7月27日，英特爾在北京召開了主題為“智能端到端,，英特爾變革物聯(lián)網(wǎng)”的視覺解決方案及策略發(fā)布會(huì)。在此次發(fā)布會(huì)上,，英特爾面向中國市場推出了基于英特爾硬件平臺(tái)的專注于加速深度學(xué)習(xí)的OpenVINO工具包，可幫助企業(yè)在邊緣側(cè)快速實(shí)現(xiàn)高性能計(jì)算機(jī)視覺與深度學(xué)習(xí)的開發(fā),。

物聯(lián)網(wǎng)加速人工智能在邊緣計(jì)算中的應(yīng)用

此前人工智能的很多運(yùn)算處理都是發(fā)生在服務(wù)器,、數(shù)據(jù)中心這樣的云端，因?yàn)橹挥性谶@樣的一個(gè)環(huán)境里面才能提供強(qiáng)大計(jì)算力和便利的支撐,。但是,，隨著物聯(lián)網(wǎng)時(shí)代的到來，將會(huì)有越來越多的設(shè)備和傳感器接入網(wǎng)絡(luò),，情況正在發(fā)生改變,。

根據(jù)IDC預(yù)測，到2020年全球會(huì)有超過500億的智能設(shè)備,，超過2120億個(gè)傳感器,。這也意味著每天都將會(huì)產(chǎn)生海量的數(shù)據(jù)。

根據(jù)研究機(jī)構(gòu)預(yù)測,，隨著物聯(lián)網(wǎng)的快速發(fā)展，到2020年每個(gè)互聯(lián)網(wǎng)用戶每天將生成約1.5GB的數(shù)據(jù),，一個(gè)智能醫(yī)院每天將產(chǎn)生超過3000GB的數(shù)據(jù),；每臺(tái)自動(dòng)駕駛汽車每天將生成超過4000 GB的數(shù)據(jù)；聯(lián)網(wǎng)飛機(jī)每天將產(chǎn)生超過40000GB數(shù)據(jù),；一個(gè)智慧工廠聯(lián)網(wǎng),，假如說有一千多臺(tái)設(shè)備，每臺(tái)設(shè)備上有很多個(gè)傳感器,，時(shí)時(shí)刻刻都會(huì)產(chǎn)生數(shù)據(jù),，那么整個(gè)智慧工廠每天產(chǎn)生的數(shù)據(jù)量將是1PB。到2020年全世界每天產(chǎn)生的數(shù)據(jù)總量將是44ZB,。（注：1ZB就是1000EB,，1EB是1000PB、1個(gè)PB是1000TB，1TB是1000個(gè)GB,。）

面對(duì)如此海量的數(shù)據(jù),，如果仍然只是依靠云端來做數(shù)據(jù)處理的化，這將對(duì)云端的計(jì)算力和網(wǎng)絡(luò)帶寬都帶來了極大的挑戰(zhàn),。雖然計(jì)算力和通信技術(shù)也在不斷發(fā)展,，但是這個(gè)速度還是難以趕上數(shù)據(jù)增長的速度。所以,，邊緣計(jì)算,，即數(shù)據(jù)在終端側(cè)進(jìn)行人工智能分析和處理早已是大勢(shì)所趨勢(shì)。

IDC預(yù)測,，到2018年將有45%的物聯(lián)網(wǎng)數(shù)據(jù)需要在邊緣進(jìn)行存儲(chǔ)處理和分析（足見物聯(lián)網(wǎng)對(duì)于在終端側(cè)部署人工智能需求的增長之快）,，有50%的物聯(lián)網(wǎng)的網(wǎng)絡(luò)會(huì)面臨帶寬的問題。正是由于物聯(lián)網(wǎng)所帶來的海量數(shù)據(jù)的增長以及對(duì)于帶寬的極大挑戰(zhàn),，在終端側(cè)部署人工智能已經(jīng)變得非常必要,。

