英特爾於台北舉辦邊緣運算解決方案高峰論壇發表最新進展，包括新一代視覺運算處理器、開發者工具、生態系規模等，並請合作夥伴展示多種已在市場落地的應用案例。諸如門市零售、商品檢測等皆已獲得邊緣運算技術加持。
英特爾物聯網事業群副總裁Johnathan Ballon（江百倫）擔綱主題演講，表示過去10年業界發展重點在軟體運算，即將來臨的10年會是AI、5G、IoT三大。爆炸式的資訊成長會有大多數發生在邊緣，例如零售門市內的人臉辨識資料等，就會需要低延遲的邊緣運算方案。而台灣擁有很強的邊緣運算生態系，英特爾將台灣視為邊緣運算整合中心。
目前英特爾已建立完整的邊緣運算產品與工具，例如從Atom到Core再到Xeon處理器，可提供不同的運算需求、效能與功能；透過FPGA、Movidius VPU、Nervana ASIC等產品加速特定工作；透過SSD、Optane記憶體和乙太網路進行資料儲存和連接應用等，可有效的在分佈式架構中移動和儲存資料。
他展示最新推出的第四代Movidius VPU（代號「Keem Bay」）處理器，專為深度學習、視覺和媒體應用設計，是低功耗（4~15瓦）的高效能邊緣推論（Edge Inferencing）產品，預計2020上半年上市。
Movidius具有靈活外型及尺寸，可將晶片置於相機或整合在小型M.2介面擴充卡，用在像是自助服務資訊站（kiosk）、機器人等應用。也可整合在PCIe介面擴充卡上，或同時運行多個VPU實現高密度，擴充邊緣AI伺服器的加速能力。
新一代Movidius擁有較佳能源效率，是競爭對手的四倍。
英特爾為邊緣運算推出一系列開發工具和計劃，這些工具都是開放的，開發人員可同時應用英特爾不同的產品組合，在傳統基礎架構上擴展深度學習，滿足邊緣運算的需求。主要的三大工具為：OpenVINO、OpenNESS、Open Visual Cloud。
OpenVINO用來為深度學習加速，最新第三代發行版工具套件才發表不久，具有四大進化：
異構推論（Heterogeneous Inferencing）— 可加快Intel加速器和彈性運用異質架構（CPU、GPU、Intel Processor Graphics、FPGA和VPU）的深度學習推論與效能。
深度學習工作台（Workbench）工具 — 可為深度學習模型的流量、延遲性和準確性進行分析與視覺化。
網路載入最佳化 — 透過更快的模型載入時間提高效能。
佈建腳本 — 能夠在更小的佔用空間下從原型過渡到生產階段。
開發者可於專為邊緣所設計的Intel DevCloud開發雲上，對各種英特爾處理器進行試用、製作原型和測試AI解決方案。目前已有超過2,700位客戶使用Intel DevCloud測試版，可自由測試全系列Intel Edge晶片。
OpenNESS使製造商、零售商、智慧城市和其他產業能夠輕鬆部署和管理專用無線網絡，近日剛發表兩個新功能：5GNR Deployments、Platform Awareness。此工具套件支援以第三代合作夥伴計畫（3GPP）規格為基礎的5G佈建，以及在雲端原生環境上跨網路邊緣的端至端佈建。OpenNESS也將與OpenVINO和Open Visual Cloud等其他工具套件整合。
Open Visual Cloud提供可視化雲端服務的核心要素，協助縮短包括媒體處理、媒體分析、沉浸式媒體、雲端繪圖和雲端遊戲等關鍵服務的技術差距。Open Visual Cloud為各種目標視覺雲端服務提供了一組預定義的參考工作流程。開發者也可以使用FFMPEG、GStreamer、OpenVINO、TensorFlow和其他深度學習架構。Open Visual Cloud中的模組化方法使開發者可在需要將工作負載從CPU移轉至加速器時，簡單地運用外掛程式，使整個工作流程中的高階軟體維持一致。Intel並預告將在2020上半年推出360虛擬實境的功能。
英特爾並與優達學城（Udacity）合作推出全球第一個Edge AI Nano線上課程，幫助培訓新一代開發者在邊緣產生資料處運用AI。英特爾將為該課程提供750個獎學金名額，首月已有超過30,000人報名參加。
英特爾目前已建構起龐大的邊緣運算生態體系，有1,100多個合作夥伴提供硬體、軟體和服務， 200多種邊緣運算解決方案，從管理庫存的自動機器人，到防止沙門氏菌爆發的冷凍食品鏈監控解決方案都有。在12月17日舉辦的「英特爾邊緣運算解決方案高峰論壇」中，邀請不少台灣大廠展示應用案例。
例如IEI威強電與台大醫院皮膚科合作，將邊緣運算應用在癌症檢測上。以往黑色素瘤、鱗狀細胞癌等要花時間做切片檢查，威強電透過三種不同演算法訓練模型，做了一個手機App，醫生在診間以手機照相，透過OpenVINO加速演算，很快就可診斷出是否是癌症，不需要切片才知道。
ADVANTECH研華科技運用在紡織業。紡織業生產線有個瓶頸是布料檢測，單靠深度學習不夠，無法自動化。他們藉由OpenVINO實作，在光線不足時以電腦視覺增加可靠度，以前用人工檢測準確度80%，現在可做到95%。此案例因為在工廠需要處理大量資料，不可能傳到雲端，一定要用邊緣運算。
QNAP威聯通協助摩曼頓實現智能零售，透過影像智慧分析顧客從進入門市到購買完成，設法改善購買體驗。藉由Intel 12核心處理器，搭載影像監控軟體，將各分店客人的區域停留時間、行為資料等串在一起，因為透過雲端布署，未來擴點就會很方便。
高峰會現場有相當多業者展示邊緣運算方案，不少都是智慧零售、人臉辨識，就應用面上其實並非新功能，但藉由邊緣運算加持，速度、體驗都比以往好得多。可預測在即將來臨的2020年，賣場上會看見越來越多智慧零售的新玩法吧。
from Mobile01 本站新聞 https://ift.tt/2EzqBP6
沒有留言:
張貼留言