下一部分内容：面向零售环境的 AI 解决方案

Posted on by Micah Kaplan

我们都有过这样的经历：手中拿着两件商品，然而却眼看着要在收银台前等待二十分钟。（还好已经没有人用支票付款了。）为什么科技进步如此快，但超市里仍旧有排不完的队呢！没有更好的办法了吗？可能有。而且，事实证明，除了排队管理，它还能解决商店里的其他问题。

零售业格局在最近几年里发生了巨大变化：客户预期不断发生变化，因此解决痛点的工具和科技也朝着智能、富有意义的方向发展，其中很多都涉及 AI。现在，AI 带来了许多机会与优势，但是许多零售商并没有基础，或没有开发团队来开发这些 AI 解决方案，尽管他们知道自己想要利用 AI 达成什么目标。

幸运的是，他们有专业实施的完整生态系统可依赖。英特尔 AI 软件架构师兼 AI 宣传员 Ria Cheruvu 和 Pathr.ai（零售空间智能解决方案提供商）产品营销与运营高级经理 Nicole O’Keefe 今天便要讲述如何开发真正有价值的 AI 零售解决方案（视频 1）。

视频 1. Pathr.ai 的 Nicole O’Keefe 和英特尔的 Ria Cheruvu 探讨 AI 对零售运营的影响，以及当下 AI 解决方案的巨大机遇。（资料来源：insight.tech）

零售商目前面临的最大挑战是什么？

Nicole O‘Keefe：顾客想要流畅的结账体验——队伍短，等待时间短。如果在结账时需要排长队，他们可能会觉得沮丧，甚至可能会直接放弃购物离开商店。这是零售商最不想见到的，放弃购物不仅损失了销售额，还会影响顾客的忠诚度。他们还担心劳动力短缺和劳动力成本上升。

这些方方面面都是当下零售业面临的挑战。零售商因此尤其需要为顾客创造高效的结账体验。

那么 AI 如何解决这些痛点呢？

Ria Cheruvu：人工智能在集成多个解决方案、开发智能排队管理模型、自动自助结账方面可以发挥作用。它可以提供对顾客体验的理解，并将其集成到一个系统中，为多家商店、多个客户提供宝贵洞察。我们看到 AI 也可帮助扩展该流程，并将所有功能整合到一起。

开发人员如何成功构建和实施 AI 零售解决方案？

Ria Cheruvu：这项工作挑战性十足，不仅因为模型的技术限制，还因为想要实现的用例类型。想象一下，如果 AI 能够统计货架上的商品数量，或者识别被将拿起放到购物篮中的商品。它可以集成到智能购物车、智能货架或智能机器人等产品中。实际上，很多时候我们可以利用现成的模型，或者利用技术训练和构建自己的模型，灵活性很高。

然后需要引入隐私和安全等元素。如何将它们融入算法中，我认为需要经过严格讨论，无论是遮住顾客面部或对他们购买的商品进行隐私保密，也就是对他们进行匿名处理，同时仍保证可以提取继续改进算法所需的洞察。

但是随着 AI 技术的不断涌现、不断改进，零售领域的相关讨论变得原来越容易。

Nicole O’Keefe：Pathr.ai 的口号是：你可以从一个点中学到很多东西。每个在平面上移动的购物者都是一个点，没有任何个人身份信息。零售商可以真正利用这些保护隐私的洞察，以不偏颇的方式作出商业决策。

您如何与零售商合作实施这些 AI 解决方案？

Nicole O‘Keefe：我们能够实施 AI 的方法之一是通过空间智能，也就是人们在实体商店中的移动轨迹和行为。借助零售商现有的摄像头基础设施，我们可以在整个商店中提供洞察，特别是在收银台附近了解队伍排队长短及排队时间，并在总体上了解商店的运营情况。这些操作的目标是让超市像一台润滑良好的机器一样运行，尽可能为客户提供舒心愉快的体验。

零售商还希望降低运营成本并提高运营效率，他们也可以以数据驱动的方式利用这些洞察。可能是更有效地分配资源，或者减少不必要的员工成本。他们可以了解一天内收银台的使用数量，如果使用频率过低，那么便可以将这个空间变为销售空间，然后在这个区域放置更多商品。

