11月14日至15日，英特爾人工智能大會（AIDC）在北京舉行。大會上，英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁Jonathan Ballon發(fā)表了以“數(shù)據(jù)時代，人工智能產(chǎn)品創(chuàng)新與實踐”為題的演講。

他指出，在英特爾以數(shù)據(jù)為中心的轉(zhuǎn)型中，邊緣是分布式計算的一環(huán)，是真正采取行動的地方，而計算機視覺是AI落地的重要機會。

Jonathan表示，大量的數(shù)據(jù)在邊緣產(chǎn)生、在網(wǎng)絡(luò)上產(chǎn)生、在基礎(chǔ)架構(gòu)上以及在本地產(chǎn)生。這些數(shù)據(jù)需要大量的計算資源進行處理，同時也對數(shù)據(jù)處理速度有著很大需求，很多情況下要求接近于實時的數(shù)據(jù)分析，并最終成為一種自動化系統(tǒng)。與此同時，這些數(shù)據(jù)還是多種類型的。這意味著，異構(gòu)的計算架構(gòu)是部署AI的關(guān)鍵。

“過去幾年大家意識到，所有最好的AI能力是在GPU上，這是一種錯誤的認(rèn)為，事實上今天如果去看一下邊緣部署，它實際上是在本地發(fā)生，有些時候可能是比較困難的環(huán)境，所以你需要一個異構(gòu)的計算架構(gòu)才能夠在這些部署當(dāng)中取得成功。”

 一組預(yù)測數(shù)據(jù)顯示，2017-2025年的AI軟件收入中，幾乎有一半是基于計算機視覺。也就是說，邊緣上的AI，最大的機會來自于計算機視覺，比如說機器視覺、視頻監(jiān)控、醫(yī)療影像、預(yù)測性維護、質(zhì)量保障、制造場所等。

雷鋒網(wǎng)曾報道，前段時間，在英特爾中國物聯(lián)網(wǎng)峰會上，英特爾重新定義了英特爾物聯(lián)網(wǎng)的戰(zhàn)略，重點關(guān)注在三個層面，物聯(lián)網(wǎng)芯片、邊緣計算和計算機視覺。

據(jù)雷鋒網(wǎng)了解，在物聯(lián)網(wǎng)芯片方面，從凌動（ATOM）到至強（XEON），整個系列處理器支持包括英特爾最近在布局的新零售領(lǐng)域的數(shù)字標(biāo)牌、交互式白板、安防領(lǐng)域的智能攝像頭等應(yīng)用。除此之外，英特爾在專用芯片和軟件工具上著力，提供包括Movidius芯片、FPGA硬件加速、無線連接芯片、OpenVINO開發(fā)工具包。

在計算機視覺方面，英特爾收購了機器視覺公司Movidius，并且推出了針對機器視覺領(lǐng)域高端市場的Movidius Myriad VPU，基于自己的硬件設(shè)備推出優(yōu)化的人臉檢測、人臉屬性識別等計算機視覺技術(shù)。

在邊緣計算方面，英特爾已經(jīng)與合作伙伴一起在邊緣側(cè)部署了一系列邊緣服務(wù)器（Edge Servers）、AI數(shù)據(jù)中心等，也希望未來能夠在邊緣進行AI訓(xùn)練。

會后，雷鋒網(wǎng)參加了媒體問答環(huán)節(jié)，以下為問答原文：

Q：英特爾目前整體的戰(zhàn)略是什么？物聯(lián)網(wǎng)在其中是什么樣的地位？

A：您提了很好的問題，謝謝。英特爾的戰(zhàn)略是從一個過去以PC為主導(dǎo)的企業(yè)向以數(shù)據(jù)為核心的公司進行轉(zhuǎn)型。我們認(rèn)為數(shù)據(jù)將會驅(qū)動下一代計算架構(gòu)的發(fā)展，并且在此過程之中，AI（人工智能）有關(guān)的應(yīng)用會加速這個發(fā)展的過程。在過去15年的時間里，我們看到云和數(shù)據(jù)中心的業(yè)務(wù)呈現(xiàn)出非常強勁和顯著的增長，但是現(xiàn)在我們發(fā)現(xiàn)大趨勢是在向分布式計算進行演進，這也意味著終端或設(shè)備要和云進行互動，這樣的發(fā)展趨勢將會產(chǎn)生大量的機會以及可能性，這主要是關(guān)于數(shù)據(jù)的處理、存儲和分析。

