在物联网、5G、AI、大数据等技术融合发展的背景下,智能边缘计算迅速从概念走向落地。尤其是新冠肺炎疫情爆发以来,越来越多的网络应用,如视频监控、智慧零售、智能制造、智慧城市等场景快速发展,越来越多的数据在边缘存储和处理。根据Gartner的预测,到2025年,75%的数据将在数据中心之外产生,数字化转型正在从云走向网络和终端。然而,智能边缘也给行业企业带来了更多新的挑战。技术趋势如何发展?端到端的数字基础设施是如何构建的?相关应用如何落地并赋能医疗、农牧、智能交通、零售等行业?

智能和数字的融合
边缘计算走向“舞台中央”
物联网并不是一个新概念。如果说2009年提出“感知中国”的概念,这就是中国物联网概念提出的标志性时间。到现在已经13年了。边缘计算的概念在2013年正式提出,至今已有近10年。然而,随着数字经济的进一步发展,人们对网络和计算能力提出了更高的要求。物联网与边缘计算融合的趋势越来越明显,智能边缘概念成为新的行业热点。
英特尔视频事业部全球首席技术官张宇
在英特尔视频事业部全球首席技术官张宇看来,人们越来越关注智能边缘计算的原因之一是整个社会正在经历一场深刻的数字化转型。在这个过程中,各行各业的运营必须依靠一套完整的端到端的数字基础设施作为正常发展的支撑。边缘侧是整个系统的有机组成部分,其作用越来越突出。
“之所以强调‘端到端’,是因为这个系统需要的服务都是端到端的服务。从前端的数据采集,到数据传输,再到一些关键节点的数据处理、存储、反馈,整个服务是一个端到端的完整流程,只有这样的完整流程才能有效完成。”张宇指出。在这样的数据传输过程中,有些数据可以在中心节点完成,而有些数据必须在边缘节点进行,这是由数据应用的不同要求决定的。那些不需要实时性能的应用,可以将数据从应用前端传输到远程云端,那里有更多的存储空和相对过剩的计算能力,可以以更低的成本进行运营和存储。然而,对于自动驾驶、工业互联网等要求高实时性的应用,不适合将数据传输到远程进行处理。在这种情况下,操作往往需要由计算能力网络等边缘计算架构来承载。这也是智能边缘计算越来越受到重视的主要原因。
“没有物联网的智能和计算网络的无处不在,就不可能支持应用前端的实时高效计算需求。”张宇强调。
对于智能边缘计算,未来有三个发展趋势。首先,数字基础设施的建设将是一个“端边缘云”的协同集成系统。“端边云”不可或缺。同时,根据不同的应用场景,它扮演着不同的角色,有些数据处理边缘扮演着更重要的角色,有时云扮演着更重要的角色。
其次,软件在数字化转型中的作用不容忽视,这就是人们常说的“软件定义”。随着远程办公的发展,人们对网络灵活性的要求越来越高。这就需要一个可以灵活部署的网络,不仅是核心网,还有数据中心的配置。数据中心应以可编程的方式构建网络基础设施,可编程以太网芯片和编程语言成为数据中心建设的重要支撑。
最后,人工智能已经广泛应用于边缘计算。虽然这一轮人工智能的应用热潮始于数据中心,初期大量的数据处理都在云端完成,但是随着技术的发展,越来越多的数据处理搬到了边缘端。边缘计算和人工智能相互渗透融合,人工智能无处不在的趋势不可避免。
总之,在物联网、5G、AI、大数据等技术融合发展的背景下,智能边缘计算正快速从概念走向落地。据IDC预测,到2025年,大约75%的数据将在边缘生成和处理。大量数据的产生需要越来越多的边缘计算能力。Edge将成为数字时代端到端数字基础设施的重要计算领域。
软硬结合
计算能力网络的泛在发展
在智能边缘计算的快速发展中,芯片起着关键作用。“事实上,智能物联网的创新应用只能通过底层芯片和支撑软件来实现。随着对计算能力需求的增长,对芯片的需求会越来越高。”张宇指出。
英特尔在物联网行业深耕已久,提供多元化产品线满足用户需求。在今年的国际消费电子展上,英特尔发布了第12代酷睿处理器。这是英特尔首款针对边缘区域优化的处理器系列。它采用将性能核心与能效核心、硬件线程调度器有机融合的高性能混合架构,优化物联网的应用创新。它适用于零售、制造、医疗和视频领域的用户执行图形、多媒体、显示和人工智能操作。