英特尔是如何让这些应用成为可能的？

Ria Cheruvu：我们在英特尔的团队不仅热衷构建技术，也擅长为 Pathr.ai 这样的合作伙伴提供基础，让这些技术得到进一步应用和创新。我们采用的其中一个方法是 OpenVINO™ 工具套件，它能够为构建和部署 AI 模型提供多种不同的优化和选项。

我还要向合作伙伴推荐 OpenVINO 笔记本 GitHub 存储库，其中包含海量有关如何开始使用 OpenVINO 以及如何构建这些应用的信息。我们设计这些参考套件、教程和笔记本，是为了让合作伙伴都能够使用、运行，并看到成果。他们可以将它作为灵感或基础，查找到更多模型并用到自己的用例中、部署到自己的边缘设备中，并尝试其他应用或创新。

我们也密切关注端到端堆栈，以及英特尔硬件如何帮助加速这些管道和诸如此类用例的大型计算需求，特别是规模化地加速。

从 Pathr.ai 的角度来看，英特尔的合作伙伴关系意味着什么？

Nicole O’Keefe：Pathr 目前在零售领域大规模部署空间智能，英特尔是我们的重要合作伙伴。我们的计算机视觉采用了基于英特尔® CPU 的边缘服务器以及 OpenVINO。我们可以经济高效地规模化部署队伍洞察，英特尔从一开始便致力于帮助我们实现目标。

如何在全店推广 AI 的成功用例？

Ria Cheruvu：我们有多种方法在现有管道上进行构建。我们看到了许多非常流行、强大的对象检测和分类模型，但我想说它不止于此。还有许多其他模型，例如姿势识别和活动识别，让我们可以更好地理解人们在商店中的活动轨迹，他们做了什么，更丰富了我们的洞察。

此外，我们需要思考对这些 AI 模型的预处理和后处理。比如，一旦有了检测结果，我们要提取哪些信息，哪些属性和特定特征类型等。从这些模型中我们还能总结出哪些趋势？

宏观来看，能够将这些模型整合为管道的一部分就更有意义：不论是在多摄像头场景中认证输出还是将每个管道的输出添加到仪表板中以轻松实现可视化。

您认为这个领域的发展方向是什么？

Nicole O’Keefe：这是零售领域 AI 最令人激动的事情之一 – 思考未来的发展方向。顾客总是希望在购物时享受无缝体验。但对于零售商来说，他们将专注于优化商店运营。看起来像是借助实时警报和理解实时场景来降低用工成本：什么时候该打开或关闭结账柜台？然后根据这些信息做出真正由数据驱动的决策。如果不需要使用收银台，那么也许可以将员工分配到商店的其他区域。

Ria 之前提到的另一个有趣的趋势是自助结账。许多零售商现在都在传统的人工收银方式外增加了自助结账的选项。Pathr.ai 能够帮助零售商了解员工结账和自助结账的洞察，方便他们了解两者之间的不同表现。

零售业的 AI 未来发展方向是什么，对于开发者和零售业者来说又意味着什么呢？

Ria Cheruvu：当开发者将模型和算法（如 YOLOv8）用于对象检测和分类时，他们是从宏观角度考虑的。他们越来越清楚自己的解决方案是否适用于真实世界环境，因为会出现各类挑战和痛点，无论 AI 模型有多高效和强大，它们仍旧容易出错。

对于英特尔和我们的团队对空间智能和零售领域的展望，我们将使用现有类型的算法，持续优化、加速，并创造新的类型。我们看到 AI 带来了很多体验方面的改变，我们也将带着所有人慢慢习惯将技术融入环境的世界。

我想说的最后一点有关 AI 领域中的女性、所有的女性开发者和推动各个领域的女性领导者，她们也将继续努力前行。有了这些参考套件的普及化，还有可即插即用的实施方案，我觉得这是开始在这个领域中推进工作的巨大动力。我们也希望在 AI 领域能看到更多这样的东西。

Nicole O’Keefe：消费者行为正在迅速发生改变，那些只作为旁观者的零售商将远远落在后面。现在是借助数据采取行动的时候了。能够保持领先地位的方法之一就是借助 Pathr 和英特尔的空间智能技术。我觉得这是一个完美的组合。

