成功实现15000+边缘计算客户端部署,英特尔工业物联网大会再推两款新芯片进一步丰富产品线
毫无疑问,如今我们正处在行业转折的关键节点。数据量的指数级增长为新商业洞察的产生和盈利服务带来了巨大机遇。
同时,云端工作负载的类型日趋多样化,网络向5G转型,人工智能应用无处不在且与日俱增,更多的计算性能也正在向边缘迁移。
关于智能边缘的发展,行业分析师曾表示,到2023年,将有75%的数据产生于数据中心之外的地方。这些地方可能是工厂、医院,亦或零售商店、城市,并同时由各种形式的视频所驱动。此外,超过50%的数据将会在边缘——这一离数据产生更近的地方被处理、存储和分析,从而为众多市场的各种用途、场景提供符合需求的低延迟、带宽、可靠性和隐私性。
多年来,英特尔一直致力于推动计算向边缘迁移,旨在为工业、零售、通信等各行业的客户创造价值。我们预计,到2024年,边缘计算芯片市场的规模有望达到650亿美元。为抓住这一重要机遇,英特尔正不断扩大智能边缘解决方案组合,其中包括功能丰富的专用芯片、开放优化的软件及工具,以及数百种预配置边缘到云解决方案。
以奥迪为例,通过英特尔的边缘分析和机器学习技术,奥迪实现了车辆焊接件关键品控流程的自动化和优化,且工厂系统实现了零人工巡检。奥迪的人工成本也因此缩减了30%至50%,焊接检查效率则提升了100倍,延迟仅为18毫秒。基于这一可重复利用的英特尔平台,奥迪还能够将这一解决方案拓展应用到工厂其他流程的自动化和优化工作当中。
此外,我们不断打造产品及解决方案以更好地满足客户的业务发展需求。在英特尔工业物联网大会上,我们将发布两款全新处理器,旨在为边缘客户提供在人工智能、功能安全及实时性等方面的新功能。在处理器产品之外,我们还一同打造了软件工具和硬件模块,以加快各类垂直解决方案的上市时间,助力客户更快地定制他们的边缘应用程序。
除了自身技术研发以外,我们还携手智能边缘领域的1200多位合作伙伴构建了庞大的生态系统。在各方共同努力之下,英特尔已经累计了超过15000个用户端部署案例,覆盖几乎所有行业。目前,这一数字仍在快速增长。通过卓越的产品领导力、创新方案推动力、生态构建力,英特尔已经与埃森哲、博世、埃克森美孚、Lumen Technologies(前身为世纪电信)、飞利浦、先讯美资、威瑞森电信、优派等机构达成合作并创造了突破性的商业价值。
面向未来,英特尔也将一如既往地致力于智能边缘领域,助力客户实现更好的业务发展。
本文联合作者:英特尔公司高级副总裁兼物联网事业部总经理Tom Lantzsch,英特尔公司副总裁兼网络平台事业部总经理Dan Rodriquez
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。