這背后是海量數(shù)據(jù)藍海,。根據(jù)IDC預測,，2025年全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個,，物聯(lián)網(wǎng)設備數(shù)量將達到1000億臺，全球數(shù)據(jù)總量預計2025年將達到163個ZB,，而未來超過70%的數(shù)據(jù)和應用將在邊緣產(chǎn)生和處理,。正因如此，幾乎所有數(shù)據(jù)中心的廠商都紛紛入場邊緣計算,，唯恐錯過下一場數(shù)據(jù)盛宴,。
伴隨5G與AI持續(xù)釋放的效應，智能邊緣計算在快速崛起,，也將迎來大量應用場景,。那么，智能邊緣計算當前面臨哪些機遇,？對芯片設計帶來哪些影響,？英特爾作為數(shù)據(jù)中心和PC端的老牌優(yōu)勢玩家，又將如何推動智能邊緣的發(fā)展,？
在2020中關村論壇上,，英特爾中國舉辦了“未來智能邊緣計算論壇”，期間,，<與非網(wǎng)>就這些問題采訪了英特爾中國研究院院長宋繼強,。
邊緣計算是萬物智能實現(xiàn)的關鍵
邊緣計算其實是1990年創(chuàng)立的概念，來源于數(shù)據(jù)內(nèi)容傳輸網(wǎng)絡,，用來服務網(wǎng)頁和視頻內(nèi)容,，當時是從端側(cè)服務器所產(chǎn)生的服務，可以更加靠近用戶,。
而今天,，在云、邊,、端融合的大趨勢中,，“邊緣計算是萬物智能實現(xiàn)的關鍵”，宋繼強談到,，“而邊緣計算的機會又與數(shù)據(jù)的變化密不可分,，主要包括數(shù)據(jù)的量變與質(zhì)變?！?/p>
英特爾中國研究院院長 宋繼強
過去幾代IT產(chǎn)業(yè)不斷給萬物云化,、智能化帶來新的推動力，現(xiàn)在已經(jīng)到了一個把萬物都智能化的關鍵階段,。這意味著這些物品都要具備感知,、處理,、通訊能力和存儲能力，計算需求龐大了許多,，數(shù)據(jù)量大約以25%的年復合增長率在上升,。
而“質(zhì)”的方面也有巨大變化。以過去三十年的變遷來看,，最早期是人產(chǎn)生數(shù)據(jù)（比如廣播,、電視媒體等），到現(xiàn)在大量的用戶都在產(chǎn)生數(shù)據(jù),，還有機器產(chǎn)生的數(shù)據(jù),，以及元數(shù)據(jù)（描述數(shù)據(jù)的數(shù)據(jù)），因為AI大量應用,，用來描述AI模型的參數(shù),，這些數(shù)據(jù)必須要靠近處理數(shù)據(jù)的地方。這些都導致了數(shù)據(jù)類型越來越多元化,，遠非傳統(tǒng)CPU或GPU就可以處理的,。
相對于數(shù)據(jù)指數(shù)級的量變和多元化的質(zhì)變，核心網(wǎng)帶寬和云處理的能力難以匹配,，因此需要在邊緣對大量來自于新型終端設備的數(shù)據(jù)進行預處理和消化過濾,，也正是如此，宋繼強強調(diào)了邊緣計算的重要性,，“它是未來能否真正支持萬物智能化的關鍵點”,。
邊緣計算的好處是延時低、傳輸距離短,、可以定制更大的帶寬,、敏感數(shù)據(jù)無需離開本來的場所，除此之外,，宋繼強談到,，“邊緣意味著數(shù)據(jù)有聚集性，相關數(shù)據(jù)一起處理,，可以構(gòu)造更好的互聯(lián)技術(shù),。有關智能邊緣價值的市場預期非常好，未來幾年會翻倍,，達到650億美元以上的大市場,。”
未來智能邊緣計算：
多設備合作+在線學習能力
