物聯(lián)網(wǎng)設(shè)備在瘋狂增長淘这，預(yù)計到2020年全球物聯(lián)網(wǎng)設(shè)備數(shù)量將達到204億穴张，同時，這些設(shè)備也在以超乎我們想象的速度產(chǎn)生數(shù)據(jù)缝呕。以智能攝像頭為例澳窑，隨著攝像頭的分辨率從1080P轉(zhuǎn)向4K，其一天所采集到的數(shù)據(jù)量將達到200GB。同樣，智能醫(yī)院显午、自動駕駛和智能工廠谓着，它們一天所產(chǎn)生的數(shù)據(jù)將分別超過3TB肖自、4TB和1PB。有人預(yù)測，到2020年，一個互聯(lián)網(wǎng)用戶平均每天將產(chǎn)生的數(shù)據(jù)量大概是1.5GB庞蠕。由此可見，世界正在面臨著洶涌澎湃的數(shù)據(jù)洪流拇掺。

如果將源源不斷產(chǎn)生的數(shù)據(jù)全部傳輸?shù)皆贫嗽蚓贫朔?wù)器將面臨巨大的存儲壓力，因此有人提出了邊緣計算的解決方案算郭。所謂邊緣計算宇团，是一種在物理上靠近數(shù)據(jù)生成的位置處理數(shù)據(jù)的方法。在2017邊緣計算產(chǎn)業(yè)峰會上循谨，英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官張宇博士分享了如何在網(wǎng)絡(luò)邊緣實現(xiàn)智能化，是駕馭數(shù)據(jù)洪流的關(guān)鍵環(huán)節(jié)之一，也是物聯(lián)網(wǎng)未來發(fā)展的重要趨勢倔撞。他表示讲仰，“在物聯(lián)網(wǎng)時代，隨著數(shù)字化的轉(zhuǎn)型痪蝇，它需要更敏捷地連接鄙陡、更有效地數(shù)據(jù)處理，同時要有更好地數(shù)據(jù)保護躏啰。由于邊緣計算能夠有效的降低對帶寬的要求趁矾，能夠提供及時的響應(yīng)，并且對數(shù)據(jù)的隱私提供保護给僵，因此邊緣計算在今后物聯(lián)網(wǎng)的發(fā)展過程中會起到非常重要的作用毫捣。”

英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官-張宇博士

邊緣計算不會替代云計算帝际，二者會實現(xiàn)互補

既然邊緣計算如此重要蔓同，這是否意味著它可以替代云計算？張宇強調(diào)蹲诀，“邊緣計算不會代替云計算斑粱，二者之間會實現(xiàn)互補。因為邊緣計算所處理的數(shù)據(jù)是個局部的數(shù)據(jù)管员，并不能形成對于全局的認知褂省。這些認知的形成還需要云計算平臺，在后端對各種不同的邊緣采集到的數(shù)據(jù)進行融會貫通溅逃∮婷澹”

他列舉了智能交通領(lǐng)域和雙十一的例子，智能攝像頭通過各種智能方法能夠識別出攝像頭前經(jīng)過的各種人额晶，以及對車輛的車型演湘、車的顏色、車款以及車牌的識別豌挫，但是并不能了解車的軌跡窃裙。如果要形成車輛的完整軌跡，還是需要有云計算平臺的支持泄艘。雙11天貓商城上銷售峰值超過25億/秒宦噩，如此大量的計算也需要一個很大的云計算平臺在后面支撐。

張宇博士認為宗商，物聯(lián)網(wǎng)發(fā)展可以分成三個階段：互聯(lián)衰拄、智能、自治裕照。物聯(lián)網(wǎng)系統(tǒng)發(fā)展到自治階段同樣是端到端的一個系統(tǒng)攒发，邊緣計算和云計算二者之間會協(xié)同工作。

人工智能和負載整合的結(jié)合會在邊緣計算系統(tǒng)里發(fā)生

分析數(shù)據(jù)洪流你會發(fā)現(xiàn)，以前需要處理的數(shù)據(jù)很多都是結(jié)構(gòu)化數(shù)據(jù)惠猿，通過Excel表格或者簡單關(guān)系型的數(shù)據(jù)庫就可以對其進行維護和管理羔砾。但今后，物聯(lián)網(wǎng)會帶來越來越多的非結(jié)構(gòu)化數(shù)據(jù)偶妖，我們要從非結(jié)構(gòu)化的數(shù)據(jù)中發(fā)現(xiàn)內(nèi)在的關(guān)聯(lián)姜凄，就需要用到人工智能技術(shù)。