我們認(rèn)為，在未來20年的時間里，人工智能所產(chǎn)生的這些機遇或者說機會，將有一半體現(xiàn)在網(wǎng)絡(luò)的邊緣之上。這也意味著對于英特爾公司來說，物聯(lián)網(wǎng)實際上是會發(fā)揮一個非常重要的作用。我們要做的工作就是將我們在云端具備的能力進一步擴展延伸到網(wǎng)絡(luò)。換言之，在將周遭的世界進行數(shù)字化的過程當(dāng)中，我們將更有效、更高效的挖掘物理世界能帶給我們的價值。當(dāng)然這樣的過程就和過去或者現(xiàn)在我們來挖掘并充分利用互聯(lián)網(wǎng)的過程是一樣的。

Q：我們知道物聯(lián)網(wǎng)本身是一種萬物互聯(lián)的狀態(tài)，在這樣的狀態(tài)中，系統(tǒng)級的方案以及物聯(lián)網(wǎng)的服務(wù)可能是物聯(lián)網(wǎng)往更高層次提升的必備條件。從英特爾的角度來講，你們提供的物聯(lián)網(wǎng)解決方案以及硬件，如何能夠更好的讓AI應(yīng)用最終細(xì)化成終端用戶的一種全新物聯(lián)網(wǎng)體驗？

A：很好的問題。我們認(rèn)為物聯(lián)網(wǎng)是有三種不同的狀態(tài)或者是階段。在第一種狀態(tài)之下是未被連接的設(shè)備間的互聯(lián)，換言之這是讀取數(shù)據(jù)的過程，基本上這個環(huán)節(jié)我們是已經(jīng)都做到了。我們看到其實在過去十來年的時間里，包括我們在數(shù)據(jù)中心當(dāng)中處理或者存儲的這些數(shù)據(jù)，現(xiàn)在都已經(jīng)不能夠完全滿足物理世界對于數(shù)據(jù)的需求。

物聯(lián)網(wǎng)發(fā)展的第二種狀態(tài)，高度的互聯(lián)和復(fù)雜的互聯(lián)，就是你剛才提到叫做智慧的系統(tǒng)。在這個層級上我們不僅僅是考慮單個的一些終端和設(shè)備，不再是單一的渦輪機或者單一制造的生產(chǎn)線，而是由很多很多的終端設(shè)備組建起來，如同艦隊一般。我們現(xiàn)在在這個階段里需要考慮的是如何實現(xiàn)系統(tǒng)層級的變化。

物聯(lián)網(wǎng)發(fā)展的第三種狀態(tài)，我們稱之為由軟件定義的高度自動化的系統(tǒng)。在這個階段里我們將看到高度自我學(xué)習(xí)的能力，或者說某種程度上，這個系統(tǒng)本身可以脫離人類的控制，實現(xiàn)某種程度自動化的運營或者運作。

前面提到三個不同的狀態(tài)和階段，在每一個階段或者狀態(tài)當(dāng)中，當(dāng)我們把人工智能應(yīng)用進去的時候，我們會發(fā)現(xiàn)價值實現(xiàn)了增速。比如當(dāng)我們在進行連接并從中往外讀取數(shù)據(jù)的時候，如果能夠輔以大數(shù)據(jù)或者分析能力，便會增加價值。說到這一點，如果想要在系統(tǒng)一級獲得明顯的額外收益，我們需要深度學(xué)習(xí)，需要人工智能在邊緣或者數(shù)據(jù)中心上進行一些推理和培訓(xùn)。

