當(dāng)前，工業(yè)互聯(lián)網(wǎng)發(fā)展浪潮正在全球范圍內(nèi)掀起，成為取得第四次工業(yè)革命勝利的關(guān)鍵所在。

隨著技術(shù)架構(gòu)和產(chǎn)業(yè)鏈需求的不斷迭代，工業(yè)技術(shù)和生產(chǎn)方式對(duì)工業(yè)互聯(lián)網(wǎng)也提出新的要求。

在近日舉行的2020WAIC“2020智能趨勢(shì)峰會(huì)”行業(yè)論壇上，英特爾中國(guó)區(qū)物聯(lián)網(wǎng)事業(yè)部首席技術(shù)官兼首席工程師張宇博士表示，第四次工業(yè)革命的特點(diǎn)是互聯(lián)網(wǎng)產(chǎn)業(yè)化及工業(yè)智能化。當(dāng)前，我們正處于新一輪的人工智能發(fā)展高潮。人工智能與工業(yè)互聯(lián)網(wǎng)的結(jié)合將推動(dòng)智能制造的發(fā)展。

張宇認(rèn)為，工業(yè)互聯(lián)網(wǎng)從本質(zhì)上來(lái)說(shuō)，是一個(gè)“邊云協(xié)同”的端到端的系統(tǒng)。在這個(gè)端到端的系統(tǒng)里，大概有50%的數(shù)據(jù)處理發(fā)生在邊緣側(cè)，另外50%的處理發(fā)生在云端。而這些數(shù)據(jù)很大一部分是需要利用人工智能的技術(shù)來(lái)進(jìn)行處理的。

據(jù)了解，在智能制造領(lǐng)域，很多工業(yè)場(chǎng)景對(duì)于網(wǎng)絡(luò)響應(yīng)延時(shí)及響應(yīng)時(shí)間抖動(dòng)都有很嚴(yán)格的要求，一旦有絲毫的網(wǎng)絡(luò)延遲，對(duì)于工廠來(lái)說(shuō)將會(huì)造成不可逆的損失，所以很多工業(yè)場(chǎng)景對(duì)與網(wǎng)絡(luò)時(shí)延要求已經(jīng)達(dá)到了毫秒級(jí)，甚至于亞毫秒級(jí)，這就要求需要有大量的數(shù)據(jù)在邊緣來(lái)進(jìn)行處理，但傳統(tǒng)的通信技術(shù)很難達(dá)到這一要求，近年來(lái)邊緣計(jì)算與人工智能的創(chuàng)新發(fā)展融合逐漸滿足這一要求。

但這邊緣技術(shù)與AI的融合不是簡(jiǎn)單耦合，張宇則表示，兩者融合還面臨著很多技術(shù)方面的挑戰(zhàn)。

一是工業(yè)環(huán)境中數(shù)據(jù)量龐大，既包含機(jī)器視覺(jué)的大數(shù)據(jù)，也包含很多機(jī)器狀態(tài)的時(shí)序的小數(shù)據(jù)。他舉了智能工廠的例子，智能工廠一天所產(chǎn)生的數(shù)據(jù)量可能達(dá)到PB的量級(jí)，也就是萬(wàn)億字節(jié)的量級(jí)，要處理如此巨大的數(shù)據(jù)量，就需要有大量的算力來(lái)進(jìn)行支撐。同時(shí)對(duì)于網(wǎng)絡(luò)時(shí)延也提出很高的要求。

二是設(shè)備的高性能功耗比，邊緣設(shè)備很多都是嵌入式設(shè)備，如何在這些設(shè)備上實(shí)現(xiàn)人工智能，其實(shí)對(duì)芯片提出了更高的性能功耗比要求。如，智能工業(yè)攝像機(jī)整機(jī)功耗大概只有10-15瓦，其中能夠分給人工智能加速芯片的功耗只有兩瓦。如何在兩瓦的功耗下，實(shí)現(xiàn)人工智能所需的推理的算力，這也是業(yè)內(nèi)需要面對(duì)的挑戰(zhàn)。

三是應(yīng)用碎片化，開(kāi)發(fā)成本高。工業(yè)互聯(lián)網(wǎng)是一個(gè)碎片化的市場(chǎng)，不同的行業(yè)、工廠，對(duì)應(yīng)用有不同的要求。算法和應(yīng)用開(kāi)發(fā)往往需要定制化，這就造成了軟件開(kāi)發(fā)的成本在總體成本中所占的比重越來(lái)越高，如何降低軟件開(kāi)發(fā)的成本，也是目前面臨的一個(gè)挑戰(zhàn)。

面向這些挑戰(zhàn)，人工智能技術(shù)還需不斷的發(fā)展，張宇也表示，人工智能技術(shù)的落地與普及離不開(kāi)科技的不斷創(chuàng)新。它發(fā)展背后依靠的是計(jì)算技術(shù)、存儲(chǔ)技術(shù)、以及通訊技術(shù)的提升。

