Insight Tech

愈來愈多 AI 嵌入任務關鍵的應用程式，包括製造業的缺陷偵測、零售業的客戶行為分析，乃至於智慧城市的交通偵測。AI 制霸一切。但要實現這些功能，即訓練 AI模型，以及將其真正轉化為商業價值，需要投注大量的時間與精力。

值得慶幸的是，Intel 年復一年精益求精，使 AI 更易於使用。今年 Intel 歡慶 OpenVINO^™ 工具組五週年，以及 OpenVINO 2023.0 的發布。它剛發布 Intel^® Geti^™ 解決方案，專為讓開發者更輕鬆地與業務方進行合作。Intel OpenVINO 架構師 Yury Gorbachev 與 Intel AI 軟體推廣員 Raymond Lo 為我們介紹一切須知（影片 1）。

影片 1。Intel 的 Yury Gorbachev 與 Raymond Lo 探討 AI 的發展以及 OpenVINO^™ 持續扮演的角色。 （資料來源：insight.tech）

近期在 AI 的發展中，您看到哪些趨勢？

Yury Gorbachev：AI 已是主流。相當多的使用案例正在透過 AI 解決，包括客戶監控、道路監控、安全性、病患健康檢查，這些應用皆已成主流。

但我認為過去一年中，人們對 AI 的看法以及它能解決的問題上發生了巨大的變化。我指的是生成式 AI，以及現在的 ChatGPT、Stable Diffusion 以及所有模型的熱門趨勢。我們見證了影像產生、見證了影片產生、見證了影片畫質提升、見證了文字產生。這些功能都發展神速。回首 10 年前左右，當時深度學習的採用呈現爆炸式成長，如今生成式 AI 也發生同樣的狀況。

能不能和我們談談開發者的進展？

Raymond Lo：若要與開發者合作，必須自己成為一名開發者。我大概在 10 到 12 年前與團隊建構了第一個神經網路。我試圖釐清如何追蹤指尖，確保攝影機能理解我在它面前做的動作。我們花了三個月的時間才搞懂如何訓練第一個模型。換成今天，如果我把它交給 Yury，也許兩天後就統統搞定了。可是在當年，光是建構一個極其簡單的神經網路，就花了我很長時間。

最後當然成功了；我釐清它的運作方式。但經過多年的發展，如今架構已問世；TensorFlow 與 PyTorch 更易於使用。當時我是使用自己的 C++ 程式進行運算。很死硬派，對吧？現在大家用的是 OpenVINO。

現在我與社群的開發者交談，聊的是 OpenML、GPT，產品功能一應俱全。您不必擔心那麼多，因為如果犯錯，猜猜怎麼著？變！它不會再運行，或者會給出錯誤的結果。現今有價值的地方在於，我有一套工具與資源，因此一旦有人問我，我可以迅速給出一個經過驗證的答案。如今 Intel 為人們提供這個經過驗證的工具。

您如何與開發者合作建構這些類型的解決方案？

Raymond Lo：我與年輕開發者交談時，我傾聽他們的心聲。「你需要什麼，才能讓某些東西照你所需的方式運行？」這麼說好了，假設有人想在購物中心安裝攝影機。他們需要考量隱私，倘若是在極為耗電的裝置上執行又希望它保持隱蔽，則也要考量散熱。某些使用案例需要非常獨特的系統。使用者希望它置於工廠並且處於邊緣。他們不想上傳這些資料，想要確保一切都在現場進行。

因此我們考慮產品組合，這正是 Intel 所具備的。依我看，與客戶的合作愈多，我們正在嘗試收集這些使用案例，並為他們建構這些解決方案套件。但我不需要所費不貲的超級電腦進行推斷。

Yury Gorbachev：您說得完全正確。我會說，最被低估的平台就是您桌上的那台電腦。大多數開發者實際上使用的是搭載 Intel 技術的筆電或桌電。而 OpenVINO能夠在這些裝置上運行，並為我們所說的情境提供相當出色的 AI 效能。無需資料中心為您處理影片、執行風格轉換、偵測車輛和人員。這是我們多年以來一直試圖向客戶與開發者展示的。