相关内容

要了解更多有关开发零售技术的信息，请参阅《零售技术的未来是空间智能》，收听借助 AI 支持的队伍管理简化零售结账流程，并加入 GitHub 上关于 OpenVINO™ 的讨论分享您的经验。要了解英特尔和 Pathr.ai 的创新动态，请关注 Twitter 账号 @intel 和 @pathr_ai，以及 LinkedIn 账号 Intel Corporation 和 Pathr.ai。

 

本文由文案编辑 Erin Noble 编辑。

人群行为分析变革客户体验

Posted on by Micah Kaplan

如果您参加了音乐会或体育赛事，那么您绝不想错过任何瞬间。但是人有三急，也可能忽然肚子饿，促使您必需离开座位，因此可能错过一些重要的瞬间。Zack Klima，WaitTime 创始人兼首席执行官，完全了解这一难题。他永远不会忘记错过底特律红翼的超级巨星 Henrik Zetterberg 为球队打入获胜球的那个时刻 —— 因为他当时在排队买几瓶啤酒。

他脑海中闪过的第一个念头是，“这太荒谬了。一定有更好的解决办法。如果我离开座位时能知道队伍有多长就好了。”这次经历触发的想法，就是后来的 WaitTime，一家使用 AI 和先进成像技术监测和分析人群行为的公司。

时间快进九年，这家公司的 AI 和计算机视觉驱动的 WaitTime 人群智能平台现在已投入各大大型体育馆、商场、娱乐场所和机场使用。场地所有者、运营者和租户均以不同方式受益，从人群管理到卓越的客户体验、简化运营、更低的成本、新的营收机会等等。

位于明尼苏达州 Bloomington 的美国购物商城就是 WaitTime 行为分析的最佳案例。这里不仅是一个购物中心，它还是最先部署创新技术改变实体零售格局的场所之一，为客人、零售商、餐厅甚至整体环境带来了许多变化。当您成为首选旅游目的地，每年迎接数以千万计的游客时，这一点变得十分重要。这里面积为 560 万平方英尺，拥有超 500 家商店和餐厅，以及全国最大的室内主题公园。有太多细节需要关注。

人群行为分析带来高价值的业务优势

最近一次在美国购物商城举行的英特尔活动展现了人群行为分析带来的意外收获，以及如何通过与合适的合作伙伴合作实现变革解决方案。

首先，我们可以清楚了解 WaitTime 边缘 AI 软件如何与整个商城天花板上部署的 700 台摄像机协同，可提供实时的容量、人群密度和购物者洞察信息。这些数据有助于理清购物者如何、在何处花费了时间。因为数据触手可及，美国商城的首席营销官兼高级经理 Patrick Wand 和他的团队可以根据信息作出提升访客体验的决策。

“我们将所有这些不同数据集整合到模型仪表板中，帮助我们从财务角度了解运作情况，以及接下来开展工作的效率，” Wand 说。

实时信息还可以帮助商城运营提前采取行动。比如，47 个入口每天都有安保人员，但是有时仅安排一个人是不够的。可预测的繁忙入口可能并不总是最繁忙的。“有了 WaitTime，我们可以创建仪表板，更加主动地将安全人员重新部署到别的区域，” Wand 说。

“商城里人流量的分析准确率超过了 95%，任意时间、任意入口的数据我们都能得到，” Klima 补充道。

天气等因素可能会直接影响商城情况。Wand 指出，如果某个周六降雨量达到 2 英寸，再加上大型商店的促销等活动，便能够吸引与黑色星期五时数量相当的访客。“如果我们知道即将到来的周六会吸引比平常更多的访客，我们可以通过应用与租户沟通，便于他们在商铺加派人手，”他说。

边缘 AI 支持人群管理

WaitTime 人群分析背后的算力包括了支持不同用例的四种算法，准确率超过 95%：

  • 排队算法是围绕公司最初的解决方案理念设计的，可测量非结构化队列。它可以跟踪每个移动对象的速度和方向，这是一项能够提醒商户增派员工或添加结账选项的信息。
  • 而支架算法适用于结构化队列，例如星巴克里的队列。软件会围绕某区域绘制一个圆，并排除在此区域外的任何东西。这些信息还有助于确定增派人手的最佳位置。
  • 入口/出口算法是商城里最常用的算法之一。它可以精确、大规模地实时监控有多少人同时出入商城。
  • 与其他算法不同，massing 算法通过侧边角度视图监测某区域是否人流量饱和。例如，WaitTime 在美国网球公开赛上部署了此算法，将摄像头指向看台跟踪上座情况，让人们可以更轻松更快地找到座位。

