Insight Tech

事实证明，AI 在各行各业中都极其重要。在制造业，它可增强预测性维护，保障员工安全和运营。在零售业，它可提供更深入的客户洞察并帮助预防损失。在医疗保健领域，AI 可帮助专业医疗人员更有效地对患者进行诊断和治疗。

这些示例只是 AI 如何为全球组织提供全新业务价值的其中一小部分。但是，引入新技术也会带来新漏洞，这会危及组织向前发展的能力。

只有在底层算法值得信赖的情况下，AI 才能发挥作用，因此，组织必须采用优先保护其网络和系统的技术和合作伙伴关系。由于 AI 会收集知识产权、关键业务或受监管数据以执行操作并生成洞察，这些数据必须始终受到保护。

因此，英特尔产品和技术将确保提供端到端保护，在采用 AI 的任何位置主动建立安全保障。随着新一代 AI 带来新需求、新功能和新威胁，这一点尤为重要。

新一代 AI 激发更深层保护需求

例如，AI 工作负载的进化需要对计算和网络基础设施进行重大投资。这是因为，传统上，大型语言模型采用基于云的处理。为了实现成本效益，AI 工作负载正转向客户端计算，AI 电脑随之出现。从长远来看，AI 电脑有望解锁新用例，创造新的业务价值。但是，从云到本地数据中心和网络边缘，AI 工作负载种类繁多，这引入了新的攻击面。

为解决这些问题，英特尔于今年早些时候推出了搭载英特尔^® 酷睿^™ Ultra 处理器的 AI 电脑，以优化 AI 软件的效率。更重要的是，它引入了英特尔^® Threat Detection Technology（英特尔^® TDT），以提供端点防护和防御来防范 AI 相关威胁。利用英特尔 CPU 遥测技术和在集成式英特尔 GPU 上运行的英特尔 AI 模型，英特尔 TDT 可扫描威胁和勒索攻击。它还通过 Microsoft Defender 等合作伙伴集成提供了采用更深层保护的分层方法，从而优化客户端 AI 硬件。这为公有云 AI 提供了经济高效的替代方案。

发布 此外，还必须在整个生命周期内（从模型开发和部署，到算法、数据和设备）应用 AI 安全性。英特尔^® 至强^® 可扩展处理器借助英特尔^® Software Guard Extensions（英特尔^® SGX）和英特尔^® Trust Domain Extensions（英特尔^® TDX）等安全功能支持广泛部署的 AI 推理工作负载，通过安全隔区和可信域实现数据与虚拟机的隔离。

为了增强保护，英特尔^® Tiber Trust Services 提供了实时鉴证，实现了混合与多云部署的安全协作和信任验证。这些服务符合 NIST 零信任原则，以较高安全标准支持保密性和正常运行时间。

但英特尔的 AI 安全性工作并不仅仅局限于其技术。该公司通过跨行业合作伙伴关系和协作，打造了安全的 AI 生态系统。

战略合作伙伴关系轻松释放 AI 潜能

随着 AI 模型日益依赖数据进行学习和推理，从数据操控和分布式拒绝服务 (DDoS) 攻击到 IP 盗窃的风险也随之增加。英特尔与戴尔和 F5 Networks 合作，共同处理此类 AI 模型漏洞。F5 Networks 和戴尔的 PowerEdge R760 配备英特尔^® 基础设施处理单元（英特尔^® IPU）适配器 E2100，提供了一种独特的方法，使用专用资源来实现加密和 DDoS 缓解等安全功能。这种设置将安全任务与 AI 模型处理分离开来，可降低延迟并改进模型防护，最终帮助这些公司放心专注于最大限度地提升 AI 的业务价值。

英特尔合作关系的另一个示例体现在智能制造环境中，在这类环境中，由于 OT 网络与 IT 系统的连接日益增多，网络安全威胁愈加严重。NEXCOM 利用英特尔技术通过其 ISA 140 工业安全设备保障 OT 网络安全。ISA 140 搭载英特尔凌动^® 处理器，体积小巧，具有多端口和远程管理功能，可打造微分段 OT 网络，即使在最恶劣的工厂条件下，也能隔离和保护您最宝贵的资产。

除制造业外，其他行业也迫切需要保护机密信息，医疗保健和金融行业就是如此。英特尔 SGX 和 TDX 等英特尔机密计算技术在这些行业中占据重要地位。通常，组织会试图通过匿名处理数据来保护信息。但完全匿名化很难实现，即使对静态或传输中的数据进行加密，在数据处理过程中仍会解密，因而不受保护。机密计算可在整个阶段帮助保护数据，为数据处理提供零信任架构。Fortanix Confidential Computing Manager 整合了英特尔 SGX、英特尔 TDX 和第四代英特尔^® 至强^® 可扩展处理器，在可信执行环境中提供了数据保护。

Zscaler 也利用英特尔技术为其用户提供零信任架构。随着网络威胁不断进化，零信任架构可确保对用户、系统和设备进行持续验证，确保不会在未经严格检查的情况下授予访问权限。通过与英特尔合作，Zscaler 可利用英特尔至强可扩展处理器实现边缘到云端的安全保护。这种协作可确保无论位置或设备如何，数据和应用程序都始终受到保护，强化了在复杂环境中实现强大而稳定的网络安全方面，建立合作伙伴关系的重要性。

加强防范，推动未来进步

随着 AI 继续转变企业格局，其价值不仅依赖于其创新，而且依赖于其模型所包含的知识产权和受监管数据。保护这些资产需要采用多层面的方法，以处理静态、动态和使用中的数据，确保随着时间推移进行不断调优并提高准确性。

