英特尔市场营销集团副总裁兼中国区总经理王稚聪
“怎么帮助关键客户在业务规模和战略前瞻性足够的情况下，去解决技术的难点、投入技术的资源、甚至是0~1的突破。”这可能是英特尔网络与边缘讨论最多的话题。
近日，英特尔在南京召开了网络与边缘产业高层论坛。峰会中，不仅有英特尔的各位高层对数字产业的前瞻，还有英特尔边缘解决方案的解读以及现阶段数字行业发展的案例分享。“十几年前讲嵌入式，后来讲数据的质量。”英特尔表示，“各行各业具体有价值的信息要通过数据作为必要条件呈现，预计中国五年之内这个数据的增长还会超过25%以上。”
作为持续几年的热门话题之一，数字化已然成为经济结构的重要组成部分。英特尔市场营销集团副总裁兼中国区总经理王稚聪认为，数字化就是新的动能，与其相关的建设及推动或将成为中国本土的发展以及出口主力军背后的重要“源头“。他举例说到：“中国上半年NEV电动汽车高速增长，甚至电动汽车有趋势取代IT产品，成为中国出口的一个主力军。从另一方面来看，被看作是配套的动能电池的生产，这意味着中国工业制造正逐步从日用品和低质量的生产，逐渐转向了高技术的密集型高附加值的高质量生产。”
相应的，在AI的发展中，数字化的结构变化，在未来也极有可能会因为大模型的“介入“，从而与各行各业有着更加适宜的匹配。例如，在工厂产线，AI可能会根据实时的场景来调动相应的数据及人力配合生产，将成本合理化，甚至达到降本增效的要求。围绕众多产业，英特尔推出了一系列的产品与配套解决方案，试图从中寻找到最佳又合理的技术来与当代产业达成共识。
疫情的结束标志着压抑多年的各类产业开始逐渐复苏。而围绕数字化经济的发展，英特尔步步为营，不仅需要“前瞻”历史发展的途径，还要“远瞩”科技为市场带来的动静变革。相应的，随着与之相关的应用示例增加，英特尔也在生态建设上，逐渐步入佳境。
数字化新动能成就产业链共赢
英特尔公司高级副总裁兼网络与边缘事业部总经理Sachin Katti
从数字化转型的工作展开来看，如果说过去的企业协作是机械化+自动化+IT化，那么数字化转型则是将过去的企业协作的三个维度打通，以数据的方式洞见协作的内容，再反过来指导业务。其本身是一个创造、传递、支持和获取价值的模式，每一项数字化转型的活动也都应该是不断创造新价值，打造新的动能。
以英特尔的合作伙伴京信在台上演讲的智慧工厂以及智慧矿山为例，两者均采用了京信FLeX5解决方案。不过智慧工厂部署的5G网络、轻量化MC平，是为了实现了多个工业应用，包括智能排产、室内定位、缺陷检测、视觉导航、远程协助等产业生产的智能化。而智慧矿山则是为了井下安全生产时基站的稳定性，达到隔爆、本安的要求。其主要的应用包括工作面自动取值、掘进机远程控制等，从而实现煤矿的生产效率。
当然，数字化转型不仅要打造新的动能，还要看到本质，即从“业务需求”出发，最终回归到解决“业务问题”。例如智慧社区的建设，中维世纪便是以视频的能力，来为城市治理提供更广泛的应用。其业务的需求在于视频检测的分辨能力，尽可能的减少误报和干扰问题，因此在其部署的视频云平台上不仅仅要利用深度学习进行人行为的检测，还要对关键事件进行检测。所以，结合中维世纪的案例来看，数字化的转型就是围绕业务问题，用AI、边缘、网络等技术来解决更加细枝末节的问题。
借助技术手段，围绕业务打通项目之间底层业务架构的连接，是目前英特尔正在做的事情。众所周知英特尔能够提供从硬件、软件一体化的个性化服务，或许这是基于英特尔芯片的根基，才能够构建更加全面的业态服务。“对于边缘以及客户来说，仅仅靠自己通过硬件去获得边缘价值是非常困难的。所以在交付给客户硬件的时候，也会给客户交付所需要的软件。目的是希望通过这样一套基础设施可以让客户更加容易的部署硬件，并管理好硬件。”英特尔公司高级副总裁兼网络与边缘事业部总经理Sachin Katti表示：“更加整体的解决方案，会让客户更加容易、更加安全的在日常运营当中去管理并获得价值。”
从产业链的角度来看，网络边缘对物联网来说，需要产业链的互相配合才能够推动行业的发展，但是英特尔始终是产业链的一环。英特尔中国区网络与边缘事业部首席技术官、英特尔高级首席 AI 工程师张宇表示：“我们无法提供出来产业链需要的所有的技术服务。所以在产业链当中，英特尔的定位是水利万物而不争。尤其是一些开放、开源的社区，我们在这里做了很多工作。”
他举例提到了P４开源生态的建设，为了鼓励P４语言的发展，去年举办了黑客松活动，意图通过赛事的模式，来为P4创新注入活力。除此之外，在EdgeX Foundry，以及在OpenVINO中文社区等英特尔做了大量的工作，这些工作的意义更像是行业发展的经络，为行业赋能及连接做出了许多的贡献。张宇如实说道：“通过赋能社区的工作，来推动整个行业的发展，使得整个行业能够让边缘智能等新的一些应用更快的赋能千行百业，这是我们做的一些具体的事情。”
英特尔将理想照进现实
对于IT领域来说，边缘计算的出现和成长既属意外，又在情理之中。