但实时分析需要高性能边缘计算，而 WaitTime 已针对在英特尔硬件上运行进行了优化。英特尔® oneAPI 编程模型帮助 WaitTime 更高效地进行开发，提升异构工作负载，达到最高性能。

“我们努力提高软件效率，只需单线程便可运行大多数摄像头，” Waittime 首席技术官 John Mars 说。“因此，随着处理器越来越强大，它们的运行速度也更快，且有更多内核可以处理更多摄像头而无需改变初始架构。如果我们能够让它尽可能快，那么其他一切都会自动完成。”

利用整个生态系统

美国商城的技术领先地位和业务创新只有通过商城与其解决方案提供商的合作伙伴关系才能实现。它们是成功部署的关键。

除了英特尔和 WaitTime，思科及其一系列解决方案对于美国商城解决方案的成功部署亦至关重要。“我们是一家思科商店，因为它涉及计算，” Wand 说。“包括从边缘到内核的计算：我们的无线接入点、主干网络及所有交换机。”

“美国商城形成合作伙伴关系时，目的和目标必须是一致的，” Wand 说。“我们如何提高使用技术的限制，如何找到最终目的，如何找到共同目标，以便共同完成伟大事业？”这是思科、英特尔和 WaitTime 都要回答的问题。

从 Wand 的角度看，这不仅关乎与某一家公司建立合作伙伴关系。其核心是如何一起帮助美国商城运营业务，实现当前和未来的总体目标。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

电动汽车技术和充电站的兴起

Posted on by Micah Kaplan

如今，电动汽车 (EV) 似乎无处不在 — 无论是在街道还是媒体中。企业、政府甚至公用事业部门都采取了奖励措施，鼓励人们改为使用电动车。同时，特别是在某些城市地区，充电站如雨后春笋般涌现。考虑到人们对化石燃料以及各种技术创新存在诸多顾虑，这不啻是个好消息。

但是，这种进行中的向电动汽车的过渡也会对能源使用和电网状态产生重大影响。为使前者具有可持续性，将面临各种技术压力；为使后者具有可靠性 — 满足未来和当前的需求，基础设施自身会面临巨大压力。领先的边缘解决方案 SECO 开发商的首席产品官 Maurizio Caporali 和能源系统提供商 Imagen Energy 的首席技术官 Ezana Mekonnen 将与我们一起，讨论电动汽车和充电站的兴起，以及实现那种进化所需的行业支持（视频 1）。

视频 1。SECO 和 Imagen Energy 讨论的主题为：要使电动汽车技术真正成为主流，将会遇到哪些阻碍。（资料来源：insight.tech）

是什么导致了电动汽车的兴起并引起了人们的关注？

Maurizio Caporali：电动汽车提供了一个解决方案，以各种方式给汽车行业带来巨变。总的来说，内燃机解决方案在逐步淘汰。确实，电动汽车不使用化石燃料，因此在特定环境下可能会减轻污染，这一点非常重要。

然后，还有许多最终用户感兴趣的因素。例如，驾驶舒适性。电动汽车的噪音非常低，而且，从振动的角度看，它也缓解了振动，做出了改变。降低了维护需求，因为这类解决方案不需要经常维护组件，而且汽车运动部件的故障更少。

另一个非常重要的考虑因素来自技术方面：电动汽车本身采用了大量技术。这是一种较为复杂的环境 — 包含计算机、许多传感器，总体而言，与标准内燃机汽车相比，采用了更多技术。从技术角度看，最后一点是电池技术的改进。

在某些方面，我们也可以将电动汽车与无人驾驶汽车相比较。例如，可以与电动汽车进行远程交互 — 最终用户可以在智能手机应用中查看汽车的所有相关信息。此外还有控制 — 例如，可以在进入汽车之前打开空调。

