产品力组合与软件赋能 从AI计算盒参考设计看英特尔与生态伙伴的协同创新

至顶网计算频道 08月05日 新闻消息（文/李祥敬）：当前，AI与视觉技术正在加速智能与边缘计算的融合，将为汽车、互联网、教育等十余个行业的数智化变革提速赋能，助推货架分析、文本识别、热力图、车辆检测识别、缺陷检测等应用场景落地。作为边缘计算的发展趋势，智能边缘将与AI、5G关键技术转折点的相互交织，将推动智能进入新的发展拐点。

面对广阔的市场机遇，英特尔凭借产品领导力、创新方案推动力、生态构建力“三力齐发”，持续推动智能边缘、AI、5G关键技术转折点的融合创新，并依靠多种形态、可灵活部署的卓越算力，一整套软件栈，以及多点协同、广泛互联的生态协作，为加速智能边缘的开发和部署，引领智能边缘未来做好了准备。

近日，英特尔推出了全新“英特尔AI计算盒参考设计”（以下简称“AI计算盒”），还发布了“英特尔中国AI生态合作伙伴算法方案集萃”（以下简称“算法方案集萃”），全面展现了英特尔在视觉技术领域、智能边缘市场卓越的产品组合，更彰显了英特尔携手生态合作伙伴利用视觉技术为城市管理、零售、工业、教育等各行各业带来的“数智化”变革。

英特尔公司物联网事业部副总裁、中国区总经理陈伟表示，数据不断以指数级速度增加，如果全部数据都汇聚到云端处理，显然当前的带宽和传输速度都难以满足庞大数据量要求，因此部分的数据处理在边缘端发生，就十分必要。智能边缘将会是未来一个巨大的转型性技术。而英特尔以非常丰富的技术与完善的生态能够推动并加速边缘计算或智能边缘的到来。

智能边缘是一个赋能型的趋势，通过人工智能方式实现边缘智能化。英特尔在不久前提出了物联网战略，其中包含了三个组成部分：第一，为物联网定制高性能的计算及加速芯片；第二，促进边缘计算负载整合的技术发展方向，抓住网络及器件边缘计算的良好机遇；第三，专注于计算机视觉。我们认为计算机视觉以及AI计算的应用将带来巨大的转型型变化。

为了实现这三个战略，英特尔在开发者工具和生态环境方面进行了大量的投入；通过与生态的合作，共同为终端用户提供行业整体解决方案，“智能边缘＋AI＋产业”的故事才刚刚开始。

“边缘计算的落地，尤其是边缘计算＋AI＋行业的应用模式，表明只有用贴近真实应用需求的方式，才能让边缘计算在当下数字社会生根发芽。英特尔AI计算盒参考设计，是英特尔在中国本土做的又一次尝试，我们着力发展能力型合作伙伴，协调生态关系，发挥生态的多边网络效应，协同各位生态合作伙伴，让生态发挥合力，实现真正的智能边缘进化。”陈伟说。

产品力组合与软件赋能 细数英特尔AI计算盒参考设计亮点

针对边缘计算中，不同应用场景对算力需求灵活，并且会使用不同神经网络模型的特点，英特尔AI计算盒参考设计搭配了一系列软硬件的组合，来高效帮助开发人员及客户灵活选择，优化部署，缩短开发时间及成本，支持多元的计算需求和不同的应用场景。英特尔AI计算盒参考设计包括三个主要的方面：一个是各种各样的硬件参考平台，一个是各种各样的算法，一个是各种各样的解决方案。

英特尔技术专家表示，英特尔AI计算盒参考设计硬件的特质可以概括为通用计算、媒体能力、超凡AI力和可拓展，四大亮点尽显产品力。“英特尔最大的优势就是我们的硬件平台优势，英特尔公司在半导体的生产、制造和设计上，投入了巨大的研发、生产的成本，也就是说我们的产品是多种多样的，是可以满足各种客户需求。”

在硬件层面，依托于英特尔高性能CPU、具备集显的CPU和X86架构强大的算力保障，AI计算盒可为多样化企业级应用软件提供强劲兼容能力；功耗和成本方面，AI计算盒可提供从英特尔凌动到英特尔酷睿、英特尔至强处理器的不同选择；可扩展性上，除了主控CPU强劲的处理性能外，还可提供VPU为AI加速的多种搭配方案，在高并发的计算量需求下进行灵活扩展。

“英特尔AI计算盒参考设计以不同算力CPU平台可以作为主控平台，充分考虑到客户应用场景的不同，对算力的需求也有差异。所以我们完全可以在主控平台的计算盒上辅助一些插卡式的FPGA或者ASIC加速卡，使整个客户的应用场景在算力需求上得到一个有弹性，有伸缩性的解决。”英特尔技术专家说。