同样重要的是，我们需要采用强大而稳定的防御机制来应对经 AI 强化的攻击，因为这类攻击能够利用工作负载运行时漏洞。这种双重方法（既利用 AI 增强安全性，同时保护 AI 本身）可确保提供全面的端到端保护。

通过优先考虑这些保护措施，组织可以自信地利用 AI 的强大功能，在最大限度地降低风险的同时取得变革性进展。这样，他们不仅可以在未来日渐由 AI 驱动的环境中生存下来，而且可以发展壮大。

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。

在重大天气事件或极端温度威胁到它之前，大多数人都不太了解他们的本地能源电网。但当然，它支撑了现代社会的功能。关于可再生能源和电力需求增加的讨论（想想推动了电动汽车）使电网摆脱阴影并进入未来，因为这些变化和其他变化推动了从电网向智能电网的过渡。

一个专家小组聚集在一起，讨论未来的智能电网及其挑战和机遇，正如研究公司 CCS Insight“The Grid of the Future ”的最新报告中所强调的：能源管理和自动化全球专家 Schneider Electric 的欧洲电力和电网细分市场负责人Valerie Layan；CCS Insight 网络创新研究总监 Ian Fogg；全球技术服务领导者Capgemini 能源、公用事业和化学品全球集团负责人Philippe Vié；法国 DSO Enedis 高级网络技术总监 Marc Delandre；以及硬件制造商 Advantech 的能源和公用事业部门负责人Paul O’Shaughnessy。

他们讨论了今天的电网及其向明天智能电网的转型之旅；从其他行业及其技术转型中学到什么；以及合作伙伴关系、协作和标准化在推动所有人走上复原力、效率、安全和可持续发展的道路的重要意义（视频 1）。

视频 1. 行业专家讨论了合作伙伴关系和技术在电网现代化道路上的重要意义。

电网的当前状态和智能电网驱动因素是什么？

Valerie Layan：我想说的是，当今电网智能不足，需要更多的数字化才能提高效率，但也要灵活和脱碳。为什么电网需要更智能或更数字化？欧盟对可再生能源的压力确实很大；到 2030 年，我们必须将可再生能源在能源结构中的比例从 2022 年的 23% 增加到 45%。

但当我们投资1美元或1欧元于可再生能源时，我们应该在电网上投资相同的金额。这一变化给电网带来了很大的压力，我们不能再投资大量硬件和 CapEx 来吸收该容量。此外，一个项目的 CapEx 通常需要五年。因此，我们需要使电网更加数字化，并通过投入额外的软件使其更智能，来使其效率更高。

例如，如果我们实施高级分销管理系统 (ADMS) 软件解决方案，我们知道我们可以将技术损失最小降低一个点。这种数字化至关重要，我们真的正在推动整个生态系统，确保我们也投资于该软件。

Ian Fogg：在发电方面，已经出现了向可再生能源的大规模转变。那里的增长来自太阳能和风能，它们具有非常不同的发电模式。很显然，就一年中的时间而言，太阳能是季节性的，这取决于您与赤道之间的距离。风力明显因天气而异。

另一个有趣的部分是，随着更广泛的经济脱碳，每个国家的整体能源需求也会有更大的比例转移到电力上。我认为这导致了 Valerie 所说的在投资可再生能源的同时也投资电网。

您还可以利用太阳能电池板发电，这可能是双向动态的。这与配电网用于什么完全不同，那么您如何平衡耗电与发电？存储能源非常困难，但如果您可以改变耗电模式，更好地响应并反映您使用太阳能或风能获得的更可变发电模式，则不需要拥有这么多的发电量。变电站组件非常重要，因为如果您在那里投入智能，您可以帮助匹配东西。

但您需要在电网不同部分之间具有非常好、非常快速的数据通信，以帮助平衡需求。您需要提高系统的灵活性，以便能够响应这些不同的耗电和发电模式。我们还必须同时保持电网的可靠性。这需要对技术、变电站和计费系统（即电网的所有部分）进行新的投资。

Philippe Vié：我将以 Valerie 和 Ian 的观点为基础。在实现耗电发电平衡方面，电力系统面临很大的压力。在一天中的某些时间段内，产能过剩将导致负价格事件，危及能源转型，因为它危及可再生能源企业的盈利能力。

其次，在过去，能源和电力是通过集中发电资产的传输和配电网流动的。如今，可再生能源分布在电网中。因此出现了范式转变。然后我们实现了大规模的电气化。与能源需求相比，我们目前的电气化率为23%，而国际能源署的净零场景可能会使我们达到约50%或60%，具体取决于各个地区。

其他驱动因素与数字技术有关。可以利用自动化，避免对网络的实物投资。正如 Valerie 所说，只要您投入 1 美元到可再生能源，您就需要投入 1 美元到电网。投资大幅增加，当然也会提高电价。

从 DSO 的角度来看，电网压力是什么？

Marc Delandre：电力有一个大问题：很难存储。电动汽车的主要问题是电池尺寸。因此，我们必须在实时能源消耗和发电之间取得平衡。它必须在一级和二级变电站的水平上，并由连接到电网的任何客户完成。

主要问题是电网可能覆盖一个大国，例如法国。我们在该领域拥有许多许多单元。此外，当我们投资时，它必须是客户负担得起的；最终，客户将支付其账单中的所有投资。

我们还必须处理可再生能源，因为明天每个客户都会成为产销者——消费者和生产者。这意味着任何地方任何建筑物顶部的每个住宅都将有可再生能源。再次强调，该网络的关键作用将是平衡能源发电和耗电。这将是我们明天的核心活动，并且需要强劲、强有力的投资。