张宇还强调,英特尔在致力于提升芯片产品性能的同时,也非常重视可持续发展的绿色计算理念。“我们不能只强调计算能力的提升,还要意识到效率比提升的重要性。英特尔始终关注以可持续的方式促进社会的有序发展。”
据报道,从2010年到2020年,英特尔酷睿产品线的能效比增长了14倍。从2020年到2030年,英特尔的目标是将其产品线的平均能效比提高10倍。正因如此,英特尔在第12代酷睿处理器中引入了“大小核”的概念,包括性能核和功耗核,使用不同的核来匹配计算需求,以实现最佳负载,降低整体功耗。
异构计算也是处理差异化需求,提高处理器能耗比的重要技术方向。很多负载都是典型的,无论是视频会议场景,还是智慧零售场景,还是云游戏场景,背后的技术都涉及到视频编解码转码。如果这些相对固定的负载由专有硬件处理,效率会更高,功耗会更低。所以在核心产品线中,英特尔很早就把集成显卡整合成一个硬件单元,专门做视频编解码和转码。当然,对于性能要求更高的用户,英特尔也可以提供独立显卡解决方案。整体思路是通过异构架构提高能效比。
如何称呼这些硬件产品,离不开软件的支持。张宇强调,一个好的软件工具可以让开发者充分发挥硬件性能。英特尔一直在这方面与合作伙伴合作,包括推出oneAPI,通过底层的DPC++开放接口访问异构硬件资源。对于开发者来说,使用oneAPI可以实现针对不同硬件的统一编程。
英特尔还推出了OpenVINO工具套件,在边缘端加速AI推理。OpenVINO使开发人员能够在不同的人工智能框架中进行训练。在一些AI模型场景下,OpenVINO可以提供高达7倍的推理加速,有效提高工作效率,增加平台竞争力。
工业+零售
边缘智能加速着陆
随着智能边缘计算的发展,它已经在一些领域得到了成功的应用。

制造业是智能边缘计算渗透和发展的关键领域之一。根据MarketsandMarkets发布的最新研究报告,2021年全球智能制造市场规模为887亿美元,预计到2027年将达到2282亿美元,年复合增长率为18.5%。对此,张宇表示:“机器视觉作为制造业智能化转型的重要技术,正随着人工智能的快速发展而演进,市场规模快速增长。实际上,目前人工智能的爆发是基于基于图像识别的深度学习。目前在物联网领域收集的数据中,约80%与图形图像相关。”
基于此,英特尔最近与信步科技共同推出了一系列机器视觉开发套件。开发套件以industrial edge insight平台和可视化软件优化包为框架,集成了OpenVINO、DPC++/C++编译器、oneAPI核心函数库、Vtune Profiler、IPP、OpenMP和TBB等软件工具和库,预置了典型工业应用场景的参考案例和算法优化的参考方法,为用户开发机器视觉应用提供了端到端的一站式软件框架。目前,该开发套件已应用于汽车制造、3C/半导体、食品包装、物流仓储等行业,有效帮助制造业向智能化、信息化方向演进。
零售市场的竞争日益激烈,人工智能的重要价值正在引起全球零售商的关注。通过人工智能技术的应用,零售商可以更有效地了解消费者的偏好,为消费者提供个性化和独特的服务,增强零售服务的吸引力。同时,人工智能也帮助零售商将更多的流程变成自动化流程,以实现更多的收益。数据显示,到2035年,人工智能将使零售和批发业务的利润率提高近60%。
面对这一新兴的应用市场,英特尔联合韩硕科技、微软共同推出了面向零售行业的智能边缘解决方案,主要应用在智能货架管理和自助收银防损两个方面。“人、货、场”是传统零售的主要环节。该方案整合了英特尔从软件到硬件的全栈技术,可以帮助零售客户构建高性能、易管理的智慧零售管理系统。
此外,边缘智能在智慧医疗、智慧交通、加速企业数字化转型等方面具有广泛的应用潜力。“人工智能在边缘网络空的发展空间巨大,市场需求明确。以前人们一直认为人工智能是一个很高大上的东西,门槛很高,部署非常困难。然而现实是,越来越多的公司开始部署和使用人工智能技术,并取得了成功。这种情况恰恰说明人工智能的使用门槛在降低,也是人工智能无处不在的典型例子。”张宇指出。在这个过程中,英特尔的技术,包括OpenVINO工具套件和一系列硬件产品,也起到了关键作用。
