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。在此次發(fā)布會上，英特爾面向中國市場推出了基于英特爾硬件平臺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)。

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)時代的到來，將會有越來越多的設(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年全球會有超過500億的智能設(shè)備，超過2120億個傳感器。這也意味著每天都將會產(chǎn)生海量的數(shù)據(jù)。

面對如此海量的數(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所趨勢。

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)時性更高、低延時，更低的帶寬需求的優(yōu)勢。比如在自動駕駛領(lǐng)域，對應(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)，對隱私保護(hù)相對比較高的場景，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)時代，視頻將是人工智能應(yīng)用爆發(fā)的一個關(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)。

在終端側(cè)，英特爾除了可以利用其現(xiàn)有的針對終端的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終端設(shè)備進(jìn)行人工智能加速的Movidius神經(jīng)計(jì)算棒。

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上，所得到的效果差異會非常的大。因?yàn)橐环N算法通過是根據(jù)某個硬件平臺來優(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)的跨平臺部署，并發(fā)揮出各個硬件平臺的能力呢？對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。OpenVINO是英特爾基于自身現(xiàn)有的硬件平臺開發(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。

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。