新闻中心

EEPW首页 > 智能计算 > 业界动态 > 边缘计算不是算力的尽头 想象力才是

边缘计算不是算力的尽头 想象力才是

—— 边缘计算市场不断扩张,计算力远没走到尽头
作者:时间:2018-09-25来源:与非网收藏
编者按:时代在前进,技术在进步,不管拥有市场领导地位的国际巨头,还是手握一技之长的后起之秀,都要随着时代演进,才能在竞争中立于不败之地。

  “曾经,有人认为世界上已经有足够的计算能力,我们不需要计算能力了。说实话,如果这个世界不需要计算能力,英特尔做什么呢?可是大数据时代的到来,给计算能力带来了前所未有的挑战。”英特尔市场营销集团副总裁、中国区总经理王锐博士的一番话意味深长。

本文引用地址:http://www.eepw.com.cn/article/201809/392224.htm

  计算力会有尽头吗?智慧城市、智慧工业、智能驾驶、新零售等应用无一不和数据紧密相关,每种应用的落地都伴随大量数据的产生。据分析师预测,到2025年,全球数据量将剧增至现在的10倍,达到163ZB。如此巨大的数据只有通过算法分析提取有效数据,才会做出判断产生价值,而且随着人工智能的发展,新应用对计算力的需求会更高。

  三大战略驱动数据革命

  英特尔正在进行以数据为中心的转型,从端口设备到云计算,加上内存和存储、FPGA加速器技术、再加上网络以及5G连接技术和软件支持,成为数据革命的驱动力。王锐博士表示,“未来是AI时代,一个公司能否生存、能否成功,最终依赖的是他们到底有多强大的计算能力。越来越多的应用、、云端计算,需要的是强大的计算、联接和存储的能力。英特尔的战略就是为新的数据世界奠定技术基础,增强他们计算、连接、存储的实力。”

  时代在前进,技术在进步,不管拥有市场领导地位的国际巨头,还是手握一技之长的后起之秀,都要随着时代演进,才能在竞争中立于不败之地,而在这场数据革命中,英特尔主要聚焦三个方面,王锐博士解释,“第一,半导体生产领导者。我们继续推动摩尔定律,虽然它是一个人为定律,但在过去的数十年里,而且在未来会继续推动最基本的计算能力,我们要利用半导体计算能力打造一流的平台;第二,我们要成为世界领先的端到端提供商,为企业提供从设备到云端无缝协作的方案;第三,引领人工智能和自动化革命,为卓越的、新颖的应用场景提供强大的技术支持。”

image.png

英特尔公司高级副总裁兼事业部总经理TomLantzsch

  看中,应用落地非常迅速

  数据在不断增加,如果全部传输到云端进行处理,显然当前的带宽和传输速度都难以满足要求,因此将数据处理从云端迁移到边缘端十分必要。英特尔公司高级副总裁兼事业部总经理TomLantzsch认为,“我们能够推动的下一次转变就是在。在去年,英特尔提出了物联网的三个战略,分别是:第一,为物联网设计高性能芯片;第二,增强边缘计算,专注于网络边缘计算方面的良好机遇;第三,专注于计算机视觉,我们认为计算机视觉这项AI技术将带来变革性变化。为了实现这三个战略,我们在开发者工具及生态环境方面进行了大量投入,我们还与合作伙伴共同为终端客户提供了行业整体解决方案(IntelIOTMarketReadySolutions),将这三个战略应用于教育、零售、工业、智能城市等领域。”

  提出一个概念非常容易,实现起来一般很难,边缘计算是不是也是这样?在今年的物联网峰会上我们看到很多实际应用案例,比如人脸检测与属性提取方案,可以通过人工智能算法提取人脸特征,从而判断人的情绪;基于英特尔OpenVINO技术的人脸识别系统,可以应用于教育行业,帮助老师实时判断学生的上课情况;智能健康测试系统,可以实时测试用户的健康状况并提供改进方案。展会现场笔者看到了几十种基于边缘计算的产品。

image.png

人脸检测与属性提取方案

image.png

基于英特尔OpenVINO技术的人脸识别系统

image.png

智能健康测试系统

  用英特尔副总裁兼物联网事业部中国区总经理陈伟的话就是,“中国市场是既大又快,有点违反物理定律,因为牛顿第二定律是质量大了之后速度就会慢。边缘计算在过去两三年,发展几乎超过了所有的行业预计,很多实际的案例落地,将来这个落地会继续加速。”

  未来训练会发生在边缘

  从数据的产生来看,大部分数据产生在边缘,但是由于带宽的限制有45%的数据都在边缘进行计算,占比非常高,未来边缘计算会发生什么变化?TomLantzsch分析,“我认为未来我们将看到一些新产品会开始在边缘进行学习。现在所有的训练数据集都发生在云端,将来有更多的数据会产生于边缘,而训练也会最终转移至边缘。这就是我们所预见的未来。而自能系统(autonomoussystems),会变得越来越自能,比如自动驾驶汽车、机器人系统、更为先进的视觉系统等。由于本地产生了大量的数据,所以自主性也会逐级下推,这是我们将面对的一项重大改变。比如,一台存有50万张人脸的摄像机,数据非常庞大。而这些算法将继续在本地的系统层面上得到改善,而不会涉及到云端,它将成为一台边缘设备中的摄像机,而相应的学习也会在边缘进行。”

  为了加大边缘计算的算力,英特尔推出了OpenVINO工具,经过对比发现,基于OpenVINO平台的机器视觉深度学习系统,在使用OpenVINO平台之后比没有使用OpenVINO平台前速度提升7倍,如果使用OpenVINO平台再加上FPGA后,速度会比最初提升20多倍。在医疗影像领域,使用OpenVino平台,可让模型的运算能力提高188倍,也就是用在骨骼年龄检测方面提高了188倍,肺部投影的速度提高了38倍。

  陈伟强调,“与几年前相比,物联网的概念越来越清晰。我们在物联网领域耕耘了十年,从嵌入式概念到物联网分布式计算的概念,概念的清晰也使得英特尔的战略简单了、聚焦了。因为早期ARM和英特尔相比,如果物体不能产生数据,就会使用低端的芯片,产生低端的数据单元,而数据产生之后没有判断能力,所以要通过网络传到后台进行处理。当数据量呈指数上涨时,网络带宽放松了,渠道更灵活。海康威视的边缘服务器就是一个很好的应用,几年前根本没有服务器跑在边缘。5G商用以后,如果我们打掉网络的瓶颈,可能会影响整个终端到边缘计算、网络,以及后端的所有平台。所以英特尔的思路清晰了,第一,专注于边缘,边缘本身就在扩大,从零到扩大;第二,做负载整合、应用整合;第三,做视觉计算。未来可能会演变,但这些平台化的技术,生态链的搭建,使得英特尔有一席之地。”

  另外,TomLantzsch还谈到了自动驾驶领域,英特尔已经收购了Mobileye;在消费物联网领域,英特尔一直在为企业、政府以及垂直领域不那么侧重消费领域的客户创造商业价值。陈伟表示,“英特尔很好地发挥了自己的战略优势,因为很多以消费者为导向的产品是一些很简单、小巧、聪明的东西连接到云端,这其实并不是我们说的边缘,只是云端的简单事物。所以我相信,对于英特尔以及我们的合作伙伴来说,专注于以我们业务为导向的领域会带来更大的商业价值。”



关键词: 边缘计算 物联网

推荐阅读

评论

技术专区

关闭