物聯(lián)網(wǎng)因為其萬物互聯(lián)的固有屬性，自誕生以來就注定包含了一個巨大的市場。當(dāng)然，盤越大，困局里的羔羊們就越迷茫。對于此，記者獨家專訪了英特爾物聯(lián)網(wǎng)事業(yè)部CTO張宇博士。

從“物聯(lián)網(wǎng)的三個階段”到深度學(xué)習(xí)

物聯(lián)網(wǎng)也擁有專屬的“摩爾定律”，張宇把物聯(lián)網(wǎng)產(chǎn)業(yè)形態(tài)劃分成了三種階段：連接，智能以及自治。連接和智能都比較好理解，即萬物智聯(lián)。而自治階段則是未來物聯(lián)網(wǎng)發(fā)展的終極趨勢所在。張宇解釋道，

大量的深度學(xué)習(xí)的算法被應(yīng)用起來，來實現(xiàn)自治功能。所以從整個行業(yè)發(fā)展趨勢來看，這種自主化的管理，是一個大的趨勢，里面會涉及到很多深度學(xué)習(xí)的要求，這是我們對這個行業(yè)趨勢的一個判斷。

這里就引出了深度學(xué)習(xí)的概念。張宇認為，深度學(xué)習(xí)是模式識別的一個個演進過程。模式識別都是利用一些先驗的知識，或者我們在某一些行業(yè)里的積累，能夠形成對某些特定模式識別的一些專門的算法。但是這些算法的摸索和構(gòu)建，都需要用人工的方式去總結(jié)。到了目前這個階段，隨著計算機性能不斷提升，計算資源不斷豐富，現(xiàn)在人們完全可以把收集到的數(shù)據(jù)交給機器，讓機器通過運算去生成，也就出現(xiàn)了機器學(xué)習(xí)。

深度學(xué)習(xí)，則是來源于高復(fù)雜度的機器學(xué)習(xí)。因此對于英特爾來說，挑戰(zhàn)也就隨之出現(xiàn)了。尤其是在一些前端設(shè)備去做深度學(xué)習(xí)時，由于其在功耗、所選用平臺能力計算能力上還是有很多限制的。張宇告訴虎嗅，

不能把一些很復(fù)雜的，很自然的深度學(xué)習(xí)網(wǎng)絡(luò)原封不動的照搬到這個平臺上，你需要去做一些相應(yīng)的優(yōu)化。另外，現(xiàn)在的計算能力相對來說還不能夠完全滿足深度學(xué)習(xí)的要求，所以還是需要不斷有新的平臺，新的硬件出來，來滿足這個領(lǐng)域和行業(yè)對于整個應(yīng)用的要求。

從深度學(xué)習(xí)到邊緣計算

由此，引出了第二個概念，即“邊緣計算(Edge computing)”，即通過骨干網(wǎng)靠近物體的部分來處理數(shù)據(jù)。物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量非常大，2020年時每年會產(chǎn)生44ZB的數(shù)據(jù)。那么多的設(shè)備和傳感器所采集到的數(shù)據(jù)不可能都傳到后面，另外對于實施性要求比較高的，像工業(yè)、自動駕駛這樣一些領(lǐng)域，需要對于數(shù)據(jù)進行邊緣的處理。邊緣計算也因此變成了一種大趨勢。

英特爾對IOT的理解是把它當(dāng)成端到端的系統(tǒng)，并將其分成邊緣和后端平臺兩部分，中間通過網(wǎng)絡(luò)進行連接。邊緣部分包含數(shù)據(jù)采集、網(wǎng)關(guān)及數(shù)據(jù)處理等等模塊。而在后端完成的是數(shù)據(jù)的處理機設(shè)備的遠程管理。處理部分包括實時處理及離線處理。

當(dāng)然，這也并不意味著代替云計算。邊緣處理本身不是單獨的計算節(jié)點，邊緣和云應(yīng)該是一個相輔相成的端到端系統(tǒng)，兩者是共同配合的。根據(jù)用戶對于應(yīng)用的要求，合理地分配負載，最終實現(xiàn)這樣一個分布式的最佳解決方案。

