Intel推動邊緣智慧技術發展 助力製造業與網際網路融合
至頂網軟體頻道訊息： 11 月 29 日，以“邊緣智慧、邊雲協同”為主題的 2018 邊緣計算產業峰會在北京召開，大會全方位探討了邊緣計算的前沿技術，展現創新應用，聚合產業生態，推動產業發展，具有非常重要的現實意義。會後英特爾副總裁兼物聯網事業部中國區總經理陳偉和英特爾中國物聯網事業部首席技術官張宇接受了記者們的採訪。
英特爾副總裁兼物聯網事業部中國區總經理 陳偉
英特爾中國物聯網事業部首席技術官 張宇
物聯網的和邊緣計算會先在哪些行業落地
消費、金融、交通、能源和工業等行業中，未來哪個行業和應用場景會率先得到物聯網的和邊緣計算大規模落地和應用？
陳偉：今天早上大家聽到很多關於邊緣計算的趨勢、技術和發展方向。首先回顧一下，邊緣計算這個概念應該在兩三年前大家提出來的，我們成立 ECC 聯盟的時候是在邊緣計算爆發之前，現在確實爆發了，但是大家的共識是邊緣計算還是在早期。大家認為邊緣計算是一個數據爆發，資料爆發以後，從儲存、計算、傳輸本身是有成本的。
在哪個行業落地？我個人認為是要看資料本身的負載。有一些視訊技術應用比較多的行業，像視訊監控、零售業人臉識別、智慧製造、智慧城市等等這些應用場景，當有大量的資料需要儲存和分析的時候，這些行業往往會先落地，儘管是一個垂直行業的表象，但是真正是看這個資料的負載形態。視覺上的運用是跨行業的，儘管它表象是不同的行業，但真正從技術來講是一個視覺的技術，首先落地的。人工智慧作為一個解決資料爆發的工具，在資料裡面挖掘價值的工具來講，它首先越靠近資料越能夠建模，做到訓練，才能夠使得人工智慧這個推理作為一個手段能夠得到儘早的完善，同時加速整個行業的落地。這是我個人的看法。
邊緣計算落地和應用還面臨哪些困難和挑戰？
張宇：邊緣計算在一些重點的熱門行業是有廣泛應用前景的，目前邊緣計算還處於發展的初期。就像今天上午中國資訊通訊研究院總工程師餘曉暉談到他的觀點，目前邊緣計算的的確還是在發展的初期。我覺得這裡有幾方面的原因，一方面使用者對於現在怎麼使用邊緣計算，在哪些場景使用邊緣計算，邊緣計算能夠帶來什麼樣的價值，還沒有想得那麼清楚。因為有一些新的選擇是需要供需雙方共同努力把它挖掘出來的。對英特爾來說，我們是一個技術方面的提供者，我們通過 ECC 這樣的平臺，跟我們產業鏈的各個環節的合作伙伴一起，包括最終的使用者一起來發掘這樣的需求，來共同做解決方案，促進好的使用模式更快的落地。
另外一個原因，今天上午邊緣計算產業聯盟理事長、中國科學院瀋陽自動化研究所於海斌所長提到，邊緣計算還處於初級階段的原因是在邊緣計算的理論方面、演算法方面還屬於不斷地探索的階段，當時於所長提到在大資料裡開始也談了很多邊緣計算。大家知道 Movidius 這樣的技術成熟以後，整個大資料才能真正被用起來。在邊緣計算也是類似的。我們在在這方面， ECC 聯盟一直在做這樣的探索，包括我們今天頒佈的《邊緣計算參考架構 3.0 》，包括跟工業網際網路產業聯盟（ AII ）一起釋出的《邊緣計算與雲端計算協同白皮書》，這是我們目前探索的一些初步結果的總結。但是我們想工作會一直做下去，包括今天上午邊緣計算產業聯盟理事長、華為網路研發總裁劉少偉在講 2019 年 ECC 今後的工作裡也提到開源等等這樣的事情，我們會通過這方面的探索來推動邊緣計算在理論和實踐方面的落地，通過理論和實踐這兩方面的抓手推動邊緣計算在行業落地。謝謝。
