1
如果說，每隔一個時代就會有一次工業革命，在當前傳統工業制造遭遇成本上升、利潤太低這些企業發展中的“攔路虎”，迫切需要轉型的境況下，第四次工業革命在新一代信息技術的催化下正在發生。而工業互聯網作為第四次工業革命的重要基石，正在顛覆傳統制造模式、生產組織方式和產業形態等。
作為一個國際級芯片廠商，英特爾如何將自己的影響力延伸到這一波工業互聯網浪潮？
9月下旬，英特爾再推出兩款面向工業互聯網的芯片，一款為凌動?x6000E系列的產品，另一款為酷睿處理器Tiger Lake UP3（第三代）。
據了解，工業互聯網和其它的應用場景相比，對計算、存儲、通訊的實時性、功能安全等有不一樣的要求。因此凌動處理器和最新的酷睿處理器，都提供了實時性功能，簡稱TCC（時序協調運算）和TSN（時間敏感網絡）功能。這些功能可以幫助用戶實現不同設備之間的時間同步和數據及時傳輸。
中國的工業在全球的產業鏈中起到至關重要的作用，同時也面臨著巨大的產業升級和變革的需求。當前，英特爾包括本地團體和工業的全球團隊，都在朝著工業互聯網這個方向發力。近期，雷鋒網就英特爾在工業互聯網領域更多的布局，和他們進行了深度的交流。
在英特爾的物聯網戰略中，可以用“三縱兩橫”來進行描述。
雷鋒網了解到，所謂的“三縱”，第一個戰略是針對不同物聯網行業的需求，專門開發有計算能力的芯片等。比如近期推出的酷睿處理器以及凌動處理器，此外還提供人工智能加速芯片，包括去年推出的第二代Movidius人工智能加速芯片，以及未來的第三代Movidius人工智能加速芯片。
第二個戰略是推動在邊緣側新的使用模式的創新。英特爾發現，隨著軟件定義作為物聯網發展的重要趨勢，越來越多的物聯網功能是通過軟件進行實現的，而這些功能并不是只跑在單一的硬件平臺上，往往是若干個功能在同一個硬件平臺上進行整合，他們稱之為負載整合。因此，英特爾會推出支持這些負載整合的硬件和軟件，比如Hypervisor這樣的軟件等。
第三個戰略是視覺的應用。在當前，視覺應用已經變成了一個水平化的應用，從最早的智慧城市等這樣的一些視覺應用，開始拓展到工業互聯網以及零售等不同的垂直行業。在工業互聯網里，他們認為機器視覺已經變成了非常重要的應用，他們會把英特爾一些跟人工智能視覺相關的硬件和軟件解決方案分別面向不同的垂直行業。
對于“兩橫”，即兩個水平方向的戰略，英特爾物聯網事業部中國區首席技術官兼首席工程師張宇博士表示：
“第一個水平方向的戰略是我們通過提供更方便的軟件工具來給用戶提供無縫開發的體驗。這些軟件工具包括像我們之前已經推出的OpenVINO這樣一些軟件，來幫助開發者方便使用英特爾所提供的硬件計算資源，同時也包括一些軟件的參考實現，包括剛推出的像EIS、ECS，以及剛發布的邊緣軟件中心，這些軟件都可以幫助不同類型的開發者方便地使用英特爾的資源，以及方便找到英特爾相應的資源。”
“第二個水平方向的戰略是生態構建。通過像MRS、RRK等這樣的一些計劃，來幫助我們的客戶伙伴，把他的好的產品和解決方案，通過英特爾的渠道，更方便有效的介紹給整個行業，在行業里得到一個更加廣泛、快速的應用，這是我們不遺余力在做的另外一個工作。”
雷鋒網了解到，工業互聯網作為英特爾重點布局的垂直行業，一方面他們通過戰略布局去支持整個工業互聯網的發展，另一方面，從工業互聯網客戶這邊得到的很多需求，會體現在他們今后的硬件和軟件的產品設計過程當中。同時，他們也以自身作為“試煉場”，親自參與到工業互聯網的建設中來。
