在物聯(lián)網(wǎng)、5g、ai、大數(shù)據(jù)等技術(shù)融合發(fā)展的背景下，智能邊緣計(jì)算迅速?gòu)母拍钭呦蚵涞?。特別是新冠肺炎疫情爆發(fā)以來(lái)，越來(lái)越多的網(wǎng)絡(luò)應(yīng)用，如視頻監(jiān)控、智能零售、智能制造、智慧城市等場(chǎng)景迅速發(fā)展起來(lái)，越來(lái)越多的數(shù)據(jù)開(kāi)始在邊緣側(cè)進(jìn)行存儲(chǔ)和處理。根據(jù)gartner 預(yù)測(cè)到2025年，75%的數(shù)據(jù)將產(chǎn)生于數(shù)據(jù)中心之外的邊緣，數(shù)字化轉(zhuǎn)型正在從云端走向網(wǎng)絡(luò)與終端。不過(guò)智能邊緣也對(duì)行業(yè)企業(yè)提出了更多新的挑戰(zhàn)，技術(shù)趨勢(shì)如何發(fā)展？端到端數(shù)字基礎(chǔ)架構(gòu)如何搭建？相關(guān)應(yīng)用如何落地，并賦能醫(yī)療、農(nóng)牧業(yè)、智慧交通、零售等行業(yè)？

智數(shù)融合

邊緣計(jì)算走向“舞臺(tái)中心”

物聯(lián)網(wǎng)并非一個(gè)新的概念，如果從2009年“感知中國(guó)”概念被提出算起，這是中國(guó)物聯(lián)網(wǎng)概念被提出的標(biāo)志性時(shí)間，至今已有13年。邊緣計(jì)算概念從2013 年正式被提出，至今也有近10年時(shí)間。然而，隨著數(shù)字經(jīng)濟(jì)的進(jìn)一步深化發(fā)展，人們對(duì)于網(wǎng)絡(luò)和算力都提出了更高的要求，物聯(lián)網(wǎng)與邊緣計(jì)算相互融合發(fā)展的趨勢(shì)越來(lái)越明顯，智能邊緣概念成為新的行業(yè)熱點(diǎn)。

在英特爾視頻事業(yè)部全球首席技術(shù)官?gòu)堄羁磥?lái)，人們之所以智能邊緣計(jì)算給予越來(lái)越高度的重視，一個(gè)大背景是整個(gè)社會(huì)正在經(jīng)歷一場(chǎng)深刻的數(shù)字化轉(zhuǎn)型。在此過(guò)程中，各行各業(yè)的運(yùn)轉(zhuǎn)都必須依賴(lài)一整套端到端的數(shù)字基礎(chǔ)架構(gòu)作為支撐才能正常展開(kāi)。而邊緣側(cè)正是整個(gè)系統(tǒng)的有機(jī)組成，且作用越來(lái)越凸顯。

“之所以要強(qiáng)調(diào)‘端到端’，是因?yàn)檫@個(gè)系統(tǒng)所需提供的服務(wù)都是端到端的服務(wù)，從前端的數(shù)據(jù)采集，到數(shù)據(jù)傳輸，再到一些關(guān)鍵節(jié)點(diǎn)的數(shù)據(jù)處理、存儲(chǔ)與反饋，整個(gè)服務(wù)都是一個(gè)端到端完整過(guò)程，也只有這樣的完整流程才能有效完成。”張宇指出。而在這樣一個(gè)數(shù)據(jù)傳輸處理過(guò)程中，有些數(shù)據(jù)可以在中心節(jié)點(diǎn)完成，有些則必須在邊緣節(jié)點(diǎn)進(jìn)行。這是由數(shù)據(jù)應(yīng)用的需求不同而決定。那些對(duì)實(shí)時(shí)性要求不高的應(yīng)用，可以把數(shù)據(jù)從應(yīng)用前端傳輸?shù)竭h(yuǎn)程云端，在那里有更大存儲(chǔ)空間和相對(duì)富余的算力，可以以更低的成本進(jìn)行運(yùn)算和存儲(chǔ)。但是對(duì)于自動(dòng)駕駛、工業(yè)互聯(lián)網(wǎng)等對(duì)實(shí)時(shí)性要求很高的應(yīng)用來(lái)說(shuō)，再將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程進(jìn)行處理就不合適了。這種情況的運(yùn)算往往需要通過(guò)算力網(wǎng)絡(luò)這樣的邊緣計(jì)算架構(gòu)來(lái)承載。這正是智能邊緣計(jì)算越來(lái)越受重視的主要原因。