陳偉：剛才張博士提到的，雖然這個發展很快，但是需要普遍落地的話，從邊緣計算的角度來講需要兩件事情，一個是行業的標準，因為邊緣計算的應用場景非常的碎片化；第二個是任何一個生態的搭建都需要時間，邊緣計算它所涉及的應用場景是完全不一樣的。剛才我講到雖然垂直行業有五個垂直行業，但是它裡面用的一個負載可能是同一個負載人臉識別，應用到不同場景，但是要使得人臉識別在五個不同垂直行業進行優化，這個生態是相當龐大的生態。所以生態的搭建成熟是需要時間的。
英特爾的端和雲一體解決方案
英特爾是端和雲的一整套解決方案，如果客戶選擇的方案比較多，在端上選擇了其他晶片廠商的方案，英特爾怎麼在雲上支援客戶，怎麼在這上面進行串聯？
張宇：從兩個角度來看，第一個維度，英特爾本身提供的是全棧式的解決方案，包括硬體和軟體，英特爾有些硬體產品是專門針對前端裝置，有一些針對雲資料中心，我們本身會按照客戶的需求提供全棧式的服務。英特爾提供的很多方案是開放性的，不完全是封閉性的。開放性的意思是，使用者在搭建完整方案的時候，可以一部分選擇英特爾的產品，一部分選擇其他的第三方產品，這是允許的。舉個例子，我們今天上午在介紹的時候，提到我們今年釋出的軟體用於視訊處理的軟體工具 OpenVINO ，如果大家聽我們介紹的時候可能注意到， OpenVINO 首先 Open 就是開放，這個開放體現在哪裡，使用者用 OpenVINO 的時候，他可以基於一些開放的深度學習的框架做他深度學習方案的開發。目前能夠支援的框架包括像 TensorFlow 、 Caffe 、 MX-net ，使用者可以在多選擇的平臺上去選擇他所訓練的平臺，或者想做的網路模型，你把這些網路模型訓練好以後，我們都能夠做相應的支撐，把這個網路模型經過模型優化器優化完以後，用我們推理引擎把它下載到我們英特爾的硬體產品之上去做邊緣計算的處理，我們能夠提供更高的效能，但是並不限制在哪兒做訓練，你的網路邏輯怎麼設計的，我們不限制。通過這樣開放的方式給使用者更多靈活的選擇，從兩個維度來看這個事情。
陳偉：英特爾今天的晶片技術可以用在終端，可以用在邊緣，也可以用在雲，並不等於說整個一個端到端所有的晶片技術由英特爾一家提供。比如我們在做的 VPU 在攝像機上能夠加上視訊分析加速器，這是英特爾的產品，一個攝像機用了很多別的晶片。其實邊緣計算的爆發，邊緣計算只是計算髮生在邊緣，過去計算髮生在雲端，大家更能理解一些，因為資料在哪兒，計算就在哪。因為這個爆發其實簡化了英特爾物聯網產品事業部的戰略，過去我們曾經走過一段時間在探索，要做什麼樣的晶片，是感測的還是低端的晶片等等。今天我們的戰略特別簡化，做晶片，專注於兩方面，計算視覺，因為它對計算要求特別高，以及不斷整合。所以從這個定義來看，一定會吸取不同晶片架構所產生的資料，但是把一件事情做優，就是把人工智慧在邊緣的運算做優。
邊緣計算的例項展示
在採訪結束後，在會場展臺上，組織方向大家展示了眾多邊緣計算方面的應用例項：
具備邊緣計算處理能力實時在本地對影象資料進行處理的攝像頭，可極大減少資料採集後分析處理時間。
新零售小賣櫃可以實現智慧無人售賣
華為為邊緣計算應用所提供的輕量級邊緣計算作業系統 LerOS