使得英特爾會在其中有一席之地。

是否有和合作夥伴開發物聯網演算法？

Tom Lantzsch：大多數的演算法由擁有數據的公司或第三方公司來做，這取決於這個數據對於該公司有多重要，或者它對數據的專有權是什麼樣的性質，英特爾會通過培訓大量的OpenVINO人才來支持企業的演算法開發。

想要做出好的演算法，就需要訓練數據，而在許多情況下，訓練數據都是針對某種特定的應用。例如現在在美國最困難的一個演算法是車牌識別。因為美國有50個州，每個州的車牌系統都不一樣，每個州下面還有不同版本的車牌，所以做一種演算法，在收費公路上進行迅速的車牌識別並不簡單。

在英特爾物聯網深耕的行業中，您最看好哪些行業？

Tom Lantzsch：英特爾比較看好自動駕駛領域，如今已經收購了一家自動駕駛技術公司Mobileye，目前已經有了一個相當積極的計劃。

陳偉：關於國內幾大垂直行業，首先，英特爾物聯網的戰略是為物聯網設計高性能晶元，增強邊緣計算，專註於計算機視覺。

中國發展最好的行業之一是安防行業，一些企業端到端的視覺能力、AI能力已經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。那麼這些企業自然會把這個技術帶到安防以外的垂直行業。比如說工業里的瑕疵檢測、機器視覺，醫療領域的圖像分析等，其中存在的創新機會是無窮無盡的。

另外，在教育領域，其中AI的應用已經做得很深了，從出考題到評卷都用到AI技術。

我們的戰略是抓住幾個關鍵的技術，安防、工業、交通等垂直行業里用到我們剛才講到的戰略技術的，都是我們最關心的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！