從商業角度來看，完全相同的平台在攝影機與影片處理裝置等裝置上運行。這一切都始於每位開發者所擁有的基本款筆電。

您如何看待過去幾年 OpenVINO^™ 的進展？

Yury Gorbachev：最初我們從開發 OpenCV 著手。因此我們從 OpenCV 範例借鑑許多，也從 OpenCV 理念借鑑不少。我們在 OpenCV 上處理大量電腦視覺，因此最初要處理 OpenVINO 的電腦視覺使用案例。然後我們著手開發這個開源工具組，以部署 AI 模型。

後來，隨著歲月的流逝，我們見證了 TensorFlow 的成長和 PyTorch 的爆發。所以我們必須跟上這個趨勢。我們見證了近距離影像分類，接著是物件偵測與分割等場景的演進。我們最初只製作執行階段；然後開始開發最佳化工具，最終新增訓練時間最佳化工具。

所以，我們一開始從電腦視覺著手，但隨後在 NLP 領域，也就是文字處理領域，發生了巨大的爆炸性變化。因此我們必須大幅改變在 API 中處理推斷的方式；為了支援這些使用案例，我們在生態系統中做了許多改變。 如今我們見證了生成式 AI、圖像產生和影片產生的演進。 因此我們也在適應這些領域的發展。

我們與合作夥伴密切合作；我們團隊之間也進行大量合作，以便這些技術始終擁有 Intel 效能最佳的架構。我們最近研究了世代之間演進的規律，成長不只 5% 或 10%，有時是前幾代的兩三倍。

能否談談 OpenVINO^™ 與 Intel^® Geti^™ 如何協同合作？

Raymond Lo：這實際上取決於您想要解決什麼問題。Geti 填補了兩者之間的訓練差距，您可以提供一組您希望演算法識別的資料。它可以是缺陷，可以像是模型或物件的分類。如今我們提供這個介面，為人們提供工具。工具也有這些微調參數，您可以根據自己的需求確定訓練方式。

甚至可以將它和資料集一起使用，這樣每次訓練時都能加上註解。我們稱之為主動學習方法。提供足夠的範例後，AI 會為您解決剩餘的問題。這是 Geti 真正的功能。現在您有多種辦法解決這個問題：只要取得能在 OpenVINO 上部署的模型即可。 

您對 AI 的未來有何看法？

Yury Gorbachev：很難確切預測一年內會發生什麼，或透過 AI 可能出現哪些潛在情境。但有一點我可以肯定：我認為我們可以完全相信，我們現在看到的，所有使用生成式 AI 的使用案例—圖像產生、影片、文字、聊天機器人、個人助理等等，這些功能最終都將在邊緣執行。主要是因為人們希望將這些功能部署在邊緣。

人們希望在本機編輯文件；與自己的個人助理進行對話，不必將要求傳送至雲端，以享有一點隱私。同時，您希望快速完成這項任務，而在邊緣通常會比在雲端作業更有效率。這就是 OpenVINO 能扮演關鍵角色的地方，因為我們將嘗試在一般筆電上執行這些任務。

最初，筆電效能不足。顯然，最初在最化與您會達到的效能之間有些折衷取捨。不過最後需求會高到筆電不得不去適應。

Raymond Lo：就像 Yury 所說的，由於情勢瞬息萬變，很難為事物建立模型。但總有什麼是我不論如何都能建立模型的吧：只要有一項成功的技術，就一定會有採用曲線，對吧？這稱為必然發生的趨勢。「必然發生」表示每個人都會明白它是什麼。在 2023 年 OpenVINO 版本中，我們的下載量達到 100 萬次。這個數字意義重大。這代表市場正在採用它，而不是雖然優秀但沒人再次使用的技術。

