英特尔如何做工业互联网

雷锋网消息，近日，由工业和信息化部指导，中国信息通信研究院、工业互联网产业联盟、中国通信学会联合主办的2019工业互联网峰会在北京成功举行。本次峰会的主题是“智联赋能，融通创新”，相关各界代表共聚北京，探讨有关工业互联网方面的热点话题。

在本届峰会上，Intel发表了题为“边缘计算+人工智能，助力工业互联网”的主题演讲，展示了Intel在工业互联网领域的技术进展及产业应用，详细介绍了Intel如何借助其领先的边缘计算与人工智能技术帮助合作伙伴解决实际问题，推动我国工业互联网发展。

会后，雷锋网同Intel物联网事业部中国区首席技术官张宇，以及工业互联网业务和战略客户总监尚勇，就Intel工业互联网业务的发展状况进行了交流对话。

工业互联网离不开生态

从工业互联网这个名词来看，分为“工业”和“联网”两个部分。工业是定义一个场景，联网是带来一个技术，即将联网技术应用到工业这个场景里。

众所周知，工业领域的场景极其复杂，工业互联网想要发展，需要在两个方面下功夫，一是如何从场景中抽象出共性的功能，这是未来工业互联网平台能否在国内普及非常重要的路径；二是商业模式，整个工业互联网的商业路径一定要形成闭环，如果产业链合作伙伴不能给到终端用户量化收益的价值展示，这个闭环就很难形成，而这是目前工业互联网平台的薄弱环节。

据雷锋网观察，在工业升级改造领域，中国有“中国制造2025”计划，美国有工业互联网，欧洲也提出了“工业4.0”概念。纵观国内生产状况，很少真正看到4.0的企业，现在很多企业的实际水平仍处于工业3.0、2.0甚至1.0阶段。

张宇分析称，这些早期阶段中存在很多挑战：其一是他们的设备比较老，没有相应的接口提供设备状态；其二是有数据接口，但企业没有相应提取能力，如果要通过机器的生产厂商提供的话需要额外购买服务；其三是产线上的设备来自不同的生产厂商，他们之间没有互联互通。

作为上游芯片及服务供应商，Intel认为目前工业互联网在价值方向上已经比较清楚，且无论是构建什么样的工业互联网都需要芯片。尚勇表示，Intel希望通过芯片和互联网技术，以及一些开放的标准化解决方案，来推动数据收集、数据分析的解决方案更快的落地。

同时，随着工业互联网的迅猛发展，网络带宽已逐渐无法满足海量数据的流通，因此边缘计算被越来越多的采用。

不过，边缘端只能处理局部数据，无法形成系统认知，因此实际应用中仍然需要借助云计算平台来实现信息融合。“边缘计算是互联网发展的趋势，云计算在工业互联网中有重要角色，云计算与边缘计算正逐渐成为支撑互联网的两大支柱。”张宇说。

中国是世界上唯一拥有全部525个制造业门类的工业大国，然而这也带来了一个现实问题，即国内的工业发展水平参差不齐，不同门类所需要的方案也千差万别。

针对工业互联网领域的碎片化问题，Intel的解决思路是尽量考虑到产品和方案的可复制性，使其惠及更多不同行业的用户。张宇表示，一方面Intel积极参与标准组织、开源社区合作，共同构建针对共性问题的开源解决方案，以便能被更广的受众应用集成到方案中去；另一方面，提供完整的从底层芯片到上层软件的相关产品，帮助行业用户解决实际问题。

据介绍，在技术应用上，Intel结合自身芯片优势，在芯片、板卡以及软件工具等方面推出解决方案，包括视觉加速芯片、支持加速高性能计算机视觉应用和深度学习推理的软件开发包等，而在软件方面，Intel也在一直跟踪如网络压缩等前沿的AI技术，还可提供垂直领域使用场景的参考案例，帮助开发者快速构建应用。

以视觉领域为例，网络硬盘录像机和视频服务器对算力有着更高的要求，同时能够接受的功耗也更高。针对这类需求，Intel发布了基于Intel Movidius Myriad X视觉处理器和Arria10 FPGA的视觉加速器产品系列。其中Movidius方案能够在一块板卡上集成8至16颗Movidius Myriad X芯片，提供8至16T的计算能力，用户可以根据各自边缘设备的性能指标，选取不同的配置。

同时为了帮助开发者进行机器视觉和深度学习应用的开发，Intel还发布了OpenVINO工具包，支持加速高性能计算机视觉应用和深度学习推理，帮助开发人员和数据科学家加速计算机视觉工作负载，并简化深度学习部署，在各种Intel平台中轻松实现边缘到云的异构执行。

张宇强调，工业互联网的发展离不开完整生态的构建。目前，Intel同全球工业物联网联盟、开放互联基金会、开放雾计算联盟、边缘计算产业联盟以及工业互联网产业联盟等联盟组织开展紧密合作，将产业链上下游的合作伙伴整合在一个平台，共同探讨解决方案。

近年来国内外互联网大厂都在积极向工业互联网渗透，组建自己的工业节点，传统工业设备商也在把互联网技术运用到工业体系中来。

谈及我国工业互联网目前的应用程度，尚勇表示，在政府政策的持续引导，以及联盟等行业组织在技术标准上不断规范下，工业互联网在中国形成了很好的开局。但他特别指出，工业互联网并非一定要由非常庞大的架构、完善的云平台、边缘平台、传感器平台等组成。

如果把国内的制造业企业粗略的划分成大、中、小三种类型，大型企业在数字化、智能化改造的过程中面临的核心问题之一是如何利用物联网技术规模化提升产品质量和良品率，从而降低原材料消耗和人工成本投入。

“大型工厂通常会更加系统化、结构化的去布局构思工业数字化、智能化转型的架构或商业模式，甚至有些大厂构建自己的工业互联网平台，建立自己的私有云系统。”尚勇分析称。

而对于目前占比超过六成，众多产值在1000万元以下的中小型制造业企业而言，工业互联网的应用和普及更加具有挑战性。此类工厂缺乏IT基础设施，没有完备的生产管理流程，对工人操作规范的监督等也缺乏有效的管理手段。

这些企业构思整个工业互联网的时候会更加从自己的诉求出发，如产能提升、良率提升、质检能力提升等，很少会构建自己的工业APP，这也是由具体的生产模式和业务规模决定的。对这些中小型企业来说，局部的、小型的部署一些非侵入性的方案，成本相对较低、成效也比较明显，这也是工业互联网发展的一个体现。

尚勇向雷锋网透露，目前Intel已与合作伙伴完成了一些产品落地工作。比如将机器学习和深度学习技术应用于大型工厂产品质量检测、小型工厂的产能实时管理和预测等。

“当大家真正开始实践后，不管什么样的制造业企业，发展速度都会上一个量级，未来三到五年整个产业会完全爆发起来。”尚勇对未来充满信心。