這背后是海量數(shù)據(jù)藍海。根據(jù)IDC預測，2025年全球物聯(lián)網(wǎng)連接數(shù)將增長至270億個，物聯(lián)網(wǎng)設備數(shù)量將達到1000億臺，全球數(shù)據(jù)總量預計2025年將達到163個ZB，而未來超過70%的數(shù)據(jù)和應用將在邊緣產(chǎn)生和處理。正因如此，幾乎所有數(shù)據(jù)中心的廠商都紛紛入場邊緣計算，唯恐錯過下一場數(shù)據(jù)盛宴。
伴隨5G與AI持續(xù)釋放的效應，智能邊緣計算在快速崛起，也將迎來大量應用場景。那么，智能邊緣計算當前面臨哪些機遇？對芯片設計帶來哪些影響？英特爾作為數(shù)據(jù)中心和PC端的老牌優(yōu)勢玩家，又將如何推動智能邊緣的發(fā)展？
在2020中關村論壇上，英特爾中國舉辦了“未來智能邊緣計算論壇”，期間，<與非網(wǎng)>就這些問題采訪了英特爾中國研究院院長宋繼強。
邊緣計算是萬物智能實現(xiàn)的關鍵
邊緣計算其實是1990年創(chuàng)立的概念，來源于數(shù)據(jù)內(nèi)容傳輸網(wǎng)絡，用來服務網(wǎng)頁和視頻內(nèi)容，當時是從端側服務器所產(chǎn)生的服務，可以更加靠近用戶。
而今天，在云、邊、端融合的大趨勢中，“邊緣計算是萬物智能實現(xiàn)的關鍵”，宋繼強談到，“而邊緣計算的機會又與數(shù)據(jù)的變化密不可分，主要包括數(shù)據(jù)的量變與質(zhì)變?！?/p>
英特爾中國研究院院長 宋繼強
過去幾代IT產(chǎn)業(yè)不斷給萬物云化、智能化帶來新的推動力，現(xiàn)在已經(jīng)到了一個把萬物都智能化的關鍵階段。這意味著這些物品都要具備感知、處理、通訊能力和存儲能力，計算需求龐大了許多，數(shù)據(jù)量大約以25%的年復合增長率在上升。
而“質(zhì)”的方面也有巨大變化。以過去三十年的變遷來看，最早期是人產(chǎn)生數(shù)據(jù)（比如廣播、電視媒體等），到現(xiàn)在大量的用戶都在產(chǎn)生數(shù)據(jù)，還有機器產(chǎn)生的數(shù)據(jù)，以及元數(shù)據(jù)（描述數(shù)據(jù)的數(shù)據(jù)），因為AI大量應用，用來描述AI模型的參數(shù)，這些數(shù)據(jù)必須要靠近處理數(shù)據(jù)的地方。這些都導致了數(shù)據(jù)類型越來越多元化，遠非傳統(tǒng)CPU或GPU就可以處理的。
相對于數(shù)據(jù)指數(shù)級的量變和多元化的質(zhì)變，核心網(wǎng)帶寬和云處理的能力難以匹配，因此需要在邊緣對大量來自于新型終端設備的數(shù)據(jù)進行預處理和消化過濾，也正是如此，宋繼強強調(diào)了邊緣計算的重要性，“它是未來能否真正支持萬物智能化的關鍵點”。
邊緣計算的好處是延時低、傳輸距離短、可以定制更大的帶寬、敏感數(shù)據(jù)無需離開本來的場所，除此之外，宋繼強談到，“邊緣意味著數(shù)據(jù)有聚集性，相關數(shù)據(jù)一起處理，可以構造更好的互聯(lián)技術。有關智能邊緣價值的市場預期非常好，未來幾年會翻倍，達到650億美元以上的大市場。”
未來智能邊緣計算：
多設備合作+在線學習能力
