TrendForce預測顯示，邊緣計算產品和服務市場在2018年至2022年將以複合年增長率超過30%的速度增長。而思科預測，三分之一的數據流量會完全繞過中心，下沉至城域，更靠近邊緣。
目前，隨著AI技術的發展，能夠進一步激發工業AI潛能和下遊產業價值的邊緣計算正在更多領域顯現出它的重要性。
英特爾中國區物聯網事業部首席工程師及首席技術官張宇博士表示：
「英特爾認為，智能邊緣（Intelligent Edge）正在快速崛起，並將成為智能創新的下一波浪潮。」
而在具體產業應用過程中，英特爾也將戰略聚焦到了智能邊緣，並尋求其在工業智能化領域的更多可能。
據了解，英特爾中國區物聯網事業部是為工業企業的數位化轉型提供技術、產品以及相應的生態，並推動智能邊緣（Intelligent Edge）在工業領域的落地。他們不僅提供了用於計算的處理器產品、軟硬體的產品組合，也與更多合作夥伴一起推動新的解決方案的研發和推廣。
雷鋒網近期採訪了英特爾，了解到他們的智能邊緣技術在工業製造領域的產品布局，以及在「新基建」的布局，對於工業智能化的最新觀察等。目前，他們正從軟、硬體以及生態等多方面推動「智能邊緣X工業」，推動工業智能化的發展。
英特爾的「智能邊緣X工業」
眾所周知，工業領域的細分行業和需求場景眾多，這就意味著該領域的企業有很多發力的方向，同時也給他們落地多場景解決方案帶來了挑戰。
那麼智能邊緣是什麼？
據了解，智能邊緣計算提出了一種新模式：利用雲大規模進行安全配置、部署和管理邊緣設備，並根據邊緣設備類型和場景進行智能分配，讓物聯網的每個邊緣設備都具備數據採集、分析計算、通信、以及最重要的智能，實現智能在雲和邊緣設備間的流動。
2019年初，百度發布了兩款智能邊緣硬體，它們分別是百度與英特爾合作推出的百度雲智能邊緣AI盒子BIE-AI-BOX，以及與恩智浦（NXP）聯合發布的百度雲智能邊緣AI開發板BIE-AI-BOARD。
對於智能邊緣這種「正在快速崛起」的技術，英特爾作為產業鏈更上遊的企業，他們的「智能邊緣X工業」都有哪些核心產品？
雷鋒網了解到，在硬體方面，英特爾提供了各種不同的硬體架構來承載人工智慧的負荷，包括傳統的CPU、人工智慧加速晶片VPU，還包括CPU裡集成顯卡的GPU、FPGA這些產品。他們的合作夥伴利用英特爾的處理器以及人工智慧的視覺加速引擎，比如Movidius VPU來實現在邊緣側的視頻處理，利用人工智慧的方法對視頻處理，實現物體的自動檢測和自動識別。
「在軟體方面，英特爾的軟體工具可以幫助開發人員更方便地利用英特爾所提供的硬體晶片，把他們的人工智慧應用快速的部署到最終的平臺之上。」張宇表示：
「英特爾 OpenVINO 工具包能夠把開發者在開放框架上編寫的人工智慧的應用，比如Caffe、Tensorflow或者MXNet等上面的應用可以利用OpenVINO做一些自動轉換。在轉換過程中，一方面能夠幫助開發者把現有網絡模型在保持精度的情況下進行一定的優化，來降低它對計算的需求；同時，它能夠對不同的硬體平臺進行適配，利用不同的硬體插件把已轉換的結果下載到相應的硬體平臺上進行執行。」
目前，他們可以支持像CPU、GPU、FPGA和VPU這樣不同的硬體平臺，其合作夥伴利用英特爾所提供的這些硬體、軟體的產品和解決方案來開發他們人工智慧的應用。
從邊緣計算到邊緣智能，從『中國製造』到『中國智造』，人工智慧技術是怎樣影響著產業的變革？
轉型升級的關鍵燃料：人工智慧新基建
整體而言，近些年我國在人工智慧、5G、邊緣計算等技術助力下，工業智能化的進程不斷提速。
基於工業系統全面感知、高效處理的基礎，人工智慧在工業領域的精準決策和動態優化等方面發揮重要作用。
而5G技術的低延時、高通量特點能保證海量工業數據的實時回傳，同時，其網絡切片技術能夠有效滿足不同工業場景的連接需求；邊緣計算，通過在靠近工業現場的網絡邊緣側運行處理、分析等操作，更好地滿足製造業敏捷連接、實時優化等關鍵需求......
