边缘计算是今后物联网发展的一个规律和趋势

随着行业数字化在敏捷连接、实时业务以及智能应用还有数据的安全保护等等方面的需求催生了边缘计算，越来越多的数据需要在边缘进行处理。IDC估计，到2020年全球有超过50%的数据需要在边缘处理。

英特尔物联网事业部中国区首席技术官张宇认为，边缘计算是今后物联网发展的一个规律和趋势，“物联网一定会从互联走向智能，再从智能走向自主，英特尔把这个比喻成物联网发展的‘摩尔定律’；对于英特尔而言，就是要通过不断创新的技术，不断丰富的产品，不断完善的生态系统，和合作伙伴一起共同赢得碎片化的物联网市场。”

张宇强调，云计算和边缘计算之间的关系并不是谁取代谁的关系，物联网一定是边云协同的系统。对于边缘设备来说，数据毕竟是局部的，它不能够形成对全局的认知，如果要想实现数据的融合，必须要在云端来进行实现。

对于英特尔而言，其所提供的物联网产品是一个全栈式的物联网解决方案，涵盖了计算、存储、通讯所需要的物联网芯片。

在计算领域，英特尔能够提供从低压、低功耗的凌动处理器到灵活的酷睿处理器到高性能的至强处理器，一系列的产品组合来满足不同的物联网行业以及不同的物联网网源对计算的要求。除了通用类型的处理器以外，人工智能的计算正在兴起，英特尔进一步的丰富了产品组合，可以提供FPGA和专门用于视频加速的专用芯片。

在通信领域，英特尔长期以来开始参与通讯标准的制定，在3G、4G、5G的标准里英特尔的贡献良多。在去年3GPP所颁布的窄带物联网（NB-IoT）标准里，英特尔也是积极参与方，预计在明年，搭载英特尔5G基带的产品就会正式出货。

在存储方面，利用英特尔最新的3D Xpoint技术，闪存的存储密度可以提升10倍，存储的速度较前一代的闪存来说提高100倍，所有的产品和技术的创新都是英特尔在背后进行驱动的。

在人工智能产品方面，英特尔提供了可扩展的人工智能加速解决方案，利用英特尔的人工智能芯片，可以去构建从智能摄像机到智能网络视频存储器NVR，再到智能视频服务器，来满足不同的产品形态对于计算的要求。同时，英特尔也提供了人工智能加速器方案，开发者可以根据自己对于计算性能以及功耗的要求去选取不同的配置。

如果把一个好的设计转变成产品，光靠硬件是不够的，必须要有一个好的开发工具提供支撑。今年，英特尔发布了被称之为OpenVINO的用于机器视觉和深度学习推理的软硬工具套件。

在视频处理领域，基于深度学习的方法和传统的计算机视觉的方法，两者都有着自己的应用场景。因为深度学习它是以卷积视频网为基础，这种技术比较适合去做物体的识别和物体的检测，对于一些传统的计算机视觉方式而言，在光流计算或者是图像增长，比如利用直方图均衡的算法去做图像增强的时候仍然能够得到一个非常好的效果。所以，在OpenVINO里面，英特尔对这两类方法有很好的支撑。

对于深度学习，英特尔提供深度学习的部署套件，这个套件可以帮助开发者把自己在开放网络上所设计和训练好的一个网络模型快速的部署到目标平台上来执行推理的操作。

英特尔部署套件里有模型优化器和推理引擎两个模块。模型优化器在保证精度的前提下，对开发者所设计的网络模型进行优化，把它转变成中间表示文件，这个中间表示文件可以被推理引擎来进行读取，推理引擎再利用相应的硬件插件来把中间表示文件下载到目标平台上进行运行。现在，已经能够支持CPU、FPGA、GPU的插件和Myriad X的VPO的查检。

除了做这种硬件和软件产品的开发以外，英特尔还积极跟合作伙伴一起去构建边缘计算的解决方案。比如和阿里云的合作，在重庆跟当地的金属加工厂一起利用OpenVINO以及英特尔的人工智能加速器推出了一个对于金属件的缺陷检测的检测方案，利用该检测方案可以把漏检率和误检率降低80%，同时检测效率大大提升。

张宇指出，英特尔在不断地创新技术，希望能给合作伙伴和客户提供更高、更好、性能更全的产品；同时，英特尔也在不断地优化产品组合，帮助开发者和用户简化产品的选型。当然英特尔看到更重要的是生态合作创新，共同面对碎片化的物联网市场。