向智能电网过渡的其他挑战是什么？

Paul O’Shaughnessy：作为一家硬件制造商，我们面临的主要挑战之一就是挑战规模此外，即使我们是一家硬件制造商，我们也必须考虑支持各种软件的需求我们必须能够支持所有新协议（虚拟化、安全性和传统协议）另一个方面是部署的这些资产差异，并且该差异需要多种解决方案。

存储技术、IO、冷却——所有这些都是资产差异驱动的关键因素。但与我们的重要合作伙伴英特尔等战略技术合作伙伴合作，确定处理器路线图确实有助于确保我们将合适的产品推向市场。

另一件大事是遵守 61850-3 和 IEEE-1613 等协议。我们必须遵守这些协议，才能成为该领域的参与者，而这并不便宜。

Philippe Vié：投资批准应该由利益相关者和股东做出，还要由政府和监管机构批准，到 2030 年，可能会使 2020 年的投资翻倍。

另一个挑战是技能稀缺。在未来 20 年中，智能电网将以数字技术为核心创造约 500 万个就业岗位。还有 Baby Boomer 退休浪潮，并且许多人需要替代。还缺乏路线图。您需要一个一致的路线图，并每两三年对其进行修订，因为事情发展非常迅速。

最后，缺乏标准。联盟 E4S（极端规模科学软件栈）和 vPAC（虚拟保护自动化和控制）的目的是让我们所有技术提供商和电网运营商商定共同标准，以开发智能数据可互操作的模块。

每种限制都有许多解决方案，这些解决方案可能因国家和电网状态而异。

Ian Fogg：出现的另一件事是关于智能计量和蜂窝功能。有两个问题。一个是蜂窝数据通常不是最新的：需要 15 到 60 分钟。数据通常是分散的，如果您有短点定价，并且试图执行非常智能的关税，那么并不总是足够快的。

但另一部分是，它是一个硬件解决方案，而不是一个虚拟化的软件定义解决方案，这意味着现在存在挑战，因为旧的智能电表拥有用于移动运营商希望关闭的旧的蜂窝无线电。这说明了智能电网该经济部分的不同的速度、不同生命周期。

当然，拥有这些智能电表对于改变消费模式的许多使用场景至关重要。如果我们不得不升级和更换这些早期的智能电表，这是我们不应该真正做的一个痛点。如果这些无线电是软件定义的，也许我们可以更新无线电中的软件，以适应新一代技术，而不必提供上门服务或硬件更换周期。

让我们谈谈有助于过渡的技术进步。

Valerie Layan：部分可能不是新的，但对于电网来说，是新的。其他细分市场（电信、健康、交通）一直在使用该技术，这很好，因为我们将利用成熟的技术。因此，我认为我们有一系列来自其他终端市场的成熟技术，加上我们自己的技术，例如我之前提到的 ADMS 技术。

首先，ADMS 解决方案的演变，使电网更加高效、更具复原力，即容量管理、中断管理、负载和发电控制、资产管理、电力。第二项技术是数字映射，其可用于培训、模拟和远程软件更新。

第三点是虚拟化。由于边缘所有这些数据给变电站带来了压力，因此虚拟化至关重要。在 E4S 中，我们认为虚拟化将吸收这一水平的数据和来自二级变电站边缘的压力。我们真的希望在那里协作，定义面向该虚拟化的开放标准参考架构和通用设计。

Prosumer 也非常有趣，因为商业建筑，甚至潜在个人消费者，可以拥有自己的发电机。太阳能屋顶就是一个典型的例子。但在更大的消费工业领域（例如港口），他们实际上可以将风能作为发电源。然后他们可能会重新将该容量转售给电网。因此，我们现在有一个解决方案，可以在边缘集成这种灵活性，使电网更高效，并将该生态系统货币化。

从这些并行行业转型中还可以学到什么？

Ian Fogg：我还认为虚拟化是关键之一，它将更多功能从硬件转移到软件，使用标准化硬件解决方案，为您提供可扩展性，来升级平台，以支持更高性能的工作负载。

我们在其他行业看到的另一部分是 OT 和 IT 的结合。CCS Insight 报告中有一些例子，是关于交互是什么以及围绕它的不同文化是什么。

Philippe Vié：我将从自动化角度来谈例如，我们梦想一个没有人的完全自动化的控制室。我们梦想 AI 在停电时实现自我修复，在一两分钟内重新连接 99% 的消费者。事实上，我们梦想所有可能对电网性能和避免投资真正有利的 AI 功能。

AI 和边缘 AI 在能源和公用事业领域中的作用是什么？

Paul O’Shaughnessy：无例外，这是业务增长最快的部分。它绝对爆炸式增长。到目前为止，边缘 AI 在很大程度上被基于视觉的应用程序所主导，但用例和应用程序的数量与日俱增。

Philippe 还提到实时监控和控制；这是边缘 AI 在节点和变电站的决策方面，有一个真正的机会对电网产生重大影响的地方，从而能够立即响应改变电网条件、提高稳定性并减少停机时间。