人工智能的識別率越來越高

在2012年以前趾访，人工智能做圖像識別的準確度低于人類态秧。虛線的部分代表人的識別水平，這樣一個曲線代表機器識別的錯誤率扼鞋。到2012年申鱼，AlexNet等一大批新的人工神經(jīng)網(wǎng)絡(luò)的出現(xiàn)，使得人工智能的水平上了一個新檔次藏鹊。在人工智能新技術(shù)的推動下润讥，機器進行圖像識別的水平開始超過人類。

雖然人工智能現(xiàn)在已經(jīng)取得了非常大的突破仅莲，但同樣還面臨著很多挑戰(zhàn)跛脾。最大的就是，人工智能在進行處理時辉茴，還需要消耗大量的計算資源和存儲資源癣跟。以百度搜索為例，要完成一次搜索需要完成千億億次計算女骗，在推理階段即使去處理一個非常典型的224×224分辨率的圖片景顷，像AlexNet或者是GoogleNet這樣一些人工智能網(wǎng)絡(luò)，處理起來計算量同樣是要超過10億次镣逃。如此大量的計算强男，需要一個很強大的計算芯片支撐，所以說撼遵，人工智能的發(fā)展實際上對芯片提出了更高的要求眨仪。

在芯片研制的過程中，芯片的工藝是決定性因素甜杰，英特爾是摩爾定律的創(chuàng)始者柑爸，也是摩爾定律的踐行者。從22納米到14納米盒音，從14納米到10納米的過程中表鳍，從半導(dǎo)體晶體管的密度變化來看，密度增長速度實際超過2倍祥诽，雖然英特爾的工藝迭代時間延長了譬圣，但是從更新速率來看瓮恭，仍然是按照摩爾定律的速度向前發(fā)展。摩爾定律還在不斷推動半導(dǎo)體工藝的進步胁镐，同時為人工智能等新的計算模式提供源源不斷的計算力偎血。因此诸衔，人工智能的應(yīng)用對邊緣計算提出了更高的要求盯漂，對邊緣計算設(shè)備的演進起到了推動作用。

張宇博士強調(diào)笨农，在邊緣側(cè)趨向負載整合是物聯(lián)網(wǎng)演進的一個必然趨勢就缆。原來在不同設(shè)備上分立的負載會越來越多地通過虛擬化等技術(shù)，整合到一個單一的高性能的計算平臺上谒亦，來實現(xiàn)一個綜合的復(fù)雜的功能资担，各個功能子系統(tǒng)既能分享設(shè)備提供的計算，存儲炬费，網(wǎng)絡(luò)等資源踱孕，同時還能具有一定的獨立性，避免彼此的相互影響艾蜓，從而可以簡化系統(tǒng)架構(gòu)将窗，降低系統(tǒng)總體。同時零反，負載整合實際上也為邊緣計算的實現(xiàn)以及為實施人工智能的應(yīng)用提供了條件泻畏。整合后的設(shè)備既是邊緣數(shù)據(jù)的匯聚節(jié)點，同時也是邊緣控制的中心迫讨，這為邊緣智能提供了處理所需的數(shù)據(jù)委丈，同時也提供了控制的入口。因此英特爾認為人工智能和負載整合的結(jié)合凤阱，會在今后的邊緣計算的系統(tǒng)里發(fā)生什偷。

