物联网(IoT)因其万物互联的固有属性，从诞生之日起就注定蕴含着巨大的市场。当然，盘子越大，困境中的羔羊就越迷茫。为此，2017年3月6日，老虎Sniff.com独家专访了英特尔物联网事业部CTO张宇博士。
从“物联网三阶段”到深度学习
物联网也有自己的“摩尔定律”。张宇将物联网的产业形态分为连接、智能、自主三个阶段。而连接智能很好理解，就是万物相连。自主阶段是物联网未来发展的终极趋势。张宇解释道:
应用大量深度学习算法实现自主功能。所以从整个行业的发展趋势来看，这种自主经营是一个大趋势，会涉及到很多深入学习的要求。这是我们对这个行业趋势的判断。
这就引出了深度学习的概念。张宇认为，深度学习是一个模式识别的进化过程。模式识别是利用一些先验知识，或者我们在一些行业的积累，可以形成一些特定模式识别的特殊算法。但是这些算法的探索和构建都需要人工总结。到了这个阶段，随着计算机性能的不断提高，计算资源的不断丰富，人们现在可以把收集到的数据交给机器，让机器通过运算生成，这就产生了机器学习。
深度学习来源于高复杂度的机器学习。所以，对于英特尔来说，挑战也随之而来。尤其是一些前端设备做深度学习的时候，所选平台的功耗和计算能力还是有很多限制的。张羽告诉虎嗅:
你不可能把一些复杂自然的深度学习网络原封不动的复制到这个平台上。你需要做一些相应的优化。另外，目前的计算能力还相对不能完全满足深度学习的要求，所以仍然需要不断有新的平台和新的硬件来满足这个领域和行业对整个应用的要求。
从深度学习到边缘计算
由此引入第二个概念，即“边缘计算”，即通过骨干网靠近对象的部分来处理数据。物联网产生的数据量非常大。2020年，每年将产生44ZB的数据。这么多设备和传感器采集的数据都传不到后面。此外，一些实现要求较高的领域，如工业、自动驾驶等，需要对数据进行边缘处理。所以边缘计算已经成为一个大趋势。
对英特尔IOT的理解是将其视为一个端到端的系统，分为边缘平台和后端平台两部分，两部分通过网络连接。边缘部分包括数据采集、网关和数据处理模块。后端完成的是数据处理器设备的远程管理。处理部分包括实时处理和离线处理。
当然，这并不意味着取代云计算。边缘处理本身并不是一个独立的计算节点。边缘和云应该是一个互补的端到端系统，两者协同工作。根据用户对应用的需求，合理分配负载，最终实现这样一个分布式的最优解。
物联网联盟
张羽告诉虎嗅:
其实英特尔很清楚，一个行业要想做大做强，不能靠一家公司。它一定是生态环境共同作用的结果。
目前，包括英特尔在内的物联网联盟主要由以下四个联盟组成:
ICC:全称是工业物联网联盟，由英特尔、GE、美国电话电报公司等公司联合发起。主要针对工业领域的互联、参考架构、安全等问题。
OCF:开放互联网基金会。由英特尔、三星、思科等公司联合发起，主要解决设备之间如何实现互联互通的标准问题。
OFC:开放雾计算联盟，由英特尔、思科、微软和普林斯顿大学发起。开放的雾计算是一种新的计算模式，它取代了传统的封闭系统和依赖云计算的模式。基于工作负载和设备能力，它使计算更接近网络的边缘，即IOT传感器和制动器。雾计算不是要取代传统云计算，而是对其进行补充和扩展。
ECC:边缘计算产业联盟(Edge Computing Industry Alliance)，由英特尔、华为、软通动力、沈阳自动化研究所、ARM和中国信息通信研究院发起，旨在推动边缘计算在工业领域和部分关键行业的应用，包括参考架构、测试平台和部分技术解决方案。
英特尔物联网的四个领域是什么？