“沒(méi)有物聯(lián)網(wǎng)的智能化、算力網(wǎng)絡(luò)的泛在化，是無(wú)法支撐應(yīng)用前端實(shí)時(shí)、高效的運(yùn)算需求的。”張宇強(qiáng)調(diào)指出。

對(duì)于智能邊緣計(jì)算，未來(lái)則呈現(xiàn)出三個(gè)發(fā)展趨勢(shì)。

首先，數(shù)字基礎(chǔ)架構(gòu)的架建將是一個(gè)“端邊云”協(xié)同一體化的系統(tǒng)。“端邊云”三者缺一不可，同時(shí)根據(jù)應(yīng)用場(chǎng)的不同，扮演的角色各不相同、各有側(cè)重，有些數(shù)據(jù)的處理邊緣側(cè)發(fā)揮更加重要的作用，有時(shí)云端扮演的角色更重要。

其次，在數(shù)字化轉(zhuǎn)型中軟件的作用不可忽視。也就是人們常說(shuō)的“軟件定義”。隨著遠(yuǎn)程辦公的發(fā)展，人們對(duì)網(wǎng)絡(luò)靈活動(dòng)的要求不斷提高。這就要求擁有一個(gè)可以進(jìn)行靈活配署的網(wǎng)絡(luò)，不僅是核心網(wǎng)，數(shù)據(jù)中心的配置也要越來(lái)越靈活。數(shù)據(jù)中心要以一種可編程的方式進(jìn)行網(wǎng)絡(luò)基礎(chǔ)架構(gòu)的搭建，可編程的以太網(wǎng)芯片、編程語(yǔ)言成為數(shù)據(jù)中心建設(shè)的重要支撐。

第三，人工智能在邊緣計(jì)算中的滲透越來(lái)越廣泛。本輪人工智能的應(yīng)用熱潮雖然起始于數(shù)據(jù)中心，初始階段大量數(shù)據(jù)的處理在云端完成。但隨著技術(shù)的發(fā)展，越來(lái)越多的數(shù)據(jù)處理向邊緣側(cè)轉(zhuǎn)移。邊緣計(jì)算與人工智能相互滲透融合，人工智能的泛在化趨勢(shì)已不可避免。

總之，在物聯(lián)網(wǎng)、5g、ai、大數(shù)據(jù)等技術(shù)融合發(fā)展的背景下，智能邊緣計(jì)算正迅速?gòu)母拍钭呦蚵涞?。根?jù)idc的數(shù)據(jù)，到2025年大約75%的數(shù)據(jù)將在邊緣產(chǎn)生、在邊緣處理。大量數(shù)據(jù)的產(chǎn)生對(duì)于邊緣算力的要求也在不斷提升。智能邊緣將成為數(shù)字時(shí)代端到端數(shù)字基礎(chǔ)架構(gòu)的重要計(jì)算領(lǐng)域。

軟硬結(jié)合

支撐算力網(wǎng)絡(luò)泛在化發(fā)展

在智能邊緣計(jì)算快速發(fā)展的過(guò)程中，芯片發(fā)揮著關(guān)鍵作用。“實(shí)際上，智能物聯(lián)網(wǎng)的創(chuàng)新應(yīng)用都要通過(guò)底層芯片和配套軟件才能實(shí)現(xiàn)。就芯片角度來(lái)看，隨著算力需求的增長(zhǎng)，對(duì)芯片的要求也會(huì)越高。”張宇指出。

