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，從他的觀點(diǎn)中我們可以發(fā)現(xiàn)邊緣計(jì)算將是促進(jìn)兩大技術(shù)融合的關(guān)鍵所在，就此話題Jonathan Ballon還接受了筆者的專訪。

從互聯(lián)網(wǎng)過(guò)渡到物聯(lián)網(wǎng)已經(jīng)是大勢(shì)所趨，這將帶動(dòng)整個(gè)計(jì)算架構(gòu)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(jī)遇或者說(shuō)機(jī)會(huì)，Jonathan Ballon認(rèn)為將有一半體現(xiàn)在網(wǎng)絡(luò)的邊緣之上。這也意味著對(duì)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?cè)谠贫司邆涞哪芰M(jìn)一步擴(kuò)展延伸到網(wǎng)絡(luò)。換言之，在將周遭的世界進(jìn)行數(shù)字化的過(guò)程當(dāng)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(rèn)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(shè)備間的互聯(lián)，換言之這是讀取數(shù)據(jù)的過(guò)程，但現(xiàn)階段在數(shù)據(jù)中心當(dāng)中處理或者存儲(chǔ)的這些數(shù)據(jù)，現(xiàn)在都已經(jīng)不能夠完全滿足物理世界對(duì)于數(shù)據(jù)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(fù)雜的互聯(lián)，可以稱為智慧的系統(tǒng)。在這個(gè)層級(jí)上我們不僅僅是考慮單一終端和設(shè)備，而是由很多很多的終端設(shè)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(xiàn)系統(tǒng)層級(jí)的變化。物聯(lián)網(wǎng)發(fā)展的第三種狀態(tài)，我們稱之為由軟件定義的高度自動(dòng)化的系統(tǒng)。在這個(gè)階段里我們將看到高度自我學(xué)習(xí)的能力，或者說(shuō)某種程度上，這個(gè)系統(tǒng)本身可以脫離人類的控制，實(shí)現(xiàn)某種程度自動(dòng)化的運(yùn)營(yíng)或者運(yùn)作。在每一個(gè)階段或者狀態(tài)當(dāng)中，當(dāng)我們把人工智能應(yīng)用進(jìn)去的時(shí)候，我們會(huì)發(fā)現(xiàn)價(jià)值實(shí)現(xiàn)了增速。比如當(dāng)我們?cè)谶M(jìn)行連接并從中往外讀取數(shù)據(jù)的時(shí)候，如果能夠輔以大數(shù)據(jù)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(tǒng)一級(jí)獲得明顯的額外收益，我們需要深度學(xué)習(xí)，需要人工智能在邊緣或者數(shù)據(jù)中心上進(jìn)行一些推理和培訓(xùn)。

談到邊緣計(jì)算和人工智能關(guān)聯(lián)，Jonathan Ballon認(rèn)為早期的AI應(yīng)用主要發(fā)生在云端，發(fā)生在數(shù)據(jù)中心，并在數(shù)據(jù)中心端來(lái)挖掘數(shù)據(jù)背后的價(jià)值，但對(duì)未來(lái)的人工智能應(yīng)用而言，分布式的計(jì)算環(huán)境，驅(qū)動(dòng)著大量的數(shù)據(jù)價(jià)值，可以讓整個(gè)應(yīng)用邁入全新的階段。在這個(gè)階段人工智能的應(yīng)用不僅需要考慮應(yīng)用本身的需求，還需要考慮功耗、成本和本地的快速響應(yīng)，這就對(duì)邊緣計(jì)算提出很高的挑戰(zhàn)，異構(gòu)計(jì)算將更加適合這種應(yīng)用需求。Jonathan Ballon特別指出，人工智能在物聯(lián)網(wǎng)應(yīng)用中目前最大的機(jī)會(huì)是計(jì)算機(jī)視覺(jué)，比如說(shuō)機(jī)器視覺(jué)、視頻監(jiān)控、醫(yī)療影像、預(yù)測(cè)性維護(hù)、質(zhì)量保障、制造場(chǎng)所等等。計(jì)算機(jī)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(hù)庫(kù)存、保護(hù)安全，與此同時(shí)需要理解客戶是在物理環(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(bǔ)貨或者哪些產(chǎn)品放錯(cuò)了位置都可以對(duì)管理者進(jìn)行提醒。在工業(yè)應(yīng)用中，計(jì)算機(jī)視覺(jué)可以幫助了解來(lái)自于制造線上的產(chǎn)品質(zhì)量以提升良率；還可以了解環(huán)境當(dāng)中的工作人員是否是安全的，他們是否穿了保護(hù)服，是否佩戴了安全帽或者安全眼鏡等等。

對(duì)英特爾來(lái)說(shuō)，不僅要提供強(qiáng)有力的邊緣計(jì)算硬件，還要讓真正的深度學(xué)習(xí)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(gòu)，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，可以非常快速地部署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(yùn)行套件），可以用現(xiàn)有的硬件架構(gòu)并且優(yōu)化它可以用于計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)工作負(fù)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(yīng)用，比如可以將推理放在GPU上，實(shí)際應(yīng)用性能超過(guò)只用CPU或者GPU。在異構(gòu)計(jì)算的表現(xiàn)方面，增加加速器可以更好的提升性能表現(xiàn)，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(xiàn)，如果想要更高的性能可以借助FPGA的力量。Jonathan Ballon認(rèn)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(qiáng)大的技術(shù)，能夠更快地實(shí)現(xiàn)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(cè)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(duì)它們進(jìn)行測(cè)試，然后你再去購(gòu)買開(kāi)發(fā)云，做測(cè)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(tǒng)部署，利用英特爾的合作伙伴生態(tài)網(wǎng)絡(luò)。