隨著全球網(wǎng)絡向軟件定義的方向轉變，邊緣計算正改編著各行各業(yè)?；谶吘売嬎愕闹匾栽絹碓礁?，英特爾在2022年2月28日的巴塞羅那世界移動通信大會上發(fā)布了新的可編程硬件和開放軟件。

英特爾發(fā)布了一些列關于邊緣計算和軟件定義網(wǎng)絡的成果：新一代英特爾至強可擴展處理器 Sapphire Rapids 架構；為邊緣計算設計的英特爾至強D系列處理器；經(jīng)過強化升級的新版OpenVINO套件2022.1。

這些成果展示了英特爾為網(wǎng)絡和邊緣計算領域帶來變革的決心。

vRAN：5G時代通信下一站

vRAN（Virtualized Radio Access Network，即虛擬化無線接入網(wǎng)絡）是電信運營商將基帶功能作為軟件運行的一種方式。這種方式與傳統(tǒng)的RAN相比的主要好處是不再需要專有硬件來運行，而是可以在標準服務器上運行。RAN是無線設備和運營商的網(wǎng)絡連接的關鍵點，隨著邊緣計算和5G時代的到來，計算總量越來越大，這些關鍵點面臨著快速增長的需求。

英特爾認為，如今的通信技術正在邁向軟件定義一切的時代。網(wǎng)絡正在向軟件方向發(fā)展，他們變得更加可編程，更加靈活。這意味著在軟件定義的網(wǎng)絡時代，網(wǎng)絡的運營者和構建者將能更迅速地對網(wǎng)絡進行改善和優(yōu)化，使其更加可靠和安全。

另一個值得關注的變化是，越來越多的計算正發(fā)生在邊緣，邊緣計算推動了諸如制造業(yè)、基建建設、醫(yī)療保健、零售業(yè)等行業(yè)的自動化升級。

而在這一變化過程中，vRAN是繞不開的話題。英特爾的目標是提供一個通用基礎軟件，使得客戶在軟件中的投入能夠轉化為在未來幾代基礎設施中獲得的優(yōu)勢。實現(xiàn)這一目標有多種路徑，其中一種想法就是基于軟件的虛擬化vRAN。

雖然目前vRAN推廣過程中仍然受到一些人質疑，但英特爾似乎對此有著十足的信心。這種信心的來源是從固定功能的硬件方法升級到通用軟件的過程已經(jīng)在不少行業(yè)發(fā)生過，并在最后取得了比較好的結果。

根據(jù)預計，未來vRAN的基站數(shù)量可能會從幾十萬個上升到幾百萬個。

英特爾為了實現(xiàn)自己在邊緣計算領域的野心，已經(jīng)推出了一些相關的軟硬件產品。

至強D芯片：為邊緣計算而生

本次英特爾發(fā)布的至強D芯片是一款專門針對邊緣計算而設計的芯片。

傳統(tǒng)方案下，服務器對空間、散熱等條件比較敏感。如果客戶沒有比較大的空間和較好的散熱條件，那么集成化程度更高的至強D芯片將會是用戶更好的選擇。

英特爾銷售與營銷部副總裁兼亞太區(qū)運營商客戶銷售總經(jīng)理莊秉翰表示：“至強D只是我們所提供的各種不同算力中的一個選項，它的好處是基于我們的x86架構，并且高度集成，將很多周邊器件都集成到這個芯片上?！?/span>

另外，至強芯片的高集成度也帶來了更多可能的使用場景。這塊芯片的應用范圍非常廣闊，不僅在服務器領域可以使用，還由于其高度集成的特性，在其他領域也有很多使用場景。

比如由于至強D芯片集成了網(wǎng)絡，因此可以在路由器等網(wǎng)絡產品上得到獨特的應用。該芯片還能夠在嵌入式產品中以網(wǎng)卡芯片等其他形態(tài)工作。

OpenVINO：為邊緣計算插上翅膀

英特爾對邊緣計算的探索并不僅僅停留在硬件上，軟件上的升級也是英特爾邊緣計算領域變革的一部分。除了硬件，英特爾還對OpenVINO工具套件進行了一次重大升級。OpenVINO是英特爾在2018年推出的工具套件，在過去的幾年間，該套件已經(jīng)幫助了數(shù)十萬開發(fā)者大幅提升了AI推理性能，并將該套件的應用從邊緣計算擴展到企業(yè)和客戶端。

本次OpenVINO套件的更新中的新功能主要根據(jù)開發(fā)者過去三年半的反饋而開發(fā)，主要內容包括擴展了更多的深度模型庫、更好的可移植性，更高的推理性能。

具體來說，OpenVINO的更新包括三個方面。

一是提供了更易用的API。這能使得開發(fā)者在框架轉換時減少代碼的更改，不再需要將模型進行布局轉換。而API的參數(shù)減少能夠最大限度地降低開發(fā)復雜度。

二是提供了更多模型支持，更新后的OpenVINO不僅支持更廣泛的自然語言可編程模型和語音識別等用例，還可以支持雙精度模型等更多高級計算機視覺模型。

三是提供了更廣泛的可移植性和更好的性能。新版本在AUTO設備模式下可根據(jù)模型要求自行發(fā)現(xiàn)可用的系統(tǒng)推理能力，應用程序無需提前了解其計算環(huán)境，這大大提高了代碼的可移植性。同時OpenVINO新版本通過自動批處理功能提高了設備性能，可以自動調整并自定義適合開發(fā)者的系統(tǒng)配置和深度學習模型的吞吐量設置。并且新版本還將支持混合架構，為使用CPU和集成GPU進行推理提供了增強功能。雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。