另一个是预测维护。我们认为，这已经大量部署在制造环境中，对于利用边缘 AI 优化这些环境效率具有巨大影响。我认为没有理由为什么同样的东西不能应用于电网。

但在物联网行业内，人们可能谈论最多的话题是安全。从网络安全角度，以及从物理安全和健康与安全角度来看，边缘 AI 在增强现有安全方面拥有真正的机会。边缘 AI 的视觉应用正在保护危险环境中的工人，并确保访问某些环境的人是有资格访问它们的人。我认为这对电网具有绝对作用。

变电站是实现所有这些变化的最佳地点吗？

Ian Fogg：变电站确实一直作为一个关键点出现，这是因为它是本地分销、数据收集、本地控制和保护的焦点。那么我们如何构建它们？我们如何升级它们，来使其使用寿命长？

Valerie Layan：二级变电站是有未来的，这实际上是由于在连接和数据方面将在边缘出现压力。但它必须适应新挑战，虚拟化是答案的一部分。

Ian Fogg：虚拟化为我们提供了功能。我们在其他行业看到的是，随着功能被放入软件，创新周期变得更加容易。我认为，这对于长寿以及应对不断变化的消费和需求模式的能力非常重要。

Marc Delandre：我想补充说，我们还需要一个基于开放标准的不断发展的解决方案。Enedis 等大型 DSO，即使是非常好的解决方案，也不能依赖任何专有解决方案。这意味着认证；这意味着互操作性。这必须在 E4S 组织内定义。

公司如何证明其对未来电网做出的努力？

Paul O’Shaughnessy：作为 E4S、vPAC 或 450 MHz 联盟的成员，有一件事非常清楚，我们实现作为生态系统所需的一切的唯一方法是通过模块化和可扩展架构，即设计具有可以轻松交换的其他组件和可以替换的系统。这允许您进行所需的增量更改，以使系统跟上速度。标准化和互操作性，允许支持所需的开放标准和协议，然后实现不同设备和系统之间的兼容性，这一切都是未来验证的关键。我早些时候还提到了网络安全。

英特尔等战略合作伙伴，积极与我们推广他们的路线图，并确保我们了解适合并能够部署在这种环境中的最新技术，这也是非常重要的，我认为这一点经常被忽视。

合作伙伴关系和协作如何确保智能电网成功？

Paul O’Shaughnessy：当然，作为硬件制造商，没有什么比被锁定为供应商更好的。但现实是，这一挑战的规模和这一机会的规模需要如此多的供应商和如此多的活动部件，因此它必须是一个开放的架构。我们完全理解这一点。

本次讨论中的每个人都与提到的几个主要联盟合作。各个工作组内部进行的协作（无论是硬件、软件、上市、网络安全，无论是什么）对我们所有人来说都非常重要。这是一个相互学习并理解真正要求是什么的机会。

Valerie Layan：我可以补充说，传统上，能源管理、能源基础设施和电网运营是一个 OT 世界。但当我们谈论我们需要部署的新技术时，这就要说到 IT。

因此，与英特尔、Capgemini 等拥有大量 IT 知识的公司建立这些联盟非常重要，这些公司将最好的 IT 应用到我们的 OT 中，将过去一个非常依赖硬件的二级变电站转换为虚拟化的东西，从而利用这两个世界的优势。

您如何帮助重塑电网的一些例子是什么？

Valerie Layan：我无法说出客户的名字，但一般来说，我们的 EcoStruxure IoT 架构是 Schneider Electric 设想未来网络的方式，即产品、边缘控制和应用程序分析软件服务三层连接。我们一直在某些电网运营中部署该解决方案，我们知道，通过一个集成解决方案（管理网络配置的企业级解决方案），我们可以将交付时间减少50%以上。

拥有一个利用预测维护、资产绩效管理等的智能网络，也有助于生命周期的运营和维护，TotEx 至少减少 15%。

我们还致力于一种称为 LV 电网管理的新方法，即从馈线的低电平传感器、变电站保护和控制到 ADMS 的端到端方法。对于 DSO 来说，低电压正成为一个越来越严重的问题，因为所有这些消费者都希望将其能源生产连接到网络。

Philippe Vié：Capgemini 与许多领先的传输和配电网运营商合作，从路线图开始，开启他们的智能电网之旅。当然，还咨询技术技能、IT 和 OT。大型企业都启动了持续 10 到 20 年的智能电网计划。

但它不是一个项目；它是一个大型项目的集合：更换控制室、自动化某些东西、使变电站智能化和虚拟化。它对网络、实时健康资产管理、数字映射、数字工程、生命周期规划、性能管理进行了仪器化管理——如此多个维度，并且每个维度的路线图都不同。

Marc Delandre：即使每个公共设施都有自己的路线图，目标也大致相同。市场巨大，但所有公共设施都面临相同的问题：对电气化、可再生能源、电动汽车充电点等的大量投资。

Enedis 不是技术供应商；我们是一个客户。但我们几乎完全知道电网问题以及如何管理电网。因此，我认为与所有合作伙伴一起，我们将能够确定未来几年的最佳解决方案。

Paul O’Shaughnessy：我将给出一个关于数字映射的更具体的故事。Advantech 有一个客户，即分销运营商，在与远程资产连接方面存在复原力问题。有三个主要问题：一个是地理位置本身：地形；一个是环境：天气；另一个是地缘政治，即网络安全。

我们与该 DNO 和另一个合作伙伴合作，提出了一个解决方案，该解决方案将使用我们的一个软件平台（用于设备管理），该平台使用数字映射建模，确保部署在资产上的设备是安全的，并且能够做出更改的唯一方法是网络运营中心。我们与该客户在两年内开发了它，并将其推广到5,000个资产。

