Video Shorts: Introduction to fog computing
來源：
「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。」 英特爾市場營銷集團副總裁、中國區總經理王銳博士的一番話意味深長。
 |
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163 ZB。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，加上內建記憶裝置和儲存、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。」
 |
人臉檢測與屬性提取方案
|
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Tom Lantzsch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、智會城市等領域。」
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。
 |
基於英特爾OpenVINO技術的人臉辨識系統
|
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？
Tom Lantzsch分析，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。
 |
智慧健康測試系統
|
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策略簡單了、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，渠道更靈活。
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。
另外，Tom Lantzsch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。」
沒有留言:
張貼留言