英特尔物联网的四大重点领域，高管解读未来机遇在哪

物联网因为其万物互联的固有属性，自诞生以来就注定包含了一个巨大的市场。当然，盘越大，困局里的羔羊们就越迷茫。对于此，2017年3月6日，记者专访了英特尔物联网事业部CTO张宇博士。

从"物联网的三个阶段"到深度学习

物联网也拥有专属的"摩尔定律"，张宇把物联网产业形态划分成了三种阶段:连接，智能以及自治。连接和智能都比较好理解，即万物智联。而自治阶段则是未来物联网发展的终极趋势所在。张宇解释道，大量的深度学习的算法被应用起来，来实现自治功能。所以从整个行业发展趋势来看，这种自主化的管理，是一个大的趋势，里面会涉及到很多深度学习的要求，这是我们对这个行业趋势的一个判断。

这里就引出了深度学习的概念。张宇认为，深度学习是模式识别的一个个演进过程。模式识别都是利用一些先验的知识，或者我们在某一些行业里的积累，能够形成对某些特定模式识别的一些专门的算法。但是这些算法的摸索和构建，都需要用人工的方式去总结。到了目前这个阶段，随着计算机性能不断提升，计算资源不断丰富，现在人们完全可以把收集到的数据交给机器，让机器通过运算去生成，也就出现了机器学习。

深度学习，则是来源于高复杂度的机器学习。因此对于英特尔来说，挑战也就随之出现了。尤其是在一些前端设备去做深度学习时，由于其在功耗、所选用平台能力计算能力上还是有很多限制的。

张宇告诉记者，不能把一些很复杂的，很自然的深度学习网络原封不动的照搬到这个平台上，你需要去做一些相应的优化。另外，现在的计算能力相对来说还不能够完全满足深度学习的要求，所以还是需要不断有新的平台，新的硬件出来，来满足这个领域和行业对于整个应用的要求。

从深度学习到边缘计算

由此，引出了第二个概念，即"边缘计算(Edge computing)"，即通过骨干网靠近物体的部分来处理数据。物联网产生的数据量非常大，2020年时每年会产生44ZB的数据。那么多的设备和传感器所采集到的数据不可能都传到后面，另外对于实施性要求比较高的，像工业、自动驾驶这样一些领域，需要对于数据进行边缘的处理。边缘计算也因此变成了一种大趋势。

英特尔对IOT的理解是把它当成端到端的系统，并将其分成边缘和后端平台两部分，中间通过网络进行连接。边缘部分包含数据采集、网关及数据处理等等模块。而在后端完成的是数据的处理机设备的远程管理。处理部分包括实时处理及离线处理。

当然，这也并不意味着代替云计算。边缘处理本身不是单独的计算节点，边缘和云应该是一个相辅相成的端到端系统，两者是共同配合的。根据用户对于应用的要求，合理地分配负载，最终实现这样一个分布式的最佳解决方案。

物联网联盟

张宇说：英特尔实际上很清楚，如果一个行业要想做大做强的话，不可能靠一家，一定是生态环境，大家共同努力的结果。

而目前包含英特尔的物联网联盟以如下4大联盟为主:

ICC:全称是工业物联网联盟，这个是由英特尔、GE，AT&T等公司共同发起的，它主要是针对工业领域的互联互通、参考架构、安全等等这些问题。

OCF:即开放互联基金会。由英特尔、三星、CISCO等公司联合发起的，主要解决的是设备之间互联互通的标准如何实现。

OFC:开放雾计算联盟，由英特尔、CISCO，微软还有普林斯顿大学共同发起。开放雾计算是新计算模型，取代了传统封闭式系统以及依赖云计算的模型。它基于工作负载和设备能力，使计算更加接近网络边缘，即IOT传感器和制动器。雾计算并不是为了取代传统云计算，而是作为补充和扩展。

ECC:边缘计算产业联盟，由英特尔、华为、软通动力、沈阳自动化研究所、ARM、中国信息通信研究院六家单位共同发起，联盟主要针对边缘计算在工业领域和一些重点行业中的应用，包括参考架构，测试平台，以及一些技术的解决方案。

英特尔物联网的四大领域是什么？

所以，英特尔眼里的重点行业是什么呢？张宇告诉记者，目前英特尔物联网的重点放在了"安防，零售，交通以及工业"。以安防领域来举例子，英特尔目前正在着手于IP Camera，即网络摄像头的开发应用。

利用英特尔的凌动、酷睿处理器，甚至于英特尔至强处理器去搭建IP camera的网络视频存储器，称为NVR(Network Video Recorder)。后端方面，则是基于英特尔至强处理器来构建的视频服务器处理平台。英特尔收购FPGA厂商Altera以后，又收购了视频处理公司Movidius。

这就形成了一种在计算资源以外的加速深度学习视频处理模式，以此提高产品安全性。

张宇说：深度学习在安防领域的确是可以增加、提高你对物体的识别