在早些时候，边缘计算被认为是云计算的补充和延伸，基于其边缘分布、位置感知、低延迟，分层组织结构，地理分布密集，实时交互，高异构性的特点，可以有效解决传统云计算模式中的时延、带宽和负载等问题。
不过如今随着人工智能的发展，越来越多的企业正通过在边缘采用人工智能处理数据的形式以加速对其业务进行数字化和智能化转型。包括智能教育、视频会议、智能制造、智慧城市、智慧医疗在内的各个领域，都在通过生成式AI和大模型来提升效率，加速业务流程。AI处理的重心正在加速从云端向端侧转移，无论是成本、安全性还是可靠性，边缘AI都是生成式AI从理论走向落地，实现规模化扩展的关键。
正如英特尔公司高级副总裁兼网络与边缘事业部总经理Sachin Katti在不久前的2024英特尔网络与边缘计算行业大会上所说的，人工智能正在以深远的方式改变全球的业务模式。从企业端来看，AI的发展将会划分为三个阶段，首先是当下以文字生成、图片生成为代表的AI辅助时代。在AI辅助时代之后紧跟着的则是AI助手时代，届时AI可以帮助人们预测习惯、分析数据来采取一些简单的行动，例如智能客服、日常行程管理助手，或者帮助企业回答合规相关的问题等等。在之后则会迎来全功能AI的时代，AI助手可以通过互动执行复杂的任务和功能，推动企业部门自动化，并基于不同AI的数据交流，提供部门级的解决方案。
事实上，这样的转变正在全球各地发生，IDC的数据显示，中国生成式AI投资在2022到2027年的五年复合年增长率有望达到86.2%，Gartner也预测，预计在2026年，将有80%的全球企业使用生成式AI，同时有50%的全球边缘部署将包含AI。
那么，如何通过更加灵活、简便以及企业就绪的方式来加速这一进程呢？英特尔给出的答案是：强大的芯片基础、软件定义的简便性以及开放多元的生态系统。
芯片基础自然不必多说，多年以来英特尔一直在持续推出从云网络到移动和电信网络、从托管边缘到网络边缘再到本地边缘的软件定义的、可编程软硬件产品组合，包括Atom x7000RE/x7000C系列，Core系列，Core Ultra系列、Xeon 6700E系列、以及面向边缘的Arc GPU和IPU E2100网络适配器等等，以加速企业实现自身系统的现代化。
当然，芯片灵活只是基础，更为重要的是平台，Sachin Katti表示，于英特尔而言，最重要的一点是确保能够把芯片和软件结合在一起，为了降低企业部署的复杂度，英特尔开发了Tiber边缘平台，在保证应用、网络和数据安全性的前提之下，能最大限度地将边缘和平台结合在一起。
平台之上，英特尔也提供了丰富的AI软件套件，以便客户能够更加容易的部署硬件和管理硬件。这些AI套件涉及工业、医学、零售等不同行业及垂直领域，并且都支持本地部署，企业可以拿这些AI套件进行个性化和定制化的应用及开发，并集成到自己的系统中去，从而加速解决方案的落地。
“对我们的客户来说，难点和挑战不光在部署层面，他们也希望在诸如计算这样的工作流上对业务进行改善，因此，我们必须和客户一起为他们找到更加合适且可以在本地部署的解决方案，这样才能帮助他们更好地创造价值。”英特尔公司副总裁兼网络与边缘解决方案事业部总经理Dan Rodriguez补充道。
举例来说，视觉分析AI套件提供了微服务、集成流程管理、传感器融合、摄像头管理、特征匹配等功能，可以理解、分析不同的情况，并不断追踪物体。通过英特尔酷睿处理器提供的高性能视频存储，同时使用特征匹配和图像相似性检测，可以确定正确的物体，从而应用于智慧社区、零售、制造业等领域。
生命科学AI套件通过在本地对大型数据集进行计算和AI处理，可以帮助生命科学机构进一步推进包括生物、细胞、基因、治疗等方面的科学技术创新进程。