当然，这是一个非常重要的话题，但现在有什么最终的想法可以补充？

Ian Fogg：我想补充说，我们甚至没有触及到 CCS Insight 报告中的更多内容，而且它们全部都是模块化的，以便于理解。

但我认为这里更大的想法是，整个电网都在发生转型；我们正处于一个快速变化的时期。这对该行业来说具有战略意义 ，但该行业对许多其他行业至关重要。

Philippe Vié：我想与正在做出改变的人交谈，即传输和配电网运营商。您是能源转型的关键推动者。没有您，没有电网，没有能源转型是不可能的。因此，您肯定需要快速向前推进。但为此，您需要一个根据需要修订的一致路线图。您需要加入标准（E4S 和其他联盟），以实现工作共享和投资减少。

Paul O’Shaughnessy：当我在内部交谈时，我谈论的是马拉松，而不是冲刺。但我认为我们现在是一个观点 – – — Philippe 的观点 – 我们需要加速。加速的方法是通过方向和优先事项。联盟正在努力为我们提供一些帮助，但我认为为了真正获得明确的方向和优先事项，我们需要更多电网运营者，DSO，加入我们，帮助我们走上这条道路。

Valerie Layan：首先，电网的数字端到端架构是优化整个生命周期投资（CapEx和OpEx）的最佳方法。然后标准化（采用统一、开放的方法）对于使现代化旅程变得高效至关重要。在这一过程中，利用其他行业数字化成功也非常有价值。

最后，协作至关重要。我们必须将 OT 公司、IT 公司、最终用户和不同体验整合到一个群体。E4S 非常适合作为一个确保我们从不同角度获取所有知识并构建更智能的未来电网的机构。

Marc Delandre：电力是神奇的。电力几乎可以完成所有事情。您可以将其用于加热、空调、照明、烹饪。您可以将电力用于汽车、火车等。核电站、太阳能电池板和风电场等发电。

因此，我想说的是，摆在我们面前的是一段漫长、充满挑战、令人惊叹的旅程。

相关内容

要了解有关电网现代化的更多信息，请听我们的播客合作伙伴关系为未来智能电网提供动力，并阅读未来电网。对于来自以下的最新创新：

• Advantech：在 X/Twitter 上通过 @Advantech_USA 和 LinkedIn 关注它们
• Capgemini：在 LinkedIn 上关注它们
• Schneider Electric：在 X/Twitter 上通过 @SchneiderElec 和 LinkedIn 关注他们
• Enedis：在 X/Twitter 上通过 @enedis 和 LinkedIn 关注它们
• CCS Insight：在 X/Twitter 上通过 @ccsinsight 和 LinkedIn 关注它们

 

本文由文案编辑 Erin Noble 编辑。

企业使用 AI 来改变其行业，从制造业到医疗再到教育；这一点甚至连普通观察者都清楚。但这一切转型的背后是开发人员构建解决方案并推动创新。这种演变发生的速度非常快，甚至专业人士和专家都很难跟上。幸运的是，没有人需要独自掌握 AI 开发领域；可以利用由社区和合作伙伴关系组成的整个生态系统。

此次讨论的合作者是身处 AI 和开发人员社区中的两家公司代表：英特尔的 AI 传道者 Paula Ramos；和 Voxel51 联合创始人 Jason Corso。Jason 还是密歇根大学机器人与 EECS 系的教员。他们讨论 AI 的走向，开发人员如何为 AI 的进步做出贡献，以及参与开发社区的重要意义 – 为了企业和行业以及开发人员本身的利益（视频 1）。

视频 1。英特尔和 Voxel51 的行业思想领袖讨论着在开发人员社区中促进参与的重要意义。（资料来源：insight.tech）

AI 空间如何演变，以及是什么趋势塑造了 AI 空间？

Jason Corso：过去几年中，有一些重大发展推动了我们对 AI 的思考。第一个是这些大型语言模型的推出，可以捕获巨大的令牌长度并将自然人类语言嵌入模型中。这将为我们提供资源，让我们可以真正自然地交互。

我们还看到语言与视觉相结合是未来的一个关键趋势。这将带来全新的计算功能、公开可用数据，以及能够使用这些基本模型来，在 Voxel 称为“可视化 AI”中，解决新问题。

我想说的另一件事是，赞赏数据在各种 AI/ML 模型开发中发挥的作用。我们建立了这种文化，即模型为王。您在学校参加机器学习课程时，会开始使用所下载或教授给出的一些数据集来训练模型，大多数都侧重于算法。但 LLM 领域的领导者已经开始讨论数据、优秀数据、高质量数据在构建我们所用 AI 系统中的模型、代码和数据的结合中起着关键作用。

例如，在 Voxel，我们非常专注于数据所发挥的作用，并向开发人员提供工具，用于在模型中处理数据，而不是仅仅期待开发人员生成一些脚本来可视化数据。20 年前，我的数据集是数十个样本或数百个样本，对吧？现在，我们的数据集有几千万个样本。因此，实际管理数据集并理解失败模式和分布等等是非常困难的，我认为这需要全新的思维。

开发人员在 AI 进步中发挥什么作用？

Paula Ramos：开发人员每天都在寻找自己的路径，因为一切瞬息万变。他们需要推动人工智能这个巨大领域的创新，因此他们需要富有创造力，以解决问题。也许我们面临与 20 年前相同的问题，但现在有更好的工具；有更好的解决方案。我们还需要更多地考虑应用程序的最终用户。

