当前位置:新闻中心行业动态 → 正文

边缘计算市场不断扩张,计算力远没走到尽头

责任编辑:zsheng |来源:企业网D1Net  2018-09-24 08:03:48 本文摘自:与非网

“曾经,有人认为世界上已经有足够的计算能力,我们不需要计算能力了。说实话,如果这个世界不需要计算能力,英特尔做什么呢?可是大数据时代的到来,给计算能力带来了前所未有的挑战。”英特尔市场营销集团副总裁、中国区总经理王锐博士的一番话意味深长。

计算力会有尽头吗?智慧城市、智慧工业、智能驾驶、新零售等物联网应用无一不和数据紧密相关,每种应用的落地都伴随大量数据的产生。据分析师预测,到2025年,全球数据量将剧增至现在的10倍,达到163ZB。如此巨大的数据只有通过算法分析提取有效数据,才会做出判断产生价值,而且随着人工智能的发展,新应用对计算力的需求会更高。

三大战略驱动数据革命

英特尔正在进行以数据为中心的转型,从端口设备到云计算,加上内存和存储、FPGA加速器技术、再加上网络以及5G连接技术和软件支持,成为数据革命的驱动力。王锐博士表示,“未来是AI时代,一个公司能否生存、能否成功,最终依赖的是他们到底有多强大的计算能力。越来越多的应用、边缘计算、云端计算,需要的是强大的计算、联接和存储的能力。英特尔的战略就是为新的数据世界奠定技术基础,增强他们计算、连接、存储的实力。”

时代在前进,技术在进步,不管拥有市场领导地位的国际巨头,还是手握一技之长的后起之秀,都要随着时代演进,才能在竞争中立于不败之地,而在这场数据革命中,英特尔主要聚焦三个方面,王锐博士解释,“第一,半导体生产领导者。我们继续推动摩尔定律,虽然它是一个人为定律,但在过去的数十年里,而且在未来会继续推动最基本的计算能力,我们要利用半导体计算能力打造一流的平台;第二,我们要成为世界领先的端到端提供商,为企业提供从设备到云端无缝协作的方案;第三,引领人工智能和自动化革命,为卓越的、新颖的应用场景提供强大的技术支持。”

image.png

英特尔公司高级副总裁兼物联网事业部总经理TomLantzsch

看中边缘计算,应用落地非常迅速

数据在不断增加,如果全部传输到云端进行处理,显然当前的带宽和传输速度都难以满足要求,因此将数据处理从云端迁移到边缘端十分必要。英特尔公司高级副总裁兼物联网事业部总经理TomLantzsch认为,“我们能够推动的下一次转变就是在边缘计算。在去年,英特尔提出了物联网的三个战略,分别是:第一,为物联网设计高性能芯片;第二,增强边缘计算,专注于网络边缘计算方面的良好机遇;第三,专注于计算机视觉,我们认为计算机视觉这项AI技术将带来变革性变化。为了实现这三个战略,我们在开发者工具及生态环境方面进行了大量投入,我们还与合作伙伴共同为终端客户提供了行业整体解决方案(IntelIOTMarketReadySolutions),将这三个战略应用于教育、零售、工业、智能城市等领域。”

提出一个概念非常容易,实现起来一般很难,边缘计算是不是也是这样?在今年的物联网峰会上我们看到很多实际应用案例,比如人脸检测与属性提取方案,可以通过人工智能算法提取人脸特征,从而判断人的情绪;基于英特尔OpenVINO技术的人脸识别系统,可以应用于教育行业,帮助老师实时判断学生的上课情况;智能健康测试系统,可以实时测试用户的健康状况并提供改进方案。展会现场笔者看到了几十种基于边缘计算的产品。

用英特尔副总裁兼物联网事业部中国区总经理陈伟的话就是,“中国市场是既大又快,有点违反物理定律,因为牛顿第二定律是质量大了之后速度就会慢。边缘计算在过去两三年,发展几乎超过了所有的行业预计,很多实际的案例落地,将来这个落地会继续加速。”

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?TomLantzsch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(autonomoussystems),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,TomLantzsch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。”

