<mark id="oztn4"></mark>
0
2016年，在Gartner數據中心年度會議上，谷歌風投大佬Peter Levine曾認為，邊緣計算將是云計算的“終結者”。
現在看來，這一激進的論斷并未得到印證，倒是云、邊、端協同的業態格局逐漸成形。
邊緣計算作為云、端之間的“中間件”，成為兩大勢力角逐的灰色地帶。這一地帶既有微軟、亞馬遜、阿里、騰訊等云廠商的業態下沉，也有英特爾、高通、Arm等芯片廠商的業態拓展。
這其中，英特爾尤其強調在邊緣計算領域的戰略布局。
當然，英特爾最開始也并非直接鎖定邊緣計算這塊綠洲，“一開始，我們以為AI技術會直接部署到云，所有技術在云端處理。”英特爾公司中國區物聯網事業部副總經理Bob Ferrar在10月16日「2019英特爾人工智能與物聯網生態合作伙伴峰會上」回憶稱。
在具體產業應用過程中，尤其在當下網絡環境下，英特爾很快將戰略聚焦到了邊緣計算，并在2017年11月的中國物聯網總裁高峰會議（杭州）上提出了清晰的物聯網三大戰略方向：高性能芯片、增強邊緣計算、計算機視覺。
在本次峰會上，英特爾盡數展示了其在邊緣計算領域的部署，包括堅持一年四次的OpenVINO工具套件的版本更新，酷睿、至強系列芯片+Movidius硬件平臺體系的迭代，多應用融合技術的配置，邊緣人工智能邊緣計算生態智庫的提出，以及機器視覺在諸如零售、工業、城市、醫療各領域的應用。
去年7月27日，英特爾在視覺解決方案及策略發布會，正式推出OpenVINO視覺推理和神經網絡優化工具套件。這一工具套件自推出后，以每季度一個新版本的速度迭代更新，顯然已經成為英特爾在邊緣計算，尤其在視覺領域的重要部署。
此次峰會上，英特爾正式對外發布了OpenVINO R3版本。
據官方資料顯示，此次版本更新主要針對此前OpenVINO版本占用資源空間過大，部分模型需要在不同推理運算之間改變圖像尺寸導致準確性降低，難以追溯每次變化為模型帶來的性能、準確性影響等問題進行了優化。
具體而言，更新后的OpenVINO R3版本對網絡模型加載進行了優化，加入了3種視覺預訓練算法模型，新增命令行界面（CLI）部署管理器，并支持第10代英特爾酷睿處理器（Ice Lake）。
大會上，英特爾視頻業務市場拓展總監Thomas Neubert特別強調，OpenVINO已經基于Apache 2.0 licence開源，截止2019年9月13日，這一深度學習網絡架構已經被369個深度學習模型支持。
關于OpenVINO的產品迭代，Thomas Neubert給出一組數據：
基于第一代至強處理器，OpenVINO 2018年的R1版本可以使得計算性能提升1倍，2019年的R1版本可以使得西能提升2.1倍。如果基于OpenVINO 2019年的R1版本，采用第二代至強處理器，計算性能將會提升28.4倍。
行業中廠商會提供原始性能數據，實際上，在我們的用例當中，原始性能數據并不是最重要的，我們要考察的是其在端到端解決方案中能夠帶來總體性能水平的提升。
目前，OpenVINO已經持續迭代了六個版本，在現有硬件平臺的基礎能力上，計算性能已經從250幀/s提升到2600幀/s，如下圖。
此外，OpenVINO作為當下英特爾戰略級軟件產品，也得到了英特爾全線CPU產品的支持，包括英特爾的靈動、酷睿、至強系列處理器，Movidious VPU、FPGA加速芯片，以及未來的加速芯片。
這些都是英特爾針對機器視覺，針對OpenVINO的版本迭代和體系化建設，也是英特爾在AIoT時代找到的切入點。
為什么英特爾會重視邊緣計算，尤其重視機器視覺呢？
雷鋒網從英特爾中國區物聯網事業部首席技術官張宇給出的兩組數據中找到答案。