物聯(lián)網(wǎng)聯(lián)盟

英特爾實際上很清楚，如果一個行業(yè)要想做大做強的話，不可能靠一家，一定是生態(tài)環(huán)境，大家共同努力的結(jié)果。

而目前包含英特爾的物聯(lián)網(wǎng)聯(lián)盟以如下4大聯(lián)盟為主：

ICC：全稱是工業(yè)物聯(lián)網(wǎng)聯(lián)盟，這個是由英特爾、GE，AT&T等公司共同發(fā)起的，它主要是針對工業(yè)領(lǐng)域的互聯(lián)互通、參考架構(gòu)、安全等等這些問題。

OCF：即開放互聯(lián)基金會。由英特爾、三星、CISCO等公司聯(lián)合發(fā)起的，主要解決的是設(shè)備之間互聯(lián)互通的標(biāo)準(zhǔn)如何實現(xiàn)。

OFC：開放霧計算聯(lián)盟，由英特爾、CISCO，微軟還有普林斯頓大學(xué)共同發(fā)起。開放霧計算是新計算模型，取代了傳統(tǒng)封閉式系統(tǒng)以及依賴云計算的模型。它基于工作負載和設(shè)備能力，使計算更加接近網(wǎng)絡(luò)邊緣，即IOT傳感器和制動器。霧計算并不是為了取代傳統(tǒng)云計算，而是作為補充和擴展。

ECC：邊緣計算產(chǎn)業(yè)聯(lián)盟，由英特爾、華為、軟通動力、沈陽自動化研究所、ARM、中國信息通信研究院六家單位共同發(fā)起，聯(lián)盟主要針對邊緣計算在工業(yè)領(lǐng)域和一些重點行業(yè)中的應(yīng)用，包括參考架構(gòu)，測試平臺，以及一些技術(shù)的解決方案。

英特爾物聯(lián)網(wǎng)的四大領(lǐng)域是什么?

所以，英特爾眼里的重點行業(yè)是什么呢?張宇告訴虎嗅，目前英特爾物聯(lián)網(wǎng)的重點放在了“安防，零售，交通以及工業(yè)”。以安防領(lǐng)域來舉例子，英特爾目前正在著手于IP Camera，即網(wǎng)絡(luò)攝像頭的開發(fā)應(yīng)用。

利用英特爾的凌動、酷睿處理器，甚至于英特爾至強處理器去搭建IP camera的網(wǎng)絡(luò)視頻存儲器，稱為NVR(Network Video Recorder)。后端方面，則是基于英特爾至強處理器來構(gòu)建的視頻服務(wù)器處理平臺。英特爾收購FPGA廠商Altera以后，又收購了視頻處理公司Movidius。

這就形成了一種在計算資源以外的加速深度學(xué)習(xí)視頻處理模式，以此提高產(chǎn)品安全性。張宇告訴虎嗅，

深度學(xué)習(xí)在安防領(lǐng)域的確是可以增加、提高你對物體的識別能力，因為有很多圖像識別數(shù)據(jù)庫，比如說之前ImageNet等等，他們經(jīng)常會組織這樣一些競賽。從競賽的結(jié)果來看，在深度學(xué)習(xí)出現(xiàn)以前和深度學(xué)習(xí)出現(xiàn)以后，頭像處理的精度與準(zhǔn)確度，正隨著深度學(xué)習(xí)技術(shù)的引入有了很大的提升。所以這個就證明了深度學(xué)習(xí)在視頻安防領(lǐng)域有很大的應(yīng)用前景。

英特爾在這塊也在不斷投入，不僅僅在硬件方面，也在軟件方面大量的投入，提供相應(yīng)的跟深度學(xué)習(xí)相關(guān)的軟件庫，比如說底層的算法庫，MPL，MPLDN;英特爾還提供了深度學(xué)習(xí)的SDK。

而物聯(lián)網(wǎng)事業(yè)部這邊，目前正在著手于一個名為CVSDK(Computer Vision SDK)的項目。能夠幫助開發(fā)者，提供一個統(tǒng)一的基于O-vx的一個接口，它在底層能夠調(diào)用不同的硬件資源，包括ZPU，GPU，F(xiàn)PGA等等。CVSDK能夠屏蔽硬件的差異化，提供給開發(fā)者一個統(tǒng)一的開發(fā)的接口，來降低開發(fā)的困難。