利用硬件優(yōu)勢，給用戶提供全面合適的解決方案

張宇博士指出芹枷，物聯(lián)網(wǎng)系統(tǒng)一定是一個邊緣協(xié)同的端到端系統(tǒng)衅疙，人工智能會在物聯(lián)網(wǎng)系統(tǒng)里廣泛應(yīng)用，不僅是在前端杖狼，也在后端炼蛤。物聯(lián)網(wǎng)中不同的網(wǎng)源所需要的計算力需求不同，再加上人工智能部署蝶涩，需要不同特性硬件平臺以及軟硬件協(xié)同優(yōu)化理朋。英特爾提供了端到端的、業(yè)界領(lǐng)先的人工智能全棧解決方案绿聘，包括：涵蓋至強處理器嗽上、至強融核處理器次舌、英特爾Nervana神經(jīng)網(wǎng)絡(luò)處理器和FPGA、網(wǎng)絡(luò)以及存儲技術(shù)等領(lǐng)先而完整的硬件平臺兽愤，以及多種軟件工具及函數(shù)庫彼念，優(yōu)化開源框架。值得一提的是浅萧，對于邊緣計算而言如何平衡功耗和計算力所面臨的一大挑戰(zhàn)逐沙，憑借Movidius領(lǐng)先的單瓦計算能力，英特爾可以為業(yè)界提供低功耗版挣、高性能的邊緣計算解決方案蔓酣。對于前端的攝像機來說，對功耗要求嚴格婆裹，使用Movidius這樣的低功耗芯片更合適载甸；對于設(shè)備偏向于邊緣域的連接相機的設(shè)備或者服務(wù)器服務(wù)中心運行算法的，使用FPGA更適合乱险。

目前針對人工智能應(yīng)用也涌現(xiàn)出AI芯片設(shè)計公司齐犀，AI芯片未來會是會怎樣的發(fā)展態(tài)勢？張宇認為石检，“現(xiàn)實系統(tǒng)要解決的問題不同滥捣，以及在系統(tǒng)里所處的位置不同，對硬件要求勾奇、計算要求也不一樣谁昵，用戶要根據(jù)不同的要求來選擇比較合適的硬件架構(gòu)。當下的人工智能很多的應(yīng)用實際是圍繞著圖象處理摆野，即使像AlphaGo夭寺，Alphago下圍棋也是把棋盤轉(zhuǎn)變成二維的圖像作為輸入，然后用神經(jīng)網(wǎng)絡(luò)分析得到最終結(jié)果裆站，包括權(quán)重網(wǎng)絡(luò)条辟、估值網(wǎng)絡(luò)等，最后得到下一步棋放在哪個位置贏面最大的結(jié)論宏胯。但這是不是代表了人工智能的未來羽嫡？很難說。原因在于以后用人腦或者用機器分析的問題的種類很多肩袍，有些可以歸結(jié)到圖像杭棵，有些不可以，如果歸結(jié)到圖像可以用卷積來做氛赐，如果不能歸結(jié)到圖像是不是有另外一個更有效的架構(gòu)魂爪？隨著對處理問題的復(fù)雜度越來越高、處理問題的種類越來越多艰管、對問題的認識越來越清晰滓侍，可能在今后會找到適于某種特定應(yīng)用蒋川、特定問題的應(yīng)用架構(gòu)×冒剩”

有了邊緣計算和云計算倡挚，開發(fā)者做設(shè)計的時候更關(guān)注如何界定邊緣計算和云計算？采用哪個更合適筷疹？英特爾認為蒸拦，我們有一個共性的技術(shù)需要理解和掌握，就是怎么樣使計算架構(gòu)變得更容易被軟件定義咖杉。不管是什么樣的業(yè)務(wù)類型都可以更靈活的在云端地混、在邊緣側(cè)胆中，甚至在終端節(jié)點上運行句担。如果沒有軟件定義的靈活性，我要把工作負載從云端遷移到前端是非常困難的事情橡收，從芯片廠商角度來說我們要做一個這樣的考量青蝗。

網(wǎng)絡(luò)優(yōu)化是人工智能運用于邊緣計算的關(guān)鍵

人工智能理論基礎(chǔ)尚不完備，這就造成目前很多人工智能很大一部分計算是冗余的配评，如果想將人工智能用到邊緣側(cè)世蕴，網(wǎng)絡(luò)優(yōu)化是一個關(guān)鍵的技術(shù)。英特爾的網(wǎng)絡(luò)優(yōu)化思路分三個方面：低比特再拴、剪枝和參數(shù)量化塘丝。

所謂低比特，在傳統(tǒng)的深度學習領(lǐng)域诞外，參數(shù)往往是用32比特的單精度浮點來進行表述澜沟，但是我們看到，在很多應(yīng)用場景里峡谊，比如在安防領(lǐng)域茫虽、機器學習以及機器視覺領(lǐng)域，實際上精度要求沒有那么高既们，英特爾把整個參數(shù)的精度在不影響最終的識別率的情況下濒析，從32比特的單精度浮點，轉(zhuǎn)變成16比特的半精啥纸，甚至于轉(zhuǎn)變成8比特的整精或者是2比特的整精号杏。隨著比特數(shù)量不斷地降低，存儲量和計算量都降低了斯棒，這樣就可以在原來相對計算能力有限的平臺上做更復(fù)雜的操作盾致。