但張宇也表示，目前智能邊緣技術(shù)已經(jīng)開(kāi)始運(yùn)用于工業(yè)互聯(lián)網(wǎng)，但整個(gè)過(guò)程才剛剛起步，遠(yuǎn)沒(méi)有達(dá)到成熟。在目前階段，人工智能技術(shù)在工業(yè)互聯(lián)網(wǎng)的應(yīng)用更多的停留在邊緣推理階段，我們還需要利用在數(shù)據(jù)中心的訓(xùn)練服務(wù)器來(lái)實(shí)現(xiàn)模型的訓(xùn)練。但在某些工業(yè)互聯(lián)網(wǎng)的應(yīng)用場(chǎng)景里，是有對(duì)模型進(jìn)行動(dòng)態(tài)更新，動(dòng)態(tài)學(xué)習(xí)的需求。如在廢品回收行業(yè)，已經(jīng)開(kāi)始利用機(jī)械臂去實(shí)現(xiàn)物品的分揀。但由于廢品的形態(tài)種類非常多，很難用單一模型去涵蓋所有形態(tài)，這就需要一種邊緣訓(xùn)練的方法對(duì)模型進(jìn)行動(dòng)態(tài)更新。

工業(yè)互聯(lián)網(wǎng)的發(fā)展需將經(jīng)歷互聯(lián)階段、智能系統(tǒng)階段及自主系統(tǒng)階段三個(gè)階段，張宇表示，實(shí)現(xiàn)最高階段自主階段的重要標(biāo)志，就是實(shí)現(xiàn)人工智能的自主化學(xué)習(xí)。我們認(rèn)為，將人工智能運(yùn)用于邊緣，會(huì)經(jīng)歷從邊緣推理，到邊緣學(xué)習(xí)，到自主學(xué)習(xí)的演進(jìn)過(guò)程。

而英特爾作為一家數(shù)據(jù)公司，其產(chǎn)品涵蓋了計(jì)算、通訊、存儲(chǔ)各個(gè)方面，可以利用產(chǎn)品組合構(gòu)建端到端的具有人工智能的系統(tǒng)，并通過(guò)AI，5G和智能邊緣的融合，把智能推向新的發(fā)展拐點(diǎn)。

其中，英特爾在構(gòu)建智能邊緣技術(shù)能力方面，具有一系列軟件和硬件產(chǎn)品提供給用戶。其提供的是可擴(kuò)展的解決方案，用戶可以利用它去構(gòu)建從智能攝像機(jī)到智能網(wǎng)絡(luò)視頻存儲(chǔ)器、智能視頻服務(wù)器不同的產(chǎn)品。

除此之外，英特爾在大連和成都的半導(dǎo)體工廠，已經(jīng)開(kāi)始利用智能邊緣技術(shù)幫助提升工廠的生產(chǎn)效率。

據(jù)張宇介紹，英特爾在大連的工廠是生產(chǎn)“非易失存儲(chǔ)器”，是英特爾在亞洲的第一個(gè)晶圓制造工廠。晶圓的生產(chǎn)是整個(gè)半導(dǎo)體生產(chǎn)的基礎(chǔ)，整個(gè)生產(chǎn)流程包含幾千步工序，非常復(fù)雜，每經(jīng)過(guò)10-20步，就對(duì)晶圓進(jìn)行檢測(cè)。英特爾通過(guò)安裝在機(jī)臺(tái)上的掃描電子顯微鏡，或者光刻相機(jī)去掃描晶圓，采集到晶圓的圖片。把這些圖片上傳到相應(yīng)的服務(wù)器，由專門的工程技術(shù)人員進(jìn)行定期的或?qū)崟r(shí)檢測(cè)。根據(jù)這些檢測(cè)和分類的結(jié)果微調(diào)工藝的參數(shù)，來(lái)保證產(chǎn)品的良率。

但由于在整個(gè)生產(chǎn)過(guò)程中所出現(xiàn)的缺陷種類很多，包括機(jī)械的刮傷、擦傷、或者化學(xué)藥劑沖洗的印漬，使得某些缺陷不可能用傳統(tǒng)的計(jì)算機(jī)視覺(jué)來(lái)進(jìn)行處理，如果用人工的方法來(lái)處理，也無(wú)法保證100%的準(zhǔn)確。

針對(duì)這一問(wèn)題，英特爾開(kāi)始利用智能邊緣技術(shù)，通過(guò)英特爾的處理器，利用OpenVINO?等工具及專門的人工智能算法，實(shí)時(shí)準(zhǔn)確地處理每一幅晶圓的圖片，可以將檢測(cè)的效率提升100倍。

除此之外，英特爾還設(shè)計(jì)了一個(gè)基于半監(jiān)督的自動(dòng)標(biāo)準(zhǔn)的方法，可以大大提升模型訓(xùn)練的精度和效率，正是由于有這些智能邊緣的輔助，英特爾才能不斷地提升生產(chǎn)效率。
責(zé)任編輯：tzh