而且，在終端側(cè)部署人工智能,，還有著數(shù)據(jù)處理的實(shí)時(shí)性更高,、低延時(shí)，更低的帶寬需求的優(yōu)勢(shì),。比如在自動(dòng)駕駛領(lǐng)域,，對(duì)應(yīng)這方面的要求就非常的高。

另外,，在終端側(cè)部署人工智能也有利于數(shù)據(jù)隱私的保護(hù),。因?yàn)楹芏嘤脩羰遣幌Ｍ褦?shù)據(jù)上傳到云端的，希望這些數(shù)據(jù)在本地進(jìn)行處理,，本地處理完以后,，上傳的是一些是經(jīng)過處理完以后的特殊的數(shù)據(jù)，對(duì)隱私保護(hù)相對(duì)比較高的場景,，也需要一些數(shù)據(jù)放在邊緣進(jìn)行處理,。

可以說，隨著物聯(lián)網(wǎng)的發(fā)展,，正在加速人工智能在邊緣計(jì)算中的應(yīng)用,，但是這并不意味著云端人工智能就不需要了、就會(huì)走向消亡,。云端人工智能它能夠把數(shù)據(jù)源進(jìn)行匯總,，它能夠做一些更綜合的應(yīng)用。如果要給用戶提供一個(gè)完整的人工智能服務(wù)和解決方案,，一定是一種邊緣與云端協(xié)同的端到端的人工智能解決方案,。

目前,，包括英特爾在內(nèi)的一些廠商都能夠提供端到端的架構(gòu)了，所以現(xiàn)在“分布式計(jì)算”的概念已經(jīng)是一個(gè)比較成熟的概念,。也就是說,，做云端解決方案的人需要把它的架構(gòu)切到邊緣來，幫助解決邊緣的問題,。

在英特爾看來,，“視頻（攝像頭）是物聯(lián)網(wǎng)的終極傳感器”。確實(shí),，在邊緣側(cè),，視頻所帶來的信息流是最為龐大的。值得注意的是,，2016年-2012年網(wǎng)絡(luò)視頻監(jiān)控流量增長了700%,。也就是說，在物聯(lián)網(wǎng)時(shí)代,，視頻將是人工智能應(yīng)用爆發(fā)的一個(gè)關(guān)鍵點(diǎn),。因此，視頻監(jiān)控領(lǐng)域也成為了英特爾端到端人工智能方案的切入重點(diǎn),。

英特爾的全棧式AI硬件解決方案

對(duì)于英特爾來說,，在云端的服務(wù)器及數(shù)據(jù)中心市場，英特爾是絕對(duì)的老大,，市場占有率超過9成,。針對(duì)這塊市場，英特爾擁有Xeon處理器與Xeon Phi處理器,，以及能支持各種對(duì)特定運(yùn)行負(fù)載進(jìn)行最佳化的加速器,，包括現(xiàn)場可編程化邏輯閘陣列(FPGA)，以及Nervana,。

相對(duì)來說,，CPU并不適合用來做人工智能運(yùn)算，不過英特爾依然能夠通過集成的GPU,，再結(jié)合FPGA來實(shí)現(xiàn)云端的人工智能運(yùn)算加速,。更何況，英特爾2016年還以4億美元的高價(jià)收購了機(jī)器學(xué)習(xí)初創(chuàng)公司Nervana,，將推出一款專為深度學(xué)習(xí)而打造的神經(jīng)網(wǎng)絡(luò)處理器,。

在終端側(cè),，英特爾除了可以利用其現(xiàn)有的針對(duì)終端的CPU,、集顯、FPGA產(chǎn)品之外,，2016年9月,，英特爾收購了計(jì)算機(jī)視覺芯片公司Movidius，開始加碼終端側(cè)的人工智能布局。Movidius的Myriad 系列 VPU目前有被大疆Spark無人機(jī),、谷歌Clips相機(jī)等知名廠商的產(chǎn)品采用,。去年，英特爾還推出了針對(duì)終端設(shè)備進(jìn)行人工智能加速的Movidius神經(jīng)計(jì)算棒,。