媒体和娱乐AI套件则能利用AI通过高性价比的方式提升广播、流媒体、游戏等领域的体验，让AI能够产生更好的媒体产品，基于AI的视频超分辨率技术可以让视频内容更加清晰，也可以在视频处理流程中改善内容质量，此外还能在视频预处理阶段发挥作用，降低视频传输成本。
而制造业AI套件则囊括了从缺陷检测到高级控制、机器视觉和产品检验在内的全应用场景。该套件可以让制造商能够在生产线上实时在线进行缺陷检测和产品检验，这种通过主动调整上游控制来纠正问题的方式可以有效提升自动化的效率，以节省时间和成本。
除了软硬件的深度结合之外，英特尔在边缘AI上的另一个重要战略则是深入行业，特别是深入中国的本土行业，英特尔公司副总裁兼网络与边缘事业部中国区总经理陈伟博士表示，从最初的嵌入式到智能系统再到物联网，最后到如今的智能边缘和智能计算，英特尔的全球网络与边缘事业部针对中国市场的合作伙伴进行了许多创新，也积累了很多经验。
而为了进一步推动中国的边缘AI市场，英特尔首先会通过与时俱进的技术支持，让落地于中国本土的解决方案得到全栈升级，以坐落于成都的英特尔工厂为例，英特尔网络与边缘事业部和合作伙伴共同研发了定制化缺陷检测方案，该设备依托软件定义自动化的理念，基于英特尔边缘控制平台，通过软POC，将AI视觉识别和智能模块有机结合在一起，可以达到95%的检测精度和200片托盘/小时的检测速度，预计在今年年底就会在工厂中部署。
其次，基于多年来对软硬件的不断创新和研究，英特尔也会持续赋能数智生态，携手生态合作伙伴实现商业共赢，截至目前，英特尔网络与边缘事业部在中国已经与500多家OEM/ODM和150多家ISV建立了合作关系，使超过200万开发者受益。
最后则是围绕行业的技术落地、技术路径、部署模式、客户价值等方面，与不同领域、不同行业的客户持续展开广泛而深入的合作。
例如在教育行业，英特尔与希沃针对“AI+教育”展开了紧密合作，以希沃第七代交互智能平板和教师终端为例，可以借助AI功能实现一键备课、互动式教学、课堂反馈等任务，显著提升了课堂效率和教学质量。
而针对工业领域，科东软件通过先进大语言模型实现任务理解及代码生成，并依托科东智能控制器的多模态视觉语言模型，实现对机器人动作的精准控制，极大简化了开发流程并提升了生产效率。通过在英特尔酷睿Ultra处理器上部署大语言模型，还减少了对算力设备和网络传输的依赖，有效降低了操作延迟，满足工业场景对低延迟和高可靠性的需求。
在网络领域，深信服采用英特尔至强处理器和高速以太网连接技术，成功实现了垂直领域安全大模型SecurityGPT的高效能部署。
而在零售领域，为助力开域集团大模型AI解决方案得以快速落地，英特尔为其提供了从硬件到软件的全方位支持，涵盖凌动、至强处理器、英特尔锐炫GPU系列、和酷睿Ultra处理器等在内的先进处理器技术。
“英特尔不仅是技术的提供者，更是本地合作伙伴的倾听者和同行者。数年深耕，我们与合作伙伴紧密携手，打造出真正满足中国行业需求的解决方案。从运用AI进行创新的‘+AI时代’，到今天以AI为主导推动创新的‘AI+时代’，我们正站技术转型的前沿。英特尔将进一步深化战略，确保我们的技术更贴近中国用户，更深入地推动各行业的数字化转型。我们坚信，通过创新与合作，英特尔将与合作伙伴和客户共同开启‘AI+时代’的新篇章。”陈伟博士在最后表示。
本文属于原创文章，如若转载，请注明来源：边缘计算不再“边缘” 英特尔推动AI实现行业落地https://server.zol.com.cn/888/8882765.html
