从边缘计算到云边协同，英特尔联合微软加速 AI 规模化部署

2022 年 6 月 23 日，北京 -- 今日，英特尔携手微软在线上举办了 2022 中国 AI 开发者峰会。英特尔 OpenVINO™开发者生态高级总监 Matthew Formica、微软亚洲研究院邱锂力副院长，以及来自英特尔、英特尔 AI 开发者社区、微软人工智能和物联网实验室、微软、EdgeX Foundry 技术社区、研华科技和汉朔科技的行业技术专家出席本次峰会，为大家讲解了高效率开发与大规模部署 AI 解决方案的深度认知、关键技术与实战经验。

在 5G、大数据中心、AI 等新基建的带动下，企业的数字化水平、业务的复杂度和专业度都有了显著提升。这让企业在进行云端部署时，对算力优化分配、数据及时性、系统稳定性、以及跨工作场景的灵活性提出了新的要求。因此，边云协同成为未来发展的重要趋势，许多企业开始构建边云协同模式和系统，以协同解决大数据发展下的计算难题。

在这些企业转型的过程中，大规模部署 AI 解决方案成为了重中之重。英特尔 OpenVINO™开发者生态高级总监 Matthew Formica 表示："从台式电脑到数据中心和云中的企业软件，再到智能边缘，AI 无处不在。为满足边缘的独特需求并应对边缘存在的挑战，计算最终会被应用在医疗、零售、工业等各种场景用例中。然而，行业领先分析师表示，仅有 20% 的 POC 实现了规模部署。那么在大规模部署 AI 解决方案的过程中，选择高效的硬件、借助 OpenVINO™优化 AI 解决方案以及同广泛的生态伙伴进行合作则十分必要。"

在选择硬件时，专业人员要尽可能地考虑降低时延、提升每瓦性能并优化成本，而英特尔处理器则可以充分满足这些需求。与此同时，英特尔还可以为开发人员提供一套全栈式 AI 软件产品组合。这套产品组合自下而上首先是作为基础层的 oneAPI，它能够支持一系列具有通用功能的英特尔处理器。其次，对于推理优化和部署来说，OpenVINO™则能够针对每款英特尔处理器进行调整，助力开发人员轻松实现可扩展及高性能的深度学习推理。此外，英特尔还通过推出英特尔 ® 市场就绪解决方案推动整个生态系统的协作，助力合作伙伴的增长与创新。

在本次峰会上，英特尔技术专家还详细介绍了如何在 Azure 上使用 OpenVINO™快速实现高性能 AI 推理计算。自 2018 年推出 OpenVINO™以来，英特尔已经帮助数十万开发者大幅提升了 AI 推理性能，并将其应用从边缘计算扩展到企业和客户端。在 2022 年第一季度末，英特尔推出了发行版 OpenVINO™工具套件的全新版本 --OpenVINO™2022.1。其中的新功能主要根据开发者过去三年半的反馈而开发，包括更多的深度学习框架及模型支持、更多的设备可移植性选择以及更高的推理性能和更少的代码更改，旨在简化和自动化优化工作。OpenVINO™2022.1 版本增加了硬件自动发现和自动优化功能，让软件开发者可以在任意平台上实现绝佳性能。此外，英特尔的 Open Model Zoo 中还包含超过 270 个预训练优化模型，其中涵盖物体检测、动作识别、机器问答及语音转文本等，通过将这些模型提供给开发者，可极大简化开发者的模型设计步骤。

此外，来自 EdgeX Foundry 技术社区的行业专家还为大家讲解了如何基于英特尔架构，并借助 EdgeX 和 Azure 打造可扩展的 AI / IoT 解决方案，以将边缘数据加速转化为有效见解，从而实现边云协同。最后，来自汉朔科技的技术专家分享了该公司基于英特尔架构打造的智慧零售 AI 解决方案，以零售行业为例充分展示了 AIoT 在驱动垂直行业数字化变革中发挥的重要作用。该方案融合了英特尔从软件到硬件的全栈技术优化以及汉朔科技在"零售 + AI"领域的长期技术创新与行业最优实践，能够帮助零售客户构建高性能、高洞察、高经济性、易于实施的智慧零售管理系统，从而助力解决货架商品管理、自助收银、商品防损等环节中的棘手问题，为全球零售客户带来更大价值。

在各行各业积极进行数字化变革的同时，企业对于海量且不同类型数据的传输和处理速度的要求也越来越高。因此，在实现边云协同的过程中，网络的重要性也不言而喻。微软亚洲研究院邱锂力副院长表示："蜂窝网络在我们的工作、娱乐、社交等生活场景中扮演了重要角色。如今 5G 网络的传输速率可高达 10Gbps，且在全球范围内被广泛部署。毫无疑问，我们生活在一个 5G 蓬勃发展、6G 萌芽新生的超级时代。作为相关研究人员，我们的研究可能会影响未来的通信方式，这是我们持续创新的强大动力。"

如今，高社会价值和高商业价值的 AI 解决方案，诸如智慧零售、自动驾驶等，正在深刻地重塑整个社会。英特尔将携手广泛的生态合作伙伴，通过不断推出更加优化的新产品和新工具持续赋能开发者，使其无论居家还是在办公室，都能协同完成 Al 模型的高效率训练和高性能部署，并实现端到端的机器学习全生命管理周期，同时简化高价值 Al 解决方案的开发与运维，推动高价值 Al 解决方案在全球范国内大规模部署，从而促进边云协同创新发展。