Q：您其實在剛才的報告中也談到邊緣計算對物聯(lián)網(wǎng)的重要性，現(xiàn)在很多的AI應(yīng)用尤其是大規(guī)模的AI應(yīng)用，很多都是需要很強大的計算能力，在邊緣這種計算能力受限的地方要實現(xiàn)部分AI應(yīng)用的時候，它怎么能夠去更好的控制任務(wù)分配的狀況，同時能夠保證這些邊緣設(shè)備不會增加太多的成本和計算能力的消耗？

A：過往我們在企業(yè)和數(shù)據(jù)中心所遵循和執(zhí)行所有的原則，最終也同樣會在邊緣上實現(xiàn)和遵循。我們認(rèn)為會出現(xiàn)一個應(yīng)用的虛擬化。首先在Hypervisor這樣的層上，我們會針對數(shù)據(jù)中心里面的應(yīng)用搭建一些容器。一方面我們先把這些應(yīng)用集合起來，放在通用的計算平臺之上；另一方面，我們也會根據(jù)不同的條件來對應(yīng)用進行具體的優(yōu)化，比如具體的使用場景是什么，或者會面臨的一些限制是什么，這些限制有很多種：帶寬的限制、延時的限制和安全上的限制，比如你來回來去導(dǎo)數(shù)據(jù)會產(chǎn)生安全方面的限制，我們會把所有的這些因素都綜合起來考慮。所以總的來說，我們會根據(jù)成本、速度或者具體的使用場景和目的等等，來加以考慮?，F(xiàn)在云服務(wù)供應(yīng)商們正在把這些能力在慢慢地向邊緣進行擴展，所以將來我們會看到在邊緣出現(xiàn)很多的數(shù)據(jù)中心。

Q：前段時間英特爾中國物聯(lián)網(wǎng)峰會重新定義了英特爾物聯(lián)網(wǎng)的戰(zhàn)略，重點關(guān)注在三個層面，一個是物聯(lián)網(wǎng)芯片，一個是邊緣計算，一個是計算機視覺。我想了解一下這三個方面的情況。

A：過去15年的時間里，我們的戰(zhàn)略都是非常清晰，我們要把在硅片上原來既有的優(yōu)勢慢慢向IOT（物聯(lián)網(wǎng)）市場進行轉(zhuǎn)移，過去15年我們都是這樣做的。比如我們面向數(shù)據(jù)中心的至強，比如我們面向PC、面向平板、面向移動終端的酷睿和凌動芯片，現(xiàn)在都會慢慢往IOT的市場里進行擴展。過去15年我們已經(jīng)這樣做，把既有的能力進行擴展，除此之外我們還要做得更多。我們發(fā)現(xiàn)整個IOT市場的精密度和復(fù)雜度在上升，現(xiàn)在確實有必要為了特定的使用場景和范例來培養(yǎng)一些獨特的能力。在這里可以給你舉一些例子，比如時間統(tǒng)籌的計算能力。具體而言，在一條生產(chǎn)線上有整個一個艦隊的機器人在工作，你需要在時間上進行協(xié)調(diào)，讓所有生產(chǎn)線上的機器人能夠同步加以運作，而且這中間的時間差可能就是10納秒，非常小，這是IOT非常明顯的特點。

