我們正在快速進入萬物智能互聯的新時代。數據量在以遠超過我們預期的指數級速度增長，數據的類型也變得越來越多元化。這使得更多的應用場景提出了對數據進行實時處理的要求。這些變化帶來的影響，不僅需要云端的大數據分析能力的不斷提高，也需要邊緣實時分析數據以提供及時響應。這種邊云共存的新型計算架構在一定程度上起源于計算機視覺應用的迅猛發展，特別是那些開啟利用深度學習以及人工智能（AI）的應用。

英特爾物聯網事業部副總裁兼中國區總經理 陳偉
?

面對數據洪流帶來的挑戰，以及邊緣計算的興起和人工智能趨勢，英特爾物聯網業務有著清晰的戰略：圍繞邊緣計算中負載整合及計算視覺去構建針對物聯網應用的芯片平臺，從而在垂直市場推行端到端邊云分布式計算架構以支持行業運用。這其中，三大重點包括適合物聯網應用的芯片、引領邊緣負載整合、實現在邊緣的人工智能-計算機視覺。

首先，英特爾會根據物聯網的應用負載需求去匹配適合的芯片。例如在安防、工業、零售等重點領域，我們會推出更多定制化的芯片以及通過與軟硬件加速技術的結合，去適應特定應用環境下的特殊需求。這里需要說明的是，英特爾為物聯網的應用負載去定制的芯片會專注需要高性能計算的多負載及視覺應用的領域。

其次，引領邊緣負載整合。在邊緣側趨向負載整合是物聯網演進的一個必然趨勢。原本在不同設備上分立的負載，會越來越多地通過虛擬化等技術，整合到單一的高性能的計算平臺上，來實現綜合的、復雜的功能。各個功能子系統既能分享設備提供的計算、存儲和網絡等資源，同時，還能具有一定的獨立性，避免彼此之間的相互影響，從而簡化系統架構，降低系統總體擁有成本。因此，研發、引領邊緣負載整合芯片的軟硬件技術，就成為英特爾物聯網業務布局的第二個戰略。

第三，我們將更專注于視覺計算技術，并實現邊緣側的人工智能。面對膨脹式的數據增長和視覺領域的特有需求，不久前，英特爾物聯網團隊推出了OpenVINO?工具包，它旨在快速跟蹤高性能計算機視覺和在邊緣側實現深度學習的推理應用。隨著OpenVINO?工具包加入英特爾?視覺系列產品，英特爾提供了目前唯一能在各種產品之間，將AI解決方案從邊緣部署到網絡和云端的視覺解決方案。這能讓我們的客戶靈活經濟地部署視覺解決方案，提供可執行的業務洞察。

正是由于英特爾物聯網業務聚焦物聯網芯片、邊緣計算和視覺計算技術三大重點，我們的專注努力得到了回報——2017年，英特爾全球的物聯網業務增長超過了20%，2018年第一季度繼續保持強勁增長，中國的業務更是增長迅猛。我們相信，未來以創新的芯片為出發點，并融入互聯的負載整合功能，以及在邊緣側實現人工智能的視覺計算技術，英特爾將與整個生態合作伙伴深度合作，助力智能與變革的未來。