现在有一些挑战，我认为我们在模型开发、数据管理以及如何轻松部署这些模型方面仍有增长空间。您使用云系统，还是使用边缘解决方案？解决方案总是必须尽可能简单，这是开发人员目前面临的主要挑战。

此外，在这个领域真正重要的部分是开源社区；这正在改变 AI 的节奏。当我们向所有人开放这些模型时，他们可以访问数据集并逐轮改进这些模型。

开发人员与英特尔等公司合作的最佳方式是什么？

Paula Ramos：我们现在拥有多个渠道和各种解决方案。例如，我们有硬件加速器，用于重新训练或微调模型。我们还有在边缘工作的解决方案。

还有开发人员可以访问的边缘参考套件。这是为复杂问题提供轻松解决方案的一种方式。而且我们在试图通利用教程、代码和视频，向他们展示如何浏览特定垂直领域：制造业、零售、医疗保健。也适用于 LLM，以及如何处理多个模型。

或者开发人员可以使用 OpenVINO^™ 来优化和量化模型。这意味着他们可以使用与现有相同的基础架构，我们不会强迫开发人员购买特定硬件来运行模型，并且他们可以优化和量化 LLM。OpenVINO 还使开发人员能够轻松证明和测试这些 LLM。他们可以创建试运行，并提供示例，然后再转移到实际或最终生产系统。

我们有一个令人惊叹的存储库和开源社区，其中开发人员可以测试最新 AI 趋势。如果今天推出新内容，那么在两天之内，特定模型会显示在 OpenVINO 笔记本电脑存储库中。您可以在那里测试，例如 Llama 3.1、YOLOv10 和最新 AI 趋势。这是个很好的工具。

开发人员还可以访问英特尔开发人员云，测试多种硬件，再购买。这真的很酷。他们可以访问加速器和最新 AI 趋势，例如 AI PC。 

Voxel51 如何与开发人员互动？

Jason Corso：我们的软件称为 FiftyOne。它基本上是一个可视化组件，以及一个软件 SDK，用于完成我们在这里谈论的工作，例如数据和模型改进。但最近我们有了称为面板的新功能。您可以使用面板，为前端构建功能，而无需知道如何编写 React 或 JavaScript 或 UX 的东西。您可以直接在 Python 中编写，并且仍然可以增强 GUI 功能。

我们这家公司以开源为动力，但我们确实有数十名客户使用我们称为 FiftyOne Teams 的商业企业版 FiftyOne 软件，让您可以在团队、云中或本地中一起开发相同的功能。我们在制造业、安全和汽车领域拥有非常广泛的客户群。

我们今年早些时候结束了 B 轮融资，实际上我们招聘机器学习工程师等等人员，既填补核心工程工作，也填补开发人员关系工作。我们如此信任开发人员，所以我们雇佣受过充分培训、可以写论文和代码等的人，但他们的作用实际上是与社区建立桥梁。

行业活动如何帮助开发人员与更广泛的社区互动？

Jason Corso：Voxel 在 CVPR 之前举行了第一次面对面黑客马拉松。在这种参与中，我们看到开发人员很高兴与新技术互动，并真正试图在新团队中协同工作，以解决新问题。

这很有趣，但我认为开发人员活动的一个关键方面显然是教育。只有参加开发人员活动或会议，如 CVPR，才能真正与时俱进。去年我教了计算机视觉入门课程：从某种意义上说，我每周教三个小时，为 300 名学生举办这个开发人员活动，以了解计算机视觉。

但 AI 空间发展如此迅速，以至于似乎每个人都在不断收集信息，甚至在这个领域工作多年的教职员工。在各种事情上面紧跟最新趋势是不可能的，从尖端研究论文到您需要学习的新 API 和库等等。

因此，Voxel 试图做的是维护一种每周技术活动，真正让社区保持参与。例如，个人而言，东部时间周一中午，我都在办公，人人都可以在 Zoom 上登录。几周前，我们审查了某人的论文，然后我们浏览了幻灯片和实际技术模型。但这一切是这样的：“这是我第一次考虑进入计算机视觉。我应该关注哪些方面呢？

“因此，有关于基本功能的原始教育，以及开发人员活动，真正有助于互动，并且与时俱进。

是否有开发人员可以利用的其他可用资源？

Jason Corso：正如 Paula 早些时候所说，开源是促进创新的门户。我们的软件 FiftyOne 在 GitHub 上，您可以分叉，然后提交 PR。我们每个月或两个月发布一次，每次发布都有来自我们社区的一些内容。自从我们发布以来，我们加深了对社区需求的了解，并在过去 4 年中得到了社区贡献。我真的想对我们建立的开发人员社区表示感谢。这是一个充满活力和丰富的环境，如果没有这个社区，我们不会成为今天的样子。

有实际活动，但参与开源项目才是真正参与 AI 开发人员生态系统的另一个好方法。

英特尔如何促进开发人员参与社区？

Paula Ramos：在英特尔，我们一直在努力，我们正在创造多种方式，与开发人员一起创造这种创新。我们有一个巨大的生态系统，我们试图不仅触及推理部分，而且触及训练部分，例如通过异常检测。

我们有一个称为创新者计划的项目，让全球多名开发人员测试技术。他们可以制作自己的应用程序，然后与我们分享。基本上，他们创建自己的存储库，然后分叉他们的存储库，并创建新的应用程序。我将在我的 LinkedIn 和网络中重点介绍这些创新者，敬请关注。

我们参加的另一项活动是 Google Summer of Code（编程之夏），我们有几位开发人员与我们合作三个月，还有 OpenVINO 团队的不同导师。去年，参与 Google 编程之夏活动的一名学生与他们的导师一起发表了一篇关于 Anomalib 的论文。该论文提交给 CVPR 的视觉异常检查研讨会，并获得接受。