第二個例子，所謂功能性安全。比如我們有一個鐵律，機器人不能傷害到人類，我們需要運用到計算機視覺，通過計算機視覺看到說有一個人或者有一個物體可能正好擋到了機器人的路上或者怎樣，這種情況下就會發(fā)出指令，讓這個機器人立刻關(guān)機，不能再動，否則就會傷害到人類。我只是想通過這些例子來說明我們現(xiàn)在有必要專門針對IOT一些獨特的使用目標(biāo)來開發(fā)出一些能力，這就是為什么我們要專門有所謂IOT芯片。此外還有一些其他例子，比如我們芯片可能要適應(yīng)極端的溫度，要在特別炎熱的高溫下正常運作，或者這個芯片可能要壽命特別長，至少要用15年或者15年以上。這些都是IOT市場當(dāng)中非常獨特的一些要求，也正因為如此，我們現(xiàn)在有你剛才提到的專門的IOT芯片組。至于邊緣計算，剛才前面幾個話題一直都在講邊緣計算，就不再做過多的闡述。

計算機視覺，我們認(rèn)為整個IOT傳感器到了最后，實際上還是一個視覺的效果，最終我們是需要有視覺能力再配備上深度學(xué)習(xí)，使IOT能夠獲取高于人類的很高的精度或者準(zhǔn)確度。

Q：物聯(lián)網(wǎng)這些年也經(jīng)歷過起起落落，今年看到物聯(lián)網(wǎng)方面很多大公司把物聯(lián)網(wǎng)提到戰(zhàn)略的層面，英特爾今年物聯(lián)網(wǎng)有什么突破？

A：我覺得原因在于我們到了所謂的引爆點。在過去幾年時間里，確實有很多公司在技術(shù)層面上進行試驗和測試，現(xiàn)在我們認(rèn)為技術(shù)已經(jīng)相對來說比較成熟，畢竟這些公司在過去幾年的時間里對技術(shù)進行了大量的嘗試?，F(xiàn)在我們會發(fā)現(xiàn)人工智能、物聯(lián)網(wǎng)和真正的生產(chǎn)有機地結(jié)合起來，并且在現(xiàn)實當(dāng)中得以部署，還不斷地在擴大規(guī)模。所以說到這里，這個大背景之下產(chǎn)生兩個非常重要的因素：首先人工智能的確是在加速物聯(lián)網(wǎng)，因為物聯(lián)網(wǎng)部署能夠帶來的經(jīng)濟效益和價值是真實和可見的，這是第一個要素。

第二個要素主要關(guān)于競爭，是競爭的壓力和競爭的要求。各個大公司都在積極部署相應(yīng)的系統(tǒng)，因為他們感受到來自業(yè)界同行的壓力。換言之，如果現(xiàn)在不能夠通過IOT來有效地獲取這些數(shù)據(jù)，不能夠有效地利用這些數(shù)據(jù)的話，就會被競爭對手甩在身后。

Q：我這邊了解到英特爾物聯(lián)網(wǎng)部署多個產(chǎn)業(yè)的領(lǐng)域，比如安防、零售、自動駕駛、智能家居等等，現(xiàn)在英特爾看好哪一個領(lǐng)域，覺得它發(fā)展會比較快，能夠有真正的回報？

A：目前來說，如果看機會和機遇的話，最為成熟的一個市場細(xì)分還是和工業(yè)有關(guān)的，尤其在中國更是如此。整個國家的智能制造戰(zhàn)略，包括從工業(yè)3.0向工業(yè)4.0的升級，都會在工業(yè)這個領(lǐng)域具體的應(yīng)用中帶來很大的機會。比如像阿里巴巴在這方面也有很多的工具或者解決方案，將基于中國這些制造業(yè)的能力進行升級，走向下一代更高的水平。在下一代之中，將會有更多由機器來驅(qū)動的價值，而不是像過往那樣靠人來驅(qū)動或者產(chǎn)生價值。

如果放眼更加長遠(yuǎn)的話，我認(rèn)為最大的機會還是在智慧城市方面。但是目前來說和智慧城市相關(guān)的可能也僅僅是在安全、安防和交通管控上，因為畢竟在這個環(huán)節(jié)里還不是那么的成熟。

