人工智能运用于边缘的技术挑战

人工智能运用于边缘的技术挑战

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”

“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

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。

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

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。

“英特尔不仅仅是新的技术提供者，也是新的技术实践者。”张宇说，“英特尔进入中国已经有35年的时间，我们在大连的工厂是英特尔在亚洲的第一个晶圆制造工厂。晶圆的生产是整个半导体生产的基础，整个生产流程包含几千步工序。我们已开始利用智能边缘技术，利用英特尔的处理器、OpenVINO™等工具，以及专门的人工智能算法，去实时、准确地处理每一幅晶圆的图片，可以将检测的效率提升100倍。除此之外，我们还设计了一个基于半监督的自动标准的方法，大大提升了模型训练的精度和效率。正是由于智能边缘的辅助，我们才能不断地提升生产效率。”        责任编辑:pj