英特爾如何助力構建邊緣智慧的工業網際網路---振工鏈

當時，工業網際網路開啟浪潮正在全球範圍內掀起，成為獲得第四次工業革命勝利的關鍵所在。跟著技能架構和產業鏈需求的不斷迭代，工業技能和出產辦法對工業網際網路也提出新的要求，更多資訊盡在振工鏈。

      在近來舉辦的2020WAIC“2020智慧趨勢峰會”作業論壇上，英特爾我國區物聯網事業部首席技能官兼首席工程師張宇博士標明，第四次工業革命的特點是網際網路產業化及工業智慧化。當時，我們們正處於新一輪的人工智慧開啟高潮。人工智慧與工業網際網路的結合將推動智慧製作的開啟。

      張宇以為，工業網際網路從本質上來說，是一個“邊雲協同”的端到端的系統。在這個端到端的系統裡，大約有50%的資料處理發生在邊緣側，別的50%的處理發生在雲端。而這些資料很大一部分是需求運用人工智慧的技能來進行處理的 ，更多資訊盡在振工鏈 。

      據瞭解，在智慧製作範疇，許多工業場景關於網路照顧延時及照顧時刻抖動都有很嚴峻的要求，一旦有一點點的網路推遲，關於工廠來說將會造成不可逆的丟掉，所以許多工業場景對與網路時延要求現已抵達了毫秒級，甚至於亞毫秒級，這就要求需求有許多的資料在邊緣來進行處理，但傳統的通訊技能很難抵達這一要求，近年來邊緣核算與人工智慧的創新開啟交融逐漸滿意這一要求。

      但這邊緣技能與AI的交融不是簡單耦合，張宇則標明，兩者交融還面臨著許多技能方面的應戰。一是工業環境中資料量巨大，既包括機器視覺的大資料，也包括許多機器狀況的時序的小資料。他舉了智慧工廠的比如，智慧工廠一天所發生的資料量或許抵達PB的量級，也便是萬億位元組的量級，要處理如此巨大的資料量，就需求有許多的算力來進行支撐。一同關於網路時延也提出很高的要求 ，更多資訊盡在振工鏈 。

      二是裝置的高功用功耗比，邊緣裝置許多都是嵌入式裝置，怎樣在這些裝置上結束人工智慧，其實對晶片提出了更高的功用功耗比要求。如，智慧工業攝像機整機功耗大約只要10-15瓦，其間可以分給人工智慧加快晶片的功耗只要兩瓦。怎樣在兩瓦的功耗下，結束人工智慧所需的推理的算力，這也是業界需求面對的應戰。

      三是運用碎片化，開發本錢高。工業網際網路是一個碎片化的商場，不同的作業、工廠，對運用有不同的要求。演算法和運用開發往往需求定製化，這就造成了軟體開發的本錢在全體本錢中所佔的比重越來越高，怎樣下降軟體開發的本錢，也是現在面臨的一個應戰 ，更多資訊盡在振工鏈 。

      面向這些應戰，人工智慧技能還需不斷的開啟，張宇也標明，人工智慧技能的落地與廣泛離不開科技的不斷創新。它開啟背面依託的是核算技能、儲存技能、以及通訊技能的前進。

      但張宇也標明，現在智慧邊緣技能現已開始運用於工業網際網路，但整個程式才剛剛起步，遠沒有抵達成熟。在現在階段，人工智慧技能在工業網際網路的運用更多的停留在邊緣推理階段，我們們還需求運用在資料中心的操練伺服器來結束模型的操練。但在某些工業網際網路的運用場景裡，是有對模型進行動態更新，動態學習的需求。如在廢品收回作業，現已開始運用機械臂去結束物品的分揀。但因為廢品的形狀品種非常多，很難用單一模型去包括一切形狀，這就需求一種邊緣操練的辦法對模型進行動態更新 ，更多資訊盡在振工鏈 。

      工業網際網路的開啟需將閱歷互聯階段、智慧系統階段及自主系統階段三個階段，張宇標明，結束最高階段自主階段的重要標誌，便是結束人工智慧的自主化學習。我們們以為，將人工智慧運用於邊緣，會閱歷從邊緣推理，到邊緣學習，到自主學習的演進程式。

      而英特爾作為一家資料公司，其產品包括了核算、通訊、儲存各個方面，可以運用產品組合構建端到端的具有人工智慧的系統，並經過AI，5G和智慧邊緣的交融，把智慧面向新的開啟拐點。

      其間，英特爾在構建智慧邊緣技能才華方面，具有一系列軟體和硬體產品供應給使用者。其供應的是可擴充套件的解決方案，使用者可以運用它去構建從智慧攝像機到智慧網路影片儲存器、智慧影片伺服器不同的產品 ，更多資訊盡在振工鏈 。

      除此之外，英特爾在大連和成都的半導體工廠，現已開始運用智慧邊緣技能幫忙前進工廠的出產功率。

      據張宇介紹，英特爾在大連的工廠是出產“非易失儲存器”，是英特爾在亞洲的第一個晶圓製作工廠。晶圓的出產是整個半導體出產的基礎，整個出產流程包括幾千步工序，非常複雜，每經過10-20步，就對晶圓進行檢測。英特爾經過安裝在機臺上的掃描電子顯微鏡，或許光刻相機去掃描晶圓，收集到晶圓的圖片。把這些圖片上傳到相應的伺服器，由專門的工程技能人員進行定時的或實時檢測。根據這些檢測和分類的成果微調工藝的引數，來保證產品的良率 ，更多資訊盡在振工鏈 。

      但因為在整個出產程式中所呈現的缺點品種許多，包括機械的刮傷、擦傷、或許化學藥劑沖刷的印漬，使得某些缺點不或許用傳統的核算機視覺來進行處理，假如用人工的辦法來處理，也無法保證100%的精確。

      針對這一問題，英特爾開始運用智慧邊緣技能，經過英特爾的處理器，運用OpenVINO等東西及專門的人工智慧演算法，實時精確地處理每一幅晶圓的圖片，可以將檢測的功率前進100倍。

      除此之外，英特爾還規劃了一個根據半監督的主動規範的辦法，可以大大前進模型操練的精度和功率，正是因為有這些智慧邊緣的輔佐，英特爾才華不斷地前進出產功率 ，更多資訊盡在振工鏈 。