如何理解智能邊緣在解決當前挑戰(zhàn)時所發(fā)揮出來的價值,？宋繼強表示,，云邊端融合是大趨勢，可以把終端設備、邊緣和云,，虛擬成大的計算設備看待,，而邊緣計算就相當于把真實世界和虛擬世界連通起來。真實世界有很多數(shù)據(jù),，比如工業(yè)制造,、駕駛,、機器人等,，有很多傳感器，數(shù)據(jù)可以通過邊緣計算捕捉到計算系統(tǒng)中,，形成數(shù)字系統(tǒng)中的映射,，更好地進行處理和觀察。同樣,，也可以把知識儲存下來,，在多個不同領域和區(qū)域分享。
未來,，虛擬世界會有更多讓計算發(fā)揮空間的地方,。當智能系統(tǒng)都具備感知、決策和行動的能力,，就實現(xiàn)了自主智能系統(tǒng),。這對計算也帶來了更高的要求，主要包括并行計算,、串行計算,、實時計算等，未來的計算系統(tǒng),，既需要多個設備之間的合作,，也需要在線學習的能力。
車路協(xié)同,、機器人是當前非常典型的兩個智能邊緣的應用場景,。宋繼強以機器人為例介紹，英特爾中國研究院當前在該領域主要有兩大方向：一是把邊緣計算引入智能機器人的場景中,，提高機器人的學習能力,；二是提高多機器人之間的協(xié)同工作能力。攻克了這兩大挑戰(zhàn),，能夠更好地將機器人用在商用場景,、醫(yī)院場景，以及工業(yè)物流和倉儲等場景,。
因為在機器人的學習能力方面,，它如果要具備長期的、并且可以逐步提高的服務能力，就需要從場景中逐漸學習,、構(gòu)造對場景的理解,。在此基礎上，要進一步分析場景中的相互關聯(lián),，形成機器人自己的記憶,，才能進行后續(xù)的能力提升。但是,，本身靠機器人自己完成的話,，對硬件的要求太高，這就需要用到邊緣計算,，一方面將不需要即時響應的計算卸到邊緣計算上,，另一方面也可以利用邊緣計算進行存儲。通俗地說,，智能邊緣就相當于讓機器人這類小型前端設備,，能夠具備更大的存儲和計算容量。
在協(xié)同工作方面,，由于每個機器人都是一個物理的個體,，它所觀察到的都還是局部空間，要實現(xiàn)一個更加完整的,、應用級別的規(guī)劃時,，通常需要全局的調(diào)度能力，這時邊緣計算就是很好的方式,，它實時性好,，能夠高速調(diào)度機器人之間的互相協(xié)作，能夠在機器人具備局部自主能力的同時,，又克服了它是一個物理實體的局限性,。
據(jù)了解，英特爾中國目前已經(jīng)開始構(gòu)建場景中的知識圖譜,，相當于為機器人構(gòu)建記憶,，支持它逐漸學習，甚至進行任務規(guī)劃,。
超異構(gòu)計算成為關鍵驅(qū)動力
來自端側(cè)的應用需求千差萬別,，大量的數(shù)據(jù)和處理需求，有的要實時,，有的要稀疏,，有的要并行，有的需要矩陣,。有這么多種不同的計算同時發(fā)生,，而且要形成一個閉環(huán)，滿足一定的實時性要求；這么多架構(gòu)要同時存在,，并且要無縫融合,，帶寬、體積和成本都要盡量優(yōu)化,。
因此也可以說,，一個架構(gòu)“包打天下”的時代已經(jīng)過去了?！凹軜?gòu)創(chuàng)新的輝煌十年,，超異構(gòu)計算將成為關鍵的創(chuàng)新驅(qū)動力”，宋繼強表示,。也正是如此,，英特爾強調(diào)其XPU架構(gòu)的價值,，這個“X”指的是至少會包含CPU,、GPU、專用加速器以及FPGA的混合架構(gòu),，至于選擇哪種架構(gòu),，則是與應用強相關的。
不過,，要真正獲得硬件異構(gòu)之后的超級性能提升,，沒有好的軟件是不行的，宋繼強認為,，英特爾的oneAPI實際是在為業(yè)界搬一塊大石頭,。
這樣說的依據(jù)何在？他表示,，不同架構(gòu)上的編程人員分布非常不均勻,，CPU最多，GPU也不少,，但能在FPGA上編程的人,，一下就少了很多，到ASIC就更有針對性了,。未來架構(gòu)中常常會有異構(gòu)的情況,，卻沒有辦法讓一個程序員學會所有東西。