英特爾長(zhǎng)期深耕物聯(lián)網(wǎng)行業(yè)，提供了多樣化產(chǎn)品線以滿(mǎn)足用戶(hù)需求。在今年國(guó)際消費(fèi)類(lèi)電子產(chǎn)品展覽會(huì)（ces 2022）上，英特爾就發(fā)布了第12代酷睿處理器（代號(hào)alder lake s系列和h系列）。這是英特爾首個(gè)針對(duì)邊緣領(lǐng)域進(jìn)行優(yōu)化的處理器系列，采用的高性能混合架構(gòu)將性能核與能效核以及硬件線程調(diào)度器（thread director）有機(jī)整合在一起，對(duì)加速物聯(lián)網(wǎng)應(yīng)用創(chuàng)新進(jìn)行優(yōu)化，適用于零售、制造、醫(yī)療和視頻客等領(lǐng)域用戶(hù)進(jìn)行圖形、多媒體、顯示和人工智能等的運(yùn)算。

張宇同時(shí)強(qiáng)調(diào)，英特爾在致力于提高芯片產(chǎn)品性能的同時(shí)，對(duì)實(shí)現(xiàn)可持續(xù)發(fā)展的綠色計(jì)算理念也非常重視。“我們不能一味強(qiáng)調(diào)算力提升，還要認(rèn)識(shí)到提升功效比的重要性。英特爾始終關(guān)注以一種可持續(xù)的方式，促進(jìn)社會(huì)的有序發(fā)展。”

據(jù)介紹，從2010年至2020年，英特爾酷睿產(chǎn)品線的能效比提升了14倍。2020年到2030年，英特爾的目標(biāo)是在原有基礎(chǔ)上將旗下產(chǎn)品線的平均能效比再提升10倍。為此，英特爾在第12代酷睿處理器中引入了“大小核”概念，包括性能核和功效核，利用不同的內(nèi)核匹配運(yùn)算需求，實(shí)現(xiàn)最佳負(fù)載，以降低整體功耗。

異構(gòu)計(jì)算也是應(yīng)對(duì)差異化需求，提升處理器能耗比的重要技術(shù)方向。很多負(fù)載是有典型性的，不管是視頻會(huì)議場(chǎng)景、智能零售場(chǎng)景，還是云游戲場(chǎng)景，其背后的技術(shù)都涉及視頻的編碼、解碼和轉(zhuǎn)碼。對(duì)于這些相對(duì)固定的負(fù)載，如果采用專(zhuān)有硬件進(jìn)行處理，效率更高、功耗更低。因此，在酷睿產(chǎn)品線中，英特爾很早就整合了集成顯卡，形成硬件單元，專(zhuān)門(mén)進(jìn)行視頻的編解碼和轉(zhuǎn)碼工作。當(dāng)然，對(duì)于性能要求更高的用戶(hù)，英特爾也可以提供獨(dú)立顯卡的解決方案。整體思路就是通過(guò)異構(gòu)架構(gòu)的方式提高能效比。

如何調(diào)用這些硬件產(chǎn)品則離不開(kāi)軟件的支撐。張宇強(qiáng)調(diào)，一款好的軟件工具能使開(kāi)發(fā)者更加充分地發(fā)揮硬件性能。英特爾一直在與合作伙伴做著這方面的工作，包括推出oneapi通過(guò)底層dpc++開(kāi)放接口，實(shí)現(xiàn)對(duì)異構(gòu)硬件資源的訪問(wèn)。對(duì)開(kāi)發(fā)者而言，利用oneapi就可以對(duì)不同硬件實(shí)現(xiàn)統(tǒng)一編程。

英特爾還推出openvino工具套件，加速邊緣側(cè)的ai推理。openvino能夠使開(kāi)發(fā)者在不同人工智能框里做訓(xùn)練。在一些 ai 模型場(chǎng)景中，openvino能夠提供高達(dá)7倍的推理加速，有效提升工作效能，增加平臺(tái)競(jìng)爭(zhēng)力。