而在软件层面，英特尔提供了一个完整的软件栈用以加速智能边缘的开发，包括示例应用、管道优化、框架媒体和库运行。在底层，AI计算盒提供了针对英特尔硬件优化的底层库来提升性能，包括媒体处理Media SDK，深度学习推理工具OpenVINO工具套件，算法库及算子级优化的库和编程接口。在此之上，AI计算盒还可支持如G-streamer, FFMPEG等不同的媒体框架，并提供如IPC输入、解码/VPP、转码、RAID存储、视频分析、拼接/显示、特征匹配等基于视频场景优化的管道，更易于使用和集成。此外，在应用层，AI计算盒还可提供近似实际应用的参考示例，实现快速原型开发，缩短上市时间。

英特尔技术专家表示，在早期进行方案预演和原形过程当中，客户面临一个很大的问题，就是怎么样能使目标平台的计算性能还是功耗达到最优。英特尔AI计算盒参考设计以OpenVINO工具套件、Media SDK为主的一系列的软件工具，可以使客户在更短时间内除了实现早期功能预演之外，也可以快速达到优化的效果，使他们对于最终部署落地的目标平台有一个更精确的定位。

边缘侧要实现人工智能加速，特别是AI加速计算，从开发到部署还是有很多痛点，所以英特尔AI计算盒参考设计强调软硬件，特别是在软件方面进行了强化，主要是为了解决客户或者生态伙伴如何实现人工智能算法落地，把算法融入到客户的最终应用场景当中，促进客户研发，提升研发效率，降低研发成本，缩短研发周期的作用。

而在新的AI落地开发环节当中，OpenVINO工具套件起到了非常好的作用，OpenVINO工具套件专注于充分利用了当前学术界和业界相对成熟的基于主流框架如TensorFlow、Caffe、MXNet等预训练模型，对这些标准的网络进行相应的优化，并对其在Runtime下进行相应的硬件计算资源配置，从而达到降低开发难度，缩短开发周期的效果。

除此以外，为了让客户和AI-ON-IA生态伙伴更方便地进行开发AI，除了提供了英特尔AI计算盒参考设计之外，英特尔还会举办一系列地研讨会并提供了一个相关的一站式网站，包括技术资料、在线课程和案例分析。

引领智能边缘未来市场 英特尔与生态伙伴的协同创新

生态建设是智能边缘得以发展壮大的重要因素。除了完备的软硬件产品组合和出众算力外，英特尔携手小钴科技、科沃斯、云图睿视等十余家合作伙伴共同打造了“英特尔AI生态合作伙伴算法方案集萃”。它将全面展现智能边缘在市场与技术方面的发展趋势，基于英特尔架构的智能边缘平台、算法，以及英特尔与各领域生态伙伴为智慧城市、智慧零售、智慧教育、工业互联网等多元化场景打造的应用实践。

算法层面，SV（软件开发商）可实现对不同应用场景软件及算法的快速定制和场景化，加速整个产品定义、算法研发及AIoT整体解决方案的落地速度，是推动智能边缘精准落地的催化剂。此外，英特尔还与ODM/OEM（原始设计制造商/原始设备制造商）、SI（系统集成商）合力，在目标检测、活体检测、缺陷检测、视频结构化等多方面深度合作，共同驱动智慧商超、智慧城市、智慧医疗、智能检测等多领域的创新发展。

在英特尔公司物联网销售市场部中国区总监谢青山看来，不管是人工智能还是边缘计算需要更多的系统集成商和软件服务商共同完成。人工智能要想在边缘应用上获得成功，有三个基本的要素：算力、算法和生态合作伙伴。其中生态合作伙伴负责根据实际用户的需求将算力和算法做成解决方案。“只有这三个因素有机结合起来，才能够推动行业的整体发展。开发我们的算力，联合有算法能力的合作伙伴，联合有生态拓展能力的合作伙伴，让他们更多考虑细分市场和场景的问题，一起让人工智能在边缘侧获得成功。”

英特尔AI计算盒参考设计是一个包括硬件平台、软件开发工具和实用案例一站到位的解决方案，将算力、算法、生态能够有机结合起来，帮助合作伙伴进行完整的产品设计，快速开发出真正满足用户的产品。除了AI计算盒参考设计，英特尔还发布了英特尔中国AI生态合作伙伴算法方案集萃。“在算法方案集萃白皮书中，我们提供了15家合作伙伴的60多种算法，帮助客户解决边缘人工智能的问题，更快地加速智能边缘的部署。”谢青山说。

在生态构建方面，英特尔公司依托多年在IT领域包括PC、服务器的成功合作经验，推出了完整的合作伙伴计划。其中包括英特尔物联网解决方案联盟、英特尔物联网行业整体解决方案、英特尔物联网开发套件、英特尔物联网解决方案聚合商等市场合作计划，携手进军边缘计算和人工智能的市场。

“未来，英特尔将继续推进物联网合作伙伴计划，携手越来越多的行业合作伙伴，推出从原型到生产加速智能边缘的解决方案，共建AI-on-IA生态，共享智能边缘市场机会，共赢AIoT ‘数智’时代新机遇。”谢青山最后说。