边缘计算市场不断扩大

2018-10-02 00:02

未来训练会发生在边缘

从数据的产生来看，大部分数据产生在边缘，但是由于带宽的限制有45％的数据都在边缘进行计算，占比非常高，未来边缘计算会发生什么变化？Tom Lantzsch分析，“我认为未来我们将看到一些新产品会开始在边缘进行学习。现在所有的训练数据集都发生在云端，将来有更多的数据会产生于边缘，而训练也会最终转移至边缘。这就是我们所预见的未来。而自能系统（autonomous systems），会变得越来越自能，比如自动驾驶汽车、机器人系统、更为先进的视觉系统等。由于本地产生了大量的数据，所以自主性也会逐级下推，这是我们将面对的一项重大改变。比如，一台存有50万张人脸的摄像机，数据非常庞大。而这些算法将继续在本地的系统层面上得到改善，而不会涉及到云端，它将成为一台边缘设备中的摄像机，而相应的学习也会在边缘进行。”

为了加大边缘计算的算力，英特尔推出了OpenVINO工具，经过对比发现，基于OpenVINO平台的机器视觉深度学习系统，在使用 OpenVINO平台之后比没有使用OpenVINO平台前速度提升7倍，如果使用OpenVINO平台再加上FPGA后，速度会比最初提升20多倍。在医疗影像领域，使用OpenVino平台，可让模型的运算能力提高188倍，也就是用在骨骼年龄检测方面提高了188倍，肺部投影的速度提高了38倍。

陈伟强调，“与几年前相比，物联网的概念越来越清晰。我们在物联网领域耕耘了十年，从嵌入式概念到物联网分布式计算的概念，概念的清晰也使得英特尔的战略简单了、聚焦了。因为早期ARM和英特尔相比，如果物体不能产生数据，就会使用低端的芯片，产生低端的数据单元，而数据产生之后没有判断能力，所以要通过网络传到后台进行处理。当数据量呈指数上涨时，网络带宽放松了，渠道更灵活。海康威视的边缘服务器就是一个很好的应用，几年前根本没有服务器跑在边缘。5G商用以后，如果我们打掉网络的瓶颈，可能会影响整个终端到边缘计算、网络，以及后端的所有平台。所以英特尔的思路清晰了，第一，专注于边缘，边缘本身就在扩大，从零到扩大；第二，做负载整合、应用整合；第三，做视觉计算。未来可能会演变，但这些平台化的技术，生态链的搭建，使得英特尔有一席之地。”

另外，Tom Lantzsch还谈到了自动驾驶领域，英特尔已经收购了Mobileye；在消费物联网领域，英特尔一直在为企业、政府以及垂直领域不那么侧重消费领域的客户创造商业价值。陈伟表示，“英特尔很好地发挥了自己的战略优势，因为很多以消费者为导向的产品是一些很简单、小巧、聪明的东西连接到云端，这其实并不是我们说的边缘，只是云端的简单事物。所以我相信，对于英特尔以及我们的合作伙伴来说，专注于以我们业务为导向的领域会带来更大的商业价值。”

<上一页 1 2