关键字:计算市场

本文摘自:与非网

x 边缘计算市场不断扩张,计算力远没走到尽头 扫一扫
分享本文到朋友圈
当前位置:新闻中心行业动态 → 正文

边缘计算市场不断扩张,计算力远没走到尽头

责任编辑:zsheng |来源:企业网D1Net  2018-09-24 08:03:48 本文摘自:与非网

“曾经,有人认为世界上已经有足够的计算能力,我们不需要计算能力了。说实话,如果这个世界不需要计算能力,英特尔做什么呢?可是大数据时代的到来,给计算能力带来了前所未有的挑战。”英特尔市场营销集团副总裁、中国区总经理王锐博士的一番话意味深长。

计算力会有尽头吗?智慧城市、智慧工业、智能驾驶、新零售等物联网应用无一不和数据紧密相关,每种应用的落地都伴随大量数据的产生。据分析师预测,到2025年,全球数据量将剧增至现在的10倍,达到163ZB。如此巨大的数据只有通过算法分析提取有效数据,才会做出判断产生价值,而且随着人工智能的发展,新应用对计算力的需求会更高。

三大战略驱动数据革命

英特尔正在进行以数据为中心的转型,从端口设备到云计算,加上内存和存储、FPGA加速器技术、再加上网络以及5G连接技术和软件支持,成为数据革命的驱动力。王锐博士表示,“未来是AI时代,一个公司能否生存、能否成功,最终依赖的是他们到底有多强大的计算能力。越来越多的应用、边缘计算、云端计算,需要的是强大的计算、联接和存储的能力。英特尔的战略就是为新的数据世界奠定技术基础,增强他们计算、连接、存储的实力。”

时代在前进,技术在进步,不管拥有市场领导地位的国际巨头,还是手握一技之长的后起之秀,都要随着时代演进,才能在竞争中立于不败之地,而在这场数据革命中,英特尔主要聚焦三个方面,王锐博士解释,“第一,半导体生产领导者。我们继续推动摩尔定律,虽然它是一个人为定律,但在过去的数十年里,而且在未来会继续推动最基本的计算能力,我们要利用半导体计算能力打造一流的平台;第二,我们要成为世界领先的端到端提供商,为企业提供从设备到云端无缝协作的方案;第三,引领人工智能和自动化革命,为卓越的、新颖的应用场景提供强大的技术支持。”

image.png

英特尔公司高级副总裁兼物联网事业部总经理TomLantzsch

看中边缘计算,应用落地非常迅速

数据在不断增加,如果全部传输到云端进行处理,显然当前的带宽和传输速度都难以满足要求,因此将数据处理从云端迁移到边缘端十分必要。英特尔公司高级副总裁兼物联网事业部总经理TomLantzsch认为,“我们能够推动的下一次转变就是在边缘计算。在去年,英特尔提出了物联网的三个战略,分别是:第一,为物联网设计高性能芯片;第二,增强边缘计算,专注于网络边缘计算方面的良好机遇;第三,专注于计算机视觉,我们认为计算机视觉这项AI技术将带来变革性变化。为了实现这三个战略,我们在开发者工具及生态环境方面进行了大量投入,我们还与合作伙伴共同为终端客户提供了行业整体解决方案(IntelIOTMarketReadySolutions),将这三个战略应用于教育、零售、工业、智能城市等领域。”

提出一个概念非常容易,实现起来一般很难,边缘计算是不是也是这样?在今年的物联网峰会上我们看到很多实际应用案例,比如人脸检测与属性提取方案,可以通过人工智能算法提取人脸特征,从而判断人的情绪;基于英特尔OpenVINO技术的人脸识别系统,可以应用于教育行业,帮助老师实时判断学生的上课情况;智能健康测试系统,可以实时测试用户的健康状况并提供改进方案。展会现场笔者看到了几十种基于边缘计算的产品。

用英特尔副总裁兼物联网事业部中国区总经理陈伟的话就是,“中国市场是既大又快,有点违反物理定律,因为牛顿第二定律是质量大了之后速度就会慢。边缘计算在过去两三年,发展几乎超过了所有的行业预计,很多实际的案例落地,将来这个落地会继续加速。”

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?TomLantzsch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(autonomoussystems),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,TomLantzsch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。”

关键字:计算市场

本文摘自:与非网

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^