我可以告訴您，一年後我們擁有的 AI 將會更卓越。 

OpenVINO 五週年與最新版本有何重要意義？

Yury Gorbachev：這個版本的效能持續提升。我們正致力發展生成式 AI，並在多個平台上改善生成式 AI 的效能。但最明顯的是，我們開始支援 GPU 上的動態形狀。我們下了很多苦功，終於得以在 GPU 上執行大量的文字處理情境，包括整合式 GPU與獨立 GPU。我們正在研究聊天等功能，我認為就連它們也能在整合式 GPU 上執行。在提高效能等方面仍有可以改進的空間。但一般而言，以前百分百天方夜譚的事，現在冒出可能成真的曙光。

第二件重要的事：我們正在簡化量化與模型最佳化體驗。我們正在開發一種工具，可以透過 Python API 實現所有功能，更適合資料科學人員使用。此外，我們也開始支援 PyTorch 模型，直接轉換 PyTorch 模型，目前還是試用階段。雖然尚未達到生產就緒的狀態，但團隊對此非常興奮。

相關內容

若要進一步瞭解 AI 開發，請收聽《利用 OpenVINO^™ 加速開發者的 AI 成功》，並閱讀《開發工具讓 AI 在各行各業中落實》。若要進一步瞭解最新版本的 OpenVINO ，請造訪 https://openvino.ai/。若要瞭解 Intel 最新的創新技術，請追蹤 Intel 的 Twitter 和 LinkedIn 帳號。

 

本文由 Erin Noble 編審。

相機已遍及現代生活之中，而我們不只是會自拍而已。攝影機在保全、製造和交通規章中隨處可見。只要有大量攝影機，就會有大量資料：要收集、存取、分析的資料。資料對於企業而言越來越重要，因為企業能夠從資料中獲得寶貴的價值。但在收集資料後和分析資料前，必須要妥善儲存資料。儲存因而變成實際的問題。

虛擬化可能是該問題的解決方案，而且系統整合商正很快就明瞭此事，視訊儲存解決方案供應商 BCD 商業開發主管 Darren Giacomini 說道。以下他將會討論過渡到虛擬化的過程及其可以給企業和一般大眾的好處—從箔片到網路犯罪，再到空的停車位(影片 1)。

影片 1. BCD 的 Darren Giacomini 探討為何企業應開始轉移到虛擬化。（資料來源：insight.tech）

從我們可以從視訊攝影機系統受益這方面來看，可以窺出哪些趨勢？

視訊攝影機系統和分析功能變得越來越強大。攝影機可以提取分析資料和要分析的中繼資料，而且我們也在網路邊緣的 IoT 裝置中有許多專門設計的應用程式。人們正在內建分析功能，以在製造業中進行如物體計數等工作，但您也會在智慧城市的邊緣設置 IoT 裝置，讓這些裝置監視停車位和停車場，並判定哪些停車位可用。您現在可以開啟智慧型手機，並查看是否有個停車位，而非永無止盡地繞圈，不斷尋找停車位。

企業面臨哪些攝影機系統挑戰？

您會看到人們開始延長保留期限的趨勢—您必須以全畫面播放速率保留視訊的期間。在部分矯正設施中，他們需要保留視訊兩年，以保有證據價值。

當您開始提到保留該時間範圍的高品質視訊時，即意味著有龐大的儲存量—PB容量的儲存資料。當您看到城內環境可能設置數千部攝影機的智慧城市時，隨時儲存所有攝影機的所有資料不僅十分昂貴，也難以正確維護。

因此您會在轉換到 5G 網路和邊緣 IoT 裝置的過程中看到人們正嘗試將決策轉到邊緣，以判斷哪些資料對於視訊重要，哪些不重要。鮮為人知的事實是，在大多數的情況下，錄製的視訊只有 5% 至 10% 曾被用過。其餘的就只是儲存起來而已。

例如，您可以搜尋一段兩年期間的資料，表示：我想要任一天內在此時間範圍內駛向此方向的所有白色貨車。您可以將這段視訊提取出來，然後根據分析查看。但在 5G 的邊緣這樣做的概念是，如果您可以判斷哪些資料重要，哪些資料不重要，則不必儲存每筆資料。我認為分析功能在縮減龐大的資料量和資源上，扮演著非常重要的角色。

