近年來，隨著政府部門陸續出臺相關政策支持以及生態建設的不斷完善，中國工業互聯網產業正在迅猛發展。

在22日舉行的2019中國工業互聯網峰會上，英特爾展示了在工業互聯網領域的技術進展及產業應用。會上，英特爾中國區物聯網事業部首席技術官兼首席工程師張宇博士以及英特爾技術專家尚勇接受了采訪，兩位專家表示，中國工業互聯網的機遇和挑戰并存，英特爾將借助領先的邊緣計算與人工智能技術幫助合作伙伴解決實際問題，推動我國工業互聯網發展。

工業互聯網成功兩路徑 中小企業普及存挑戰

在張宇看來，工業互聯網領域跟傳統的消費類互聯網有很大不同，主要在于對實時性要求較高，同消費領域的IT（信息化）相比，工業領域更重視OT（自動化），這涉及到對產線、機器控制的管理，強調可靠性和產品質量監控，這對芯片的算力以及軟件可靠性方面提出了更多要求。

尚勇也認為，工業互聯網的成功發展在于兩方面。一是眾所周知工業物聯網領域的場景更復雜，如何從場景中抽象出共性的功能，是未來工業互聯網平臺能否在國內普及非常重要的路徑。二是商業模式，整個工業互聯網的商業路徑一定要形成閉環，如果產業鏈合作伙伴不能給到終端用戶量化收益的價值展示，這個閉環就很難形成，而這是目前工業互聯網平臺的薄弱環節。

但尚勇同時強調，工業互聯網在中國形成了很好的開局，一方面，需要政府在政策持續引導，聯盟等行業組織在技術標準上不斷規范，但工業互聯網平臺大規模應用部署的關鍵還是要靠市場本身的需求來完成。

尚勇表示，和二十年前相比，如今工業同互聯網的界限正在越來越模糊，國內包括BAT等互聯網的大廠，都在努力組建非常專業化的團隊在向工業領域積極滲透，而傳統的工業設備商，也都在將互聯網技術運用到工業體系中來而不遺余力，這是以前傳統工業不會考慮的，而這一趨勢還將會繼續演進，未來十年，工業跟互聯網技術的融合會越來越大。

談及目前我國工業互聯網開展的現狀。張勇表示，目前工業互聯網主要是指工業4.0，但在實際的調查中英特爾發現，大多數中國工廠中的機床、生產設備等等仍然停留于工業3.0之前，有的處于2.0，甚至說是工業1.0階段，因此未來中國工業互聯網發展提升進步的空間巨大。

尚勇表示，從終端市場看，大型企業更加系統化結構化布局構思設計工業數字化轉型的模式，通過建立私有云系統、工業APP等將生產過程實現系統性的數字化，虛擬化過程。

據了解，目前英特爾聯合國內頂級合作伙伴，在汽車相關產業鏈、電子和紡織等行業，實現了基于邊云協同的計算平臺，切實將機器學習和深度學習技術應用于工廠產品質量檢測。實際應用結果顯示，相較于人工操作，效率提升至少5倍，產品缺陷類型的檢測率也提升到了100%。

而對于目前占比超過六成，眾多產值在1000萬元以下的中小型制造業企業而言，工業互聯網的應用和普及更加具有挑戰性。這些企業更多從自身（包括產能、良率等）訴求出發，進行局部的改造，比如引入機器視覺等。此類工廠缺乏IT基礎設施，沒有完備的生產管理流程，對工人操作規范的監督等也缺乏有效的管理手段。

面對這一問題，英特爾聯合合作伙伴推出了非侵入式和易部署的基于視覺AI的工業物聯網方案，成功實現了對該類小型工廠的產能實時管理和預測，有效提升了工人效率。目前，該方案已經在江浙滬及廣東地區實現初步規模化部署運營。

“工業互聯網發展的體系不一定要有非常重的架構，比如要具有完善的云、邊緣和傳感器的平臺等。但很清晰的一點是，不管是什么體量的制造企業，未來工業互聯網的發展速度都會上一個量級。”尚勇說。

