边缘，一个相对远离“中心”的概念。边缘计算往往是部署在数据中心之外，接近于现场应用端提供的计算，面对的市场更为分散。工业、零售、智慧城市都是边缘计算中典型的场景。很多数据来不及或者不能够集中上传到云端，就需要在边缘终端侧完成计算和推理。
在英特尔（INTC.US）发布Q2财报的前一天，2023英特尔网络与边缘产业高层论坛上探讨了未来边缘计算的机遇。英特尔公司高级副总裁兼网络与边缘事业部总经理Sachin Katti提到，2030年全球边缘市场将达到4450亿美元的规模，企业需求的推动将会转化为经济发展的动能，因此，他认为边缘的发展将成为下一个 10 年的巨大发展机遇，“边缘已经是现在人工智能最大的部署所在”。
Sachin Katti
这半年围绕人工智能最热的话题是大模型，在本次会议上也不例外，大家的共识是大模型的落地要和行业结合起来，并且针对性地去解决行业问题。
大模型的应用有着不同的实施方法：可以在云端完成训练，再在云端完成推理返回结果到前端的边缘侧，但这就意味着可能通信的时间较长；也可以在云端完成训练，然后在边缘侧完成微调后再推理并给出结果。
“在我们的经验当中看到人工智能部署超过一半都是失败的。”Sachin Katti认为这主要有几个原因，基础设施的问题过于陈旧，难以把人工智能的大型模型部署到陈旧的设备上；第二个是数据，要去学会如何抓取孤立的数据，利用这些数据进行部署，他直言“这都是非常大的挑战，很多人都因为这些挑战而止步不前”。
“对于客户来说，仅仅靠自己通过硬件去获得边缘价值是非常困难的。所以我们在交付给客户硬件的时候，相应地也会给客户交付所需的软件。我们的目的是希望通过这样一套基础设施，可以让客户更加容易部署我们的硬件，并管理好硬件。” Sachin Katti说。
他提到，英特尔为了抓住边缘计算的机会继续在三个方向上发力：在硬件上，英特尔在中国刚刚发布了专门面向大模型训练的加速器Gaudi 2，还有其他的通用CPU处理器以及专用的独立显卡加速器；在软件上，通过OpenVINO可以对在云端训练之后的大模型进行优化和压缩，在最新的OpenVINO的版本中，已经增加了对大模型Stable Diffusion的支持；此外，就是继续发展生态合作伙伴。
“把人工智能部署到工厂产线的时间成本和人力成本还是偏高。如果在大模型上有更创新的想法，我们会和技术团队、产品团队共同配合，共同琢磨提炼，我们希望更快速把英特尔的技术方案带进去。”英特尔市场营销集团副总裁兼中国区总经理王稚聪认为，业务的合作伙伴要捕捉中国经济在恢复过程中出现的新动能，新的产业崛起以及把技术代入到下一个发展阶段。
然而，通向机遇的道路并非坦途。
2023年英特尔Q2财报显示，第二季度营收为129.48亿美元，与去年同期的153.21亿美元相比下降15%；但实现了扭亏为盈，净利润为14.73亿美元，去年同期的净亏损为4.54亿美元。从细分领域来看，尽管在过去一年里，网络和边缘业务曾是一直稳定保持着同比增长，但这块业务今年连续两个季度下滑，本季度收入为14亿美元，同比下降了38%，是分列的几项中同比下降最快的。
“不光是对英特尔，你可以看一下整个半导体行业过去两年大家的利润都有20%-30%左右的下调。但是在近一段时间，我们看到经济正在逐渐复苏，而且也有大量的需求，无论是云端还是随着AI技术进一步的部署和使用，尤其是AI的需求，它不仅是对GPU和网络的需求，包括对CPU的需求都是在不断增加的在边缘也会有一些需求。对英特尔来说，我们所做的就是要适应市场的情况和变化。” Sachin Katti表示。
- END -
如果你也看好边缘计算市场，渴望改变这个市场，那么我们诚挚邀请你参加10月底在上海举办的第八届全球边缘计算大会！和长三角最牛的边缘计算企业共谋边缘计算行业发展新趋势！
全球边缘计算大会深圳站圆满落幕，上图链接是视频回放及PPT下载链接，谢谢您对边缘计算社区的支持，欢迎参加2023全球边缘计算大会上海站！