作为传统云计算的延伸与补充，边缘计算自然非常符合云计算中心和提供IaaS服务企业的商业逻辑；其次，对于传统电信运营商来说，可以将在属地的存量和资源转化为先发优势，因为借助边缘计算能够让地区资源的业务从传统的“连接”扩展到“计算”和“存储”，一举扭转运营商在行业数字化市场竞争中被动的局面；最后，CDN厂商也可以依托部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问的响应速度。而换一个视角就会发现，边缘计算对于芯片/设备制造商为代表的硬件厂商来说，融合了AI算法的智能硬件，集成了图像识别和视频压缩的摄像头，存储通信能力一体化的物联网模组等。一旦某类产品需要进行规模化部署，就需要大量的专用硬件，前期的投入就演变为竞争的门槛，获得超高的回报。
综合来看，全部集中模式的云计算未必是最优的解决方案。一是前端采集的数据量过大，会导致成本高、效率低、处理异常等问题；二是即时交互会面临传输成本高、时延长等担忧；三是业务连续性的业务，可能会遇到网络或者中央节点故障的问题。不过，云上资源共通，因此云的能力很强大、CPU很强内存也很大，但是需要面对的一个问题是，随着时间的发展，台式、PC甚至手机的CPU、内存以及网速各方面性能也在提升，所以不得不去面对分布式计算的崛起。
随着分布式的发展，在中国的场景下，已经看到了许多优秀的边缘创新案例。例如，消费品的购物体验、金融机构边缘到云计算的部署还有以上提到的工业制造、智慧城市等等。可见，边缘计算重构了云计算架构，同时也驱动了人工智能的发展。Sachin Katti在演讲中说道：“在边缘的开发者当中，有86%的人都是在基于人工智能的应用。这些开发者也告诉我们，他们要把人工智能加入到应用当中，在开发软件的时候要把人工智能的能力集成到软件当中。”
然而在英特尔看来，人工智能部署超过一半都是失败的。具体的原因主要在于基础设施设备比较陈旧，其次是数据相较独立。如何把人工智能的模型部署在陈旧的设备中以及如何抓取孤立数据，对于智能化的部署来说是一项很大的挑战。“英特尔在过去为世界完成了超过84000次成功的部署，包括制造、医疗以及零售等都进行了成功的部署。”
Sachin Katti提到英特尔成功的AI边缘部署需要具备哪些要素呢？第一，要确保英特尔所提供的产品能够满足广泛的要求，从硅芯片到应用层，都能够赋予强大的算力。第二，也要针对性的提供灵活的具备AI能力效率的3D封装功能的芯片。“我们有一系列的基础设施，这些基础设施可以用一系列可扩展的方式来进行应用，这样可以帮助你更好地管理基础设施，更加有效地管理软硬件。”
中维世纪科技有限公司高级副总裁王正彬提到：“英特尔的产品是有天然优势的，因为市面上专用CPU只能处理一个业务，但是英特尔，尤其是英特尔酷睿系列，它性能非常强，技术能力也比较多，所以它可以一个CPU处理很多业务，可以把视频监录、视频解码、视频显示和智能分析用一个CPU或一台设备就可以全部处理了，这是英特尔的一个优势。”
英特尔网络与边缘事业部门因为关注集中于边缘侧，所以，更加看重的客户需求是因场景和因算力而异，换句话说，并不是说算力越大越好。根据场景不一样，从边缘侧你要考虑功耗、成本、反应时间等等。而英特尔推出的开放的平台软件架构OpenVINO，则希望能够把现有的所有硬件潜能都发挥出来，让客户实现人工智能，也就是英特尔内制的CPU和GPU。Sachin Katti介绍道：“OpenVINO，会帮助我们扩展标准的软件堆栈，无论是对于CPU，还是整合的GPU，还是整合的集成的AI视觉推断等等，对于一些复杂的架构，OpenVINO都可以更好地支持他们提高效率，而且更加方便地支持云端AI。”
除此之外，英特尔还打造了多款的开源工具，比如DPDK、OpenNESS、Open Visual Cloud、VPP IPsec、Nginx等，助力用户以高性能的方式更快地推动创新。其中，OpenNESS定位于帮助用户对软件做先进的应用开发；Open Visual Cloud主要帮助做视频处理；DPDK则是数据平面开发套件，用于快速数据包处理的函数库与驱动集合，可以极大提高数据处理性能和吞吐量，提高数据平面应用程序的工作效率。
写在最后：
如果说前十年云计算的发展主要是技术驱动的话，那么当越来越多的IT人士接受云计算的理念，希望让这一技术理念更加符合实际场景的时候，应用逐渐成为云计算的发展驱动力；而传统中心化的不足之处，则成为边缘计算发展的重要机会。
要实现边缘计算节点与云计算中心的互联和互动，在技术方面有很多问题需要解决；而不同的边缘计算玩家正在利用各自的优势。
如今边缘计算还处于迅速发展和成长的阶段，不同的应用场景中，边缘计算节点和云计算中心的分工不同，协作模式不同；甚至同样业务场景、同样概念下，技术实现方案也可能大相径庭。云计算中心与边缘计算节点的分工并没有一定之规，协作模式也有很多组合，有的时候边缘计算需要云计算中心强大的计算能力和海量存储的支持，有的时候云计算中心需要边缘计算节点对海量数据及隐私数据进行处理，不同的技术组合衍生出很多新的解决方案，推动云计算的技术发展和应用拓展。
京公网安备 11010202008829号