▲英特爾副總裁兼物聯(lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理陳偉博士

“我們英特爾有自己的CPU,，有自己集顯GPU，在加上我們的MovidiusNervana這些加速技術(shù),，還有FPGA,，至少從硬件的角度來講，我們是可以根據(jù)應(yīng)用去勾勒出一個(gè)功耗,、成本最優(yōu)化的端到端的全棧式解決方案,，這是我們的一個(gè)起點(diǎn)?！庇⑻貭柛笨偛眉嫖锫?lián)網(wǎng)事業(yè)部中國區(qū)總經(jīng)理陳偉博士表示：“要獲得好的人工智能體驗(yàn),，就需要有多元的、高質(zhì)量的硬件平臺(tái),，但是,，將這些硬件直接應(yīng)用到人工智能應(yīng)用上，還有很多的壁壘,。主要的壁壘是怎么樣能夠深度的挖掘和充分的運(yùn)用硬件的能力,。”

我們都知道,，同樣一種人工智能算法,，應(yīng)用到不同的硬件平臺(tái)上，所得到的效果差異會(huì)非常的大,。因?yàn)橐环N算法通過是根據(jù)某個(gè)硬件平臺(tái)來優(yōu)化的,。

由于不同的網(wǎng)元所能提供的計(jì)算量是不一樣的，它能夠支撐的操作系統(tǒng)也各不相同的,，因此有各自適用的不同的芯片架構(gòu),。而不同的芯片往往有各自不同的開發(fā)方法，這樣對(duì)開發(fā)者而言就帶來一定的困擾,，也就是說如果我們?yōu)槟骋环N芯片所開發(fā)的軟件換了一個(gè)架構(gòu)以后,，它可能是不適用的，這樣無形中就增加了開發(fā)的門檻,。

那么如何讓終端廠商能夠輕松的采用同樣一套AI算法,，輕松實(shí)現(xiàn)從云端到終端側(cè)的跨平臺(tái)部署，并發(fā)揮出各個(gè)硬件平臺(tái)的能力呢,？對(duì)此英特爾推出了全新的視覺推理和神經(jīng)網(wǎng)絡(luò)優(yōu)化工具套件OpenVINO,。

強(qiáng)大的OpenVINO工具包

OpenVINO是英特爾基于自身現(xiàn)有的硬件平臺(tái)開發(fā)的一種可以加快高性能計(jì)算機(jī)視覺和深度學(xué)習(xí)視覺應(yīng)用開發(fā)速度工具套件,，支持各種英特爾平臺(tái)的硬件加速器上進(jìn)行深度學(xué)習(xí)，并且允許直接異構(gòu)執(zhí)行,。

具體來看,，OpenVINO包括英特爾深度學(xué)習(xí)部署工具包，具有模型優(yōu)化器和推理引擎,，以及面向OpenCV和OpenVx的優(yōu)化的傳統(tǒng)計(jì)算機(jī)視覺庫,。OpenVINO工具包可通過基于英特爾架構(gòu)的處理器（CPU）及核顯（Integrated GPU）和深度學(xué)習(xí)加速器（FPGA、Movidius VPU）的深度學(xué)習(xí)加速芯片,，增強(qiáng)視覺系統(tǒng)功能和性能,。