如何理解智能邊緣在解決當前挑戰(zhàn)時所發(fā)揮出來的價值？宋繼強表示，云邊端融合是大趨勢，可以把終端設備、邊緣和云，虛擬成大的計算設備看待，而邊緣計算就相當于把真實世界和虛擬世界連通起來。真實世界有很多數(shù)據(jù)，比如工業(yè)制造、駕駛、機器人等，有很多傳感器，數(shù)據(jù)可以通過邊緣計算捕捉到計算系統(tǒng)中，形成數(shù)字系統(tǒng)中的映射，更好地進行處理和觀察。同樣，也可以把知識儲存下來，在多個不同領域和區(qū)域分享。
未來，虛擬世界會有更多讓計算發(fā)揮空間的地方。當智能系統(tǒng)都具備感知、決策和行動的能力，就實現(xiàn)了自主智能系統(tǒng)。這對計算也帶來了更高的要求，主要包括并行計算、串行計算、實時計算等，未來的計算系統(tǒng)，既需要多個設備之間的合作，也需要在線學習的能力。
車路協(xié)同、機器人是當前非常典型的兩個智能邊緣的應用場景。宋繼強以機器人為例介紹，英特爾中國研究院當前在該領域主要有兩大方向：一是把邊緣計算引入智能機器人的場景中，提高機器人的學習能力；二是提高多機器人之間的協(xié)同工作能力。攻克了這兩大挑戰(zhàn)，能夠更好地將機器人用在商用場景、醫(yī)院場景，以及工業(yè)物流和倉儲等場景。
因為在機器人的學習能力方面，它如果要具備長期的、并且可以逐步提高的服務能力，就需要從場景中逐漸學習、構造對場景的理解。在此基礎上，要進一步分析場景中的相互關聯(lián)，形成機器人自己的記憶，才能進行后續(xù)的能力提升。但是，本身靠機器人自己完成的話，對硬件的要求太高，這就需要用到邊緣計算，一方面將不需要即時響應的計算卸到邊緣計算上，另一方面也可以利用邊緣計算進行存儲。通俗地說，智能邊緣就相當于讓機器人這類小型前端設備，能夠具備更大的存儲和計算容量。
在協(xié)同工作方面，由于每個機器人都是一個物理的個體，它所觀察到的都還是局部空間，要實現(xiàn)一個更加完整的、應用級別的規(guī)劃時，通常需要全局的調(diào)度能力，這時邊緣計算就是很好的方式，它實時性好，能夠高速調(diào)度機器人之間的互相協(xié)作，能夠在機器人具備局部自主能力的同時，又克服了它是一個物理實體的局限性。
據(jù)了解，英特爾中國目前已經(jīng)開始構建場景中的知識圖譜，相當于為機器人構建記憶，支持它逐漸學習，甚至進行任務規(guī)劃。
超異構計算成為關鍵驅(qū)動力
來自端側的應用需求千差萬別，大量的數(shù)據(jù)和處理需求，有的要實時，有的要稀疏，有的要并行，有的需要矩陣。有這么多種不同的計算同時發(fā)生，而且要形成一個閉環(huán)，滿足一定的實時性要求；這么多架構要同時存在，并且要無縫融合，帶寬、體積和成本都要盡量優(yōu)化。
因此也可以說，一個架構“包打天下”的時代已經(jīng)過去了?！凹軜媱?chuàng)新的輝煌十年，超異構計算將成為關鍵的創(chuàng)新驅(qū)動力”，宋繼強表示。也正是如此，英特爾強調(diào)其XPU架構的價值，這個“X”指的是至少會包含CPU、GPU、專用加速器以及FPGA的混合架構，至于選擇哪種架構，則是與應用強相關的。
不過，要真正獲得硬件異構之后的超級性能提升，沒有好的軟件是不行的，宋繼強認為，英特爾的oneAPI實際是在為業(yè)界搬一塊大石頭。