我認為整個方法即將徹底改變。現今的概念是：保留每筆資料兩年。這些年來，我們看到人們已稍微改變規則。每段視訊都以 30 或 60 每秒幀數保留約 6 個月。然後降到 15 幀。但我們做不到的是，將規則降低到低於在都市法院內作為證據力所需的下限，因此其實您可以知道自己正在查看什麼。

為什麼資料儲存是企業在視訊領域中的問題？

標準生產伺服器多部是迎合 IT 環境所設計。在 IT 界中，您會擁有許多資料儲存在存放庫或資料中心，而且資料會在個人在特定時間索取時傳送到這些人手上。

例如，就實體保全而言，您擁有數百台和數千台攝影機和 IoT 裝置會同時傳入資料。我們在 BCD 的工作就是專門重新設計和重新實作這些特定裝置，以確保這些裝置會針對特定應用類型最佳化。

虛擬化在減輕此儲存壅塞負擔中扮演什麼樣的角色？

就是資源的使用率。在標準的實體保全環境中，您所擁有的攝影機位於正在傳回資料的邊緣、IoT 裝置或感測器。您將會有正將所有資料傳回集中式或分散式紀錄點 (儲存資料處) 的網路基礎結構—無論是無線或有線網路基礎結構。在某些情況下，您可能也會有第二層儲存裝置。

然後會有實際監看攝影機並需要看到特定事件的人員。您遇到一件汽車意外事故；您需要即時提取合適的視訊並真正查看發生什麼事情。那需要取得資料，並直接從攝影機取得，或透過伺服器將資料重新導向至工作站。全都會利用到資源。

但在此最重要的區隔則是儲存視訊之處。伺服器的資源有限：您有 CPU、記憶體和網路資源。無論您是採用裸機伺服器方法或並未虛擬化，您可能會讓配置給該伺服器的核心中 40% 或 45% CPU 週期閒置。與伺服器的能力本身無關；這或許與您在 Windows 2019 伺服器等等上執行，而且您只能載入該軟體應用程式的一個執行個體。

因此虛擬化可以讓您在抽象層 (如 VMware、ESXI、Hyper-V 或 Nutanix) 新增至裸機伺服器作為封存工具。您可能會將目錄伺服器或存取控制虛擬化為可以在一般共用點儲存的一般檔案結構。然後您可以在該機器上建立不只建立應用程式的一個執行個體。您或許可以執行五個執行個體，然後將資源劃分使用，而不用只在伺服器上只執行一個 Windows 2019 執行個體。然後您可以讓 CPU 執行傳統上用不到的記憶體，並從投資中發揮更多生產力。

就如 BCD 等銷售高效能伺服器的公司而言，您自然而然會認為那會是我們也不想要發生的事情，但卻就這麼發生了。虛擬化在 IT 領域中存在已久；沒有什麼是辦不到的。您必須擁抱以下事實：人們想要以更少的資源成就更多。

企業如何成功邁向虛擬化？

就跟現在從類比轉變到數位或 IP 一樣非常相似。我認為在成長中會有很多相同的痛處，其中現今習慣運用有特定技能組合的人員必須改變自己的方法。但如果您不改變自己的方法，就會覺得書到用時方恨少。

由於如果您要求八台伺服器的報價，但我可以用三台伺服器就做到相同的事情，那麼我的報價肯定會贏過您，即使我們的報價接近或我稍微高一點。當我回去找指定財務決策的人員並告訴他們：「看看執行八台伺服器與三台伺服器的總所有權成本之間相差多少。這將會更有效率；在您的資料中心所佔的面積更少，冷卻所需的耗電量更少。」所有上述因素都會交互作用。

雖然我認為將會有點困難，但我不認為跟從類比轉變成數位或 IP 一樣那麼困難。每個人現今都習慣使用 Windows；每個人習慣使用使用伺服器。後續學習步驟就要您將會進入代表伺服器網頁，而那是您將使用的虛擬機器，而不是要在伺服器面前插電。這將會是教育學習體驗，人們或許將要派員工外出去接受訓練，才能趕上進度。