▲英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官兼首席工程師張宇博士

“在計(jì)算機(jī)視覺領(lǐng)域，業(yè)界有兩類方法被廣泛的使用,。一類是深度學(xué)習(xí)的方法（主要做物體檢測,、目標(biāo)識(shí)別），另外一類是傳統(tǒng)的計(jì)算機(jī)視覺的方法（比如做光流的計(jì)算或者圖像的增強(qiáng)）,，這兩類方法實(shí)際上都有在被使用,。在OpenVINO里面，我們對(duì)這兩類方法都有很好的支持（針對(duì)后一種,，英特爾在OpenVINO中集成了媒體軟件開發(fā)套件Media SDK,，可幫助開發(fā)者調(diào)用英特爾CPU里面集成GPU資源來實(shí)現(xiàn)視頻的編碼、解碼以及轉(zhuǎn)碼的操作）,。OpenVINO包含一個(gè)深度學(xué)習(xí)的部署工具套件,，這個(gè)工具套件可以幫助開發(fā)者，把已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)模型部署到目標(biāo)平臺(tái)之上進(jìn)行推理操作,，所以O(shè)penVINO是幫助大家做推理的,，而不是幫助大家做訓(xùn)練的。我們是幫助大家把這些訓(xùn)練的結(jié)果更好的,、更快的能夠部署到英特爾的目標(biāo)平臺(tái)上做推理操作,。”英特爾中國區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官兼首席工程師張宇博士解釋到,。

目前比較流行的深度學(xué)習(xí)的框架主要有Caffe,、Tensor Flow、MxNet,，英特爾在設(shè)計(jì)OpenVINO的時(shí)候考慮到了目前開發(fā)者的習(xí)慣,，所以模型優(yōu)化器通過配置以后可以把這三個(gè)主要的開發(fā)框架上所開發(fā)的網(wǎng)絡(luò)能夠?qū)氲接⑻貭柕钠脚_(tái)上，而且導(dǎo)入的過程中,，英特爾會(huì)根據(jù)目標(biāo)平臺(tái)的特性做一定的優(yōu)化,，把這些優(yōu)化的結(jié)果轉(zhuǎn)換成中間表述文件——IR文件。這個(gè)文件里會(huì)包含優(yōu)化以后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),，以及優(yōu)化之后的模型參數(shù)和模型變量,。這個(gè)IR文件后面會(huì)被推理引擎進(jìn)行讀取，推理引擎會(huì)根據(jù)開發(fā)者所選用的目標(biāo)平臺(tái)去選用相應(yīng)的硬件插件,。目前,，OpenVINO可支持英特爾的CPU的插件、GPU插件,、FPGA的插件以及Myriad VPU的插件,。

總結(jié)一下英特爾的OpenVINO?工具套件能帶來的一些優(yōu)勢(shì)：首先是性能方面的提升，因?yàn)橥ㄟ^OpenVINO,，大家可以方便的使用英特爾的各種硬件的加速資源,，包括CPU、GPU,、VPU,、FPGA，這些資源能夠幫助大家提升深度學(xué)習(xí)的算法在做推理的時(shí)候的性能,，而且這些執(zhí)行的過程中是支持異構(gòu)處理和異步執(zhí)行的,，這樣的話能夠減少由于系統(tǒng)資源等待所占用的時(shí)間。另外,，OpenVINO?使用了經(jīng)過優(yōu)化以后的OpenCV和OpenVX,，同時(shí)提供了很多應(yīng)用示例，可以縮短開發(fā)時(shí)間,。這些庫都支持異構(gòu)的執(zhí)行,，所以大家如果編程的話，編寫一次,，以后就可以通過異構(gòu)的接口支撐跑在其他的硬件平臺(tái)之上,。

另外在深度學(xué)習(xí)方面，OpenVINO帶有模型優(yōu)化器,、推理引擎以及超過20個(gè)預(yù)先訓(xùn)練的模型,，大家可以利用給大家提供的這些工具，快速的實(shí)現(xiàn)自己基于深度學(xué)習(xí)的應(yīng)用,，而且OpenVINO?使用了OpenCV,、OpeenVX的基礎(chǔ)庫，大家可以利用這些基礎(chǔ)庫去開發(fā)自己特定的算法,，實(shí)現(xiàn)自己的定制和創(chuàng)新,。