电动汽车会对电网造成什么影响？

Ezana Mekonnen：我认为，电动汽车会对电网造成巨大影响。它通过增加需求来造成这种影响；如果管理不当，可能会增加电网所承受的压力。但就电网而言，它面临的并不总是需求方面的问题。我们在电网中引入光伏太阳能时遇到了类似问题，而且，超额能源供应会造成同样的压力。

因此，供需平衡至关重要。这通过智能负载 — 智能电网能够更好地协调供需关系 — 来实现，然后还要增加系统存储，以便更有效地缓冲可再生能源，以及满足电动汽车的能源需求。

当前为充电解决方案提供了哪种基础设施？

Maurizio Caporali：我们先从电动汽车讲起；目前，我们正在考虑建立充电站基础设施。关键在于允许电动汽车增长，但如果不建充电站，将无法实现这种改变。

我们感兴趣的是快速充电站，以便让最终用户有机会在旅途中，仅在几分钟内就可以给汽车充电。此外，还要求能够提供充电站的位置、可用性方面的信息，以及充电站相对于汽车的特点。

为此，就需要了解一些与技术相关的重要因素 — 技术不仅涉及硬件，而且包括软件。我们分析了这方面的因素，并定义了一个能够以不同方式适应物理空间和周围环境的解决方案 — 一方面，通过传感器了解周围环境的状态，另一方面，为最终用户提供一个界面，并能够向最终用户提供信息。

从数据角度看，电动汽车充电器也可能是一个非常重要的关注点。充电站会为最终用户生成大量数据，但对市政当局来说，它们也可能是一个重要的信息点。因此，它们不仅可以给汽车充电，而且是一个数据信息系统。

另一个要点是如何管理这整个系列的充电站。从化石燃料转向电力能源后，我们需要确保能够为汽车充电。此外，在了解与全体充电站状态相关的预测性分析信息后，还要准备立即提供所有必要信息。

SECO 如何设法在高速公路上或市内安装充电站？

Maurizio Caporali：在这方面，解决方案的灵活性是一个重要因素，以便我们能够让公司有机会自定义该解决方案的最后级别。我们的特点是能够定义非常灵活、高度模块化的东西，然后提供自定义机会。

另一个重要因素，是不但能够从硬件角度，而且能够从软件角度进行这种自定义。然后，我们会向客户提供一组工具，为不同级别的用户定义适当的服务和解决方案。一部分工具负责管理基础设施维护，还有营销方面 — 是否可以远程管理信息、定价和广告系统。我们提供机会来添加大屏幕以显示信息，添加支付系统，添加许多传感器，以便根据将安装设备的位置支持不同的服务水平。

我们如何确保今天的努力成果能够不断扩展和进化？

Ezana Mekonnen：我认为那包括两个方面。首先，要从长远角度来看待我们实际部署的内容，这一点非常重要。例如，我们正在开发能够双向充电的充电器，不是因为目前需要该装置，而是因为我们希望确保该基础设施不仅可用于给汽车充电，而且能够将能源馈送到电网中。这会将电动汽车从电网的“负债”转化为电网的“资产”，到时，我们基本上就拥有了“装在车轮上的电池”，是吧？

其次，电动汽车充电站所有者会担心所谓的“搁浅资产”，即他们的充电站未得到充分利用的情况。因此，我们创建了一个架构，以便我们部署充电站，然后在利用率提升后添加充电端口。这有助于基础设施与电动汽车的普及率相适应，并且它可以继续扩展。

SECO、Imagen 与其他公司之间是什么关系？

Ezana Mekonnen：在 Imagen，我们意识到，这些充电器不只是充电器：它们是多功能装置。这就好比我们的手机不只是手机，它还是摄像头、GPS 系统等。因此，在专注于生产一款足以满足电能转换和传递需求的小型变流器的同时，我们也希望 SECO 能够提供附加功能。例如，它的 CLEA AI 功能，既能够处理图像和音频，又能够驱动大屏幕广告 — 有可能抵消充电成本，或提供相关功能。它提供的功能不仅面向电动汽车充电器用户，而且面向相关企业。基本上，我们认为，这个具备强大处理能力的基础设施可以进化为别的设备，而不只用于充电。

