英特爾如何做工業互聯網

雷鋒網消息，近日，由工業和信息化部指導，中國信息通信研究院、工業互聯網產業聯盟、中國通信學會聯合主辦的2019工業互聯網峰會在北京成功舉行。本次峰會的主題是「智聯賦能，融通創新」，相關各界代表共聚北京，探討有關工業互聯網方面的熱點話題。

在本屆峰會上，Intel發表了題為「邊緣計算+人工智慧，助力工業互聯網」的主題演講，展示了Intel在工業互聯網領域的技術進展及產業應用，詳細介紹了Intel如何藉助其領先的邊緣計算與人工智慧技術幫助合作夥伴解決實際問題，推動我國工業互聯網發展。

打開今日頭條，查看更多圖片

會後，雷鋒網同Intel物聯網事業部中國區首席技術官張宇，以及工業互聯網業務和戰略客戶總監尚勇，就Intel工業互聯網業務的發展狀況進行了交流對話。

工業互聯網離不開生態

從工業互聯網這個名詞來看，分為「工業」和「聯網」兩個部分。工業是定義一個場景，聯網是帶來一個技術，即將聯網技術應用到工業這個場景里。

眾所周知，工業領域的場景極其複雜，工業互聯網想要發展，需要在兩個方面下功夫，一是如何從場景中抽象出共性的功能，這是未來工業互聯網平台能否在國內普及非常重要的路徑；二是商業模式，整個工業互聯網的商業路徑一定要形成閉環，如果產業鏈合作夥伴不能給到終端用戶量化收益的價值展示，這個閉環就很難形成，而這是目前工業互聯網平台的薄弱環節。

據雷鋒網觀察，在工業升級改造領域，中國有「中國製造2025」計劃，美國有工業互聯網，歐洲也提出了「工業4.0」概念。縱觀國內生產狀況，很少真正看到4.0的企業，現在很多企業的實際水平仍處於工業3.0、2.0甚至1.0階段。

張宇分析稱，這些早期階段中存在很多挑戰：其一是他們的設備比較老，沒有相應的介面提供設備狀態；其二是有數據介面，但企業沒有相應提取能力，如果要通過機器的生產廠商提供的話需要額外購買服務；其三是產線上的設備來自不同的生產廠商，他們之間沒有互聯互通。

作為上游晶元及服務供應商，Intel認為目前工業互聯網在價值方向上已經比較清楚，且無論是構建什麼樣的工業互聯網都需要晶元。尚勇表示，Intel希望通過晶元和互聯網技術，以及一些開放的標準化解決方案，來推動數據收集、數據分析的解決方案更快的落地。

同時，隨著工業互聯網的迅猛發展，網路帶寬已逐漸無法滿足海量數據的流通，因此邊緣計算被越來越多的採用。

不過，邊緣端只能處理局部數據，無法形成系統認知，因此實際應用中仍然需要藉助雲計算平台來實現信息融合。「邊緣計算是互聯網發展的趨勢，雲計算在工業互聯網中有重要角色，雲計算與邊緣計算正逐漸成為支撐互聯網的兩大支柱。」張宇說。

通用平台解決碎片化問題

中國是世界上唯一擁有全部525個製造業門類的工業大國，然而這也帶來了一個現實問題，即國內的工業發展水平參差不齊，不同門類所需要的方案也千差萬別。

針對工業互聯網領域的碎片化問題，Intel的解決思路是盡量考慮到產品和方案的可複製性，使其惠及更多不同行業的用戶。張宇表示，一方面Intel積极參与標準組織、開源社區合作，共同構建針對共性問題的開源解決方案，以便能被更廣的受眾應用集成到方案中去；另一方面，提供完整的從底層晶元到上層軟體的相關產品，幫助行業用戶解決實際問題。

據介紹，在技術應用上，Intel結合自身晶元優勢，在晶元、板卡以及軟體工具等方面推出解決方案，包括視覺加速晶元、支持加速高性能計算機視覺應用和深度學習推理的軟體開發包等，而在軟體方面，Intel也在一直跟蹤如網路壓縮等前沿的AI技術，還可提供垂直領域使用場景的參考案例，幫助開發者快速構建應用。

以視覺領域為例，網路硬碟錄像機和視頻伺服器對算力有著更高的要求，同時能夠接受的功耗也更高。針對這類需求，Intel發布了基於Intel Movidius Myriad X視覺處理器和Arria10 FPGA的視覺加速器產品系列。其中Movidius方案能夠在一塊板卡上集成8至16顆Movidius Myriad X晶元，提供8至16T的計算能力，用戶可以根據各自邊緣設備的性能指標，選取不同的配置。

同時為了幫助開發者進行機器視覺和深度學習應用的開發，Intel還發布了OpenVINO工具包，支持加速高性能計算機視覺應用和深度學習推理，幫助開發人員和數據科學家加速計算機視覺工作負載，並簡化深度學習部署，在各種Intel平台中輕鬆實現邊緣到雲的異構執行。

張宇強調，工業互聯網的發展離不開完整生態的構建。目前，Intel同全球工業物聯網聯盟、開放互聯基金會、開放霧計算聯盟、邊緣計算產業聯盟以及工業互聯網產業聯盟等聯盟組織開展緊密合作，將產業鏈上下游的合作夥伴整合在一個平台，共同探討解決方案。

近年來國內外互聯網大廠都在積極向工業互聯網滲透，組建自己的工業節點，傳統工業設備商也在把互聯網技術運用到工業體系中來。

談及我國工業互聯網目前的應用程度，尚勇表示，在政府政策的持續引導，以及聯盟等行業組織在技術標準上不斷規範下，工業互聯網在中國形成了很好的開局。但他特別指出，工業互聯網並非一定要由非常龐大的架構、完善的雲平台、邊緣平台、感測器平台等組成。

如果把國內的製造業企業粗略的劃分成大、中、小三種類型，大型企業在數字化、智能化改造的過程中面臨的核心問題之一是如何利用物聯網技術規模化提升產品質量和良品率，從而降低原材料消耗和人工成本投入。

「大型工廠通常會更加系統化、結構化的去布局構思工業數字化、智能化轉型的架構或商業模式，甚至有些大廠構建自己的工業互聯網平台，建立自己的私有雲系統。」尚勇分析稱。

而對於目前佔比超過六成，眾多產值在1000萬元以下的中小型製造業企業而言，工業互聯網的應用和普及更加具有挑戰性。此類工廠缺乏IT基礎設施，沒有完備的生產管理流程，對工人操作規範的監督等也缺乏有效的管理手段。

這些企業構思整個工業互聯網的時候會更加從自己的訴求出發，如產能提升、良率提升、質檢能力提升等，很少會構建自己的工業APP，這也是由具體的生產模式和業務規模決定的。對這些中小型企業來說，局部的、小型的部署一些非侵入性的方案，成本相對較低、成效也比較明顯，這也是工業互聯網發展的一個體現。

尚勇向雷鋒網透露，目前Intel已與合作夥伴完成了一些產品落地工作。比如將機器學習和深度學習技術應用於大型工廠產品質量檢測、小型工廠的產能實時管理和預測等。

「當大家真正開始實踐後，不管什麼樣的製造業企業，發展速度都會上一個量級，未來三到五年整個產業會完全爆發起來。」尚勇對未來充滿信心。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！