邊緣計算詮釋人工智能與物聯(lián)網(wǎng)的融合

近日在2018英特爾人工智能大會(huì )上，英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁Jonathan Ballon 站在物聯(lián)網(wǎng)的角度展望了未來(lái)人工智能與物聯(lián)網(wǎng)兩大技術(shù)之間的融合，從他的觀(guān)點(diǎn)中我們可以發(fā)現邊緣計算將是促進(jìn)兩大技術(shù)融合的關(guān)鍵所在，就此話(huà)題Jonathan Ballon還接受了筆者的專(zhuān)訪(fǎng)。

從互聯(lián)網(wǎng)過(guò)渡到物聯(lián)網(wǎng)已經(jīng)是大勢所趨，這將帶動(dòng)整個(gè)計算架構的變革。在未來(lái)20年的時(shí)間里，人工智能所產(chǎn)生的這些機遇或者說(shuō)機會(huì )，Jonathan Ballon認為將有一半體現在網(wǎng)絡(luò )的邊緣之上。這也意味著(zhù)對于英特爾公司來(lái)說(shuō)，物聯(lián)網(wǎng)實(shí)際上會(huì )發(fā)揮非常重要的作用。英特爾要做的工作就是將我們在云端具備的能力進(jìn)一步擴展延伸到網(wǎng)絡(luò )。換言之，在將周遭的世界進(jìn)行數字化的過(guò)程當中，我們將更有效、更高效的挖掘物理世界能帶給我們的價(jià)值。

Jonathan Ballon認為物聯(lián)網(wǎng)是有三種不同的狀態(tài)或者是階段。在第一種狀態(tài)之下是未被連接的設備間的互聯(lián)，換言之這是讀取數據的過(guò)程，但現階段在數據中心當中處理或者存儲的這些數據，現在都已經(jīng)不能夠完全滿(mǎn)足物理世界對于數據的需求。物聯(lián)網(wǎng)發(fā)展的第二種狀態(tài)，高度的互聯(lián)和復雜的互聯(lián)，可以稱(chēng)為智慧的系統。在這個(gè)層級上我們不僅僅是考慮單一終端和設備，而是由很多很多的終端設備組建起來(lái)，在這個(gè)階段里最需要考慮的是如何實(shí)現系統層級的變化。物聯(lián)網(wǎng)發(fā)展的第三種狀態(tài)，我們稱(chēng)之為由軟件定義的高度自動(dòng)化的系統。在這個(gè)階段里我們將看到高度自我學(xué)習的能力，或者說(shuō)某種程度上，這個(gè)系統本身可以脫離人類(lèi)的控制，實(shí)現某種程度自動(dòng)化的運營(yíng)或者運作。在每一個(gè)階段或者狀態(tài)當中，當我們把人工智能應用進(jìn)去的時(shí)候，我們會(huì )發(fā)現價(jià)值實(shí)現了增速。比如當我們在進(jìn)行連接并從中往外讀取數據的時(shí)候，如果能夠輔以大數據或者分析能力，便會(huì )增加價(jià)值。說(shuō)到這一點(diǎn)，如果想要在系統一級獲得明顯的額外收益，我們需要深度學(xué)習，需要人工智能在邊緣或者數據中心上進(jìn)行一些推理和培訓。

 談到邊緣計算和人工智能關(guān)聯(lián)，Jonathan Ballon認為早期的AI應用主要發(fā)生在云端，發(fā)生在數據中心，并在數據中心端來(lái)挖掘數據背后的價(jià)值，但對未來(lái)的人工智能應用而言，分布式的計算環(huán)境，驅動(dòng)著(zhù)大量的數據價(jià)值，可以讓整個(gè)應用邁入全新的階段。在這個(gè)階段人工智能的應用不僅需要考慮應用本身的需求，還需要考慮功耗、成本和本地的快速響應，這就對邊緣計算提出很高的挑戰，異構計算將更加適合這種應用需求。Jonathan Ballon特別指出，人工智能在物聯(lián)網(wǎng)應用中目前最大的機會(huì )是計算機視覺(jué)，比如說(shuō)機器視覺(jué)、視頻監控、醫療影像、預測性維護、質(zhì)量保障、制造場(chǎng)所等等。計算機視覺(jué)可以影響很多行業(yè)，比如在零售行業(yè)可以說(shuō)像頭并不僅僅用于保護庫存、保護安全，與此同時(shí)需要理解客戶(hù)是在物理環(huán)境下如何移動(dòng)的，然后幫助我們店家進(jìn)行商品擺放。借助攝像頭還可以知道貨架上有哪些產(chǎn)品，如果需要補貨或者哪些產(chǎn)品放錯了位置都可以對管理者進(jìn)行提醒。在工業(yè)應用中，計算機視覺(jué)可以幫助了解來(lái)自于制造線(xiàn)上的產(chǎn)品質(zhì)量以提升良率；還可以了解環(huán)境當中的工作人員是否是安全的，他們是否穿了保護服，是否佩戴了安全帽或者安全眼鏡等等。

對英特爾來(lái)說(shuō)，不僅要提供強有力的邊緣計算硬件，還要讓真正的深度學(xué)習以及AI能力民主大眾化，通俗講就是使得那些人即便他們不需要深度的編程能力，也不需要知道各種各樣的硬件架構，都可以利用人工智能進(jìn)行開(kāi)發(fā)。這就需要英特爾給大家提供快速的工具，可以非?？焖俚夭渴?/span>AI能力和交付AI能力，這個(gè)工具就是OpenVINO（開(kāi)源視覺(jué)推理神經(jīng)運行套件），可以用現有的硬件架構并且優(yōu)化它可以用于計算機視覺(jué)、深度學(xué)習工作負載，能夠讓不同的核心在CPU上進(jìn)行分配，然后去分離，把它們分配給不同應用，比如可以將推理放在GPU上，實(shí)際應用性能超過(guò)只用CPU或者GPU。在異構計算的表現方面，增加加速器可以更好的提升性能表現，Movidius Myriad X芯片是一個(gè)視頻處理單元，使得我們能夠以非常低的功耗實(shí)現，如果想要更高的性能可以借助FPGA的力量。Jonathan Ballon認為最為重要的一部分就是英特爾能夠幫助開(kāi)發(fā)人員超越自己的模型以極低的價(jià)格獲得強大的技術(shù)，能夠更快地實(shí)現創(chuàng )新的市場(chǎng)化、商業(yè)化，提高開(kāi)發(fā)人員的原型產(chǎn)品的開(kāi)發(fā)能力，首先配DL的模型，用OpenVINO工具包進(jìn)行優(yōu)化，用NCS 2進(jìn)行測試。OpenVINO工具包能夠讓你非常容易的把它部署到各種各樣的框架，并且對它們進(jìn)行測試，然后你再去購買(mǎi)開(kāi)發(fā)云，做測試，然后決定你要使用什么樣的硬件組合，英特爾還能夠幫助你把它產(chǎn)品化，把這個(gè)系統部署，利用英特爾的合作伙伴生態(tài)網(wǎng)絡(luò )。