oneAPI就是英特爾搭建軟件生態(tài)的一個實踐,。作為跨XPU架構(gòu)統(tǒng)一編程模型,，oneAPI包含工具鏈、性能庫,、編譯器,、調(diào)試、編程、程序移植等,，可以幫助開發(fā)人員有效減少跨架構(gòu)程序開發(fā)時間和成本,。
“架構(gòu)和軟件是要搭配的，架構(gòu)要體現(xiàn)出不同的架構(gòu)都能玩得轉(zhuǎn),，同時做出來的硬件還要能讓別人用軟件快速使用,。如果新的架構(gòu)出來，沒有一個很好的軟件能夠把它生態(tài)化,，那就還是起不來”,，宋繼強強調(diào)。
智能邊緣需要更多元,、靈活的設計策略
圖源 | 網(wǎng)絡
今天的數(shù)據(jù)復雜度和產(chǎn)品設計周期都與以往大有不同,，英特爾最新提出的“分解設計”策略尤為適用。特別是在邊緣側(cè),，能夠應對未來異構(gòu)計算的大趨勢,。
宋繼強表示，英特爾其實一直有分解設計的嘗試,，這次將它專門作為一個策略提出,，意在強調(diào)通過多節(jié)點的產(chǎn)品或IP，能夠快速完成產(chǎn)品構(gòu)造,，滿足當前的應用需求,。這是一種“化整為零”的設計思路，例如把原來的整個SoC芯片由大變小,，先做成幾個大的部分,，比如CPU、GPU,、I/O,，再將SoC的細粒度進一步提升，將以前按照功能性組合的思路,，轉(zhuǎn)變?yōu)榘凑站琁P進行組合,。
假如客戶在超薄PC中需要結(jié)合高性能計算部件、超低功耗計算部件,、以及Wi-Fi 6這樣的通信部件等,，如果這些整合都要在10nm節(jié)點上重新設計一款芯片，時間周期比較長,。如何快速達到客戶需求,？就可以通過“分解設計”的方法來實現(xiàn)。例如用10nm計算芯片的內(nèi)核配合14nm超低功耗的芯片,，再組合其他外設或加速器芯片,，通過Intel的2.5D或3D封裝技術(shù)組合在一個封裝中,，同時保證它們之間的帶寬足夠高，就像在一個芯片中工作一樣,。這樣就既能夠滿足產(chǎn)品性能,、功耗、尺寸要求,，同時大幅縮短產(chǎn)品設計時間,。
相比于以往的芯片整體設計思路，分解設計的好處在于,，不僅能夠提升設計效率,、降低產(chǎn)品化時間，并且能夠減少復雜設計帶來的bug數(shù)量,?！霸瓉硪欢ㄒ诺揭粋€晶片上的方案，現(xiàn)在可以轉(zhuǎn)換成多晶片來做,。不僅可以利用Intel的多節(jié)點制程工藝,，也可以利用合作伙伴的工藝。給客戶更多選項,，在每個選項下進行最優(yōu)組合,，而不僅局限于單一節(jié)點”,，宋繼強指出,。
而不僅如此，隨著工藝制程的演進,，新工藝節(jié)點對設計,、驗證的要求越來越高，并且耗時更長,，研發(fā)代價也更大,。分解設計策略能夠帶來更大的靈活性，甚至,，在英特爾提供給客戶的芯片中,，不排除有其他合作伙伴小Die的可能?？梢钥闯?，“分解設計”策略是英特爾戰(zhàn)略上的一大改變，體現(xiàn)出了極大的靈活度和包容性,。
邊緣計算直接面向很多應用場景,，場景的極度碎片化也催生了邊緣計算的多樣性和豐富內(nèi)涵。在這個百億級大市場爆發(fā)的前夜,，英特爾有了一個不錯的開頭,，面向眾多垂直場景,，生態(tài)合作伙伴的賦能、自我的顛覆和重建,、云邊端融合的優(yōu)勢,，都在幫助它找到并抓住智能邊緣的重大機遇。正如英特爾最新版的logo,，比上一版最顯著的區(qū)別就是少了最外面的一個“圈”,，這讓我忍不住調(diào)侃——站在智能時代的拐點，英特爾開啟破“圈”之旅,。