“曾經，有人認為世界上已經有足夠的計算能力，我們不需要計算能力了。說實話，如果這個世界不需要計算能力，英特爾做什么呢?可是大數(shù)據(jù)時代的到來，給計算能力帶來了前所未有的挑戰(zhàn)?！庇⑻貭柺袌鰻I銷集團副總裁、中國區(qū)總經理王銳博士的一番話意味深長。

　　計算力會有盡頭嗎?智慧城市、智慧工業(yè)、智能駕駛、新零售等物聯(lián)網應用無一不和數(shù)據(jù)緊密相關，每種應用的落地都伴隨大量數(shù)據(jù)的產生。據(jù)分析師預測，到2025年，全球數(shù)據(jù)量將劇增至現(xiàn)在的10倍，達到163ZB。如此巨大的數(shù)據(jù)只有通過算法分析提取有效數(shù)據(jù)，才會做出判斷產生價值，而且隨著人工智能的發(fā)展，新應用對計算力的需求會更高。

　　三大戰(zhàn)略驅動數(shù)據(jù)革命

　　英特爾正在進行以數(shù)據(jù)為中心的轉型，從端口設備到云計算，加上內存和存儲、FPGA加速器技術、再加上網絡以及5G連接技術和軟件支持，成為數(shù)據(jù)革命的驅動力。王銳博士表示，“未來是AI時代，一個公司能否生存、能否成功，最終依賴的是他們到底有多強大的計算能力。越來越多的應用、邊緣計算、云端計算，需要的是強大的計算、聯(lián)接和存儲的能力。英特爾的戰(zhàn)略就是為新的數(shù)據(jù)世界奠定技術基礎，增強他們計算、連接、存儲的實力?！?/p>

　　時代在前進，技術在進步，不管擁有市場領導地位的國際巨頭，還是手握一技之長的后起之秀，都要隨著時代演進，才能在競爭中立于不敗之地，而在這場數(shù)據(jù)革命中，英特爾主要聚焦三個方面，王銳博士解釋，“第一，半導體生產領導者。我們繼續(xù)推動摩爾定律，雖然它是一個人為定律，但在過去的數(shù)十年里，而且在未來會繼續(xù)推動最基本的計算能力，我們要利用半導體計算能力打造一流的平臺;第二，我們要成為世界領先的端到端提供商，為企業(yè)提供從設備到云端無縫協(xié)作的方案;第三，引領人工智能和自動化革命，為卓越的、新穎的應用場景提供強大的技術支持?！?/p>

　　英特爾公司高級副總裁兼物聯(lián)網事業(yè)部總經理TomLantzsch

　　看中邊緣計算，應用落地非常迅速

　　數(shù)據(jù)在不斷增加，如果全部傳輸?shù)皆贫诉M行處理，顯然當前的帶寬和傳輸速度都難以滿足要求，因此將數(shù)據(jù)處理從云端遷移到邊緣端十分必要。英特爾公司高級副總裁兼物聯(lián)網事業(yè)部總經理TomLantzsch認為，“我們能夠推動的下一次轉變就是在邊緣計算。在去年，英特爾提出了物聯(lián)網的三個戰(zhàn)略，分別是：第一，為物聯(lián)網設計高性能芯片;第二，增強邊緣計算，專注于網絡邊緣計算方面的良好機遇;第三，專注于計算機視覺，我們認為計算機視覺這項AI技術將帶來變革性變化。為了實現(xiàn)這三個戰(zhàn)略，我們在開發(fā)者工具及生態(tài)環(huán)境方面進行了大量投入，我們還與合作伙伴共同為終端客戶提供了行業(yè)整體解決方案(IntelIOTMarketReadySolutions)，將這三個戰(zhàn)略應用于教育、零售、工業(yè)、智能城市等領域?！?/p>

　　提出一個概念非常容易，實現(xiàn)起來一般很難，邊緣計算是不是也是這樣?在今年的物聯(lián)網峰會上我們看到很多實際應用案例，比如人臉檢測與屬性提取方案，可以通過人工智能算法提取人臉特征，從而判斷人的情緒;基于英特爾OpenVINO技術的人臉識別系統(tǒng)，可以應用于教育行業(yè)，幫助老師實時判斷學生的上課情況;智能健康測試系統(tǒng)，可以實時測試用戶的健康狀況并提供改進方案。展會現(xiàn)場筆者看到了幾十種基于邊緣計算的產品。

