近日在2018英特爾人工智能大會上，英特爾公司物聯網事業部副總裁Jonathan Ballon 站在物聯網的角度展望了未來人工智能與物聯網兩大技術之間的融合，從他的觀點中我們可以發現邊緣計算將是促進兩大技術融合的關鍵所在，就此話題Jonathan Ballon還接受了筆者的專訪。

從互聯網過渡到物聯網已經是大勢所趨，這將帶動整個計算架構的變革。在未來20年的時間里，人工智能所產生的這些機遇或者說機會，Jonathan Ballon認為將有一半體現在網絡的邊緣之上。這也意味著對于英特爾公司來說，物聯網實際上會發揮非常重要的作用。英特爾要做的工作就是將我們在云端具備的能力進一步擴展延伸到網絡。換言之，在將周遭的世界進行數字化的過程當中，我們將更有效、更高效的挖掘物理世界能帶給我們的價值。

Jonathan Ballon認為物聯網是有三種不同的狀態或者是階段。在第一種狀態之下是未被連接的設備間的互聯，換言之這是讀取數據的過程，但現階段在數據中心當中處理或者存儲的這些數據，現在都已經不能夠完全滿足物理世界對于數據的需求。物聯網發展的第二種狀態，高度的互聯和復雜的互聯，可以稱為智慧的系統。在這個層級上我們不僅僅是考慮單一終端和設備，而是由很多很多的終端設備組建起來，在這個階段里最需要考慮的是如何實現系統層級的變化。物聯網發展的第三種狀態，我們稱之為由軟件定義的高度自動化的系統。在這個階段里我們將看到高度自我學習的能力，或者說某種程度上，這個系統本身可以脫離人類的控制，實現某種程度自動化的運營或者運作。在每一個階段或者狀態當中，當我們把人工智能應用進去的時候，我們會發現價值實現了增速。比如當我們在進行連接并從中往外讀取數據的時候，如果能夠輔以大數據或者分析能力，便會增加價值。說到這一點，如果想要在系統一級獲得明顯的額外收益，我們需要深度學習，需要人工智能在邊緣或者數據中心上進行一些推理和培訓。

談到邊緣計算和人工智能關聯，Jonathan Ballon認為早期的AI應用主要發生在云端，發生在數據中心，并在數據中心端來挖掘數據背后的價值，但對未來的人工智能應用而言，分布式的計算環境，驅動著大量的數據價值，可以讓整個應用邁入全新的階段。在這個階段人工智能的應用不僅需要考慮應用本身的需求，還需要考慮功耗、成本和本地的快速響應，這就對邊緣計算提出很高的挑戰，異構計算將更加適合這種應用需求。Jonathan Ballon特別指出，人工智能在物聯網應用中目前最大的機會是計算機視覺，比如說機器視覺、視頻監控、醫療影像、預測性維護、質量保障、制造場所等等。計算機視覺可以影響很多行業，比如在零售行業可以說像頭并不僅僅用于保護庫存、保護安全，與此同時需要理解客戶是在物理環境下如何移動的，然后幫助我們店家進行商品擺放。借助攝像頭還可以知道貨架上有哪些產品，如果需要補貨或者哪些產品放錯了位置都可以對管理者進行提醒。在工業應用中，計算機視覺可以幫助了解來自于制造線上的產品質量以提升良率;還可以了解環境當中的工作人員是否是安全的，他們是否穿了保護服，是否佩戴了安全帽或者安全眼鏡等等。

對英特爾來說，不僅要提供強有力的邊緣計算硬件，還要讓真正的深度學習以及AI能力民主大眾化，通俗講就是使得那些人即便他們不需要深度的編程能力，也不需要知道各種各樣的硬件架構，都可以利用人工智能進行開發。這就需要英特爾給大家提供快速的工具，可以非常快速地部署AI能力和交付AI能力，這個工具就是OpenVINO(開源視覺推理神經運行套件)，可以用現有的硬件架構并且優化它可以用于計算機視覺、深度學習工作負載，能夠讓不同的核心在CPU上進行分配，然后去分離，把它們分配給不同應用，比如可以將推理放在GPU上，實際應用性能超過只用CPU或者GPU。在異構計算的表現方面，增加加速器可以更好的提升性能表現，Movidius Myriad X芯片是一個視頻處理單元，使得我們能夠以非常低的功耗實現，如果想要更高的性能可以借助FPGA的力量。Jonathan Ballon認為最為重要的一部分就是英特爾能夠幫助開發人員超越自己的模型以極低的價格獲得強大的技術，能夠更快地實現創新的市場化、商業化，提高開發人員的原型產品的開發能力，首先配DL的模型，用OpenVINO工具包進行優化，用NCS 2進行測試。OpenVINO工具包能夠讓你非常容易的把它部署到各種各樣的框架，并且對它們進行測試，然后你再去購買開發云，做測試，然后決定你要使用什么樣的硬件組合，英特爾還能夠幫助你把它產品化，把這個系統部署，利用英特爾的合作伙伴生態網絡。