做好本地化改编。
突破“最后一公里”
在智能边缘计算加速落地的过程中,如何更好地适应本地需求,突破“最后一公里”瓶颈,也是非常关键的环节。采访中,张宇特别指出:“技术落地在数据中心,落地在边缘端,方式不同。”毕竟平台不同,计算能力不同,条件不同,落地方式不同。也就是说,人工智能在边缘侧落地时,必须解决一些只会出现在边缘侧的特定问题。
比如人工智能一般分为两个阶段——训练阶段和推理阶段。在训练阶段,我们需要使用大量的数据进行训练。同时,在训练之前,我们需要对数据进行标记,将数据中需要注意的对象进行标记,然后将标记的图片传输到训练平台进行训练。最后可以生成一个可以推理的人工智能网络模型。
但在边缘方面,这种模式可能会遇到挑战。因为现实中,边缘端往往没有那么多数据可以用于训练。例如,探伤是人工智能在智能工厂中最常见的应用之一。但是在工厂里,正常生产线上出现缺陷的概率并没有那么大。这意味着可用于训练的样本数据是有限的。如何用小样本训练出可用的模型,是智能边缘计算要解决的问题。
比如再培训的时候需要标注,但是在边缘应用的时候,真正操作人工智能的人往往是生产线上的生产人员。这些人很难有多余的精力去做这个贴标签的工作。所以,如何开发一些自动化的标注工具,减轻操作人员的负担,让这个从训练、标注到推理的闭环真正发挥作用,也是英特尔在边缘做人工智能需要解决的问题。
“实际上,有许多边缘问题需要以某种特定的方式来解决。”张宇强调。
打造产业生态
解决碎片化挑战
当然,在智能边缘领域,英特尔的所有工作都离不开合作伙伴的支持。“英特尔长期深耕物联网(IoT)行业,提供丰富的产品类型。我们希望通过这些不同的产品组合,我们的合作伙伴能够在物联网领域发挥更大的作用空。”张宇指出。
在谈到英特尔在智能边缘领域的竞争优势时,张宇将其归功于拥有广泛的合作伙伴基础。“这使我们能够更深入地了解用户的需求,然后根据这种需求制定软件和硬件解决方案。无论这些用户位于网络前端、边缘端还是数据中心,英特尔都能提供符合数字基础设施发展趋势的端到端解决方案。"
虽然物联网有无限的可能性,但碎片化的问题始终是供应商面临的一大挑战。对此,张宇表示,一方面要让自己的产品尽可能通用;但在项目落地方面,总是离不开整个产业链的紧密配合。
不同的市场有不同的需求。中国物联网市场的特点是发展迅速,创新客户众多。这些客户规模可能不大,但创新能力很强。近年来,英特尔与包括系统集成商在内的中国合作伙伴做了大量工作,整合产业链不同环节的产品和技术,解决碎片化问题。
2016年,英特尔与合作伙伴共同成立了边缘计算产业联盟。这是国内最大的专注于边缘计算的联盟组织,成员单位超过300家,涵盖芯片厂商、系统集成商、软件开发商、原始设计厂商、原始设备厂商等厂商。借助这个联盟平台,共同探索物联网和边缘计算的解决方案,以及行业解决方案,共同解决碎片化问题。
“水利无争”或许是对英特尔在整个生态中定位的最好描述。多年来,正是通过默默耕耘,英特尔打通了边缘智能产业链的各个环节,包括ODM、OEM、系统集成商、独立软件开发商等。,为行业提供了端到端的面向数字基础设施的整体解决方案。
英特尔首席执行官帕特·基辛格(Pat Kissinger)在今年举行的“2022英特尔产业创新峰会”上提出了四大超级技术力量的概念,包括无处不在的计算、无处不在的连接、人工智能和从云到边缘的基础设施。张宇强调,事实上,这四大超级技术力量正是未来构建绿色、智能、端到端的数字基础设施所需要的四大支柱。如果这四大超级技术力量一起使用,将会构建一个端到端的数字基础设施。未来,这种数字基础设施将承载更多新的创造和新的应用。这些基础设施有两个特点:一是智能化,二是绿色化。
作者陈炳新
编辑邱江永

边梅·马利亚
制片人连晓东