近年来，随着政府部门陆续出台相关政策支持以及生态建设的不断完善，中国工业互联网产业正在迅猛发展。
在22日举行的2019中国工业互联网峰会上，英特尔展示了在工业互联网领域的技术进展及产业应用。会上，英特尔中国区物联网事业部首席技术官兼首席工程师张宇博士以及英特尔技术专家尚勇接受了采访，两位专家表示，中国工业互联网的机遇和挑战并存，英特尔将借助领先的边缘计算与人工智能技术帮助合作伙伴解决实际问题，推动我国工业互联网发展。
工业互联网成功两路径 中小企业普及存挑战
在张宇看来，工业互联网领域跟传统的消费类互联网有很大不同，主要在于对实时性要求较高，同消费领域的IT（信息化）相比，工业领域更重视OT（自动化），这涉及到对产线、机器控制的管理，强调可靠性和产品质量监控，这对芯片的算力以及软件可靠性方面提出了更多要求。
尚勇也认为，工业互联网的成功发展在于两方面。一是众所周知工业物联网领域的场景更复杂，如何从场景中抽象出共性的功能，是未来工业互联网平台能否在国内普及非常重要的路径。二是商业模式，整个工业互联网的商业路径一定要形成闭环，如果产业链合作伙伴不能给到终端用户量化收益的价值展示，这个闭环就很难形成，而这是目前工业互联网平台的薄弱环节。
但尚勇同时强调，工业互联网在中国形成了很好的开局，一方面，需要政府在政策持续引导，联盟等行业组织在技术标准上不断规范，但工业互联网平台大规模应用部署的关键还是要靠市场本身的需求来完成。
尚勇表示，和二十年前相比，如今工业同互联网的界限正在越来越模糊，国内包括BAT等互联网的大厂，都在努力组建非常专业化的团队在向工业领域积极渗透，而传统的工业设备商，也都在将互联网技术运用到工业体系中来而不遗余力，这是以前传统工业不会考虑的，而这一趋势还将会继续演进，未来十年，工业跟互联网技术的融合会越来越大。
谈及目前我国工业互联网开展的现状。张勇表示，目前工业互联网主要是指工业4.0，但在实际的调查中英特尔发现，大多数中国工厂中的机床、生产设备等等仍然停留于工业3.0之前，有的处于2.0，甚至说是工业1.0阶段，因此未来中国工业互联网发展提升进步的空间巨大。
尚勇表示，从终端市场看，大型企业更加系统化结构化布局构思设计工业数字化转型的模式，通过建立私有云系统、工业APP等将生产过程实现系统性的数字化，虚拟化过程。
据了解，目前英特尔联合国内顶级合作伙伴，在汽车相关产业链、电子和纺织等行业，实现了基于边云协同的计算平台，切实将机器学习和深度学习技术应用于工厂产品质量检测。实际应用结果显示，相较于人工操作，效率提升至少5倍，产品缺陷类型的检测率也提升到了100%。
而对于目前占比超过六成，众多产值在1000万元以下的中小型制造业企业而言，工业互联网的应用和普及更加具有挑战性。这些企业更多从自身（包括产能、良率等）诉求出发，进行局部的改造，比如引入机器视觉等。此类工厂缺乏IT基础设施，没有完备的生产管理流程，对工人操作规范的监督等也缺乏有效的管理手段。
面对这一问题，英特尔联合合作伙伴推出了非侵入式和易部署的基于视觉AI的工业物联网方案，成功实现了对该类小型工厂的产能实时管理和预测，有效提升了工人效率。目前，该方案已经在江浙沪及广东地区实现初步规模化部署运营。
“工业互联网发展的体系不一定要有非常重的架构，比如要具有完善的云、边缘和传感器的平台等。但很清晰的一点是，不管是什么体量的制造企业，未来工业互联网的发展速度都会上一个量级。”尚勇说。
边云协同构建生态 英特尔赋能产业升级
