据IDC预测，到2020年全球将有超过50%的物联网数据将在边缘处理。而边缘设备只能处理局部数据，无法形成全局认知，因此实际应用中仍然需要借助云计算平台来实现信息的融合，可以说，云计算与边缘计算正逐渐成为支撑物联网的两大支柱。
工业物联网的高要求
与传统意义上的物联网不同，工业物联网面临着一些新的挑战，尤其是和消费类物联网相比有很大大同：第一，它对实时性要求非常高，一般在消费领域不谈自动化（OT），在消费领域谈的都是信息化（IT），只有在工业领域才涉及到OT的问题，这直接涉及到对于产量信息的控制管理，而对机器控制管理，往往都是毫秒级甚至在微秒级，所以它对实时性的要求更高。第二，英特尔中国区物联网事业部首席技术官兼首席工程师张宇博士表示：“我们看到在跟产线上的工厂的一些用户进行交流的时候，他们对于可靠性方面的要求也更高，对产品监控质量往往都是很高要的。在其他的物联网领域，如果有一些小的差错，客户也许是能够容忍的，但是在工业领域要求是不一样的，这就带来了技术方面的要求，包括芯片的算力、可靠性，以及软件相应的功能、可靠性都提出了更高要求。”
图：英特尔中国区物联网事业部首席技术官兼首席工程师张宇博士
现在，5G很热，而且与4G相比，5G网络具有高带宽和低时延的优势，另外，5G能够做通信的信道隔离，使得不同应用之间有很好的隔离度。但如果把5G用到工业物联网，其能力还是不够的，因为5G在网上承载了TCPIP协议，它的服务质量不能完全保证，它是把一个包从A点放到B点的方式，在中间可能经过若干个节点的转发，但是每一个节点转发过程中都会带来延时，这个延时怎么控制是目前协议没有完全解决的。
如果把5G技术用在工业领域，工业领域对于延时的要求那么的苛刻，必须有新技术辅助，如TSN（时间敏感网络），它可以解决上述问题。英特尔看到了5G等其他通信技术，包括工业Wi-Fi技术等。该公司深度参加了同国际标准组织的合作，来推动最新的通信技术在工业领域的落地。
技术布局
从技术角度来看，英特尔对物联网有着全面布局。据张宇博士介绍，除了互联到智能，从智能到自主的趋势以外，从近期来看，该公司把工作重点放在以下几个方面：第一，视频技术的全面支撑，在安防、工业的机器视觉领域，现在看到越来越多的零售终端带有人工智能的处理能力，包括教育领域有很多教室里的电子白板，也通过一些视频的分析去了解学生对老师教授内容的反馈；另外随着芯片计算能力的不断提升，用户有越来越强的需求，怎么样能够充分利用这样的算力，把原来需要在几台机器上实现的工作整合在一台机器上，从而降低整体拥有成本。
张宇表示：“基于这样的趋势，我们做了产品、解决方案、工具等开发规划。比如在视频处理方面，尤其是硬件，现在通用处理器里，随着集成性能越来越强大的显卡，利用这样的硬件资源进行加速，加速对于人工智能的处理。还专门做了有针对性的人工智能加速器，这些加速器的设计也是不断迭代和发展的。除了一些传统的对于卷积的加速，我们也一直跟踪最新的人工智能前沿技术，比如现在业界比较热的‘网络压缩’技术，怎么把现有的人工智能算法里不需要的部分抽掉，从而提高整体的计算能力，整体系统性能。类似于这样最前沿的技术点，我们一直在跟踪，也会不断地融入到我们的产品当中去。”
“另外，我们的软件会配合我们的硬件，硬件的所有能力最终都是要通过软件发挥出来。开发者除了需要能够很好地调用硬件之外，还需要更好的案子，告诉我怎么实现我需要使用的案例。我们的工具里既包含对这些类似于驱动、开发界面，帮助开发者能够更好地把这些开发的工作完成，我们也会给出一些参考，告诉他在不同的垂直领域使用场景里怎么快速构建应用。”
“我们也在推动虚拟化技术以及相应软件工具的开发，帮助合作伙伴更快地构建基于负载整合的新解决方案。这两个方面是我们现在工作的重点”，张宇博士说。
全栈解决方案
针对边云协同的产业趋势，英特尔推出了适用于边缘计算，涵盖芯片、板卡以及软件工具的人工智能产品的全栈解决方案。可以应用在从智能摄像机，智能网络视频存储器到智能视频服务器的各种设备中。
2018年，该公司发布了新一代视觉加速芯片Movidius Myriad X。这一面积仅有8.8x8mm，功耗仅为2W的芯片，能够提供1T的计算能力，进而实现对卷积神经网络中卷积层，全连接层和激活函数的加速。在实际应用中，Myriad X能够很好的满足功耗层面的要求，同时其算力也足以满足处理一路高清视频的需求。
相较于低功耗芯片，网络硬盘录像机（NVR）和视频服务器对算力有着更高的要求，同时能够接受的功耗也更高。针对这类需求，英特尔发布了视觉加速器产品系列——Movidius Myriad X视觉技术处理器和高性能Arria 10 FPGA。以Movidius的方案为例，其能够在一块板卡上集成8~16颗Movidius Myriad X芯片，提供8~16T的算力，用户可以根据各自边缘设备的性能指标，选取不同的配置。
为了帮助开发者进行机器视觉和深度学习应用的开发，英特尔还发布了OpenVINO工具包。OpenVINO工具包支持加速高性能计算机视觉应用和深度学习推理，帮助开发人员和数据科学家加速计算机视觉工作负载，并简化深度学习部署，在各种英特尔平台中轻松实现边缘到云的异构执行。
加强产学研合作
据悉，英特尔在工业物联网领域在加强产学研合作，具体包括以下几个方面：第一，在国内和大学有非常好的合作，去年该公司还举办了最近的一届大学生电子设计竞赛，围绕着物联网、人工智能主题开展。去年，张宇博士作为评委参加了上海交大的活动，活动里用到了很多技术，如人工智能加速棒、计算棒等硬件，来帮助大学生更快地把好的方案落地，英特尔这方面也提供了一定的支持。
据张宇博士介绍，2018年，有一个大学生的案例令其印象深刻，他做了一个通过静脉血管的检测来做门锁控制，以前门锁控制通过虹膜或者指纹，但现在有越来越多的手段能够破解，但如果利用人工智能的方式，利用血管的造影做一些门锁的开锁操作，相对来说是新技术，这些技术在大学生当中已经有探索和尝试，英特尔则通过硬件加速它的处理和操作。
英特尔和国外大学也有比较多的合作，例如和美国卡耐基梅隆大学有一个专门的联合实验室，主要针对视频云等最新的前沿技术。通过这样的合作，一方面帮助在学术领域一些前沿的技术能够更快推进，另一方面也把该公司在产业所看到的用户需求带到合作当中，指导他们的研究方向，把他们的研究成果通过英特尔的渠道更快落地。