您是否有任何使用案例可以分享的嗎？

美國東岸有座城市，整個市政府都是執行我們的 Revolv 平台，此為以虛擬化為基礎的混合式超融合方法，可提供高可用性。此方法減少了人員要在清晨兩三點起來處理因斷電而關機的某台伺服器，因為這台伺服器將要執行自動化復原功能。四五台伺服器的佔用空間真的小很多，每項任務都在虛擬化環境下執行，而之前要 20 台或 25 台伺服器才行。

Intel 技術在促成此成就中扮演什麼角色？

讓 BCD 脫穎而出的關鍵之一就是我們不只是建置伺服器，我們真的是進行全面的端對端解決方案集。那也在我們全都齊心協力的此虛擬化工作中起到一定的作用。那也是 Intel 攜手合作的地方。Intel 真的很擅長提供資源，像是價格不便宜的 100 張 gig NIC 卡和我們需要進行分析所需的其他資訊及本質相似的事情，以挑戰極限。

除了實體方面，您認為虛擬化會往哪個方向發展？

真的關乎更有效率地利用您的資源。此外，當您提及#虛擬化時，就是指建立復原點和快照的能力。我們另外一家公司 Tiger Technology 攜手合作，就我認為，絕對是要探索次世代混合雲儲存。換言之，您即將擁有內部部署，同時有能力掌控 Windows 的 NTFS 或實際檔案結構，並成為平台的延伸。因此，您隨時都可以取得備份，或取得備份的多個執行個體，並將這些執行個體推送至雲端復原。您真的無法在裸機環境中進行這類型的工作。

如果您可以拍攝快照，並建立快照的存放庫，則可以在發生錯誤時使用。..那您的災難復原計畫為何？如果遭受損失，您的業務持續性計畫為何？每個人都會可能會遭受攻擊。我不在乎您多小心，目前也有零日案例出來，您即將會在某個時間點遭受攻擊。

您現今大多看到的是勒索軟體。當您處於虛擬化環境並拍攝定期快照，您其實可以表示：「這是可接受的損失。回復一週的快照。接著我們就可以承受一週的損失，而不用耗費巨資。」

您認為此主題還有什麼我們需要知道的地方？

總結來說，如果您是整合商，並要參與實體保全市場，則無法忽略虛擬化即將來臨的事實。我預測在三到五年內，絕大部分的市場即將邁入主流虛擬化。您需要認可此趨勢，否則您將會發現自己處於在市場上難以競爭情況。

相關內容

若要進一步瞭解視訊分析領域，請聆聽虛擬化對於視訊分析的影響：透過 BCD。如需 BCD 的最新創新，請在 Twitter 追蹤 @BCDvideo 和 LinkedIn。

 

本文由 Erin Noble 編審。

萬物皆相連。但相較於世界上其他任何地方，今年的世界行動通訊大會最能體現這句話的真諦！一如預期，行動通訊與連線成了熱門主題，尤其是在開放式 RAN 與 vRAN 方面。但這些詞彙到底是什麼意思？它們之間有何關聯性？（它們之間又是如何毫無關聯性。）它們與其他技術創新有何關聯，包括那些剛出爐以及尚未問世的創新？

我們採訪了兩位參加過 MWC 的來賓，而且他們在行動通訊與連線領域擁有豐富的專業知識（影片 1）。關鍵任務型智慧系統軟體供應商 Wind River 的 Product Management Cloud and Industry Verticals 部副總裁 Randy Cox；以及 Embedded Computing Design 主編 Brandon Lewis。

影片 1. 開放式 RAN 與 vRAN 正如何為電信業提供互通性、效能與可靠性。（資料來源：insight.tech）

開放式 RAN 與 vRAN 有哪些趨勢？

Brandon Lewis：經年累月下來，網路已經變成極為複雜的系統，因此網路設備製造商持續提供高度整合的專有解決方案，包括組成網路的許多不同元件，以及許多加速的專門硬體與軟體堆疊。我們正邁向 5G 之際，關鍵在於提供更高的頻寬和更高的容量，以及無所不在的連線能力，因此擴充勢在必行。