　　人臉檢測與屬性提取方案

　　基于英特爾OpenVINO技術的人臉識別系統(tǒng)

　　智能健康測試系統(tǒng)

　　用英特爾副總裁兼物聯(lián)網事業(yè)部中國區(qū)總經理陳偉的話就是，“中國市場是既大又快，有點違反物理定律，因為牛頓第二定律是質量大了之后速度就會慢。邊緣計算在過去兩三年，發(fā)展幾乎超過了所有的行業(yè)預計，很多實際的案例落地，將來這個落地會繼續(xù)加速。”

　　未來訓練會發(fā)生在邊緣

　　從數(shù)據(jù)的產生來看，大部分數(shù)據(jù)產生在邊緣，但是由于帶寬的限制有45%的數(shù)據(jù)都在邊緣進行計算，占比非常高，未來邊緣計算會發(fā)生什么變化?TomLantzsch分析，“我認為未來我們將看到一些新產品會開始在邊緣進行學習。現(xiàn)在所有的訓練數(shù)據(jù)集都發(fā)生在云端，將來有更多的數(shù)據(jù)會產生于邊緣，而訓練也會最終轉移至邊緣。這就是我們所預見的未來。而自能系統(tǒng)(autonomoussystems)，會變得越來越自能，比如自動駕駛汽車、機器人系統(tǒng)、更為先進的視覺系統(tǒng)等。由于本地產生了大量的數(shù)據(jù)，所以自主性也會逐級下推，這是我們將面對的一項重大改變。比如，一臺存有50萬張人臉的攝像機，數(shù)據(jù)非常龐大。而這些算法將繼續(xù)在本地的系統(tǒng)層面上得到改善，而不會涉及到云端，它將成為一臺邊緣設備中的攝像機，而相應的學習也會在邊緣進行?！?/p>

　　為了加大邊緣計算的算力，英特爾推出了OpenVINO工具，經過對比發(fā)現(xiàn)，基于OpenVINO平臺的機器視覺深度學習系統(tǒng)，在使用OpenVINO平臺之后比沒有使用OpenVINO平臺前速度提升7倍，如果使用OpenVINO平臺再加上FPGA后，速度會比最初提升20多倍。在醫(yī)療影像領域，使用OpenVino平臺，可讓模型的運算能力提高188倍，也就是用在骨骼年齡檢測方面提高了188倍，肺部投影的速度提高了38倍。

　　陳偉強調，“與幾年前相比，物聯(lián)網的概念越來越清晰。我們在物聯(lián)網領域耕耘了十年，從嵌入式概念到物聯(lián)網分布式計算的概念，概念的清晰也使得英特爾的戰(zhàn)略簡單了、聚焦了。因為早期ARM和英特爾相比，如果物體不能產生數(shù)據(jù)，就會使用低端的芯片，產生低端的數(shù)據(jù)單元，而數(shù)據(jù)產生之后沒有判斷能力，所以要通過網絡傳到后臺進行處理。當數(shù)據(jù)量呈指數(shù)上漲時，網絡帶寬放松了，渠道更靈活。?？低暤倪吘壏掌骶褪且粋€很好的應用，幾年前根本沒有服務器跑在邊緣。5G商用以后，如果我們打掉網絡的瓶頸，可能會影響整個終端到邊緣計算、網絡，以及后端的所有平臺。所以英特爾的思路清晰了，第一，專注于邊緣，邊緣本身就在擴大，從零到擴大;第二，做負載整合、應用整合;第三，做視覺計算。未來可能會演變，但這些平臺化的技術，生態(tài)鏈的搭建，使得英特爾有一席之地?！?/p>

　　另外，TomLantzsch還談到了自動駕駛領域，英特爾已經收購了Mobileye;在消費物聯(lián)網領域，英特爾一直在為企業(yè)、政府以及垂直領域不那么側重消費領域的客戶創(chuàng)造商業(yè)價值。陳偉表示，“英特爾很好地發(fā)揮了自己的戰(zhàn)略優(yōu)勢，因為很多以消費者為導向的產品是一些很簡單、小巧、聰明的東西連接到云端，這其實并不是我們說的邊緣，只是云端的簡單事物。所以我相信，對于英特爾以及我們的合作伙伴來說，專注于以我們業(yè)務為導向的領域會帶來更大的商業(yè)價值。”