人工智能运用于边缘的技术挑战

重庆的一家铝合金压铸厂里，刚刚出产的新品正有序地排放在生产线上，等待着出厂前的质量把关。不同于过往传统工厂里“生产线上质检忙”的景象，这家采用了智能边缘计算新平台的工厂，通过计算机视觉和人工智能将边缘数据转换为业务洞察力，代替了人工质检，将缺陷的漏检率，误检率降低了80%。

这样的景象，在现代化的智能工厂里已越来越普遍。今年4月，工业互联网产业联盟与中国信息通信研究院发布的《工业智能白皮书》中指出，工业互联网的核心是数据驱动的智能分析与决策优化，工业智能是工业互联网释放赋能价值的关键要素。

我们正处于第四次工业革命浪潮中，也正处于自2020开始新一轮的人工智能高潮中，人工智能与工业互联网的结合，推动了智能制造的发展。智能边缘，将加速助力工业互联网向更高阶段发展。

工业互联网领域的“摩尔定律”

在刚刚结束的2020 WAIC世界人工智能大会上，英特尔中国区物联网事业部首席技术官兼首席工程师张宇，对工业物联网的三个发展阶段做了一个有趣的比喻。

“我们认为工业互联网的发展将经历‘互联’、‘智能系统’、‘自主系统’三个阶段，我们把这三个阶段比喻成‘工业互联网领域的摩尔定律’。在‘互联阶段’，我们利用各种有线、无线的技术，将数据汇总到数据中心或者是边缘计算的节点，这是发展的基础。在‘智能系统阶段’，系统将能够利用各种时间制定的规则，对数据进行处理、过滤，从中发现一些异常信息并及时报警。在‘自主系统阶段’，我们利用人工智能的技术以及IT（信息技术）、OT（运营技术）融合的技术，实现系统的自主化管理、学习及调整。这将是工业互联网发展的最高阶段。”张宇表示，“人工智能技术将在‘智能系统阶段’和‘自主系统阶段’发挥重要的作用。”

英特尔中国区物联网事业部首席技术官兼首席工程师张宇在2020 WAIC上发表主题演讲

人工智能运用于边缘的技术挑战

据IDC预测，到2020年全球将有超过50%的物联网数据将在边缘处理。这其中又有大量数据需要利用人工智能技术来处理。然而将人工智能运用于边缘，还面临着数据量大、低延迟、高性能功耗比、应用碎片化和开发成本高等技术方面的挑战。

以智能工厂为例，智能工厂一天可产生万亿字节量级的数据，对响应时间的要求已经达到了毫秒级。处理如此庞大的数据量，需要大量的算力支撑，大量的数据需要在边缘进行处理。

其次，边缘设备很多是嵌入式设备，以智能工业摄像机为例，其整机功耗大概只有10-15瓦，其中能够分给人工智能加速芯片的功耗只有两瓦，这对芯片提出了更高的性能功耗比要求。

此外，工业互联网还是一个碎片化的市场。不同的行业，不同的工厂，对应用提出了不同的要求。因此算法和应用的开发往往需要定制化。这就造成了软件开发的成本在总体成本中所占的比重越来越高。

对此，张宇指出：工业互联网本质上是一个“边云协同”的端到端的系统。这个系统里很大一部分数据需要利用人工智能的技术来进行处理。而人工智能技术的落地与普及需要科技的不断创新。

两大科技要素、全能组合拳，实现“从云到端”的智能化部署

推动本次人工智能发展的有两大科技要素：不断提升的算力和大量可训练的数据。以超算为例，在“摩尔定律”的推动下，目前超级计算机每秒钟浮点运算的峰值速度与上世纪90年代相比，提升了150万倍；在数据方面，如今在ImageNet里包含了超过1400万张经过标注的图片，可帮助开发人员进行深度训练；而在存储方面，与上世纪90年代仅有1兆的磁盘相比，当下普通移动硬盘已具备上T的容量，存储能力提升超过100万倍。

作为一家“以数据为中心”的公司，英特尔的产品覆盖了通讯、计算、存储的各个方面，帮助客户构建“从云到端”的智能化部署。

技术方面，英特尔提供了CPU，集成显卡GPU，FPGA，以及人工智能加速芯片等不同的产品组合。用户可以根据自己对算力的要求，选择适合自己的硬件。通讯方面，今年2月，英特尔发布了针对5G网络基础设施的一系列硬件和软件产品，其中包括首款面向无线基站的，基于英特尔架构的10纳米系统集成芯片（SoC）。存储方面，英特尔提出了3D XPoint傲腾技术，把闪存的容量密度提高10倍。英特尔还将主要的闪存生产基地安置在中国的大理，充分体现出对中国市场的重视。

张宇强调：“在构建智能边缘技术方面，我们有系列软件和硬件产品能够提供可扩展的解决方案。用户可以利用它去构建从智能摄像机到智能网络视频存储器，智能视频服务器不同的产品。英特尔利用产品组合帮助合作伙伴构建端到端的具有人工智能的系统，通过AI、5G和智能边缘的融合，把智能推向新的发展拐点。”

硬件方面，英特尔在去年年底发布了第三代Movidius™人工智能加速芯片，能够对卷积神经网络中的卷积层，全链接层，以及激活函数进行全面加速。与前一代芯片相比，相同低功耗下，性能提升了10倍。此外，开发者还可通过U盘大小的“神经计算棒”，开发智能门锁，翻译笔等人工智能产品。

软件方面，英特尔提供了开源的OpenVINO™工具包，可对传统计算机视觉方法及深度学习方法提供很好的支持。利用OpenVINO™工具包开发者可以方便地使用英特尔提供的各种硬件资源，去开创设计基于计算机视觉的应用。

“英特尔不仅仅是新的技术提供者，也是新的技术实践者。”张宇说，“英特尔进入中国已经有35年的时间，我们在大连的工厂是英特尔在亚洲的第一个晶圆制造工厂。晶圆的生产是整个半导体生产的基础，整个生产流程包含几千步工序。我们已开始利用智能边缘技术，利用英特尔的处理器、OpenVINO™等工具，以及专门的人工智能算法，去实时、准确地处理每一幅晶圆的图片，可以将检测的效率提升100倍。除此之外，我们还设计了一个基于半监督的自动标准的方法，大大提升了模型训练的精度和效率。正是由于智能边缘的辅助，我们才能不断地提升生产效率。”
       责任编辑:pj