根據(jù)英特爾公布的數(shù)據(jù)顯示，通過OpenVINO的提升,，如果在英特爾的酷睿i77800X這個(gè)處理器平臺(tái)上去跑Google Nex這樣的一些開放網(wǎng)絡(luò),，它的相應(yīng)的性價(jià)比是目前市面上解決方案（NVIDIA Tesla P4）的兩倍以上。如果選用英特爾的FPGA的產(chǎn)品Altera 10 1150KLE PCIe卡,，它的推理性能/功耗/成本比值的綜合考量的因素性能大概能達(dá)到NVIDIA Tesla P4的1.4倍以上,。如果是基于Movidius平臺(tái)的Myriad 2 VPU,，其經(jīng)過優(yōu)化的性能/功耗/成本的比值相比NVIDIA Tegra TX2 Jetson模塊將提升5倍以上，所以我們從中可以看到,，使用OpenVINO在英特爾硬件平臺(tái)上所帶來的提升還是非常明顯的,。

客戶怎么看？

現(xiàn)在圖象處理的算法實(shí)際上是非常多樣化的,，圖象處理除了人臉識(shí)別以外,，還有車輛分析、結(jié)構(gòu)化分析,、行為分析等等,，比如智能安防領(lǐng)域里基本上已經(jīng)很難有一個(gè)場景說只需要一種算法，絕大部分都是要多種算法融合,。所以,，異構(gòu)計(jì)算應(yīng)該是一個(gè)趨勢(shì)。  

作為英特爾的合作伙伴代表,，宇視研發(fā)副總裁兼AI產(chǎn)品線總監(jiān)湯立波表示：“OpenVINO有幾個(gè)非常重要的價(jià)值,，第一個(gè)就是可以通過一次訓(xùn)練來滿足不同的硬件平臺(tái)。在我們這個(gè)行業(yè),，所有的產(chǎn)品在不同位置,、不同場景的產(chǎn)品，對(duì)芯片的要求是不一樣的,。比如它的功耗承受能力不一樣,，性能要求也不一樣。所以我們?cè)诓煌漠a(chǎn)品上要用不同的芯片,。以前是怎么辦呢,？是在不同的硬件平臺(tái)就芯片上面落地的時(shí)候，研究開發(fā)人員是要多次的開發(fā),，產(chǎn)生了大量的人力的浪費(fèi),，而且大家知道現(xiàn)在人工智能這么火，人力的成本是非常高昂的,，通過OpenVINO這樣一個(gè)方式,，我們可以大量的節(jié)省成本，這也是一個(gè)好處,?！?/p>

在本次發(fā)布會(huì)上，國內(nèi)知名的人工智能廠商云從科技還率先在國內(nèi)發(fā)布了首款基于OpenVINO工具包開發(fā)的產(chǎn)品,，并已開始進(jìn)行大規(guī)模量產(chǎn),。

“2017年，我們自己開始準(zhǔn)備推出我們自己基于英特爾平臺(tái)的產(chǎn)品，隨后就做了一款產(chǎn)品,，外觀上一般,，但是產(chǎn)品很不錯(cuò)，因?yàn)橛杏⑻貭朮86里面的并行計(jì)算的模塊,，更主要的是有OpenVINO的核心模塊在里面,。基于這個(gè),，我們?cè)谌斯ぶ悄芤约案餍袠I(yè)的廣泛應(yīng)用上，得到了很好的開發(fā)?，F(xiàn)在這款產(chǎn)品,，我們已經(jīng)在幾十家行業(yè)客戶，以及幾百個(gè)行業(yè)網(wǎng)點(diǎn)做推廣,，也是有賴于英特爾成熟的生態(tài)體系,。一款產(chǎn)品同時(shí)支持幾十家不同客戶需求的時(shí)候，無論是算法還是應(yīng)用不同的需求都能夠得心應(yīng)手,，當(dāng)然這里面有很多英特爾同事的支持,，因?yàn)槲覀冞x擇了一個(gè)合適的平臺(tái)?！痹茝目萍柬?xiàng)目總監(jiān)李軍這樣總結(jié)到,。