cookieOptions = {...}; .邊緣計算市場不斷擴張,計算力遠沒走到盡頭 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2018年10月8日 星期一

太奇雲端李承勳總經理分享High performance AI image analytics solution on edge device@TCA AI Forum 2018\10\03





来源: 与非网



「曾經,有人認為世界上已經有足夠的計算能力,我們不需要計算能力了。說實話,如果這個世界不需要計算能力,英特爾做什麼呢?可是大數據時代的到來,給計算能力帶來了前所未有的挑戰。」英特爾市場行銷集團副總裁、中國區總經理王銳博士的一番話意味深長。



image.png
英特爾公司高級副總裁兼物聯網事業部總經理
Tom Lantzsch


計算力會有盡頭嗎?智慧城市、智慧工業、智慧駕駛、智慧零售等物聯網應用,無一不和數據緊密相關,每種應用的落地都伴隨大量數據的產生。

據分析師預測,到2025年,全球數據量將劇增至現在的10倍,達到163ZB。如此巨大的數據,只有透過算法分析提取有效數據,才會做出判斷產生價值,而且隨著人工智慧的發展,新應用對計算力的需求會更高。

三大策略驅動數據革命
英特爾正在進行以數據為中心的轉型,從端口設備到雲計算,加上內存和儲存、FPGA加速器技術、再加上網路以及5G連接技術和軟體支持,成為數據革命的驅動力。

王銳博士表示,「未來是AI時代,一個公司能否生存、能否成功,最終依賴的是他們到底有多強大的計算能力。越來越多的應用、邊緣計算、雲端計算,需要的是強大的計算、聯接和儲存的能力。英特爾的策略就是為新的數據世界,奠定技術基礎,增強他們計算、連接、儲存的實力。」

時代在前進,技術在進步,不管擁有市場領導地位的國際巨頭,還是手握一技之長的後起之秀,都要隨著時代演進,才能在競爭中立於不敗之地,而在這場數據革命中,英特爾主要聚焦三個方面,王銳博士解釋⋯⋯:

「第一,半導體生產領導者。我們繼續推動摩爾定律,雖然它是一個人為定律,但在過去的數十年裡,而且在未來會繼續推動最基本的計算能力,我們要利用半導體計算能力,打造一流的平台;第二,我們要成為世界領先的端到端提供商,為企業提供從設備到雲端無縫協作的方案;第三,引領人工智慧和自動化革命,為卓越的、新穎的應用場景,提供強大的技術支持。」




image.png



看中邊緣計算,應用落地非常迅速
數據在不斷增加,如果全部傳輸到雲端進行處理,顯然當前的頻寬和傳輸速度,都難以滿足要求,因此將數據處理,從雲端遷移到邊緣端十分必要。

英特爾公司高級副總裁兼物聯網事業部總經理TomLantzsch認為,「我們能夠推動的下一次轉變,就是在邊緣計算。在去年,英特爾提出了物聯網的三個策略,分別是:第一,為物聯網設計高性能晶片;第二,增強邊緣計算,專注於網路邊緣計算方面的良好機會;第三,專注於電腦視覺,我們認為電腦視覺這項AI技術,將帶來變革性變化。為了實現這三個策略,我們在開發者工具,及生態環境方面進行了大量投入,我們還與合作夥伴共同為終端客戶,提供了行業整體解決方案(Intel IOT Market Ready Solutions),將這三個策略應用於教育、零售、工業、智慧城市等領域。」
提出一個概念非常容易,實現起來一般很難,邊緣計算是不是也是這樣?在今年的物聯網峰會上,我們看到很多實際應用案例,比如人臉檢測與屬性提取方案,可以透過人工智慧算法,提取人臉特徵,從而判斷人的情緒;

基於英特爾OpenVINO技術的人臉辨識系統,可以應用於教育行業,幫助老師即時判斷學生的上課情況;智慧健康測試系統,可以即時測試用戶的健康狀況,並提供改進方案。展會現場筆者看到了幾十種基於邊緣計算的產品。