開放式 RAN（無線存取網路）的概念正好能派上用場。它的設計採用標準化量產硬體、標準化量產伺服器和平台，以及開放式介面，因此您可以搭配不同的軟體。接著是 vRAN。這種虛擬化 RAN 部分執行了過去在硬體當成軟體功能使用的許多專門功能。利用這項技術，您可進一步擴充網路，並且從堆疊獲得更大的彈性，讓更多參與者加入生態系統。

Randy Cox：但從某種意義來說，vRAN 與 ORAN 無關。舉例來說，目前各大企業不需要開放網路就能實現虛擬化網路。ORAN 是一種架構，也是一種解構式網路，其開放式介面可供多個供應商參與，然後服務不同的網路元件。O-RAN 規格恰巧未包含虛擬化 RAN。

Brandon 表示，電信領域的傳統供應商，例如 Nokia 與 Ericsson，一般提供自訂硬體與自訂軟體，但這類專有電信業者設備提供的解決方案非常專業且成本高昂，電信業者仰賴這些供應商的時間較長。開放式 RAN 可真正解構網路，讓新參與者進入市場，不僅降低成本，更在挑選同級最佳類型供應商方面帶動創新並提高靈活彈性。

在 O-RAN 聯盟這個生態系統組織中，所有供應商和營運商希望參與：定義規格、舉辦插拔測試大會，以及在不同活動中相互配合，以期讓 ORAN 型架構普及化，讓它儘速打入市場。

目前的主流將焦點放在 vRAN 與 ORAN；除了調查或可行性分析之外，還有實際的執行規劃。也就是說，客戶與合作夥伴討論與計畫會更詳細，當前執行的 RFP 數量也更多。如果你在 MWC，絕對不會錯過 vRAN 和 ORAN 這兩個焦點。

Wind River 如何因應電信業對規模與彈性的需求？

Randy Cox：其一是 Intel^® Xeon^® 平台第 4 代 Sapphire Rapids 上的單核心功能。去年 12 月之前，我們的雲端平台解決方案，基本上佔用了一部伺服器多達兩個核心。我們將這個數量最佳化，減少至單一核心，就特定伺服器的資源使用率而言，明顯減少了 50%。它為在我們平台執行的應用程式或工作負載提供強大的功能。

第二個主題與能源效率有關，而這也是業界目前非常熱門的主題。我們持續與 Intel 和其他幾個合作夥伴密切合作，減少基地台的耗電量。我們打算在今年下半年將它應用於商業環境，目前正邁向這個過程的下個階段。因此，我們其實能操縱和改變 CPU 本身的 C-state 和 P-state，以最佳化和減少基地台使用的耗電量。

我認為處理器有六個不同的 C-state 層級。取決於基地台使用案例，一端層級基本上處於全功率狀態，另一端層級則是將耗電量降到最低。我們可以根據需要的用途變更 C-state 和 P-state，降低功耗，比方說，在凌晨 3:00 到清晨 6:00 這段時間，因為很多地方的基地台用量可能微乎其微。我們可以使用 RAN 軟體監測及判斷基地台的使用量或使用人數，並且能夠減少 C-state 或 P-state 的數量，降低那段時間的功耗，進而真正減少營運商的總體擁有成本。

請告訴我們，第 4 代 Intel^® Xeon^® 可擴充處理器的幾項新功能。

Brandon Lewis：每個新版本的 Intel 處理器效能都有改善，對嗎？我想第 4 代有高達 60 個核心，真是瘋狂。另外還有與這個新世代處理器整合的大量加速器。其中一個功能是 Intel^® QuickAssist 技術，這種密碼編譯工作負載卸載可讓 CPU 核心速度不變慢。

