廣州熱線

《變形金剛》作為兒時(shí)最經(jīng)典的動(dòng)畫片之一,自上世紀(jì)八十年代末引進(jìn)國內(nèi),時(shí)機(jī)正好趕上中國開啟工業(yè)化大發(fā)展的重要關(guān)口。片中的機(jī)器人不僅有著龐大的身軀以及操控自如強(qiáng)大力量,還擁有思維和善惡標(biāo)準(zhǔn)。簡直就是機(jī)械工業(yè)與智慧生物的完美結(jié)合體,而這也成為我們那一代人對(duì)機(jī)器人的最初認(rèn)識(shí)和啟蒙記憶。

即便放在今天,這種既能與人類無障礙溝通又擁有強(qiáng)大力量的機(jī)器人依然是一個(gè)科幻般的存在。然而值得期待的是,隨著新一代信息技術(shù)與傳統(tǒng)工業(yè)的深度融合,以及企業(yè)不斷深化的智能制造轉(zhuǎn)型,人類正在拉近與科幻世界的距離,通過工業(yè)與智能的融合構(gòu)建智慧工業(yè)體系,將人從危險(xiǎn)、繁重的工作中解脫出來,進(jìn)而實(shí)現(xiàn)人與機(jī)器的社會(huì)角色分工,為經(jīng)濟(jì)發(fā)展創(chuàng)造價(jià)值。

正如當(dāng)下工業(yè)智能化領(lǐng)域最熱門的那句話:“如果AI不能在工業(yè)落地,那么人工智能賦能生產(chǎn)力就只會(huì)是個(gè)夢(mèng)想。”

工業(yè)與智能融合加速智能制造轉(zhuǎn)型

2019年,埃森哲在《人工智能:助力中國經(jīng)濟(jì)增長》報(bào)告中將資本、勞動(dòng)力以及全要素生產(chǎn)率作為傳統(tǒng)經(jīng)濟(jì)增長模型的三要素。

報(bào)告認(rèn)為,就當(dāng)前經(jīng)濟(jì)而言,單純擴(kuò)大資本投入和勞動(dòng)隊(duì)伍規(guī)模的效果一直在減弱,而僅憑兩種傳統(tǒng)生產(chǎn)驅(qū)動(dòng)因素,已無力維持過去數(shù)十年來穩(wěn)定發(fā)展的繁榮狀態(tài)。中國情形也是如此,主要表現(xiàn)在經(jīng)濟(jì)增幅放緩、勞動(dòng)力短缺和資本收縮顛覆了舊有增長模式,生產(chǎn)率改善也后勁不足。

報(bào)告建議,要克服資本和勞動(dòng)力等實(shí)體限制并重新實(shí)現(xiàn)經(jīng)濟(jì)增長,必須將人工智能作為新的生產(chǎn)要素納入其中。

首先,它可以創(chuàng)造一種新的虛擬勞動(dòng)力,我們稱這種效應(yīng)為“智能自動(dòng)化”。第二,人工智能可以補(bǔ)充和提高現(xiàn)有勞動(dòng)力和實(shí)物資本的技術(shù)能力。第三,像以往的其他技術(shù)一樣,人工智能還能推動(dòng)應(yīng)用創(chuàng)新。

在新一輪工業(yè)革新浪潮帶動(dòng)下,已經(jīng)有不少制造企業(yè)通過與領(lǐng)先技術(shù)廠商合作,將云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能等新一代信息技術(shù)融入到工業(yè)的設(shè)計(jì)、生產(chǎn)、物流、運(yùn)維以及銷售全流程,逐步探索出一套成熟的應(yīng)用模式,并極大的提升運(yùn)營管理和生產(chǎn)效率。

例如,作為國內(nèi)家電產(chǎn)業(yè)巨頭,美的集團(tuán)就通過與英特爾人工智能團(tuán)隊(duì)合作打造了工業(yè)視覺檢測(cè)云平臺(tái)。

