重慶的一家鋁合金壓鑄廠里，剛剛出產的新品正有序地排放在生產線上，等待著出廠前的質量把關。不同于過往傳統工廠里“生產線上質檢忙”的景象，這家采用了智能邊緣計算新平臺的工廠，通過計算機視覺和人工智能將邊緣數據轉換為業務洞察力，代替了人工質檢，將缺陷的漏檢率，誤檢率降低了80%。

這樣的景象，在現代化的智能工廠里已越來越普遍。今年4月，工業互聯網產業聯盟與中國信息通信研究院發布的《工業智能白皮書》中指出，工業互聯網的核心是數據驅動的智能分析與決策優化，工業智能是工業互聯網釋放賦能價值的關鍵要素。

我們正處于第四次工業革命浪潮中，也正處于自2020開始新一輪的人工智能高潮中，人工智能與工業互聯網的結合，推動了智能制造的發展。智能邊緣，將加速助力工業互聯網向更高階段發展。

工業互聯網領域的“摩爾定律”

在剛剛結束的2020 WAIC世界人工智能大會上，英特爾中國區物聯網事業部首席技術官兼首席工程師張宇，對工業物聯網的三個發展階段做了一個有趣的比喻。

“我們認為工業互聯網的發展將經歷‘互聯’、‘智能系統’、‘自主系統’三個階段，我們把這三個階段比喻成‘工業互聯網領域的摩爾定律’。在‘互聯階段’，我們利用各種有線、無線的技術，將數據匯總到數據中心或者是邊緣計算的節點，這是發展的基礎。在‘智能系統階段’，系統將能夠利用各種時間制定的規則，對數據進行處理、過濾，從中發現一些異常信息并及時報警。在‘自主系統階段’，我們利用人工智能的技術以及IT（信息技術）、OT（運營技術）融合的技術，實現系統的自主化管理、學習及調整。這將是工業互聯網發展的最高階段。”張宇表示，“人工智能技術將在‘智能系統階段’和‘自主系統階段’發揮重要的作用。”

英特爾中國區物聯網事業部首席技術官兼首席工程師張宇在2020 WAIC上發表主題演講

人工智能運用于邊緣的技術挑戰

據IDC預測，到2020年全球將有超過50%的物聯網數據將在邊緣處理。這其中又有大量數據需要利用人工智能技術來處理。然而將人工智能運用于邊緣，還面臨著數據量大、低延遲、高性能功耗比、應用碎片化和開發成本高等技術方面的挑戰。

以智能工廠為例，智能工廠一天可產生萬億字節量級的數據，對響應時間的要求已經達到了毫秒級。處理如此龐大的數據量，需要大量的算力支撐，大量的數據需要在邊緣進行處理。

其次，邊緣設備很多是嵌入式設備，以智能工業攝像機為例，其整機功耗大概只有10-15瓦，其中能夠分給人工智能加速芯片的功耗只有兩瓦，這對芯片提出了更高的性能功耗比要求。

此外，工業互聯網還是一個碎片化的市場。不同的行業，不同的工廠，對應用提出了不同的要求。因此算法和應用的開發往往需要定制化。這就造成了軟件開發的成本在總體成本中所占的比重越來越高。

對此，張宇指出：工業互聯網本質上是一個“邊云協同”的端到端的系統。這個系統里很大一部分數據需要利用人工智能的技術來進行處理。而人工智能技術的落地與普及需要科技的不斷創新。

兩大科技要素、全能組合拳，實現“從云到端”的智能化部署

推動本次人工智能發展的有兩大科技要素：不斷提升的算力和大量可訓練的數據。以超算為例，在“摩爾定律”的推動下，目前超級計算機每秒鐘浮點運算的峰值速度與上世紀90年代相比，提升了150萬倍；在數據方面，如今在ImageNet里包含了超過1400萬張經過標注的圖片，可幫助開發人員進行深度訓練；而在存儲方面，與上世紀90年代僅有1兆的磁盤相比，當下普通移動硬盤已具備上T的容量，存儲能力提升超過100萬倍。

作為一家“以數據為中心”的公司，英特爾的產品覆蓋了通訊、計算、存儲的各個方面，幫助客戶構建“從云到端”的智能化部署。

技術方面，英特爾提供了CPU，集成顯卡GPU，FPGA，以及人工智能加速芯片等不同的產品組合。用戶可以根據自己對算力的要求，選擇適合自己的硬件。通訊方面，今年2月，英特爾發布了針對5G網絡基礎設施的一系列硬件和軟件產品，其中包括首款面向無線基站的，基于英特爾架構的10納米系統集成芯片（SoC）。存儲方面，英特爾提出了3D XPoint傲騰技術，把閃存的容量密度提高10倍。英特爾還將主要的閃存生產基地安置在中國的大理，充分體現出對中國市場的重視。

張宇強調：“在構建智能邊緣技術方面，我們有系列軟件和硬件產品能夠提供可擴展的解決方案。用戶可以利用它去構建從智能攝像機到智能網絡視頻存儲器，智能視頻服務器不同的產品。英特爾利用產品組合幫助合作伙伴構建端到端的具有人工智能的系統，通過AI、5G和智能邊緣的融合，把智能推向新的發展拐點。”

硬件方面，英特爾在去年年底發布了第三代Movidius?人工智能加速芯片，能夠對卷積神經網絡中的卷積層，全鏈接層，以及激活函數進行全面加速。與前一代芯片相比，相同低功耗下，性能提升了10倍。此外，開發者還可通過U盤大小的“神經計算棒”，開發智能門鎖，翻譯筆等人工智能產品。

軟件方面，英特爾提供了開源的OpenVINO?工具包，可對傳統計算機視覺方法及深度學習方法提供很好的支持。利用OpenVINO?工具包開發者可以方便地使用英特爾提供的各種硬件資源，去開創設計基于計算機視覺的應用。

“英特爾不僅僅是新的技術提供者，也是新的技術實踐者。”張宇說，“英特爾進入中國已經有35年的時間，我們在大連的工廠是英特爾在亞洲的第一個晶圓制造工廠。晶圓的生產是整個半導體生產的基礎，整個生產流程包含幾千步工序。我們已開始利用智能邊緣技術，利用英特爾的處理器、OpenVINO?等工具，以及專門的人工智能算法，去實時、準確地處理每一幅晶圓的圖片，可以將檢測的效率提升100倍。除此之外，我們還設計了一個基于半監督的自動標準的方法，大大提升了模型訓練的精度和效率。正是由于智能邊緣的輔助，我們才能不斷地提升生產效率。”
? ? ? ?責任編輯:pj