張宇博士曾表示：“我們認為工業互聯網的發展將經歷‘互聯’、‘智能系統’、‘自主系統’三個階段，我們把這三個階段比喻成‘工業互聯網領域的摩爾定律’。“
對此，他解釋到：
“英特爾作為一家半導體公司，我們不僅設計芯片，同時也生產芯片，并在全球有芯片工廠。在這些芯片工廠中，我們已經開始運用很多的最新技術去實現生產自動化。這里我們所提到的‘互聯’、‘智能系統’、‘自主系統’是我們基于生產過程當中的經驗總結，一些我們看到的問題以及我們在用的一些問題的解決辦法。”
雷鋒網了解到，比如在大連工廠，這是英特爾在整個亞洲的一個比較先進的晶圓生產工廠，在生產過程當中，他們已經開始應用基于機器視覺的方式去做產品缺陷自動檢測，通過這樣的新技術來推動整個生產的智能化和自主性。
晶圓的生產是整個半導體生產的基礎，整個生產流程包含幾千步工序，英特爾已開始利用智能邊緣技術，利用英特爾的處理器、OpenVINO等工具，以及專門的人工智能算法，去實時、準確地處理每一幅晶圓的圖片，將檢測的效率提升100倍。此外，他們還設計了一個基于半監督的自動標準的方法，大大提升了模型訓練的精度和效率。
正是由于智能邊緣的輔助，英特爾才能不斷地提升生產效率，也是基于這些生產方面的不斷的經驗積累，他們提出了對整個工業互聯網發展趨勢的判斷：是從互聯到智能，從智能到自主。
據了解，邊緣計算的整個生態和云計算比起來，其碎片化程度非常高，比如計算架構和OS、工業協議數量、DevOps、業務場景等。
在工廠中，不同的工廠對最終問題解決的要求是不一樣的。以機器視覺為例，紡織工廠的紡織品檢測，往往是布匹上印的各種花紋；而到鋁合金加工廠，它往往檢測的是產品表面印的一些字符，所以檢測內容差別是很大的。正是這些不同，造成了解決方案也會有些許的不同。
談及這種碎片化現狀要如何破解，以及英特爾的應對措施，張宇表示：
“我們要把用戶的需求，如果說從解決方案的角度來看，我們可以把它分成一些共性的需求，還有一些是差異化的需求，跟一些具體垂直行業相關的特定需求。”
雷鋒網了解到，共性的需求，比如不管用戶是做什么樣的機器視覺的處理，都有一個數據采集的過程，都是需要把采集到的圖片以某種方式傳遞到一個計算平臺，都要在這個計算平臺上對接收到的數據做解碼的處理。解碼之后，都需要把這些數據通過一些內部總線的方式，來交互給其它的一些用戶，這些都是一致的。
而個性化的地方，往往是具體做哪方面的算法處理，解決什么樣的問題，這是不一樣的。為了解決這種碎片化，英特爾提供了很多的軟件參考實現，這些參考實現就像現在的邊緣洞見軟件。在這些參考實現當中，它把一些共性的問題已經給了實現方案，在邊緣洞見軟件中解決了數據的采集、存儲、分析、內部交互，甚至還提供了OpenVINO這樣的軟件工具來幫助開發者。
如果說它的人工智能網絡模型設計好了之后，可以快速調用英特爾所提供的各種人工智能加速的硬件資源，來快速實現他的算法。
而具體的算法部分，也就是一些碎片化最明顯的部分，實際上英特爾是交給最終的開發者，他們可以根據不同垂直行業的要求，去開發不同的算法，設計不同的網絡模型，訓練這樣的網絡模型。
在訓練完了之后，可以利用OpenVINO這樣的一些工具，把這些模型快速下載到相應的英特爾平臺上來進行執行，也可以調用英特爾所提供的邊緣洞見軟件去實現數據的收集、存儲等這樣的一些基礎性的功能。
因此，英特爾解決這種碎片化問題，是通過他們的硬件和軟件去解決一些共性的問題，然后把一些個性化、碎片化的問題交給相應的軟件合作伙伴讓他們進行解決。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
