物聯(lián)網(wǎng)因?yàn)槠淙f(wàn)物互聯(lián)的固有屬性,自誕生以來(lái)就注定包含了一個(gè)巨大的市場(chǎng)。當(dāng)然,盤(pán)越大,困局里的羔羊們就越迷茫。對(duì)于此,2017年3月6日,虎嗅網(wǎng)獨(dú)家專(zhuān)訪了英特爾物聯(lián)網(wǎng)事業(yè)部CTO張宇博士。
從“物聯(lián)網(wǎng)的三個(gè)階段”到深度學(xué)習(xí)
物聯(lián)網(wǎng)也擁有專(zhuān)屬的“摩爾定律”,張宇把物聯(lián)網(wǎng)產(chǎn)業(yè)形態(tài)劃分成了三種階段:連接,智能以及自治。連接和智能都比較好理解,即萬(wàn)物智聯(lián)。而自治階段則是未來(lái)物聯(lián)網(wǎng)發(fā)展的終極趨勢(shì)所在。張宇解釋道,
大量的深度學(xué)習(xí)的算法被應(yīng)用起來(lái),來(lái)實(shí)現(xiàn)自治功能。所以從整個(gè)行業(yè)發(fā)展趨勢(shì)來(lái)看,這種自主化的管理,是一個(gè)大的趨勢(shì),里面會(huì)涉及到很多深度學(xué)習(xí)的要求,這是我們對(duì)這個(gè)行業(yè)趨勢(shì)的一個(gè)判斷。
這里就引出了深度學(xué)習(xí)的概念。張宇認(rèn)為,深度學(xué)習(xí)是模式識(shí)別的一個(gè)個(gè)演進(jìn)過(guò)程。模式識(shí)別都是利用一些先驗(yàn)的知識(shí),或者我們?cè)谀骋恍┬袠I(yè)里的積累,能夠形成對(duì)某些特定模式識(shí)別的一些專(zhuān)門(mén)的算法。但是這些算法的摸索和構(gòu)建,都需要用人工的方式去總結(jié)。到了目前這個(gè)階段,隨著計(jì)算機(jī)性能不斷提升,計(jì)算資源不斷豐富,現(xiàn)在人們完全可以把收集到的數(shù)據(jù)交給機(jī)器,讓機(jī)器通過(guò)運(yùn)算去生成,也就出現(xiàn)了機(jī)器學(xué)習(xí)。
深度學(xué)習(xí),則是來(lái)源于高復(fù)雜度的機(jī)器學(xué)習(xí)。因此對(duì)于英特爾來(lái)說(shuō),挑戰(zhàn)也就隨之出現(xiàn)了。尤其是在一些前端設(shè)備去做深度學(xué)習(xí)時(shí),由于其在功耗、所選用平臺(tái)能力計(jì)算能力上還是有很多限制的。張宇告訴虎嗅,
不能把一些很復(fù)雜的,很自然的深度學(xué)習(xí)網(wǎng)絡(luò)原封不動(dòng)的照搬到這個(gè)平臺(tái)上,你需要去做一些相應(yīng)的優(yōu)化。另外,現(xiàn)在的計(jì)算能力相對(duì)來(lái)說(shuō)還不能夠完全滿足深度學(xué)習(xí)的要求,所以還是需要不斷有新的平臺(tái),新的硬件出來(lái),來(lái)滿足這個(gè)領(lǐng)域和行業(yè)對(duì)于整個(gè)應(yīng)用的要求。
從深度學(xué)習(xí)到邊緣計(jì)算
由此,引出了第二個(gè)概念,即“邊緣計(jì)算(Edge computing)”,即通過(guò)骨干網(wǎng)靠近物體的部分來(lái)處理數(shù)據(jù)。物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量非常大,2020年時(shí)每年會(huì)產(chǎn)生44ZB的數(shù)據(jù)。那么多的設(shè)備和傳感器所采集到的數(shù)據(jù)不可能都傳到后面,另外對(duì)于實(shí)施性要求比較高的,像工業(yè)、自動(dòng)駕駛這樣一些領(lǐng)域,需要對(duì)于數(shù)據(jù)進(jìn)行邊緣的處理。邊緣計(jì)算也因此變成了一種大趨勢(shì)。
英特爾對(duì)IOT的理解是把它當(dāng)成端到端的系統(tǒng),并將其分成邊緣和后端平臺(tái)兩部分,中間通過(guò)網(wǎng)絡(luò)進(jìn)行連接。邊緣部分包含數(shù)據(jù)采集、網(wǎng)關(guān)及數(shù)據(jù)處理等等模塊。而在后端完成的是數(shù)據(jù)的處理機(jī)設(shè)備的遠(yuǎn)程管理。處理部分包括實(shí)時(shí)處理及離線處理。