據相關預測，2025年全球人類產生的數據中有約55%的數據來自于物聯網，其中50%的數據需要在邊緣進行處理，另外一半數據在云端進行處理，所以邊緣協同將是未來整個物聯網大趨勢。
在眾多物聯網應用中，我們看到很大一部分應用與視頻有關，而且視頻數據增長迅速。據行業咨詢公司預測，視頻數據增長速度每年達到11%，預計到2021年，網絡數據中約有82%的數據與視頻相關。
這其中，有一個重要概念「軟件即服務」。據雷鋒網了解，「軟件即服務」更多是當下諸多云服務廠商在提的概念，同時也是英特爾進一步拓展OpenVINO此類開發工具的一個基礎思路。其中，軟件即服務的關鍵技術在于多應用融合。
平臺化軟件能夠實現對硬件資源的統一調配，同時也能夠提供標準化的中間層，以打破上層應用與底層硬件資源之間的關系，從而提高系統利用效率，我們看到這兩方面的發展非常迅猛。包括諸如軟件定義網絡（SDN）、網絡功能虛擬化（NFV）、軟件定義存儲（SDS）等通過虛擬化技術將若干應用整合在統一平臺上的軟件定義系統應用案例不斷豐富。
正因如此，英特爾正在開發多應用融合軟件。據張宇介紹稱，這一軟件包含兩方面，一方面是集中在邊緣側，另一方面集中在云端。
邊緣側，英特爾提供對自家現有軟件工具擴展（例如OpenVINO擴展），使得這些工具更好支持多應用環境，同時在邊緣側還提供一些檢測工具幫助開發者檢測每一個應用當前工作狀態，以及應用占用系統資源的情況。
云端，英特爾通過提供軟件管理平臺的參考實踐，用戶可以在web上輸入融合系統的系統參數，當這些參數設置完以后，會在云端管理平臺自動生成安裝腳本，開發者可以把腳本下載到本地運行，以此快速構建所需多應用運行環境。
互聯網時代延續至今的一個思維是生態構建思維，各大廠商針對物聯網進行行業部署時都極度重視生態。
雷鋒網注意到，在本次峰會上，英特爾對外發布了人工智能邊緣計算生態智庫（AI AT THE EDGE生態智庫），這一智庫也是英特爾聚焦AIoT的物聯網生態第四階段具體部署。
英特爾中國區物聯網事業部渠道生態總監于冰在峰會上針對這一部署進行了詳細講解：
邊緣人工智能生態智庫包括三大版塊：高性能硬件及行業軟件配方、預先捆綁好的開發者產品和工具、特定使用案例套件及可部署方案。
第一，高性能硬件及行業軟件配方，英特爾針對邊緣計算和機器視覺有高性能CPU、GPU、VPU，Movidius、FPGA視覺加速器，以及OpenVINO開發工具包；
第二，預先捆綁好的開發者產品和工具，JWIPC、UZEI開發工具，英特爾神經計算棒，以及邊緣到云的整合產品方案；
第三特定使用安力套件和可部署方案，包括神州數碼倉促業務自動化與管理流程可視化解決方案、深圳信步動態人臉識別閘機布控解決方案、杰和數字標牌管理系統、上海銳勢工業機器視覺開發套件等。
前文提到，英特爾整個物聯網生態構建已經發展到第四階段，主要聚焦邊緣人工智能、AIoT（AI+IoT）。針對四個階段的發展歷路，于冰也在會上進行了梳理：
1.0階段，英特爾生態系統構建主要包括ODM、OEM廠商，以及獨立軟件開發商、云服務廠商等端到端解決方案廠商，這也是英特爾基于自身原有基因進行最基礎的生態系統擴展；
2.0階段，2017年，英特爾正式提出行業整體解決方案和開發套件，加速拓展生態系統，進一步覆蓋物聯網解決方案聚合商，通過諸如神州數碼、JWIPC等將解決方案及開發套件推向市場；
3.0階段，2018年開始，英特爾開始著重進行行業解決方案部署，據大會公布數據顯示，目前，截止目前，英特爾已有超過217個解決方案和90個開發套件在全球推廣部署；到今年為止，10個月里，全球有3400個項目已經進行了部署應用；
4.0階段，2019年開始，英特爾通過開發者工具和生態系統方案，重點在于快速規模部署AIoT。
生態構建作為當下巨頭角逐物聯網的主戰場，英特爾整合自家原有產業鏈資源，經過近三年的行業下沉，將自己在物聯網賽道上的生態進一步拓寬，通過邊緣計算、機器視覺的軟硬件體系，精準定位了自家在物聯網，乃至智聯網時代的核心體系。
據英特爾市場營銷集團副總裁兼中國區總經理王銳在大會上給出的數據顯示，英特爾推出的全新生態鏈支持計劃，在2019年也進一步拓展了“200+ODM、OEM新客戶、150+物聯網系統集成商及終端用戶、20+基于OpenVINO的產品發布，并實現了超過2900例實際部署。"
兩年前，英特爾在2017年11月中國物聯網總裁高峰會議（杭州）上提出了物聯網三大戰略方向：高性能芯片、增強邊緣計算、計算機視覺。其中，邊緣計算作為貫穿英特爾三大戰略的新方向，替代了此前「工作負載整合」的說法，開始被滲透到各個行業。
在次日（10月17日）的英特爾物聯網峰會上，英特爾公司高級副總裁兼物聯網事業部總經理Thomas Lantzsch進一步強調了英特爾在物聯網領域的具體戰略：“以高性能計算、賦能邊緣、視覺（視頻）推理為支柱，將通用、無縫的軟件和開發者體驗貫穿其中，不斷拓展生態合作，提供行業整體解決方案，并以此推動物聯網創新實踐。”
這樣的物聯網戰略，具體落實到行業中，Thomas Lantzsch也表示，已經布局九大細分領域：零售、工業、智慧城市/視頻、交通運輸、公共事業、教育、醫療、汽車、金融服務。其中，安防、零售、醫療、工業是計算機視覺和AI推理的重量級應用領域。
針對計算機視覺、邊緣計算開發工具的進一步開發規劃，Thomas Lantzsch也透露，目前已經與合作伙伴開發了用于提升網絡能力的OpenNESS，2020年將會針對功能安全、實時控制繼續推出相應工具。
此外，提及邊緣計算的驅動力，Thomas Lantzsch認為涵蓋以下四個方面：
第一，低時延，很多場景要求應用必須是非常低時延的，例如機器人、控制系統，在工廠里就有這樣的要求；
第二，大帶寬，對于計算機視覺而言，帶寬目前仍有一定局限，未來數據量將會是巨大的，從經濟成本上來講，我們不能將海量數據都傳到云端計算；
第三，連接性，這也是很多客戶面臨的挑戰；
第四，安全性。
近兩年，英特爾開始強調邊緣計算，強調以數據為中心進行的戰略轉型，這樣的戰略部署在時隔兩年后的今天終于不再浮于紙面，開始在產業中引起化學反應。正如英特爾公司高級副總裁兼物聯網事業部總經理Thomas Lantzsch次日在英特爾物聯網峰會上所提到：
兩年前，我們只能為大家看PPT的演示來告訴大家我們做了哪些事情；去年，我們已經看到了很多行業解決方案的演示、概念驗證和解決方案的原型；今天，在場外展示的方案都是已經上線的解決方案，在中國、在世界都有很多實際的部署。
具體在行業應用落地方面，王銳從市場方面給出了更多的介紹：
在工業領域，我們明確了「運動+視覺」這一工作負載整合的戰略方向及產品思路，各個合作伙伴也推出了一系列新產品和新方案；
在智慧零售領域，我們經過和客戶合作，推出了基于透明計算和IDV的商業終端，在教育端提出了端到端的解決方案，同時提出了智能會議室的方案，以滿足金融界、教育界及其他行業需求，并且進一步向新的應用市場中拓展；
在智能交通領域，我們明確了高鐵、地鐵、港口和高速公路四個戰略方向，加深了與這四個方向的客戶的合作，并開始逐步在四個行業中推出基于英特爾產品技術的解決方案；
在醫療健康領域，除了繼續利用人工智能賦能傳統醫療測試儀器外，英特爾還加大了在智慧醫院上的客戶合作，針對智能病房、智能醫療室、智能手術室等應用場景推出了一系列解決方案和產品。
相關文章：
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？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