另一個則是動態負載平衡功能。軟體定義的網路中有負載平衡器，這項設備基本上可將流量工作負載分散到不同的設備，讓您可以高效處理封包，不會嚴重卡頓、緩衝和延遲，使整體網路效能受到明顯的影響。

第 4 代 Xeon 處理器的動態負載平衡功能，處理晶片的方式基本上與負載平衡相同，但是在網路層面：您會將處理封包的工作負載分散到不同的核心，以及晶片的記憶體，因此不會遇到任何瓶頸遽增的情形。請試想，晶片就像整個網路平衡工作負載過程的縮影。

第三個功能是 Intel^® vRAN Boost。這項功能呼應了 Randy 所說的話，因為它能為 vRAN 工作負載將處理器最佳化，因此相同功耗基本上可獲得兩倍的效能，或者如果你喜歡，也可以說只要一半功耗就能獲得相同的效能。降低成本是這個競爭態勢的關鍵，因為耗電量對電信網路資料中心而言是高昂的成本。耗電量最佳化的程度越高，無論是透過 P-state 與 C-state，還是透過晶片本身的 vRAN Boost，就越有機會成為這場競爭的贏家。 

您可如何利用合作夥伴的專業知識在這個領域成功？

Randy Cox：我認為，從定義上來看，ORAN 確實孕育了合作夥伴關係的環境：ORAN 的定義是透過更多供應商提供更多功能。Wind River 目前有多個優秀的合作夥伴，舉例來說，我們與 Intel 和 Samsung 密切合作，每週和每天都是。這點至關重要，因為 Wind River Cloud Platform 位於堆疊的中心。

一方面，我們必須向下與硬體整合，包括 Intel 及任何伺服器製造商，例如 Dell、HPE，或是任何 COTS 硬體伺服器的製造商。去年 9 月，我們透過 Dell 發售了第一款商用 Infra Block 產品；基本上就是 COTS 硬體伺服器，以及 Wind River 軟體整合為單一產品。

我們與 Dell 建立合作關係，在加速器硬體本身和我們的軟體之間有完整的堆疊；這個產品經過完全整合、完整測試，而且隨裝即用。唯一需要整合的是現場客戶實際的 RAN 工作負載。我們很努力在這個 ORAN 環境簡化這個整合過程。

但我們也必須向上與這個 RAN 工作負載或任何其他工作負載整合。在 RAN 工作負載方面，我們與 Samsung 緊密合作；與 JMA 建立合夥關係；我們已經與 Mavenir 整合。目前，我們也正與 Ericsson 和 Nokia 建立合作關係。

關於未來，兩位各有哪些重點摘要或想法想跟我們分享？

Brandon Lewis：每個人務必都要認識一下第 4 代 Intel Xeon 可擴充處理器提供的酷炫新功能。另外，生態系統有許多可供開發人員使用的啟用工具，例如 Data Plane Development Kit。另外，我們經常在 Embedded Community Design 和 insight.tech 撰寫關於這個主題的文章。

Randy Cox：得知 Wind River 在這個領域取得了跟我們一樣多的進展，我真的很開心。然而，雖然我們依舊在 5G 和實現商業部署方面取得進展，但我們真的希望能夠協助業界與生態系統加速 ORAN，這樣我們才能在 6G 時代降臨時做好準備。5G 毋庸置疑還有很多工作要做，但這個 vRAN/ORAN 環境的 5G 確實正在為 6G 環境做好準備。

我要告訴對 ORAN 存疑或稍有疑慮的人，ORAN 真的誕生了。Wind River 就是一個例子：我們的表現出色，而且正大規模部署於商業服務。我很期待帶動這個產業的其他業者在這個領域真正有所突破。

相關內容

若要進一步瞭解 Open RAN 與 vRAN，請閱讀 MWC 2023：物聯網網路遇上智慧邊緣，並且收聽邁向開放式 RAN 與 vRAN 的趨勢：與 Wind River 同行。如需瞭解 Wind River 的最新創新技術，請在 Twitter 與 LinkedIn 跟隨他們；並且在 @TechieLew 追蹤 Brandon。

 

本文由 Erin Noble 編審。