疫情中，一部分信息化、智能化程度較高的企業率先實現了復工復產，甚至在疫情期間達到「停工(人)不停產」這種模式。比如寶鋼在上海寶山基地的冷軋熱鍍鋅車間，多年來通過利用工業網際網路進行數位化、網絡化、智能化改造，實現了不需多人值守24小時運轉的「黑燈工廠」，保證了疫情期間的高效生產。
今年3月4日，中共中央政治局常務委員會召開會議時指出，加快推進國家規劃已明確的重大工程和基礎設施建設，以及加快AI、5G網絡、工業網際網路等新型基礎設施建設進度。
對於新基建，英特爾是如何看的？他們又有哪些布局？
「新基建是正當時提出的政策，之前國家歷史上也推出了很多促進經濟發展的政策，都得到了非常好的效果。新基建現在以工業為例，從互聯到智能這樣的數位化轉型，就是在正確的恰當的時間點提出了一個非常適宜的政策方針。」張宇表示：
「新基建一方面能夠推動一些新的技術在基建建設過程中的應用，比如5G、人工智慧，在這些基礎架構構建過程中能夠發揮越來越大的作用；另一方面，它能夠體現出在這些基礎架構構建完了以後，它能夠催生很多新的應用。因為我們知道，對於一個最終用戶來說，對他所產生的價值，是來自於給他提供的服務，以及這些服務所承載的基礎設施。我們可以看到，在新基建構建完了以後，用戶所能得到的收益，他能夠看到的新應用、新價值會更多。」
「新構建的構建過程中需要通信技術、人工智慧技術，英特爾在這方面一直在利用我們的晶片、我們的軟體為新基建構建提供必要的組件，來構建新基建的基礎。」
雷鋒網了解到，比如人工智慧新基建的落地實現，不僅僅是算力的提升，背後還包含了在數據的存儲、數據傳輸方面的能力提升。而英特爾一直認為對整個基礎架構的提升是綜合的要求，包括計算能力、存儲能力、通信能力，不僅僅是硬體，也包括很多軟體。英特爾的產品實際上涵蓋了從前端到後端的全產業鏈，包括基礎的計算晶片、存儲晶片、通信晶片，包括5G構建過程中，在5G基站裡他們在全球做了很多5G的測試，用到了很多基於英特爾晶片所構建的解決方案。
整體來講，英特爾能夠從端到端、從硬體到軟體，並從智能邊緣（Intelligent Edge）的層面，全方位地支持新基建的構建。
據 Markets 報告預計，2025 年人工智慧製造市場規模將達 172 億美元， 預測期 (2018-2025 年 ) 內的年複合增長率為 49.5%。埃森哲在比較了人工智慧對我國各個行業部門增加值增速的影響，預計到 2035 年，製造業因人工智慧的應用其增加值增速可以提高 2.0% 左右，是所有產業部門中提高幅度最大的。
現階段，工業人工智慧技術在原本的應用邊界上還在繼續拓展。那麼對更大範圍的工業智能化，英特爾是如何考慮的？
如何實現工業智能化？
工業製造是我國國民經濟的主導，當前國內的製造業正處在由數位化、網絡化向智能化發展的重要階段。
據今年4月工業網際網路產業聯盟（AII）發布的《工業智能白皮書》，其本質是通用人工智慧技術與工業場景、機理、知識結合，實現設計模式創新、生產智能決策、資源優化配置等創新應用。
此外，從人工智慧概念誕生至今，工業智能共歷經了萌芽期、滲透期和發展期三個發展階段。
首先，萌芽期為上世紀八十年代開始，基於規則的專家系統時代。
90年代至21世紀初是滲透期，是基於統計的傳統機器學習時代。該時期統計學派、機器學習和神經網絡等概念盛行，人工智慧基於傳統機器學習/模式識別系統等統計學方法能夠解決機理相對模糊的問題。
最後是本世紀初至今的基於複雜計算的深度學習時代，該時期稱為發展期。這一時期基於數據驅動的優化與決策、深度視覺質量檢測；工業知識圖譜解決全局性、行業性問題；人機協作等智能工業機器人蓬勃發展並廣泛應用。
「工業智能化是一個很大的話題。」張宇表示：
「工業相對來說比較複雜，可以分成過程自動化，還有一些離散的行業，每個行業的問題並不完全一樣。」
那麼，工業智能化的實現，需要從哪些角度去發力？
雷鋒網了解到，生產智能化和自動化的實現，需要從政策、研究、相應的產業開發這三個維度來共同推進。具體情況為：
首先，政策層面。工業智能化從政策維度上，政府這邊可以為工業智能化的發展提供很好的政策導向和指引。我們看到工信部這幾年在大力推動，包括企業上網、工業網際網路APP的應用，政府做了很多工作。最近的「新基建」政策的導引對整個工業智能化、自動化的發展有非常好的指向作用。
其次，理論研究層面。工業智能化、自動化裡面還有很多問題需要解決比如IT和OT怎麼融合，在通信領域TSN系統到底應該滿足什麼特性，裡面定義哪些新標準，這些標準不同於傳統的乙太網的標準，怎麼在標準制定過程中充分考慮工業的具體要求，這也是現在研究領域正在做的重要工作，包括IT、OT的參考架構等方面。
最後，產業開發層面。生產領域我們要部署一個工業自動化的標準，首先我們要了解問題在哪，因此相應的生產企業應該能夠把他們在生產領域過程中所遇到的自動化和智能化的問題充分的梳理出來，並且共享給相應的研究單位和一些開發人員，讓這些開發人員利用人工智慧技術、5G技術以及最新的標準制定相應的解決方案。同時，這些解決方案再回饋給相應的生產企業，在生產過程中進行適用，以及不斷地進行迭代和完善。
英特爾作為產業鏈更上遊的企業，他的「智能邊緣X工業」的戰略會成為工業智能化進程中的『殺手鐧』嗎？雷鋒網雷鋒網