人臉檢測與屬性提取方案


image.png



基於英特爾OpenVINO技術的人臉辨識系統


image.png
智慧健康測試系統

用英特爾副總裁兼物聯網事業部,中國區總經理陳偉的話就是,「中國市場是既大又快,有點違反物理定律,因為牛頓第二定律是質量大了之後,速度就會慢。邊緣計算在過去兩三年,發展幾乎超過了所有的行業預計,很多實際的案例落地,將來這個落地會繼續加速。」

未來訓練會發生在邊緣
從數據的產生來看,大部分數據產生在邊緣,但是由於頻寬的限制,有45%的數據都在邊緣進行計算,佔比非常高,未來邊緣計算會發生什麼變化?

TomLantzsch分析,「我認為未來我們將看到一些新產品,會開始在邊緣進行學習。現在所有的訓練數據集,都發生在雲端,將來有更多的數據會產生於邊緣,而訓練也會最終轉移至邊緣。這就是我們所預見的未來。

而自能系統(Autonomous systems),會變得越來越自能,比如自動駕駛汽車、機器人系統、更為先進的視覺系統等。由於本地產生了大量的數據,所以自主性也會逐級下推,這是我們將面對的一項重大改變。

比如,一台存有50萬張人臉的攝影機,數據非常龐大。而這些算法,將繼續在本地的系統層面上得到改善,而不會涉及到雲端,它將成為一台邊緣設備中的攝影機,而相應的學習也會在邊緣進行。」


為了加大邊緣計算的算力,英特爾推出了OpenVINO工具,經過對比發現,基於OpenVINO平台的機器視覺深度學習系統,在使用OpenVINO平台之後,比沒有使用OpenVINO平台前,速度提升7倍,如果使用OpenVINO平台再加上FPGA後,速度會比最初提升20多倍。

在醫療影像領域,使用OpenVino平台,可讓模型的運算能力提高188倍,也就是用在骨骼年齡檢測方面提高了188倍,肺部投影的速度提高了38倍。

陳偉強調,「與幾年前相比,物聯網的概念越來越清晰。我們在物聯網領域耕耘了十年,從嵌入式概念到物聯網分布式計算的概念,概念的清晰也使得英特爾的戰略簡單了、聚焦了。因為早期ARM和英特爾相比,如果物體不能產生數據,就會使用低端的晶片,產生低端的數據單元,而數據產生之後沒有判斷能力,所以要透過網路傳到後台進行處理。

當數據量呈指數上漲時,網路頻寬放鬆了,通道更靈活。海康威視的邊緣伺服器就是一個很好的應用,幾年前根本沒有伺服器跑在邊緣。5G商用以後,如果我們打掉網路的瓶頸,可能會影響整個終端到邊緣計算、網路,以及後端的所有平台。

所以英特爾的思路清晰了,第一,專注於邊緣,邊緣本身就在擴大,從零到擴大;第二,做負載整合、應用整合;第三,做視覺計算。未來可能會演變,但這些平台化的技術,生態鏈的搭建,使得英特爾有一席之地。」


What is EDGE COMPUTING? What does EDGE COMPUTING mean? EDGE COMPUTING meaning & explanation


另外,TomLantzsch還談到了自動駕駛領域,英特爾已經收購了Mobileye;在消費物聯網領域,英特爾一直在為企業、政府以及垂直領域,不那麼側重消費領域的客戶,創造商業價值。

陳偉表示,「英特爾很好地發揮了自己的策略優勢,因為很多以消費者為導向的產品是一些很簡單、小巧、聰明的東西連接到雲端,這其實並不是我們說的邊緣,只是雲端的簡單事物。所以我相信,對於英特爾以及我們的合作夥伴來說,專注於以我們業務為導向的領域,會帶來更大的商業價值。」



0 comments: