英特爾晶元使邊緣化計算設備更聰明

9月13日，2018英特爾物聯網峰會在重慶召開，會後英特爾公司高級副總裁兼物聯網事業部總經理Thomas Lantzsch與英特爾副總裁兼物聯網事業部中國區總經理陳偉先生接受了媒體採訪。在物聯網行業當中，英特爾對物聯網有三個戰略標準，即為物聯網行業研發高性能晶元、通過晶元與終端廠商合作強化邊緣計算以及專註於計算機識別領域的應用開發。而這些行業級應用也促成了中國物聯網領域的飛速發展，更多的合作廠商加入到行業開發當中來，技術應用落地加速。

Thomas Lantzsch（左）與陳偉先生（右）

·未來設備超過45%的計算髮生在邊緣

邊緣計算在最近幾年逐漸升溫，對比雲計算概念，邊緣計算方式在安防領域，自動駕駛領域以及健康醫療領域都有著很好的落地場景應用。邊緣計算與雲計算並不排斥，而是應用於不同場景的相互補充。英特爾曾經透露，未來將會有超過45%的數據堆疊與計算會發生在邊緣，因為終端設備要在短時間內做快速反饋與處理，傳統雲計算並不能滿足這種場景應用模式。

目前中國市場基於英特爾架構開發的視頻物聯網產品

英特爾公司高級副總裁兼物聯網事業部總經理Thomas（TOM）Lantzsch（以下簡稱TOM），舉例說，自動駕駛技術就是一種典型的邊緣計算模式，數據的產生與決策全部由終端產生，並且通過終端與終端的協同來進行操控。如果數據上傳到雲端，通過雲端來對自動汽車的駕駛進行指令操控，那勢必安全性將大大降低。TOM強調，並不是所有學習都會發生在雲端。如今，所有的訓練，數據集都發生在雲端。將來有更多的數據會產生於邊緣，而培訓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（autonomous systems），會變得越來越自能。

使用OpenVINO工具包與FPGA加速軟體後攝像幀數優化明顯

關於邊緣計算技術的落地化應用，TOM也透露，很高興看到中國合作夥伴搭載英特爾晶元研發出的智能攝像頭產品，通過英特爾的技術，結合中國企業的獨立開發，使得今天展示的這顆攝像頭產品可以同時識別50萬張人臉，而這些技術通常會被應用在於火車站，汽車站以及公共場所密集型的地方。設備在本地終端進行計算與訓練，並不會產生在雲端。所以這也是為什麼說未來我們的設備終端會越來越智能的原因。

·降低門檻與合作夥伴搭建端到端解決方案

早些時候英特爾推出基於物聯網OpenVINO工具包，開發者可依此在物聯網上建立AI模型。為此英特爾培訓了大量關於OpenVINO方面的技術性人才。在演算法方面，則由專業的數據公司來做，因為培訓數據都是針對某種特定的應用。TOM援引美國汽車車牌案例的數據計算問題，表示現在最困難的一個演算法之一是在美國的車牌識別：因為美國有50個州，每個州的車牌系統都不一樣，每個州下面還有不同版本的車牌，所以這就有50種，外加每個州可能有10種不同的版本。所以做一種演算法，在收費公路上進行迅速的車牌識別，一定要快速、準確，這並不簡單。不過，但這在德國就不成問題。

英特爾OpenVINO工具包用來助力智能醫療解決方案

同時英特爾副總裁兼物聯網事業部中國區總經理陳偉表示，目前英特爾提供算力的支持，而演算法則由合作廠商來通過不同的落地化應用來解決。算力加演算法的結合，變成了一整套解決方案系統。現在不僅要算力，還要有靈活度，要還有一個平台性軟體、硬體的系統化，所以，英特爾物聯網行業整體解決方案（Intel IoT Market Ready Solutions，MRS）就是和合作夥伴搭建端到端的解決方案，這樣就可以降低各個用戶的啟用門檻，中小企業都能夠用。比如說在教室里，窗帘的控制和師生視頻的控制都可以整合在一個系統里。這裡肯定會有技術挑戰，但這肯定是一個方向。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！