工業(yè)+零售

邊緣智能加速落地

隨著智能邊緣計(jì)算的發(fā)展，其在一些領(lǐng)域的應(yīng)用成功落地。

工業(yè)制造是智能邊緣計(jì)算滲透發(fā)展的重點(diǎn)領(lǐng)域之一。marketsandmarkets發(fā)布的最新研究報(bào)告顯示,2021年全球智能制造市場(chǎng)規(guī)模為887億美元,預(yù)計(jì)到2027年將達(dá)到2282億美元,復(fù)合年增長(zhǎng)率達(dá)18.5%。對(duì)此，張宇表示：“機(jī)器視覺(jué)作為制造業(yè)智能轉(zhuǎn)型的重要技術(shù)，正隨著人工智能的高速發(fā)展而演進(jìn)，其市場(chǎng)規(guī)模迅速增長(zhǎng)。事實(shí)上，本輪人工智能的爆發(fā)正是基于以圖片圖像識(shí)別為基礎(chǔ)的深度學(xué)習(xí)。目前在物聯(lián)網(wǎng)領(lǐng)域采集到的數(shù)據(jù)，80%左右都與圖形片圖像相關(guān)。”

基于此，英特爾日前攜手信步科技，推出一系列機(jī)器視覺(jué)開(kāi)發(fā)套件。開(kāi)發(fā)套件以工業(yè)邊緣洞見(jiàn)平臺(tái)（eii）和視覺(jué)軟件優(yōu)化包為框架，集成了openvino、dpc++/c++編譯器、oneapi數(shù)學(xué)核心函數(shù)庫(kù)（onemkl）、vtune™ profiler、ipp、openmp和tbb等軟件工具和程序庫(kù)，預(yù)置典型工業(yè)應(yīng)用場(chǎng)景的參考案例和算法優(yōu)化參考方法，為用戶(hù)開(kāi)發(fā)機(jī)器視覺(jué)應(yīng)用提供端到端的一站式軟件框架。目前，開(kāi)發(fā)套件已在汽車(chē)制造、3c/半導(dǎo)體、食品包裝、物流倉(cāng)儲(chǔ)等行業(yè)實(shí)現(xiàn)落地應(yīng)用，有效地助力制造業(yè)朝著智能化和信息化的方向演進(jìn)。

零售市場(chǎng)的競(jìng)爭(zhēng)日趨激烈，人工智能展現(xiàn)出來(lái)的重要價(jià)值正在得到全球零售商的普遍關(guān)注。通過(guò)人工智能技術(shù)的應(yīng)用，零售商能夠更加有效地了解消費(fèi)者的偏好，為消費(fèi)者提供個(gè)性化、獨(dú)特的服務(wù)，增強(qiáng)零售服務(wù)吸引力。同時(shí)，人工智能也幫助零售商將更多流程轉(zhuǎn)為自動(dòng)化流程，實(shí)現(xiàn)更多收益。數(shù)據(jù)顯示，到 2035 年，人工智能將使零售和批發(fā)業(yè)務(wù)的利潤(rùn)率提高近 60%。

面對(duì)這一新興的應(yīng)用市場(chǎng)，英特爾攜同漢朔科技及微軟，共同推出針對(duì)零售行業(yè)的智能邊緣解決方案，主要應(yīng)用在智慧貨架管理和自助收銀防損兩個(gè)方面。“人、貨、場(chǎng)”是傳統(tǒng)零售的主要環(huán)節(jié)，該方案融合了英特爾從軟件到硬件的全棧技術(shù)，能夠幫助零售客戶(hù)構(gòu)建高性能且易于實(shí)施管理的智慧零售管理系統(tǒng)。

除此之外，邊緣智能在智慧醫(yī)療、智慧交通，加速企業(yè)數(shù)字化轉(zhuǎn)型等方面都有著廣泛的應(yīng)用潛力。“人工智能在邊緣網(wǎng)絡(luò)的發(fā)展空間巨大，市場(chǎng)需求也很明確。以前人們總認(rèn)為人工智能是一種很高大上的東西，門(mén)檻很高，部署起來(lái)也十分困難。然而，現(xiàn)實(shí)的情況是有越來(lái)越多公司已經(jīng)開(kāi)始部署、運(yùn)行人工智能技術(shù)，并且取得成功。這種情況恰恰說(shuō)明人工智能的使用門(mén)檻正在降低，同時(shí)也是人工智能無(wú)處不在的一個(gè)典型例證。”張宇指出。在此過(guò)程中，英特爾的技術(shù)，包括openvino工具套件以及一系列硬件產(chǎn)品也發(fā)揮了關(guān)鍵的作用。