邊云協同構建生態 英特爾賦能產業升級

如今，帶寬的增長速度已經無法匹配工業互聯網領域所產生的大量的數據，因此，邊緣智能技術被越來越多的采用。據IDC預測，到2020年全球將有超過50%的物聯網數據將在邊緣處理。而邊緣設備只能處理局部數據，無法形成全局認知，因此實際應用中仍然需要借助云計算平臺來實現信息的融合，因此，云計算與邊緣計算正逐漸成為支撐物聯網的兩大支柱。

工業互聯網是英特爾在物聯網領域的重點布局之一。針對邊云協同的產業趨勢，英特爾憑借其領先的邊緣計算和人工智能技術推出了適用于邊緣計算，涵蓋芯片、板卡以及軟件工具的人工智能產品的全棧解決方案。可以應用在從智能攝像機，智能網絡視頻存儲器到智能視頻服務器的各種設備中。

2018年，英特爾發布了新一代的視覺加速芯片英特爾 Movidius Myriad X，能夠提供1T的計算能力。在實際應用中，Myriad X能夠很好的滿足功耗層面的要求，同時其算力也足以滿足處理一路高清視頻的需求。

相較于低功耗芯片，英特爾發布了英特爾視覺加速器產品系列——基于英特爾 Movidius Myriad X視覺技術處理器和高性能英特爾 Arria 10 FPGA。以Movidius的方案為例，該解決方案能夠在一塊板卡上集成英特爾8至16顆Movidius Myriad X芯片，提供8至16T的計算能力，用戶可以根據各自邊緣設備的性能指標，選取不同的配置。

為了幫助開發者進行機器視覺和深度學習應用的開發，英特爾還發布了OpenVINO工具包。OpenVINO工具包支持加速高性能計算機視覺應用和深度學習推理，幫助開發人員和數據科學家加速計算機視覺工作負載，并簡化深度學習部署，在各種英特爾平臺中輕松實現邊緣到云的異構執行。

張宇表示，針對工業互聯網場景碎片化明顯的特征，英特爾的解決思路是盡量考慮到產品和方案的可復制性，使其惠及更多不同行業的用戶。一方面，積極參與標準組織、開源社區等的合作，共同探討構建針對共性問題的開源解決方案。另一方面，提供完整的從底層芯片到上層軟件的相關產品，幫助行業用戶解決實際問題。

據張宇介紹，在硬件方面，英特爾的芯片產品實際上集成越來越強大的顯卡能力，同時推出有針對性的人工智能加速器，同時也在一直跟蹤如網絡壓縮等前沿的AI技術。而在軟件方面，英特爾除了為開發者提供友好便于操作的界面同時，還會提供垂直領域使用場景的參考案例，幫助開發者快速構建應用。

張宇強調，工業互聯網的發展離不開完整生態的構建。目前，英特爾同ICC（全球工業物聯網聯盟）、OCF（開放互聯基金會）、OFC（開放霧計算聯盟）、ECC（邊緣計算產業聯盟）以及AII（工業互聯網產業聯盟）等聯盟組織開展緊密合作，將產業鏈上下游的合作伙伴整合在一個平臺，共同探討解決方案。

場景驅動實現共贏 工業互聯網僅憑5G不夠

尚勇指出，英特爾的工業互聯網實現思路將主要從場景驅動切入。一是能夠保證和終端客戶的契合度。二是場景作為觸發，能夠在機器視覺、邊緣計算、AI等領域實現落地。在此基礎上，同產業鏈上下游去溝通時，大家的邊界和范圍比較明確，利益和價值分享上也比較清楚，能夠實現共贏。

2019年是5G商用元年，隨著全球5G部署的進一步加速，5G的高速率，低延時以及能夠實現信道隔離等特征將隨著進一步的滲透為各個行業帶來顯著變革。

但在張宇看來，對于工業互聯網而言，僅憑5G遠遠不夠。

這是因為僅憑5G，在延時如何控制在通信協議中沒有完全解決，因此服務通信質量不能充分保證， 而工業應用中對于延時的要求更加苛刻，必須有新的技術進行輔助。這就是為什么業界如今在普遍探討TSN（時間敏感網絡）的原因。

張宇表示，英特爾也看到了包括5G其他通信技術wifi等用到工業領域面臨的挑戰，也在業界深度參與包括TSN在內等國際標準組織，希望同標準組織合作推動最新通信技術在工業領域的落地。