那么，英特尔眼中的重点行业有哪些？张宇告诉虎嗅，目前，英特尔物联网的重点是“安防、零售、交通和工业”。以安防领域为例，英特尔目前正在致力于IP Camera即网络摄像机的开发和应用。
使用英特尔凌动、酷睿处理器甚至英特尔至强处理器来构建IP摄像机的网络视频存储，这被称为NVR。后端是基于英特尔至强处理器的视频服务器处理平台。在收购了英特尔FPGA制造商Altera之后，还收购了视频处理公司Movidius。
这就形成了计算资源之外的加速深度学习视频处理模式，从而提高产品安全性。张羽告诉虎嗅:
深度学习确实可以增加和提高你在安防领域对物体的识别能力，因为现在有很多图像识别数据库，比如之前的ImageNet，他们经常组织这样的比赛。从比赛结果来看，深度学习出现前后，头部图像处理的精度和准确度都随着深度学习技术的引入有了很大的提高。所以这证明了深度学习在视频安全领域有很大的应用前景。
英特尔在这方面也在不断投入，不仅是硬件，还有软件，提供了相应的与深度学习相关的软件库，比如底层算法库、MPL和MPLDN；英特尔还提供深度学习的SDK。
另一方面，物联网部门目前正在进行一个名为CVSDK的项目。可以帮助开发者提供一个基于O-vx的统一接口，可以调用底层不同的硬件资源，包括ZPU、GPU、FPGA等等。CVSDK可以屏蔽硬件的差异性，为开发者提供统一的开发接口，降低开发难度。
物联网，机遇与困难并存。
只说工业物联网，其实考虑到中国国情的话，就有点尴尬了。我在一次独家采访中告诉张宇，
虽然智造2025，但在实地考察时，人们发现机床、生产设备等。在中国，大多数工厂仍然停留在工业2.0，甚至工业1.0。
张宇认为工业物联网的需求还是很大的，说产业升级是整个国家的长期战略，所以英特尔也想响应这个号召，帮助国内客户更快的完成这样的升级。然后他举了几个例子:
目前，我们正在与我们的制造客户合作一些项目，我们遇到了许多挑战。例如，在这些客户中，他们的设备有些是新的，有些是旧的。如果要实现这种升级，特别是利用技术提高这个系统的生产效率，第一步就是收集数据。然后我们就遇到了很多问题，就是怎么收，虽然看起来简单，其实很难。
第一是有些设备根本没有数据输出接口，你得想不同的办法变通，得到你想要的信息；第二个是有些设备虽然有接口，但是不同设备的接口不一样，你要做强适配来做适配工作；第三是我拿到这些数据之后，如果我做数据分析，不同的行业，不同的应用场景，会有不同的分析思路。也就是说，数据分析也是一个碎片化的市场。例如，你的一个算法适用于烟草行业，但当你将其应用于汽车行业时，它可能不适用。
所以不同的行业数据分析需要不同的方法，这个也需要技术上的投入，这样才能真正和线上用户深入交流，真正做一些定制化的解决方案，满足他的要求。我觉得这三点是我们现在面临的大挑战。
我感受到了张宇言语间的苦笑。毕竟“巧妇难为无米之炊”。但是，英特尔是大企业，他们选择了纵向和横向两种思维方式。
纵向:物联网是一个比较笼统的概念，几乎所有与网络相关的应用都会被纳入物联网的范畴。所以他们会从重点行业入手，也就是以上四个行业。
层面:英特尔会在物联网的横向解决方案上做一些工作，因为虽然不同行业有差异，但是物联网有很多共同的元素，比如连接、互联、设备的远程管理等。
最后，张羽说道:
我们正在做一些开放的事情。也就是说，我们和国内一些重点客户沟通，这些客户不是小客户，而是大型制造企业，我们在和他们合作。现在，对于这些企业，我们认为他们没有升级产品和产业所需的解决方案。目前，我们正在和这些客户做开放工作，帮助他们从零开始构建这些解决方案，帮助他们提高制造水平。这就是我们现在正在做的事情。