當(dāng)然,這也并不意味著代替云計(jì)算。邊緣處理本身不是單獨(dú)的計(jì)算節(jié)點(diǎn),邊緣和云應(yīng)該是一個(gè)相輔相成的端到端系統(tǒng),兩者是共同配合的。根據(jù)用戶對(duì)于應(yīng)用的要求,合理地分配負(fù)載,最終實(shí)現(xiàn)這樣一個(gè)分布式的最佳解決方案。
物聯(lián)網(wǎng)聯(lián)盟
張宇說(shuō):英特爾實(shí)際上很清楚,如果一個(gè)行業(yè)要想做大做強(qiáng)的話,不可能靠一家,一定是生態(tài)環(huán)境,大家共同努力的結(jié)果。
而目前包含英特爾的物聯(lián)網(wǎng)聯(lián)盟以如下4大聯(lián)盟為主:
ICC:全稱(chēng)是工業(yè)物聯(lián)網(wǎng)聯(lián)盟,這個(gè)是由英特爾、GE,AT&T等公司共同發(fā)起的,它主要是針對(duì)工業(yè)領(lǐng)域的互聯(lián)互通、參考架構(gòu)、安全等等這些問(wèn)題。
OCF:即開(kāi)放互聯(lián)基金會(huì)。由英特爾、三星、CISCO等公司聯(lián)合發(fā)起的,主要解決的是設(shè)備之間互聯(lián)互通的標(biāo)準(zhǔn)如何實(shí)現(xiàn)。
OFC:開(kāi)放霧計(jì)算聯(lián)盟,由英特爾、CISCO,微軟還有普林斯頓大學(xué)共同發(fā)起。開(kāi)放霧計(jì)算是新計(jì)算模型,取代了傳統(tǒng)封閉式系統(tǒng)以及依賴(lài)云計(jì)算的模型。它基于工作負(fù)載和設(shè)備能力,使計(jì)算更加接近網(wǎng)絡(luò)邊緣,即IOT傳感器和制動(dòng)器。霧計(jì)算并不是為了取代傳統(tǒng)云計(jì)算,而是作為補(bǔ)充和擴(kuò)展。
ECC:邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟,由英特爾、華為、軟通動(dòng)力、沈陽(yáng)自動(dòng)化研究所、ARM、中國(guó)信息通信研究院六家單位共同發(fā)起,聯(lián)盟主要針對(duì)邊緣計(jì)算在工業(yè)領(lǐng)域和一些重點(diǎn)行業(yè)中的應(yīng)用,包括參考架構(gòu),測(cè)試平臺(tái),以及一些技術(shù)的解決方案。
英特爾物聯(lián)網(wǎng)的四大領(lǐng)域是什么?
所以,英特爾眼里的重點(diǎn)行業(yè)是什么呢?張宇告訴虎嗅,目前英特爾物聯(lián)網(wǎng)的重點(diǎn)放在了“安防,零售,交通以及工業(yè)”。以安防領(lǐng)域來(lái)舉例子,英特爾目前正在著手于IP Camera,即網(wǎng)絡(luò)攝像頭的開(kāi)發(fā)應(yīng)用。
利用英特爾的凌動(dòng)、酷睿處理器,甚至于英特爾至強(qiáng)處理器去搭建IP camera的網(wǎng)絡(luò)視頻存儲(chǔ)器,稱(chēng)為NVR(Network Video Recorder)。后端方面,則是基于英特爾至強(qiáng)處理器來(lái)構(gòu)建的視頻服務(wù)器處理平臺(tái)。英特爾收購(gòu)FPGA廠商Altera以后,又收購(gòu)了視頻處理公司Movidius。
這就形成了一種在計(jì)算資源以外的加速深度學(xué)習(xí)視頻處理模式,以此提高產(chǎn)品安全性。
張宇說(shuō):深度學(xué)習(xí)在安防領(lǐng)域的確是可以增加、提高你對(duì)物體的識(shí)別能力,因?yàn)橛泻芏鄨D像識(shí)別數(shù)據(jù)庫(kù),比如說(shuō)之前ImageNet等等,他們經(jīng)常會(huì)組織這樣一些競(jìng)賽。從競(jìng)賽的結(jié)果來(lái)看,在深度學(xué)習(xí)出現(xiàn)以前和深度學(xué)習(xí)出現(xiàn)以后,頭像處理的精度與準(zhǔn)確度,正隨著深度學(xué)習(xí)技術(shù)的引入有了很大的提升。所以這個(gè)就證明了深度學(xué)習(xí)在視頻安防領(lǐng)域有很大的應(yīng)用前景。
英特爾在這塊也在不斷投入,不僅僅在硬件方面,也在軟件方面大量的投入,提供相應(yīng)的跟深度學(xué)習(xí)相關(guān)的軟件庫(kù),比如說(shuō)底層的算法庫(kù),MPL,MPLDN;英特爾還提供了深度學(xué)習(xí)的SDK。