我们与大学的关系也发展迅猛，当然了，是帮助他们创建英特尔可以支持的研究和研究提案。我们还在通过会议，弥合了行业与学术界之间的差距。

我们真正希望在开源社区中工作，因为在这里最重要的是开发人员。我们总是认为，我们需要使开发人员能够在我们提供的软件中使用这种硬件，并且开发人员可以加速，以便他们可以改进他们的管道和工作负载。这是主要意图。

相关内容

要了解有关 AI 开发的更多信息，请听 AI 合作伙伴关系推动开发人员创新。有关 Voxel 的最新创新，请关注 X/Twitter 上的 @voxel51 以及他们的 LinkedIn 和 GitHub。有关英特尔的最新创新，请在 X/Twitter @intel、LinkedIn 和 GitHub 上关注。

 

本文由文案编辑 Erin Noble 编辑。

迁移到网络边缘的优势极为明显：速度更快、安全性增强以及用户体验改善。但企业如何实际完成该动作？哪些功能最适合需求，以及需要多少费用？是否存在某种柏拉图式的理想解决方案可供企业搜索？

我们与 CK Chou 一起探讨网络边缘，他目前是 IT/OT 硬件解决方案提供商 CASwell 的产品经理。他谈到了向网络边缘过渡的难题、人工智能在其中扮演的角色，以及如何利用一点创意思维让旧技术指明方向，成为有价值的解决方案（视频 1）。

视频 1。CASwell 的 CK Chou 在 “insight.tech Talk”上谈及迁移到边缘的挑战以及网络边缘设备的作用。（资料来源：insight.tech） 

为何如今企业要迁移到网络边缘？

谈及边缘计算，我们都知道，它只是在数据创建的地点进行处理，而不是将所有内容发送到中央服务器。这意味着响应速度更快、内部流量更少，因此非常适合需要即时响应的行业，如制造业、零售业、运输业、金融服务业等。

可以这样说：假设您坐在一辆自动驾驶汽车中，道路上行驶时突发意外。您需要汽车即时响应，因为每毫秒都很重要；您可能无法忍耐等待数据传输到远程服务器并返回时出现的延迟。这与您使用电脑时等待沙盒加载并不相同，对吧？在自动驾驶场景中，任何延迟都可能关乎生死。这就是边缘计算用于在源头处理数据，以做出即时决策的一个示例。

当然，这不仅关乎速度，还涉及确保信息安全。如果可以在本地处理财务信息等敏感数据，而并非通过互联网发送到中央服务器，则会降低被拦截或黑客攻击的风险。数据四处传输越少，安全性就越高。

通过在现场处理数据，边缘计算可帮助保持一切流畅运行，即使在互联网连接可能不可靠的地点也是如此。简言之，边缘计算意味着速度、安全和可靠性。它将数据处理能力带到最需要的地点，无论是在汽车中、医生办公室，还是在工厂车间。

但迁移到网络边缘并非一件易事。这是一个巨大飞跃，伴随着其本身一系列的挑战。企业面临的问题包括：管理系统复杂性日益增加、基础设施成本上升、处理能力有限、数据管理问题等。尽管存在这些挑战，但边缘计算的优势也非常显著，不容忽视。它可以真正提升基础设施性能、改善安全性并节省整体成本，最终值得付出努力去克服所有这些障碍。

网络边缘设备的哪些功能将有助于业务取得成功？

这是一个棘手的问题。我梦想中的边缘设备应该是小巧、紧凑的，还具备多个连接选项，例如针对不同应用的 SNA、Wi-Fi 和 5G。如果用户要在寒冷石山或炎热沙漠中安装设备，那么机架设计需能够在恶劣的环境中运行并适应合适的温度范围。此外，设备应具有强大的处理能力，且功耗低。当然，最重要的是，该一体机的成本必须非常低。

在一个设备中实现所有这些听起来很完美，对吧？但您真的认为这是有可能的吗？事实上，位于边缘的企业并不真正需要一体机。他们真正需要的是具有适合其特定环境和应用的功能的设备。那就是 CASwell 的真正作用。

我们的产品线可以提供多种选择，从基本型号到高端解决方案，从 IT 到 OT 应用。无论是小型办公室、工厂还是远程地点，我们都有针对不同条件和要求设计的选项，确保企业可以轻松找到合适的边缘设备，无需为不必要的功能付费。

AI 在网络边缘的作用是什么？

如今，AI 模型训练在云端完成，因为它需要海量的数据和强大的计算能力。但请想一想一个 AI 数据中心需要多大空间。想象一下，足球场大小的空间布满了数十个巨大的集群，每个集群都挤满了数百台服务器，所有服务器相互连接，持续进行模型训练。

类似的 AI 服务器听起来很神奇，但与我们的一般用例相去甚远，并且客户也无法负担。请记住：边缘计算的概念正是为了在创建的地点处理数据，而并非将所有数据发送到中央服务器。因此，如果我们想要用 AI 增强边缘解决方案，不可能将整个 AI 工厂搬到我们的服务器机房，除非您非常富有，并且服务器机房面积与足球场一样大。

相反，我们将繁重的深度学习任务保持在集中的 AI 中心，并将推理部分转移到边缘。这种方法的功耗和数据需求更少，非常适合边缘设备。我们已经观察到这种趋势，AI 集成到我们的日常设备中，例如手机和支持 AI 的电脑。这些设备使用云端训练的模型进行智能决策，提供个性化体验，并增强用户交互。