物聯(lián)網(wǎng)，機遇與困難并存

剛剛說到說到了工業(yè)物聯(lián)網(wǎng)，事實上如果考慮我國國情的話會顯得一絲尷尬。我在專訪中這樣告訴張宇，

雖說智造2025，但是在實地走訪中發(fā)現(xiàn)，大多數(shù)中國工廠中的機床、生產(chǎn)設(shè)備等等仍然停留于工業(yè)2.0，甚至說是工業(yè)1.0。

張宇則認為工業(yè)物聯(lián)網(wǎng)的需求還是很大，稱工業(yè)升級改造是整個國家長期的戰(zhàn)略，所以英特爾也是想響應(yīng)這個號召來幫助國內(nèi)的客戶去更快的完成這樣的升級。隨后他舉了幾個例子：

我們現(xiàn)在手頭上就有一些項目正在跟我們的制造業(yè)的客戶來做，遇到了很多的挑戰(zhàn)，比如說現(xiàn)在在這些客戶里頭他們的設(shè)備有的是一些新設(shè)備，有一些是老設(shè)備，那么如果我們要需實現(xiàn)這種升級改造，尤其是利用技術(shù)去提高這種系統(tǒng)的生產(chǎn)效率的話，第一步首先要把數(shù)據(jù)收集上來，那我們遇到很多問題就是說，如何去收集，雖然看起來很簡單，實際上很難。

第一就是有些設(shè)備根本就沒有數(shù)據(jù)輸出的接口，所以你必須要想各種不同的辦法去變通，去拿到你所想要拿到的信息;第二個就是有些設(shè)備雖然有接口，但是不同的設(shè)備接口又是各不相同的，你必須要做很強大的適配，去做適配的工作;第三個就是我拿到這些數(shù)據(jù)以后，如果我去做數(shù)據(jù)的分析，不同的行業(yè)，不同的應(yīng)用場景，分析的思路也是不一樣的，也就是說數(shù)據(jù)分析也是一個碎片化的市場，你的某一個算法比如說在煙草行業(yè)是適用的，但是你拿到汽車行業(yè)可能就不適用了。

所以不同的行業(yè)數(shù)據(jù)分析需要有不同的方式方法，這個也需要有技術(shù)投入，真正的跟線上的用戶做深入的交流，真正做一些定制化，滿足他要求的解決方案。我覺得這三點是我們現(xiàn)在面臨的比較大的挑戰(zhàn)。

話語之間我感受到了張宇的苦笑，畢竟“巧婦難為無米之炊”。不過英特爾是大企業(yè)，他們選擇了兩種思維方法去變通：垂直與水平。

垂直：物聯(lián)網(wǎng)是較為泛指的一個概念，幾乎與網(wǎng)絡(luò)相關(guān)的應(yīng)用都會劃在物聯(lián)網(wǎng)的范疇里頭。所以他們會先著手于重點行業(yè)，即上述四大行業(yè)。

水平：英特爾會去做一些物聯(lián)網(wǎng)水平化解決方案的一些工作，因為物聯(lián)網(wǎng)雖然不同行業(yè)之間有差異，但是有很多共性的一些要素，比如說連接、互聯(lián)，以及設(shè)備的遠程管理這些功能都擁有相關(guān)聯(lián)性。

最后張宇這樣說到，

我們在做一些開放性的事情。就是說我們跟一些國內(nèi)的重點客戶交流，而且這些客戶都不是小客戶，是很大的制造類的企業(yè)，我們跟他們正在合作，現(xiàn)在這些企業(yè)的話，我們認為他們實現(xiàn)的產(chǎn)品、產(chǎn)業(yè)的升級改造所需要的解決方案他們現(xiàn)在是沒有的。那么目前我們正在跟這些客戶做開放性的工作，幫助他們把這些解決方案從無到有的構(gòu)建起來，幫助他們提升他們制造業(yè)的水平，這個是目前我們正在做的。