而物聯(lián)網(wǎng)事業(yè)部這邊,目前正在著手于一個(gè)名為CVSDK(Computer Vision SDK)的項(xiàng)目。能夠幫助開(kāi)發(fā)者,提供一個(gè)統(tǒng)一的基于O-vx的一個(gè)接口,它在底層能夠調(diào)用不同的硬件資源,包括ZPU,GPU,FPGA等等。CVSDK能夠屏蔽硬件的差異化,提供給開(kāi)發(fā)者一個(gè)統(tǒng)一的開(kāi)發(fā)的接口,來(lái)降低開(kāi)發(fā)的困難。
物聯(lián)網(wǎng),機(jī)遇與困難并存
剛剛說(shuō)到說(shuō)到了工業(yè)物聯(lián)網(wǎng),事實(shí)上如果考慮我國(guó)國(guó)情的話會(huì)顯得一絲尷尬。我在專(zhuān)訪中這樣告訴張宇,雖說(shuō)智造2025,但是在實(shí)地走訪中發(fā)現(xiàn),大多數(shù)中國(guó)工廠中的機(jī)床、生產(chǎn)設(shè)備等等仍然停留于工業(yè)2.0,甚至說(shuō)是工業(yè)1.0。
張宇則認(rèn)為工業(yè)物聯(lián)網(wǎng)的需求還是很大,稱(chēng)工業(yè)升級(jí)改造是整個(gè)國(guó)家長(zhǎng)期的戰(zhàn)略,所以英特爾也是想響應(yīng)這個(gè)號(hào)召來(lái)幫助國(guó)內(nèi)的客戶去更快的完成這樣的升級(jí)。隨后他舉了幾個(gè)例子:
我們現(xiàn)在手頭上就有一些項(xiàng)目正在跟我們的制造業(yè)的客戶來(lái)做,遇到了很多的挑戰(zhàn),比如說(shuō)現(xiàn)在在這些客戶里頭他們的設(shè)備有的是一些新設(shè)備,有一些是老設(shè)備,那么如果我們要需實(shí)現(xiàn)這種升級(jí)改造,尤其是利用技術(shù)去提高這種系統(tǒng)的生產(chǎn)效率的話,第一步首先要把數(shù)據(jù)收集上來(lái),那我們遇到很多問(wèn)題就是說(shuō),如何去收集,雖然看起來(lái)很簡(jiǎn)單,實(shí)際上很難。
第一就是有些設(shè)備根本就沒(méi)有數(shù)據(jù)輸出的接口,所以你必須要想各種不同的辦法去變通,去拿到你所想要拿到的信息;第二個(gè)就是有些設(shè)備雖然有接口,但是不同的設(shè)備接口又是各不相同的,你必須要做很強(qiáng)大的適配,去做適配的工作;第三個(gè)就是我拿到這些數(shù)據(jù)以后,如果我去做數(shù)據(jù)的分析,不同的行業(yè),不同的應(yīng)用場(chǎng)景,分析的思路也是不一樣的,也就是說(shuō)數(shù)據(jù)分析也是一個(gè)碎片化的市場(chǎng),你的某一個(gè)算法比如說(shuō)在煙草行業(yè)是適用的,但是你拿到汽車(chē)行業(yè)可能就不適用了。
所以不同的行業(yè)數(shù)據(jù)分析需要有不同的方式方法,這個(gè)也需要有技術(shù)投入,真正的跟線上的用戶做深入的交流,真正做一些定制化,滿足他要求的解決方案。我覺(jué)得這三點(diǎn)是我們現(xiàn)在面臨的比較大的挑戰(zhàn)。
話語(yǔ)之間我感受到了張宇的苦笑,畢竟“巧婦難為無(wú)米之炊”。不過(guò)英特爾是大企業(yè),他們選擇了兩種思維方法去變通:垂直與水平。
垂直:物聯(lián)網(wǎng)是較為泛指的一個(gè)概念,幾乎與網(wǎng)絡(luò)相關(guān)的應(yīng)用都會(huì)劃在物聯(lián)網(wǎng)的范疇里頭。所以他們會(huì)先著手于重點(diǎn)行業(yè),即上述四大行業(yè)。
水平:英特爾會(huì)去做一些物聯(lián)網(wǎng)水平化解決方案的一些工作,因?yàn)槲锫?lián)網(wǎng)雖然不同行業(yè)之間有差異,但是有很多共性的一些要素,比如說(shuō)連接、互聯(lián),以及設(shè)備的遠(yuǎn)程管理這些功能都擁有相關(guān)聯(lián)性。
最后張宇這樣說(shuō)到,
我們?cè)谧鲆恍╅_(kāi)放性的事情。就是說(shuō)我們跟一些國(guó)內(nèi)的重點(diǎn)客戶交流,而且這些客戶都不是小客戶,是很大的制造類(lèi)的企業(yè),我們跟他們正在合作,現(xiàn)在這些企業(yè)的話,我們認(rèn)為他們實(shí)現(xiàn)的產(chǎn)品、產(chǎn)業(yè)的升級(jí)改造所需要的解決方案他們現(xiàn)在是沒(méi)有的。那么目前我們正在跟這些客戶做開(kāi)放性的工作,幫助他們把這些解決方案從無(wú)到有的構(gòu)建起來(lái),幫助他們提升他們制造業(yè)的水平,這個(gè)是目前我們正在做的。