美的工業(yè)視覺檢測(cè)云平臺(tái)采用了這樣一種架構(gòu):前端設(shè)備收集的圖像數(shù)據(jù)通過4G或Wi-Fi傳輸?shù)皆贫?通過深度學(xué)習(xí)框架,經(jīng)由訓(xùn)練獲得非標(biāo)準(zhǔn)化視覺檢測(cè)特征,最終打造出通用化、智能化的瑕疵檢測(cè)能力。這一過程實(shí)現(xiàn)的基礎(chǔ)就是英特爾Analytics Zoo和至強(qiáng)可擴(kuò)展處理器。

英特爾Analytics Zoo提供統(tǒng)一的數(shù)據(jù)分析 + AI平臺(tái),可將Spark、BigDL和TensorFlow程序無縫集成到一個(gè)數(shù)據(jù)分析流水線中,從而構(gòu)建和生產(chǎn)化部署基于大數(shù)據(jù)的深度學(xué)習(xí),包括分布式訓(xùn)練和推理,以及低延遲在線服務(wù)在內(nèi)的應(yīng)用程序。

檢測(cè)期間,擁有相機(jī)的工業(yè)機(jī)器人可以自動(dòng)拍攝產(chǎn)品照片,并通過HTTP將圖像發(fā)送到網(wǎng)絡(luò)服務(wù)以檢測(cè)各種缺陷。在運(yùn)行過程中,Analytics-Zoo使用PySpark從磁盤中讀取輸入數(shù)據(jù)并進(jìn)行預(yù)處理,并構(gòu)造一個(gè)Tensorflow Tensor的RDD。然后,基于BigDL和Spark 對(duì)Tensorflow 模型進(jìn)行分布式訓(xùn)練。無需修改代碼或手動(dòng)配置, 整個(gè)訓(xùn)練流程就可以自動(dòng)從單個(gè)節(jié)點(diǎn)擴(kuò)展到基于至強(qiáng)服務(wù)器的大型Hadoop / Spark集群。

依靠英特爾Analytics Zoo平臺(tái)和至強(qiáng)服務(wù)器提供的強(qiáng)大算力,美的工業(yè)視覺檢測(cè)云平臺(tái)實(shí)現(xiàn)在50毫秒之內(nèi)完成對(duì)圖片的讀取和處理,124毫秒完成模型推理。不僅大幅提高產(chǎn)品檢測(cè)效率和準(zhǔn)確度,還有效的降低了人工成本。

除了與行業(yè)領(lǐng)先企業(yè)聯(lián)合合作打造面向具體應(yīng)用的工業(yè)智能解決方案,在面對(duì)行業(yè)需求時(shí),英特爾也通過與業(yè)界友商合作構(gòu)建工業(yè)智能解決方案。

面對(duì)工廠產(chǎn)品質(zhì)量低、檢測(cè)率低的困境,英特爾聯(lián)合云服務(wù)商推出“邊云協(xié)同”計(jì)算平臺(tái),將深度學(xué)習(xí)技術(shù)應(yīng)用于汽車、紡織、電子等行業(yè)的成品質(zhì)量檢測(cè),產(chǎn)品缺陷類型的檢測(cè)率達(dá)到100,較人工操作效率提高5倍;面對(duì)中小型制造業(yè)企業(yè)互聯(lián)網(wǎng)普及率低、生產(chǎn)管理缺乏監(jiān)督的困境,英特爾還推出非侵入式基于視覺AI的工業(yè)物聯(lián)網(wǎng)方案,實(shí)現(xiàn)對(duì)工廠成品率的實(shí)時(shí)預(yù)測(cè)及管理,促進(jìn)工廠生產(chǎn)效率的提高。

隨著企業(yè)智能化轉(zhuǎn)型的深入,工業(yè)智能化的邊界正在不斷延伸,云平臺(tái)雖然能解決一些實(shí)時(shí)性不高的海量計(jì)算需求,但面對(duì)低延時(shí)、高實(shí)時(shí)性的工業(yè)場景時(shí),只有靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)才能實(shí)現(xiàn)業(yè)務(wù)快速響應(yīng)。因此,邊緣計(jì)算作為云平臺(tái)的重要能力補(bǔ)充,其價(jià)值正在得到越來越多的企業(yè)認(rèn)可。未來如何實(shí)現(xiàn)云邊高效協(xié)同,將AI從云下沉到邊緣,直接決定工業(yè)智能化的深度和廣度。

