重庆的一家铝合金压铸厂里，刚刚出产的新品正有序地排放在生产线上，等待着出厂前的质量把关。不同于过往传统工厂里“生产线上质检忙”的景象，这家采用了智能边缘计算新平台的工厂，通过计算机视觉和人工智能将边缘数据转换为业务洞察力，代替了人工质检，将缺陷的漏检率，误检率降低了80%。

这样的景象，在现代化的智能工厂里已越来越普遍。今年4月，工业互联网产业联盟与中国信息通信研究院发布的《工业智能白皮书》中指出，工业互联网的核心是数据驱动的智能分析与决策优化，工业智能是工业互联网释放赋能价值的关键要素。

我们正处于第四次工业革命浪潮中，也正处于自2020开始新一轮的人工智能高潮中，人工智能与工业互联网的结合，推动了智能制造的发展。智能边缘，将加速助力工业互联网向更高阶段发展。

工业互联网领域的“摩尔定律”

在刚刚结束的2020 WAIC世界人工智能大会上，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，对工业物联网的三个发展阶段做了一个有趣的比喻。

“我们认为工业互联网的发展将经历‘互联’、‘智能系统’、‘自主系统’三个阶段，我们把这三个阶段比喻成‘工业互联网领域的摩尔定律’。在‘互联阶段’，我们利用各种有线、无线的技术，将数据汇总到数据中心或者是边缘计算的节点，这是发展的基础。在‘智能系统阶段’，系统将能够利用各种时间制定的规则，对数据进行处理、过滤，从中发现一些异常信息并及时报警。在‘自主系统阶段’，我们利用人工智能的技术以及IT（信息技术）、OT（运营技术）融合的技术，实现系统的自主化管理、学习及调整。这将是工业互联网发展的最高阶段。”张宇表示，“人工智能技术将在‘智能系统阶段’和‘自主系统阶段’发挥重要的作用。”

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在2020 WAIC上发表主题演讲

人工智能运用于边缘的技术挑战

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。这其中又有大量数据需要利用人工智能技术来处理。然而将人工智能运用于边缘，还面临着数据量大、低延迟、高性能功耗比、应用碎片化和开发成本高等技术方面的挑战。

以智能工厂为例，智能工厂一天可产生万亿字节量级的数据，对响应时间的要求已经达到了毫秒级。处理如此庞大的数据量，需要大量的算力支撑，大量的数据需要在边缘进行处理。

其次，边缘设备很多是嵌入式设备，以智能工业摄像机为例，其整机功耗大概只有10-15瓦，其中能够分给人工智能加速芯片的功耗只有两瓦，这对芯片提出了更高的性能功耗比要求。

此外，工业互联网还是一个碎片化的市场。不同的行业，不同的工厂，对应用提出了不同的要求。因此算法和应用的开发往往需要定制化。这就造成了软件开发的成本在总体成本中所占的比重越来越高。

对此，张宇指出：工业互联网本质上是一个“边云协同”的端到端的系统。这个系统里很大一部分数据需要利用人工智能的技术来进行处理。而人工智能技术的落地与普及需要科技的不断创新。

两大科技要素、全能组合拳，实现“从云到端”的智能化部署

推动本次人工智能发展的有两大科技要素：不断提升的算力和大量可训练的数据。以超算为例，在“摩尔定律”的推动下，目前超级计算机每秒钟浮点运算的峰值速度与上世纪90年代相比，提升了150万倍；在数据方面，如今在ImageNet里包含了超过1400万张经过标注的图片，可帮助开发人员进行深度训练；而在存储方面，与上世纪90年代仅有1兆的磁盘相比，当下普通移动硬盘已具备上T的容量，存储能力提升超过100万倍。

作为一家“以数据为中心”的公司，英特尔的产品覆盖了通讯、计算、存储的各个方面，帮助客户构建“从云到端”的智能化部署。

技术方面，英特尔提供了CPU，集成显卡GPU，FPGA，以及人工智能加速芯片等不同的产品组合。用户可以根据自己对算力的要求，选择适合自己的硬件。通讯方面，今年2月，英特尔发布了针对5G网络基础设施的一系列硬件和软件产品，其中包括首款面向无线基站的，基于英特尔架构的10纳米系统集成芯片（SoC）。存储方面，英特尔提出了3D XPoint傲腾技术，把闪存的容量密度提高10倍。英特尔还将主要的闪存生产基地安置在中国的大理，充分体现出对中国市场的重视。

文章来源：《工业技术创新》 网址: http://www.gyjscxzz.cn/zonghexinwen/2020/0717/402.html