這樣說的依據(jù)何在？他表示，不同架構上的編程人員分布非常不均勻，CPU最多，GPU也不少，但能在FPGA上編程的人，一下就少了很多，到ASIC就更有針對性了。未來架構中常常會有異構的情況，卻沒有辦法讓一個程序員學會所有東西。
oneAPI就是英特爾搭建軟件生態(tài)的一個實踐。作為跨XPU架構統(tǒng)一編程模型，oneAPI包含工具鏈、性能庫、編譯器、調(diào)試、編程、程序移植等，可以幫助開發(fā)人員有效減少跨架構程序開發(fā)時間和成本。
“架構和軟件是要搭配的，架構要體現(xiàn)出不同的架構都能玩得轉，同時做出來的硬件還要能讓別人用軟件快速使用。如果新的架構出來，沒有一個很好的軟件能夠把它生態(tài)化，那就還是起不來”，宋繼強強調(diào)。
智能邊緣需要更多元、靈活的設計策略
圖源 | 網(wǎng)絡
今天的數(shù)據(jù)復雜度和產(chǎn)品設計周期都與以往大有不同，英特爾最新提出的“分解設計”策略尤為適用。特別是在邊緣側，能夠應對未來異構計算的大趨勢。
宋繼強表示，英特爾其實一直有分解設計的嘗試，這次將它專門作為一個策略提出，意在強調(diào)通過多節(jié)點的產(chǎn)品或IP，能夠快速完成產(chǎn)品構造，滿足當前的應用需求。這是一種“化整為零”的設計思路，例如把原來的整個SoC芯片由大變小，先做成幾個大的部分，比如CPU、GPU、I/O，再將SoC的細粒度進一步提升，將以前按照功能性組合的思路，轉變?yōu)榘凑站琁P進行組合。
假如客戶在超薄PC中需要結合高性能計算部件、超低功耗計算部件、以及Wi-Fi 6這樣的通信部件等，如果這些整合都要在10nm節(jié)點上重新設計一款芯片，時間周期比較長。如何快速達到客戶需求？就可以通過“分解設計”的方法來實現(xiàn)。例如用10nm計算芯片的內(nèi)核配合14nm超低功耗的芯片，再組合其他外設或加速器芯片，通過Intel的2.5D或3D封裝技術組合在一個封裝中，同時保證它們之間的帶寬足夠高，就像在一個芯片中工作一樣。這樣就既能夠滿足產(chǎn)品性能、功耗、尺寸要求，同時大幅縮短產(chǎn)品設計時間。
相比于以往的芯片整體設計思路，分解設計的好處在于，不僅能夠提升設計效率、降低產(chǎn)品化時間，并且能夠減少復雜設計帶來的bug數(shù)量?！霸瓉硪欢ㄒ诺揭粋€晶片上的方案，現(xiàn)在可以轉換成多晶片來做。不僅可以利用Intel的多節(jié)點制程工藝，也可以利用合作伙伴的工藝。給客戶更多選項，在每個選項下進行最優(yōu)組合，而不僅局限于單一節(jié)點”，宋繼強指出。
而不僅如此，隨著工藝制程的演進，新工藝節(jié)點對設計、驗證的要求越來越高，并且耗時更長，研發(fā)代價也更大。分解設計策略能夠帶來更大的靈活性，甚至，在英特爾提供給客戶的芯片中，不排除有其他合作伙伴小Die的可能?？梢钥闯?，“分解設計”策略是英特爾戰(zhàn)略上的一大改變，體現(xiàn)出了極大的靈活度和包容性。
邊緣計算直接面向很多應用場景，場景的極度碎片化也催生了邊緣計算的多樣性和豐富內(nèi)涵。在這個百億級大市場爆發(fā)的前夜，英特爾有了一個不錯的開頭，面向眾多垂直場景，生態(tài)合作伙伴的賦能、自我的顛覆和重建、云邊端融合的優(yōu)勢，都在幫助它找到并抓住智能邊緣的重大機遇。正如英特爾最新版的logo，比上一版最顯著的區(qū)別就是少了最外面的一個“圈”，這讓我忍不住調(diào)侃——站在智能時代的拐點，英特爾開啟破“圈”之旅。