Q：現(xiàn)在尤其是在邊緣計算或者跟物聯(lián)網(wǎng)終端這邊比較相關(guān)的一些產(chǎn)品中，他們基本上都選用NPU，去作為整個系統(tǒng)處理器的一部分，專門做人工智能方面相關(guān)的應(yīng)用。而英特爾并沒有在自己的架構(gòu)當(dāng)中做這樣的調(diào)整，可能還會用以前的普通CPU的架構(gòu)去處理。這對于在邊緣計算中的開銷以及計算效率是否會產(chǎn)生一些影響？英特爾沒有這么做的原因是什么？你們做人工智能神經(jīng)計算棒的產(chǎn)品，里面這些處理器能夠作為一個獨立的物聯(lián)網(wǎng)節(jié)點出現(xiàn)嗎？還是只是為了讓開發(fā)者們?nèi)W(xué)習(xí)或者使用了解人工智能的一些簡單應(yīng)用而制造的一個過渡性產(chǎn)品？

A：不管是谷歌的TensorFlow也好，還是NPU神經(jīng)處理單元，還是視覺處理單元等等，它們究其本質(zhì)還是推理的能力。目前英特爾主要把關(guān)注點放在視覺處理的環(huán)節(jié)上，因為在我們看來，在眾多的數(shù)據(jù)類型當(dāng)中，計算機視覺的推理其實是復(fù)雜度、難度和重要性更高一些。

目前為止除了英特爾公司之外，沒有任何一家企業(yè)能夠規(guī)?；赝瞥黾铀倨鞯男酒M，只有英特爾可以。當(dāng)然其他有些公司會做一些專屬目的的人工智能芯片，基本上都殊途同歸，本質(zhì)上是一樣的。對于未來的方向，會有一些不同的流派，比如谷歌有自己的處理集團，它認(rèn)為把這個和谷歌云配對起來是對的；微軟認(rèn)為用FPGA配合他們的云是正確的架構(gòu)。所以目前在這個工作領(lǐng)域里面，整個行業(yè)還處在一個相對早期的階段，大家的重頭戲還是放在推理上，至于推理的工作可能會有各種不同的配置。

說到計算棒，這是我們專門用來支持創(chuàng)新的開發(fā)工具，不只是指著它來掙錢，沒想賣好幾百萬個掙大錢，不是這樣。這只是一個工具，讓開發(fā)者能夠有更好的能力來真正獲取AI方面的能力，而且京東也在賣。

Q：請您講一下英特爾物聯(lián)網(wǎng)三大戰(zhàn)略，互聯(lián)網(wǎng)高性能芯片、邊緣計算和計算機視覺，這三塊對應(yīng)的產(chǎn)品具體是怎樣的？它們是怎樣配合起來提供給其他的合作伙伴？

A：我嘗試著在我認(rèn)為可以的范圍內(nèi)做如下的回答。就戰(zhàn)略來說我們有多年演進的路線圖，比如在芯片組方面，在視覺計算單元方面，從凌動到酷睿到至強，我們都有未來五年的發(fā)展路線圖，這里面也會涉及到專門面向IOT市場的特定功能和性能。邊緣計算是我們一整套的戰(zhàn)略，這個戰(zhàn)略意在將邊緣終端所產(chǎn)生的價值更好地挖掘出來。在過去一年的時間里，針對不同的行業(yè)我們已經(jīng)推出了150個邊緣計算的解決方案。在計算機視覺方面，里面意味著大量硬件方面的組合，包括視覺的處理單元、加速器、卡，還有OpenVINO這樣的工具，以及配合上一整套的算法?，F(xiàn)在英特爾能夠為我們整個生態(tài)鏈的合作伙伴提供軟件、服務(wù)、云、系統(tǒng)的集成能力。

相關(guān)文章：

英特爾AIDC大會：向AI開發(fā)者敞開懷抱，更加注重生態(tài)搭建

英特爾重申IoT三大戰(zhàn)略，邊緣側(cè)布局初見成效

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