做好本地化適配

突破“最后一公里”

在智能邊緣計(jì)算加速落地的過(guò)程中，如何使其與本地需求更好地進(jìn)行適配，突破“最后一公里”瓶頸，又是非常關(guān)鍵的一個(gè)環(huán)節(jié)。采訪中，張宇特別指出：“技術(shù)在數(shù)據(jù)中心落地和在邊緣側(cè)落地，其落地的方式是不一樣的。”畢竟平臺(tái)不一樣、算力不一樣、條件不一樣，落地方式也不會(huì)一樣。也就是說(shuō)，人工智能在邊緣側(cè)進(jìn)行落地的時(shí)候，就必須解決好一些在邊緣側(cè)才會(huì)出現(xiàn)的特定問(wèn)題。

舉例而言，人工智能一般分為兩大階段：訓(xùn)練階段和推理階段。訓(xùn)練階段需要利用大量數(shù)據(jù)進(jìn)行訓(xùn)練，同時(shí)在訓(xùn)練之前要對(duì)數(shù)據(jù)做標(biāo)注，把數(shù)據(jù)當(dāng)中需要關(guān)注的物體標(biāo)注出來(lái)，再把標(biāo)注之后的圖片傳輸?shù)接?xùn)練平臺(tái)之上做訓(xùn)練，最后才能生成一個(gè)可以進(jìn)行推理的人工智能網(wǎng)絡(luò)模型。

但是在邊緣側(cè)這種模式卻有可能遇到挑戰(zhàn)。因?yàn)樵诂F(xiàn)實(shí)當(dāng)中，邊緣側(cè)往往沒(méi)有那么多數(shù)據(jù)可以用做訓(xùn)練。比如瑕疵檢測(cè)是人工智能在智能工廠中最常見(jiàn)的應(yīng)用之一。但是在工廠中，正常的生產(chǎn)線上出現(xiàn)瑕疵的概率并沒(méi)有那么大。這也就意味著可以用來(lái)做訓(xùn)練的樣本數(shù)據(jù)比較有限。如何在小樣本的情況下訓(xùn)練出一個(gè)可用模型，就是在智能邊緣計(jì)算需要解決的問(wèn)題。

再比如訓(xùn)練的時(shí)候需要做標(biāo)注，可在邊緣應(yīng)用的時(shí)候，真正操作人工智能的人員往往就是產(chǎn)線上的生產(chǎn)人員。這些人很難再有額外的精力去做這個(gè)標(biāo)注工作。因此，如何開(kāi)發(fā)一些自動(dòng)化的標(biāo)注工具，減少操作人員的負(fù)擔(dān)，使訓(xùn)練、標(biāo)注以及到推理的這個(gè)閉環(huán)可以真正運(yùn)轉(zhuǎn)起來(lái)，也是英特爾在邊緣做人工智能時(shí)需要解決的問(wèn)題。

“實(shí)際上，在邊緣有很多問(wèn)題都要以某種特定化的方式進(jìn)行解決。”張宇強(qiáng)調(diào)指出。

打造產(chǎn)業(yè)生態(tài)

解決碎片化挑戰(zhàn)

當(dāng)然，在智能邊緣領(lǐng)域，英特爾所有這些工作的完成都離不開(kāi)合作伙伴們的支持。“英特爾長(zhǎng)期深耕物聯(lián)網(wǎng)行業(yè)，提供豐富的產(chǎn)品類(lèi)型，我們是希望通過(guò)這些不同組合的產(chǎn)品，能讓合作伙伴在物聯(lián)網(wǎng)領(lǐng)域有更大發(fā)揮空間。”張宇指出。