CASwell 目前正在构建面向边缘 AI 服务器的新产品线。它旨在将 AI 功能从数据中心带到边缘，为我们提供即时的 AI 能力。它将 AI 直接送到需要的人手中，恰好在他们需要的时候。

CASwell 如何帮助企业应对网络边缘挑战？

我们发现与我们最初的预期相比，边缘环境挑战有变得更具挑战性的趋势。更多最终用户正在寻找既可以在 IT 环境又可以在 OT 环境中工作的解决方案。他们希望不仅在办公室有空调和干净、有序的机架上，还希望在仓库、工厂车间等环境中，甚至在没有适当通风的机柜中安装边缘设备。

CASwell 决定开发一款入门级台式机产品，即 CAF-0121，该产品采用英特尔凌动^® 处理器，在性能和能效之间实现了良好的平衡。与通常的温度范围的 0ºC 到 40ºC 相比，CAF-0121 可在 -20ºC 到 60ºC 的更宽温度范围下工作。该小型一体机还可以提供 2.5G 支持，以实现基本的基础设施连接。此外，它结构紧凑、无风扇，采用适合边缘计算应用的被动散热设计。

我们推出这款新机型的目的是以 IT 友好的价格提供 OT 级规格。这意味着用户可以减少管理基础设施所需的资源并使部署变得更简单。他们可以在 IT 和 OT 应用中使用相同的设备，从而更轻松地标准化和维护技术设置。CAF-0121 采用的方法使企业能够适应不同的环境，无需为每个场景提供单独的解决方案，因此它确实是一款令人兴奋的产品。

创造 CAF-0121 面临哪些挑战？

围绕热电模块的技术（我们称之为 TEM）是我们在 CAF-0121 中所依赖的技术。TEM 已经是一种经过验证的过热组件散热解决方案，广泛应用于需要快速准确温度控制的医疗设备、汽车系统、冰箱、饮水机和其他设备。

这些设备的工作原理是在电流通过时产生温差，导致一侧发热，另一侧冷却。发送的电流越多，我们在两侧之间得到的温差就越大。

人们通常会使用 TEM 的冷却能力，但我们却有不同的想法：为何不同时利用冷却和加热能力帮助边缘设备在更宽的温度范围内运行？我们的总体理念是，利用 TEM 的加热能力，我们可以间接扩大系统运行温度范围至更低的水平。相反，通过利用冷却能力，可以在内部环境温度上升到特定高水平时为系统散热。当房间变冷时，TEM 作为加热器运行；当房间变热时，TEM 作为散热器运行。

有了 TEM，我们不再局限于单个组件的运行温度范围，能够将设备温度范围扩展到组件通常情况下允许的范围之外。利用 TEM，我们可以突破温度边界，同时设备仍然可以保持可靠性。

通过这个项目，我们获得了一些非常有价值的将老式技术转化为创新解决方案的专业知识，从而在这一竞争激烈的市场中为我们的产品赢得了更多的销量。我们还希望这一小小的成功能够激励我们的研发团队保持创造力和打破常规，而不仅仅是受缚于传统的行为方式。

CASwell 如何与技术合作伙伴展开合作，使其产品线可行？

可靠的边缘计算设备应具有恰好合适的处理能力、高效节能、包装尺寸紧凑、多种连接选项，且价格具有竞争力。这些实际上是任何边缘计算设备不可或缺的要素。

正因为如此，我们为 CAF-0121 项目选择英特尔凌动处理器。凌动处理器可以提供合适的性能水平，同时保持低功耗。并且英特尔 LAN 控制器帮助我们轻松将 2.5G 以太网支持添加到该一体机，确保其能力满足大多数基础设施的需求。

凌动处理器还内置可以加速 IPsec 流量指令，使其成为注重安全的应用的绝佳选择。无论是处理数据加密、安全通信还是其他安全工作，这款处理器都能够应对挑战。

如果要进一步增强安全性，凌动处理器还可集成 BIOS Guard 和 Boot Guard，以提供硬件信任根。因此，我们不仅追求出色的性能和效率，还要为 BIOS 和启动过程提供高水平的保护。这种安全级别至关重要，尤其适用于需要处理敏感信息和关键任务且不会影响保护的边缘设备。

在该市场中的众多厂商中，只有英特尔能够提供一站式服务来满足所有这些功能需求。英特尔不仅提供硬件，还可给予驱动程序和固件支持。这种集成水平使 CAF-0121 项目的开发变得如此简单，还极大地缩短了我们的上市时间。当您的处理能力、安全功能甚至软件支持都来自可靠的合作伙伴时，整个流程肯定会变得更加顺畅。这不仅简化了工程设计和开发工作，还能确保所有环节无缝协同。

然后，硬件设计机构（如 CASwell）可以更专注于性能优化，而非故障排除能力。这对我们和客户而言都是一次巨大的胜利，使我们能够更快和高效地提供高质量、可靠的边缘计算解决方案。

最后，我们的目标非常简单：我们旨在树立新的边缘计算设备标准并提供灵活的边缘解决方案，帮助客户应对从云端、网络一直到智能边缘的挑战。

相关内容

要了解有关网络边缘的更多信息，请收听 网络边缘优势：实现业务成功 并阅读 人工智能无处不在 —— 从网络边缘到云端。要了解 iProd 的最新创新，请在 LinkedIn 上关注他们。

 

本文由文案编辑 Erin Noble 编辑。