68
“曾经，有人认为世界上已经有足够的计算能力，我们不需要计算能力了。说实话，如果这个世界不需要计算能力，英特尔做什么呢？可是大数据时代的到来，给计算能力带来了前所未有的挑战。” 英特尔市场营销集团副总裁、中国区总经理王锐博士的一番话意味深长。
计算力会有尽头吗？智慧城市、智慧工业、智能驾驶、新零售等物联网应用无一不和数据紧密相关，每种应用的落地都伴随大量数据的产生。据分析师预测，到 2025 年，全球数据量将剧增至现在的 10 倍，达到 163 ZB。如此巨大的数据只有通过算法分析提取有效数据，才会做出判断产生价值，而且随着人工智能的发展，新应用对计算力的需求会更高。
三大战略驱动数据革命
英特尔正在进行以数据为中心的转型，从端口设备到云计算，加上内存和存储、FPGA 加速器技术、再加上网络以及 5G 连接技术和软件支持，成为数据革命的驱动力。王锐博士表示，“未来是 AI 时代，一个公司能否生存、能否成功，最终依赖的是他们到底有多强大的计算能力。越来越多的应用、边缘计算、云端计算，需要的是强大的计算、联接和存储的能力。英特尔的战略就是为新的数据世界奠定技术基础，增强他们计算、连接、存储的实力。 ”
时代在前进，技术在进步，不管拥有市场领导地位的国际巨头，还是手握一技之长的后起之秀，都要随着时代演进，才能在竞争中立于不败之地，而在这场数据革命中，英特尔主要聚焦三个方面，王锐博士解释，“第一，半导体生产领导者。我们继续推动摩尔定律，虽然它是一个人为定律，但在过去的数十年里，而且在未来会继续推动最基本的计算能力，我们要利用半导体计算能力打造一流的平台；第二，我们要成为世界领先的端到端提供商，为企业提供从设备到云端无缝协作的方案；第三，引领人工智能和自动化革命，为卓越的、新颖的应用场景提供强大的技术支持。”
英特尔公司高级副总裁兼物联网事业部总经理 Tom Lantzsch
看中边缘计算，应用落地非常迅速
数据在不断增加，如果全部传输到云端进行处理，显然当前的带宽和传输速度都难以满足要求，因此将数据处理从云端迁移到边缘端十分必要。英特尔公司高级副总裁兼物联网事业部总经理 Tom Lantzsch 认为，“我们能够推动的下一次转变就是在边缘计算。在去年，英特尔提出了物联网的三个战略，分别是：第一，为物联网设计高性能芯片；第二，增强边缘计算，专注于网络边缘计算方面的良好机遇；第三，专注于计算机视觉，我们认为计算机视觉这项 AI 技术将带来变革性变化。为了实现这三个战略，我们在开发者工具及生态环境方面进行了大量投入，我们还与合作伙伴共同为终端客户提供了行业整体解决方案（Intel IOT Market Ready Solutions），将这三个战略应用于教育、零售、工业、智能城市等领域。”
提出一个概念非常容易，实现起来一般很难，边缘计算是不是也是这样？在今年的物联网峰会上我们看到很多实际应用案例，比如人脸检测与属性提取方案，可以通过人工智能算法提取人脸特征，从而判断人的情绪；基于英特尔 OpenVINO 技术的人脸识别系统，可以应用于教育行业，帮助老师实时判断学生的上课情况；智能健康测试系统，可以实时测试用户的健康状况并提供改进方案。展会现场笔者看到了几十种基于边缘计算的产品。
人脸检测与属性提取方案
基于英特尔 OpenVINO 技术的人脸识别系统
智能健康测试系统
用英特尔副总裁兼物联网事业部中国区总经理陈伟的话就是，“中国市场是既大又快，有点违反物理定律，因为牛顿第二定律是质量大了之后速度就会慢。边缘计算在过去两三年，发展几乎超过了所有的行业预计，很多实际的案例落地，将来这个落地会继续加速。”
未来训练会发生在边缘
从数据的产生来看，大部分数据产生在边缘，但是由于带宽的限制有 45%的数据都在边缘进行计算，占比非常高，未来边缘计算会发生什么变化？Tom Lantzsch 分析，“我认为未来我们将看到一些新产品会开始在边缘进行学习。现在所有的训练数据集都发生在云端，将来有更多的数据会产生于边缘，而训练也会最终转移至边缘。这就是我们所预见的未来。而自能系统（autonomous systems），会变得越来越自能，比如自动驾驶汽车、机器人系统、更为先进的视觉系统等。由于本地产生了大量的数据，所以自主性也会逐级下推，这是我们将面对的一项重大改变。比如，一台存有 50 万张人脸的摄像机，数据非常庞大。而这些算法将继续在本地的系统层面上得到改善，而不会涉及到云端，它将成为一台边缘设备中的摄像机，而相应的学习也会在边缘进行。”
为了加大边缘计算的算力，英特尔推出了 OpenVINO 工具，经过对比发现，基于 OpenVINO 平台的机器视觉深度学习系统，在使用 OpenVINO 平台之后比没有使用 OpenVINO 平台前速度提升 7 倍，如果使用 OpenVINO 平台再加上 FPGA 后，速度会比最初提升 20 多倍。在医疗影像领域，使用 OpenVino 平台，可让模型的运算能力提高 188 倍，也就是用在骨骼年龄检测方面提高了 188 倍，肺部投影的速度提高了 38 倍。
陈伟强调，“与几年前相比，物联网的概念越来越清晰。我们在物联网领域耕耘了十年，从嵌入式概念到物联网分布式计算的概念，概念的清晰也使得英特尔的战略简单了、聚焦了。因为早期 ARM 和英特尔相比，如果物体不能产生数据，就会使用低端的芯片，产生低端的数据单元，而数据产生之后没有判断能力，所以要通过网络传到后台进行处理。当数据量呈指数上涨时，网络带宽放松了，渠道更灵活。海康威视的边缘服务器就是一个很好的应用，几年前根本没有服务器跑在边缘。5G 商用以后，如果我们打掉网络的瓶颈，可能会影响整个终端到边缘计算、网络，以及后端的所有平台。所以英特尔的思路清晰了，第一，专注于边缘，边缘本身就在扩大，从零到扩大；第二，做负载整合、应用整合；第三，做视觉计算。未来可能会演变，但这些平台化的技术，生态链的搭建，使得英特尔有一席之地。”
另外，Tom Lantzsch 还谈到了自动驾驶领域，英特尔已经收购了 Mobileye；在消费物联网领域，英特尔一直在为企业、政府以及垂直领域不那么侧重消费领域的客户创造商业价值。陈伟表示，“英特尔很好地发挥了自己的战略优势，因为很多以消费者为导向的产品是一些很简单、小巧、聪明的东西连接到云端，这其实并不是我们说的边缘，只是云端的简单事物。所以我相信，对于英特尔以及我们的合作伙伴来说，专注于以我们业务为导向的领域会带来更大的商业价值。”
与非网原创内容，未经允许，不得转载！
下载ECAD模型