在談到英特爾在智能邊緣領(lǐng)域競(jìng)爭(zhēng)優(yōu)勢(shì)的時(shí)候，張宇就將其歸功于擁有廣泛的合作伙伴基礎(chǔ)。“這使我們能夠更加深刻地理解用戶(hù)的訴求，再根據(jù)這樣的訴求，制訂軟硬件解決方案。無(wú)論這些用戶(hù)位于網(wǎng)絡(luò)前端、邊緣側(cè)，還是數(shù)據(jù)中心，英特爾都能提供端到端的，符合數(shù)字基礎(chǔ)設(shè)施發(fā)展趨勢(shì)的解決方案。”

物聯(lián)網(wǎng)盡管有著無(wú)限的可能，但是碎片化問(wèn)題始終是橫亙?cè)诠?yīng)商面前的一大挑戰(zhàn)。對(duì)此，張宇表示，一方面我們要做好自己的產(chǎn)品，讓產(chǎn)品盡可能具有普適性；但在項(xiàng)目落地方面，卻始終離不開(kāi)整個(gè)產(chǎn)業(yè)鏈的密切配合。

不同的市場(chǎng)有不同的需求，中國(guó)物聯(lián)網(wǎng)市場(chǎng)的特點(diǎn)是發(fā)展速度快，創(chuàng)新的客戶(hù)很多，這些客戶(hù)的規(guī)模也許不是很大，但是創(chuàng)新能力很強(qiáng)。近年來(lái)，英特爾與系統(tǒng)集成商在內(nèi)的國(guó)內(nèi)合作伙伴一起進(jìn)行了大量工作，把產(chǎn)業(yè)鏈不同環(huán)節(jié)的產(chǎn)品技術(shù)加以整合，解決碎片化的問(wèn)題。

2016年，英特爾與合作伙伴一起，共同建立邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟。這是國(guó)內(nèi)目前最大的專(zhuān)注于邊緣計(jì)算的聯(lián)盟組織，擁有300多個(gè)成員單位，涵蓋芯片廠商、系統(tǒng)集成商、軟件開(kāi)發(fā)商、odm、oem等廠商。借助這樣的聯(lián)盟平臺(tái)，共同探討針對(duì)物聯(lián)網(wǎng)和邊緣計(jì)算的解決方案以及行業(yè)解決方案，群策群力解決碎片化問(wèn)題。

“水利萬(wàn)物而不爭(zhēng)”或是英特爾在整個(gè)生態(tài)中定位的最好形容。多年以來(lái)，正是通過(guò)潤(rùn)物細(xì)聲的默默工作，英特爾打通了邊緣智能產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)，包括原始設(shè)計(jì)制造商（odm）、原始設(shè)備制造商（oem）、系統(tǒng)集成商（si）、獨(dú)立軟件開(kāi)發(fā)商（isv）等，為產(chǎn)業(yè)提供了一個(gè)端到端的，面向數(shù)字基礎(chǔ)架構(gòu)的整體解決方案。

英特爾ceo帕特?基辛格（pat gelsinger）曾在今年舉辦的“2022英特爾on產(chǎn)業(yè)創(chuàng)新峰會(huì)”上提出四大超級(jí)技術(shù)力量的概念，包括無(wú)所不在的計(jì)算、無(wú)處不在的連接、人工智能和從云到邊緣的基礎(chǔ)設(shè)施。張宇強(qiáng)調(diào)，實(shí)際上這四大超級(jí)技術(shù)力量就是在未來(lái)構(gòu)建一個(gè)綠色、智能、端到端數(shù)字基礎(chǔ)設(shè)施所需的四大支柱。如果把這四大超級(jí)技術(shù)力量綜合使用，構(gòu)建起來(lái)的就是一個(gè)端到端的數(shù)字基礎(chǔ)設(shè)施。未來(lái)，在這個(gè)數(shù)字基礎(chǔ)設(shè)施之上會(huì)承載更多新的創(chuàng)造、新的應(yīng)用。這些基礎(chǔ)設(shè)施擁有兩個(gè)特點(diǎn)：一個(gè)是智能，二是綠色。