如今，带宽的增长速度已经无法匹配工业互联网领域所产生的大量的数据，因此，边缘智能技术被越来越多的采用。据IDC预测，到2020年全球将有超过50%的物联网数据将在边缘处理。而边缘设备只能处理局部数据，无法形成全局认知，因此实际应用中仍然需要借助云计算平台来实现信息的融合，因此，云计算与边缘计算正逐渐成为支撑物联网的两大支柱。
工业互联网是英特尔在物联网领域的重点布局之一。针对边云协同的产业趋势，英特尔凭借其领先的边缘计算和人工智能技术推出了适用于边缘计算，涵盖芯片、板卡以及软件工具的人工智能产品的全栈解决方案。可以应用在从智能摄像机，智能网络视频存储器到智能视频服务器的各种设备中。
2018年，英特尔发布了新一代的视觉加速芯片英特尔 Movidius Myriad X，能够提供1T的计算能力。在实际应用中，Myriad X能够很好的满足功耗层面的要求，同时其算力也足以满足处理一路高清视频的需求。
相较于低功耗芯片，英特尔发布了英特尔视觉加速器产品系列——基于英特尔 Movidius Myriad X视觉技术处理器和高性能英特尔 Arria 10 FPGA。以Movidius的方案为例，该解决方案能够在一块板卡上集成英特尔8至16颗Movidius Myriad X芯片，提供8至16T的计算能力，用户可以根据各自边缘设备的性能指标，选取不同的配置。
为了帮助开发者进行机器视觉和深度学习应用的开发，英特尔还发布了OpenVINO工具包。OpenVINO工具包支持加速高性能计算机视觉应用和深度学习推理，帮助开发人员和数据科学家加速计算机视觉工作负载，并简化深度学习部署，在各种英特尔平台中轻松实现边缘到云的异构执行。
张宇表示，针对工业互联网场景碎片化明显的特征，英特尔的解决思路是尽量考虑到产品和方案的可复制性，使其惠及更多不同行业的用户。一方面，积极参与标准组织、开源社区等的合作，共同探讨构建针对共性问题的开源解决方案。另一方面，提供完整的从底层芯片到上层软件的相关产品，帮助行业用户解决实际问题。
据张宇介绍，在硬件方面，英特尔的芯片产品实际上集成越来越强大的显卡能力，同时推出有针对性的人工智能加速器，同时也在一直跟踪如网络压缩等前沿的AI技术。而在软件方面，英特尔除了为开发者提供友好便于操作的界面同时，还会提供垂直领域使用场景的参考案例，帮助开发者快速构建应用。
张宇强调，工业互联网的发展离不开完整生态的构建。目前，英特尔同ICC（全球工业物联网联盟）、OCF（开放互联基金会）、OFC（开放雾计算联盟）、ECC（边缘计算产业联盟）以及AII（工业互联网产业联盟）等联盟组织开展紧密合作，将产业链上下游的合作伙伴整合在一个平台，共同探讨解决方案。
场景驱动实现共赢 工业互联网仅凭5G不够
尚勇指出，英特尔的工业互联网实现思路将主要从场景驱动切入。一是能够保证和终端客户的契合度。二是场景作为触发，能够在机器视觉、边缘计算、AI等领域实现落地。在此基础上，同产业链上下游去沟通时，大家的边界和范围比较明确，利益和价值分享上也比较清楚，能够实现共赢。
2019年是5G商用元年，随着全球5G部署的进一步加速，5G的高速率，低延时以及能够实现信道隔离等特征将随着进一步的渗透为各个行业带来显著变革。
但在张宇看来，对于工业互联网而言，仅凭5G远远不够。
这是因为仅凭5G，在延时如何控制在通信协议中没有完全解决，因此服务通信质量不能充分保证， 而工业应用中对于延时的要求更加苛刻，必须有新的技术进行辅助。这就是为什么业界如今在普遍探讨TSN（时间敏感网络）的原因。
张宇表示，英特尔也看到了包括5G其他通信技术wifi等用到工业领域面临的挑战，也在业界深度参与包括TSN在内等国际标准组织，希望同标准组织合作推动最新通信技术在工业领域的落地。
(审核编辑: 刘传龙)
