近年來，政府部門陸續出臺相關政策支持我國工業物聯網產業的推廣及生態建設，工業物聯網產業迅猛發展。與此同時，帶寬的增長速度已經無法匹配工業物聯網領域所產生的大量的數據，因此，邊緣智能技術被越來越多的采用。

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。而邊緣設備只能處理局部數據，無法形成全局認知，因此實際應用中仍然需要借助云計算平臺來實現信息的融合，可以說，云計算與邊緣計算正逐漸成為支撐物聯網的兩大支柱。

工業物聯網的高要求

與傳統意義上的物聯網不同，工業物聯網面臨著一些新的挑戰，尤其是和消費類物聯網相比有很大大同：第一，它對實時性要求非常高，一般在消費領域不談自動化（OT），在消費領域談的都是信息化（IT），只有在工業領域才涉及到OT的問題，這直接涉及到對于產量信息的控制管理，而對機器控制管理，往往都是毫秒級甚至在微秒級，所以它對實時性的要求更高。第二，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博士表示：“我們看到在跟產線上的工廠的一些用戶進行交流的時候，他們對于可靠性方面的要求也更高，對產品監控質量往往都是很高要的。在其他的物聯網領域，如果有一些小的差錯，客戶也許是能夠容忍的，但是在工業領域要求是不一樣的，這就帶來了技術方面的要求，包括芯片的算力、可靠性，以及軟件相應的功能、可靠性都提出了更高要求。”

圖：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博士

現在，5G很熱，而且與4G相比，5G網絡具有高帶寬和低時延的優勢，另外，5G能夠做通信的信道隔離，使得不同應用之間有很好的隔離度。但如果把5G用到工業物聯網，其能力還是不夠的，因為5G在網上承載了TCPIP協議，它的服務質量不能完全保證，它是把一個包從A點放到B點的方式，在中間可能經過若干個節點的轉發，但是每一個節點轉發過程中都會帶來延時，這個延時怎么控制是目前協議沒有完全解決的。

如果把5G技術用在工業領域，工業領域對于延時的要求那么的苛刻，必須有新技術輔助，如TSN（時間敏感網絡），它可以解決上述問題。英特爾看到了5G等其他通信技術，包括工業Wi-Fi技術等。該公司深度參加了同國際標準組織的合作，來推動最新的通信技術在工業領域的落地。

技術布局

從技術角度來看，英特爾對物聯網有著全面布局。據張宇博士介紹，除了互聯到智能，從智能到自主的趨勢以外，從近期來看，該公司把工作重點放在以下幾個方面：第一，視頻技術的全面支撐，在安防、工業的機器視覺領域，現在看到越來越多的零售終端帶有人工智能的處理能力，包括教育領域有很多教室里的電子白板，也通過一些視頻的分析去了解學生對老師教授內容的反饋；另外隨著芯片計算能力的不斷提升，用戶有越來越強的需求，怎么樣能夠充分利用這樣的算力，把原來需要在幾臺機器上實現的工作整合在一臺機器上，從而降低整體擁有成本。

張宇表示：“基于這樣的趨勢，我們做了產品、解決方案、工具等開發規劃。比如在視頻處理方面，尤其是硬件，現在通用處理器里，隨著集成性能越來越強大的顯卡，利用這樣的硬件資源進行加速，加速對于人工智能的處理。還專門做了有針對性的人工智能加速器，這些加速器的設計也是不斷迭代和發展的。除了一些傳統的對于卷積的加速，我們也一直跟蹤最新的人工智能前沿技術，比如現在業界比較熱的‘網絡壓縮’技術，怎么把現有的人工智能算法里不需要的部分抽掉，從而提高整體的計算能力，整體系統性能。類似于這樣最前沿的技術點，我們一直在跟蹤，也會不斷地融入到我們的產品當中去。”

“另外，我們的軟件會配合我們的硬件，硬件的所有能力最終都是要通過軟件發揮出來。開發者除了需要能夠很好地調用硬件之外，還需要更好的案子，告訴我怎么實現我需要使用的案例。我們的工具里既包含對這些類似于驅動、開發界面，幫助開發者能夠更好地把這些開發的工作完成，我們也會給出一些參考，告訴他在不同的垂直領域使用場景里怎么快速構建應用。”

“我們也在推動虛擬化技術以及相應軟件工具的開發，幫助合作伙伴更快地構建基于負載整合的新解決方案。這兩個方面是我們現在工作的重點”，張宇博士說。

全棧解決方案

針對邊云協同的產業趨勢，英特爾推出了適用于邊緣計算，涵蓋芯片、板卡以及軟件工具的人工智能產品的全棧解決方案。可以應用在從智能攝像機，智能網絡視頻存儲器到智能視頻服務器的各種設備中。

2018年，該公司發布了新一代視覺加速芯片Movidius Myriad X。這一面積僅有8.8x8mm，功耗僅為2W的芯片，能夠提供1T的計算能力，進而實現對卷積神經網絡中卷積層，全連接層和激活函數的加速。在實際應用中，Myriad X能夠很好的滿足功耗層面的要求，同時其算力也足以滿足處理一路高清視頻的需求。

相較于低功耗芯片，網絡硬盤錄像機（NVR）和視頻服務器對算力有著更高的要求，同時能夠接受的功耗也更高。針對這類需求，英特爾發布了視覺加速器產品系列——Movidius Myriad X視覺技術處理器和高性能Arria 10 FPGA。以Movidius的方案為例，其能夠在一塊板卡上集成8~16顆Movidius Myriad X芯片，提供8~16T的算力，用戶可以根據各自邊緣設備的性能指標，選取不同的配置。

為了幫助開發者進行機器視覺和深度學習應用的開發，英特爾還發布了OpenVINO工具包。OpenVINO工具包支持加速高性能計算機視覺應用和深度學習推理，幫助開發人員和數據科學家加速計算機視覺工作負載，并簡化深度學習部署，在各種英特爾平臺中輕松實現邊緣到云的異構執行。

加強產學研合作

據悉，英特爾在工業物聯網領域在加強產學研合作，具體包括以下幾個方面：第一，在國內和大學有非常好的合作，去年該公司還舉辦了最近的一屆大學生電子設計競賽，圍繞著物聯網、人工智能主題開展。去年，張宇博士作為評委參加了上海交大的活動，活動里用到了很多技術，如人工智能加速棒、計算棒等硬件，來幫助大學生更快地把好的方案落地，英特爾這方面也提供了一定的支持。

據張宇博士介紹，2018年，有一個大學生的案例令其印象深刻，他做了一個通過靜脈血管的檢測來做門鎖控制，以前門鎖控制通過虹膜或者指紋，但現在有越來越多的手段能夠破解，但如果利用人工智能的方式，利用血管的造影做一些門鎖的開鎖操作，相對來說是新技術，這些技術在大學生當中已經有探索和嘗試，英特爾則通過硬件加速它的處理和操作。

英特爾和國外大學也有比較多的合作，例如和美國卡耐基梅隆大學有一個專門的聯合實驗室，主要針對視頻云等最新的前沿技術。通過這樣的合作，一方面幫助在學術領域一些前沿的技術能夠更快推進，另一方面也把該公司在產業所看到的用戶需求帶到合作當中，指導他們的研究方向，把他們的研究成果通過英特爾的渠道更快落地。