云到邊緣,全棧式AI融入讓智者更強(qiáng)

當(dāng)前企業(yè)數(shù)字化和智能化轉(zhuǎn)型已呈現(xiàn)出兩個(gè)比較清晰的趨勢(shì):

其一,研發(fā)管理系統(tǒng)上云。包括CAD、CAE等研發(fā)系統(tǒng)以及ERP、OA、CRM等運(yùn)營管理系統(tǒng)上云,企業(yè)通常選擇以私有云架構(gòu)部署核心業(yè)務(wù),而非核心業(yè)務(wù)遷移到公有云,這種混合云模式能兼顧性能、安全和成本,基于標(biāo)準(zhǔn)數(shù)據(jù)庫進(jìn)行業(yè)務(wù)運(yùn)算,對(duì)實(shí)時(shí)性要求不高。

其二,以工業(yè)互聯(lián)網(wǎng)為基礎(chǔ)的工業(yè)智能化。通過物聯(lián)網(wǎng)、5G、邊緣計(jì)算實(shí)現(xiàn)全生產(chǎn)要素互聯(lián),經(jīng)邊緣計(jì)算進(jìn)行數(shù)據(jù)采集,再由邊緣計(jì)算與云平臺(tái)實(shí)現(xiàn)協(xié)同運(yùn)算處理,由于工業(yè)數(shù)據(jù)大多是非標(biāo)準(zhǔn)化的,無法存儲(chǔ)在標(biāo)準(zhǔn)數(shù)據(jù)庫,對(duì)實(shí)時(shí)性處理要求高。

企業(yè)智能化轉(zhuǎn)型的一個(gè)重要目的就是打通兩個(gè)方向的數(shù)據(jù)流,實(shí)現(xiàn)研發(fā)業(yè)務(wù)與生產(chǎn)管理業(yè)務(wù)在云端對(duì)接,并在從邊緣到云端實(shí)現(xiàn)人工智能等能力要素的注入,以此構(gòu)建智能化的業(yè)務(wù)場景,達(dá)成提質(zhì)、增效和降本目標(biāo)。

如果將人工智能比作“火箭”,那么大數(shù)據(jù)是“燃料”,云計(jì)算是“引擎”。要讓“火箭”升空,必須將人工智能融入其中。對(duì)任何一家廠商來說,這都是一個(gè)極具難度的挑戰(zhàn)。

2016年,針對(duì)當(dāng)前企業(yè)的智能化轉(zhuǎn)型需求,英特爾開啟了“以數(shù)據(jù)為中心”的轉(zhuǎn)型,歷時(shí)四年耗資350億美元布局AI芯片,已成為全球唯一一家擁有CPU、GPU、FPGA、ASIC全場景芯片的公司。

針對(duì)大型數(shù)據(jù)中心,英特爾提供Nervana NNP-T 和 Nervana NNP-I,前者用于深度學(xué)習(xí)訓(xùn)練,后者用于推理;面向邊緣端,Movidius VPU可在不同目標(biāo)應(yīng)用中提供低功耗、高性能的視覺處理,包括嵌入式深度神經(jīng)網(wǎng)絡(luò)、位姿估計(jì)、3D深度感應(yīng)、視覺慣性測(cè)距,以及手勢(shì)/眼部跟蹤;面向云端,英特爾第二代至強(qiáng)可擴(kuò)展處理器內(nèi)置了機(jī)器學(xué)習(xí)加速Intel DL Boost功能,推理性能提升1.4倍。針對(duì)不同領(lǐng)域的智能化計(jì)算需求,英特爾第二代至強(qiáng)可擴(kuò)展處理器產(chǎn)品家族包含了面向不同場景需求的產(chǎn)品。