而且，就向我们提供的技术而言，英特尔一直在这方面拥有领先优势 — 特别是我们用于转换电能的 FPGA。它为开发电能转换设备提供了一种非常可靠而稳健的方法，尤其是在我们努力提高其效率、极度压缩其体积的情况下。任何一家公司都无法独立开发这种面向未来的基础设施，因此，我们很高兴能够与 SECO 和英特尔合作。

Maurizio Caporali：不错。我们技术的核心部分基于英特尔芯片。具体来说，我们使用的是英特尔的最新一代工业解决方案 — 搭载凌动® 系列处理器的低功耗解决方案。这些处理器极其灵活，异常强大，而且功耗非常低。

另一个关键点在于，由于能够分析来自不同类型的传感器的大量数据，就可以实时分析所有这些数据。此外，这样就不必将所有数据发送到云端，而可以直接在边缘设备上进行预分析。实现这种可能也归功于采用了 OpenVINO™ 技术。另外，在温度和持久使用寿命 — 解决方案能够运行 10 年以上 — 方面，我们的解决方案也实现了工业级效率。

而且，如前所述，可以将此解决方案定义为模块化解决方案，并且可以支持一系列接口和 IO。例如，我们与 Imagen Energy 的电子元件建立了直接连接，能够以适当的方式在两个系统之间完美地交换数据。

这种协作 — Imagen 的解决方案与能量转换的功耗相关；我们的解决方案在生成能源的基础上管理所有数据 — 让我们有机会完全基于大屏幕来向最终用户提供所有信息，进而连接电流、基础设施，以及管理所有人机接口。

您最后还有什么想法？

Ezana Mekonnen：这是一个令人激动的时刻 — 在交通工具转变为电力设备的过程中，发生了这种重大变革。这会带来许多新机遇，形成新市场并实现更可持续的未来。

Maurizio Caporali：是的，变化很快就会发生 — 能够借助更高效的新一代电动汽车充电设施，以适当方式使用电动汽车。未来，充电和出行会更加简便，更加智能。要在最终用户与环境之间的交互方式上实现全新可能，这一点至关重要。

相关内容

要了解有关电动汽车的更多信息，请阅读 AI 和计算机视觉推动电动汽车充电站蓬勃发展并收听支持电动汽车技术：借助 SECO 和 Imagen Energy。有关 SECO 的最新创新，请在 Twitter @SECO spa 和 LinkedIn 上关注他们，并在 LinkedIn 上关注 Imagen Energy。

 

本文由 文案编辑 Erin Noble 编辑。

IPC 和虚拟化：智能工厂的未来

Posted on by Micah Kaplan

工业电脑 (IPC) 在推动工业 4.0 的过程中发挥了重要作用。它们帮助制造商告别难以管理的专用可编程逻辑控制器 (PLC)，转向在 Windows 和 Linux 等开放式系统上运行的软件定义工业控制应用。

这样做带来了巨大的优势。但制造商仍在寻找更好的方法来收集和分析工厂车间的数据，统一技术堆栈以提高效率，并促进 IT/OT 融合。

IPC 是智能工厂之路上的第一步，但早期版本缺乏灵活性，无法充分利用虚拟化技术带来的各种可能。

这些强大的边缘计算系统实现了敏捷、丰富的数据采集，同时比过去的专有系统更易于管理、更经济高效、更灵活。

全新 IPC 平台 — 新的边缘优势

多用途 IPC 平台（如 IPC 系统制造商深圳大唐计算机有限公司设计的平台）提供了传统工业计算系统的优势：高性能、低功耗处理、高可用性、坚固型设计，以及出色的实时分析平台。

但这些平台真正的强大之处在于，它们提供了高性能计算，可运行现代软件虚拟化技术，使多个工作负载能够在单个系统上运行。此外还有整合和安全优势，因为软件开发人员可以轻松地将现有工业应用移植到最新 IPC 技术上，充分发挥硬件和软件堆栈提升的优势。

这也降低了复杂性和成本，使工厂人员能够更轻松地维护和监控整个工厂的系统。此外，根据底层平台的不同，多用途 IPC 可以通过一套统一的软件工具带来附加值，这些工具能够提供更好的工厂数据洞察，优化性能并加快开发工作。

