互联网之后是什么？想必很多人认为是物联网。从人与人的连接到物与物连接，我们终将迎来一个万物互联时代。

在英特尔中国物联网事业部CTO张宇看来，互联网实现了人与人的连接，那么物联网将实现物与物连接，最终走向万物互联时代。物联网一定会从互联走向智能，再从智能走向自主。

从万物互联走向万物智能互联，物联网逐渐渗入交通、金融、医疗、能源等众多行业，而越来越多的数据开始在边缘进行存储和处理。这就是边缘计算的时代。

11月29日，由边缘计算产业联盟(ECC)主办的2018边缘计算产业峰会在北京拉开帷幕。据悉，峰会以“边缘智能、边云协同”为主题，是业界规模最大且最具影响力的边缘计算产业峰会。

本次峰会不仅深入探讨边缘计算的发展趋势和前沿技术，而且展示最新的边缘计算产业示范应用。作为边缘计算产业联盟的重要一员，英特尔中国物联网事业部首席技术官张宇分享了英特尔对物联网发展趋势的判断，并在会后接受了天极网等多家媒体的采访。

2016年11月30日，华为、中科院沈阳自动化研究所、中国信通院、英特尔、ARM和软通动力联合倡议发起边缘计算产业联盟，英文为Edge Computing Consortium，简称ECC。成立两年来，ECC成员数量已经突破200家，涵盖研究机构、运营商、生产制造、智慧城市、能源电力和ICT等多个领域。

作为ECC的发起者和重要成员，英特尔是一个技术提供者。“通过ECC这样的平台，跟产业链各个环节的合作伙伴一起，包括最终用户，共同发掘需求，共同做解决方案，促使好的使用模式更快落地。” 英特尔中国物联网事业部CTO张宇对天极网表示。

从互联网到物联网——边缘计算

互联网阶段，最典型的应用案例是“双十一”。2018年双十一，天猫24小时的销售额高达2135亿元，单数超过10亿笔，与去年相比增长率超过20%。双十一成功的背后离不开强大的云计算平台的支撑。

张宇说，“物联网的发展催生出大量数据，数据的增加也推动计算模式的创新。在互联网阶段，人们可以随时随地利用云端提供的计算资源、存储资源及应用资源，来实现资源利用最大化。”

但是，随着行业数字化在敏捷连接、实时业务以及智能应用和数据安全保护等方面的需求，催生了边缘计算，即越来越多数据需要在边缘进行处理。

根据IDC估计，到2020年全球有超过50%的数据需要在边缘处理。“我们认为，边缘计算是今后物联网发展的一个规律和趋势。”张宇表示。

为推动边缘计算发展 英特尔做的三件事

1. 提供多样化的硬件产品 满足不同的计算需求

对英特尔来说，它们提供的是一个全栈式物联网解决方案，里面涵盖了计算、存储和通讯所需的物联网芯片。

据张宇介绍，在计算领域，英特尔能提供从低压、低功耗的凌动处理器到灵活的酷睿处理器再到高性能的至强处理器，可以满足物联网不同行业对计算的需求。除了通用类型处理器，英特尔还提供FPGA和一些专门用于视频加速的专用芯片。通信领域，英特尔一直参与通讯标准的制定，包括3G、4G和5G等。在明年，搭载英特尔基带5G的产品就会正式出货。

在存储方面，基于英特尔最新的3D Xpoint技术，闪存的存储密度可以提升10倍，存储速度比前一代提高100倍。

更重要的是，英特尔正把人工智能技术应用于边缘计算。张宇表示，“英特尔提供相应的人工智能加速解决方案，利用英特尔人工智能芯片，可以构建从智能摄像机到智能网络视频存储器以及智能视频服务器，来满足不同产品形态对计算的要求。”

比如，英特尔发布最新的Movidius Myriad X视觉加速芯片，其封装功耗只有2瓦，但能提供1T的计算能力。智能摄像头的整机功耗是10-15瓦，分配给智能芯片的功耗只有2瓦，因此，Movidius Myriad X既可以满足功耗的要求，又能提供更强大的计算能力。

2. 提供各种软件工具包，进一步助力用户

在芯片之上，英特尔还有相应的软件工具。今年，英特尔发布OpenVINO工具包。它专为在边缘部署深度神经网络而设计，可以快速优化和压缩经过训练的视觉模型，并将其部署在英特尔硬件和加速器上。应用深度学习框架时，关键性能会获得重大提升，且无需大幅调整当前的部署方式。

无论是深度学习，还是传统的计算机视觉，OpenVINO对这两类方法都有很好的支撑。在深度学习方面，这个套件可以帮助开发者把自己的模型快速部署到目标平台，执行推理操作。并且，OpenVINO支持主流的深度学习和计算机视觉框架，包括Caffe、TensorFlow、mxnet ONNX、Open CV、Open CL和OpenVX等。

3. 与合作伙伴一起 解决边缘计算落地问题

英特尔积极跟合作伙伴一起构建边缘计算的解决方案。比如，英特尔和阿里云与重庆一家金属加工厂合作，利用OpenVINO和英特尔的人工智能加速器，做了一个对金属件缺陷的检测方案。利用机械臂，抓取被检测的金属件，把它移动到检测摄像头前，在不同的角度拍摄不同的照片，该照片即可在边缘网关设备进行基于人工智能的处理。

结果是，这样的检测方案可以把漏检率和误检率降低80%，并大大提高检测效率。

总而言之，英特尔在边缘计算上主要做了两方面的事情：一是技术上不断创新，提供更高、更好和更快地产品，并不断优化已有的产品组合;二是生态的合作创新，跟相应的合作伙伴一起，共同来做边缘计算的落地解决方案。

实际上，当前的边缘计算还处在早期。英特尔副总裁兼物联网事业部中国区总经理陈伟向天极网表示，“边缘计算概念在两三年前被提出来，现在爆发，但大家的共识是边缘计算还处在早期。”

一方面，用户对现在怎么使用边缘计算，在哪些场景使用，边缘计算能带来什么样的价值，还没有想得那么清楚。另一方面，边缘计算还处于初级阶段的原因是，边缘计算的理论、算法还属于不断探索的阶段。有些东西，是需要供需双方共同努力挖掘出来的：张宇解释道。

如果未来要普遍落地，边缘计算还需要两件事情。陈伟说，“一个是行业的标准，因为边缘计算的应用场景非常的碎片化;二是任何一个生态的搭建都需要时间，边缘计算涉及的应用场景是完全不一样的。”

具体到行业的话，陈伟称“要看数据本身的负载。”他认为，在一些视频技术应用比较多的行业，像视频监控、零售、智能制造和智慧城市等应用场景。当有大量数据需要存储和分析时，这些行业往往会先落地。