我们正在快速进入万物智能互联的新时代。数据量在以远超过我们预期的指数级速度增长，数据的类型也变得越来越多元化。这使得更多的应用场景提出了对数据进行实时处理的要求。这些变化带来的影响，不仅需要云端的大数据分析能力的不断提高，也需要边缘实时分析数据以提供及时响应。这种边云共存的新型计算架构在一定程度上起源于计算机视觉应用的迅猛发展，特别是那些开启利用深度学习以及人工智能（AI）的应用。
面对数据洪流带来的挑战，以及边缘计算的兴起和人工智能趋势，英特尔物联网业务有着清晰的战略：围绕边缘计算中负载整合及计算视觉去构建针对物联网应用的芯片平台，从而在垂直市场推行端到端边云分布式计算架构以支持行业运用。这其中，三大重点包括适合物联网应用的芯片、引领边缘负载整合、实现在边缘的人工智能-计算机视觉。
首先，英特尔会根据物联网的应用负载需求去匹配适合的芯片。例如在安防、工业、零售等重点领域，我们会推出更多定制化的芯片以及通过与软硬件加速技术的结合，去适应特定应用环境下的特殊需求。这里需要说明的是，英特尔为物联网的应用负载去定制的芯片会专注需要高性能计算的多负载及视觉应用的领域。
其次，引领边缘负载整合。在边缘侧趋向负载整合是物联网演进的一个必然趋势。原本在不同设备上分立的负载，会越来越多地通过虚拟化等技术，整合到单一的高性能的计算平台上，来实现综合的、复杂的功能。各个功能子系统既能分享设备提供的计算、存储和网络等资源，同时，还能具有一定的独立性，避免彼此之间的相互影响，从而简化系统架构，降低系统总体拥有成本。因此，研发、引领边缘负载整合芯片的软硬件技术，就成为英特尔物联网业务布局的第二个战略。
第三，我们将更专注于视觉计算技术，并实现边缘侧的人工智能。面对膨胀式的数据增长和视觉领域的特有需求，不久前，英特尔物联网团队推出了OpenVINO工具包，它旨在快速跟踪高性能计算机视觉和在边缘侧实现深度学习的推理应用。随着OpenVINO工具包加入英特尔®视觉系列产品，英特尔提供了目前唯一能在各种产品之间，将AI解决方案从边缘部署到网络和云端的视觉解决方案。这能让我们的客户灵活经济地部署视觉解决方案，提供可执行的业务洞察。
正是由于英特尔物联网业务聚焦物联网芯片、边缘计算和视觉计算技术三大重点，我们的专注努力得到了回报——2017年，英特尔全球的物联网业务增长超过了20%，2018年第一季度继续保持强劲增长，中国的业务更是增长迅猛。我们相信，未来以创新的芯片为出发点，并融入互联的负载整合功能，以及在边缘侧实现人工智能的视觉计算技术，英特尔将与整个生态合作伙伴深度合作，助力智能与变革的未来。
【本文作者陈伟博士系英特尔物联网事业部副总裁兼中国区总经理】