如帶字母“V”產(chǎn)品系列的處理器表示對(duì)虛擬化環(huán)境做了優(yōu)化,支持創(chuàng)建更多虛擬機(jī),提高單個(gè)物理機(jī)上虛擬機(jī)的密度值,特別適合私有云部署;帶字母“S”的系列針對(duì)的場景更為細(xì)致,是對(duì)搜索算法和業(yè)務(wù)特點(diǎn)做了優(yōu)化,提供了搜索優(yōu)化,特別適合高密度數(shù)據(jù)庫計(jì)算;帶字母“T”產(chǎn)品系列適合各種網(wǎng)絡(luò)、IOT 用途和專業(yè)操作環(huán)境,支持多種應(yīng)用場合包括網(wǎng)絡(luò)、工業(yè)自動(dòng)化,特別適合邊緣計(jì)算場景;帶字母“N”產(chǎn)品系列,提供更高的VM/VNF容量和密度,也就意味著同樣的設(shè)備上處理更多的用戶容量和服務(wù),特別適合作為電信運(yùn)營及云平臺(tái)提供算力。

目前,華為FusionServer Pro智能服務(wù)器全部采用英特爾第二代至強(qiáng)可擴(kuò)展處理器,利用處理器內(nèi)置的AI加速提升計(jì)算性能。

2019年,英特爾還推出oneAPI統(tǒng)一編程平臺(tái)以及端到端大數(shù)據(jù)處理分析平臺(tái),實(shí)現(xiàn)跨CPU、GPU、FPGA、ASIC的異構(gòu)算力整合,并且提供跨架構(gòu)、跨平臺(tái)的簡化應(yīng)用開發(fā)編程支持,解決了開發(fā)者在不同架構(gòu)開發(fā)需要使用不同的語言、庫和軟件工具進(jìn)行編程的局限,真正意義上放大了AI開發(fā)的價(jià)值。這使得英特爾處理器覆蓋了從訓(xùn)練到推理、云端到終端的全業(yè)務(wù)場景。

從技術(shù)角度講,云、邊緣以及終端所依托的計(jì)算需求是不同的,如果無法針對(duì)不同場景提供專業(yè)化的算力支撐,不僅嚴(yán)重影響計(jì)算效率,還會(huì)極大拉高成本。無論對(duì)企業(yè)還是廠商,這都無法接受。

因此,推動(dòng)異構(gòu)算力整合以及在此基礎(chǔ)上實(shí)現(xiàn)云、邊緣到終端的全棧式AI融入,已成為衡量廠商技術(shù)實(shí)力的一個(gè)重要標(biāo)準(zhǔn)。在智能計(jì)算領(lǐng)域,英特爾不僅面向不同場景提供AI加速的差異化計(jì)算,還通過異構(gòu)算力整合實(shí)現(xiàn)計(jì)算效能的最佳匹配。

近年,為應(yīng)對(duì)多元化的算力需求,華為面向不同應(yīng)用需求的開發(fā)處理器產(chǎn)品。然而在服務(wù)器領(lǐng)域,華為卻始終保持著與英特爾的合作關(guān)系。主要原因有兩點(diǎn):一是服務(wù)器處理器生態(tài)依賴完善的硬件、軟件、行業(yè)應(yīng)用、產(chǎn)業(yè)政策、開發(fā)者社區(qū)以及標(biāo)準(zhǔn)體系,而英特爾在這方面擁有巨大的產(chǎn)業(yè)優(yōu)勢(shì)。二是企業(yè)盲目進(jìn)行服務(wù)器處理器替代的成本會(huì)遠(yuǎn)高于帶來的收益。

競爭不是非此即彼,而是找到一種合作共贏的方案。華為依托英特爾完善的服務(wù)器產(chǎn)業(yè)生態(tài)體系以及領(lǐng)先的智能計(jì)算技術(shù),能更好的支撐不斷深化的企業(yè)數(shù)字化和智能化轉(zhuǎn)型,讓智能化的土地更加肥沃。