剪枝也類似，如果把一個人工智能的網(wǎng)絡(luò)比喻成一個樹枝名船，這個樹的每個不同的分杈绰上，實際上對應(yīng)的是不同的檢測特征追祈。對于不同的應(yīng)用場景關(guān)注的特征不一樣，很可能這些處理和檢測特征對最終檢測是沒有效果的框抽。對于沒有效果的分支俐番，完全可以剪掉，剪枝能夠極大地降低計算绵扇。

量化就是參數(shù)可以根據(jù)它的一些特征做聚類撇熬。一類參數(shù)可以用相對簡單的一些符號或者一些數(shù)字來表述，這樣能夠極大地降低人工智能對于存儲的要求仓煌。對這樣的優(yōu)化思路烧已，英特爾在不斷地發(fā)展人工智能技術(shù)和硬件配合，形成很好的互動熔徊。

壯大生態(tài)系統(tǒng)烘牌，才能更好地推動發(fā)展

邊緣計算是一個很大的生態(tài)，任何一家公司都無法提供這個產(chǎn)業(yè)鏈里所涉及的上下游所有環(huán)節(jié)朽晓。在這個產(chǎn)業(yè)鏈撮点，英特爾定位自己是一家芯片公司，提供計算方仿、通信固棚、存儲所需要的芯片解決方案。張宇表示仙蚜，“僅憑我們的一己之力不足以實現(xiàn)邊緣計算產(chǎn)業(yè)的宏大目標此洲，我們需要眾多類型的公司和機構(gòu)來參加，就像各位在ECC邊緣計算聯(lián)盟所看到的委粉，有來自學術(shù)機構(gòu)的參與呜师，有來自政府機構(gòu)的支持，這樣才能齊頭并進艳丛，才能夠真正地讓人工智能的潛力全部發(fā)揮出來匣掸，讓人能夠憑借人工智能技術(shù)做到更多以前我們做不到的事情〉”

邊緣計算需要芯片碰酝，但是光有硬件還不夠，還需要軟件進行配合戴差。張宇提出送爸，“我們還為用戶提供圍繞芯片相關(guān)的底層軟件和中間件元素。利用我們提供的零件能夠幫助合作伙伴更好地開發(fā)它們的相應(yīng)產(chǎn)品暖释〈叭洌”目前英特爾與華為和沈陽自動化研究所已經(jīng)達成了合作，華為剛發(fā)布了基于英特爾處理器的邊緣網(wǎng)關(guān)產(chǎn)品AR550i，利用這個產(chǎn)品骏疆，華為在整個產(chǎn)業(yè)鏈起到ODM亥矿、OEM的角色。在本次邊緣計算產(chǎn)業(yè)聯(lián)盟峰會上潜佑，英特爾聯(lián)合沈陽自動化研究所展示邊緣計算測試床——智能機器人锨飞，目的是驗證基于深度學習的機器視覺方案在實際系統(tǒng)中的工作效果。

張宇強調(diào)镐准，“我們對于垂直行業(yè)的認知肯定沒有行業(yè)合作伙伴那么深徘敦，在這方面我們和他們之間是很好的配合作用，我們提供解決方案诈金，他們提供他們的應(yīng)用方案虾钾，大家一起構(gòu)架滿足特定垂直行業(yè)要求的整體方案來加速它的落地。英特爾除了可以在邊緣計算的節(jié)點持續(xù)做研發(fā)外拐棺，還具有云計算的能力以及在網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施上的能力透嫩，我們可以更宏觀、更整體的服務(wù)于整個行業(yè)的需求惯悠×谟剩”

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享克婶，并不代表本站贊同其觀點和對其真實性負責，也不構(gòu)成任何其他建議丹泉。本站部分作品是由網(wǎng)友自主投稿和發(fā)布情萤、編輯整理上傳，對此類作品本站僅提供交流平臺摹恨，不為其版權(quán)負責筋岛。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻、圖片晒哄、文字如涉及作品版權(quán)問題睁宰，請第一時間告知，我們將根據(jù)您提供的證明材料確認版權(quán)并按國家標準支付稿酬或立即刪除內(nèi)容寝凌，以保證您的權(quán)益柒傻！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn。