英特尔为什么要做物联网，该怎么做？

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,虎嗅网独家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。张宇告诉虎嗅,

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?张宇告诉虎嗅,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能力,因为有很多图像识别数据库,比如说之前Imag