例如，大唐的平台采用特定的英特尔工业软件技术：

  • 英特尔® 工业边缘控制平台（英特尔® ECI），它是一个模块化软件参考平台，使多用途 ICS 可以在通用硬件上运行。英特尔 ECI 显著降低了制造商的升级和更新难度。该平台还支持实时分析功能、工作负载集成虚拟化以及可配置软件模块，可满足工业计算的性能需求，降低成本并提高灵活性。
  • 英特尔® 工业边缘洞见平台（英特尔® EII），它是一个面向工业物联网应用的开源软件平台，提供数据收集、存储、分析、可视化模块和容器化部署。英特尔 EII 针对英特尔硬件进行了优化，并与英特尔® OpenVINO™ 工具套件集成，加速了边缘 AI 解决方案的开发，提供更好的数据洞察，并帮助企业加快上市速度。

对大唐来说，英特尔技术的运用至关重要。英特尔拥有无与伦比的面向工业边缘计算的高性能稳定硬件平台。在缩短开发时间并将解决方案推向市场方面，其软件工具同样重要。

虚拟化 — 软件定义的 ICS 平台

除了帮助制造商转向开放式系统并整合硬件/软件堆栈以外，多用途 IPC 还提供了另一项显著优势：内置虚拟化技术，可在易于管理的统一平台上运行。

工业计算虚拟化的优势已经显而易见，例如，可以在不中断运营的情况下升级基础设施。

首先，虚拟化是将计算机资源与底层硬件分离的有效方式。它还提高了网络安全，因为可以更轻松地将计算系统细分为独立的安全环境。但虚拟化的最大优势是工作负载整合，即利用闲置计算资源，从而提高效率并降低成本。

多用途 IPC 和工业控制的未来

在未来几年，采用虚拟化技术的灵活工业计算系统将在制造业领域引起越来越多的关注。

部分原因是工业计算领域的进步。例如，大唐正在考虑将 Type 1 管理程序集成到他们的产品中。Type 1 管理程序也被称为裸机管理程序，可直接在底层硬件上运行，无需主机操作系统。这样可以实现更高效的资源分配、更高的性能以及更好的安全性。这对制造业带来的优势不言而喻，但随着工业物联网的发展，更有吸引力的 Type 1 管理程序和虚拟化技术即将到来。

一种鼓舞人心的可能是 ACRN 参考管理程序，这是一种专为嵌入式物联网开发而打造的开源虚拟化工具。ACRN 管理程序解决了制造商认为特别繁琐的数据中心问题：较长的引导时间、高昂的成本和巨大的开发开销。ACRN 有助于推动工业 4.0 向软件定义的开放式平台工业计算发展。

但多用途 IPC 平台的主要优势在于它们能够为多方利益相关者解决问题。

对原始设备制造商/原始设计制造商来说，现代 IPC 平台提供的开发便利性意味着他们可以专注于满足制造商的需求，而不必担心高昂的研发成本。对经常处理小批量订单的构建商和运营技术系统集成商来说，由于这些平台具有灵活性和可定制性，开发成本也会下降。

毫无疑问，对制造商来说，优势非常明显。多用途 IPC 平台提供更简单、更易于管理的访问方式，可实现最初推动数字化转型的所有优势：实时控制、更高的产品质量、更低的成本以及更快的创新路线。

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

物质数字化体验助力时尚零售业蓬勃发展

Posted on by Micah Kaplan

零售商正重新定义购物：将物质和数字元素结合，为客户提供“物质数字化”体验。这一趋势已持续了一段时间，过去几年发生的事件也加速了这一趋势。但是当下零售业数字化转型浪潮的最大驱动力来自消费者自身。

“我们观察到零售业迎来了新一批的高需求顾客，” Econocom Products and Solutions 的数字化总监 Javier Lima 说道。这是一家为时尚零售商提供数字化转型套件的制造商。“他们希望一切都能实时发生，也希望品牌能够真正将每个人视为独立个体。”

为在商店内实现高度的便捷性与定制化，许多零售商已开始使用数字标牌解决方案，它们也是提升销量、简化运营的最佳方式。但是对于时尚行业的零售商来说，实施起来并不容易。涉及到风格和品味时，要实现高效的信息传递，必须实现高度个性化。而鉴于时尚的本质，数字标牌在这个行业的零售商店中特别依赖其所处背景，且随时可能发生变化。

应对时尚零售商所面临挑战的答案：一体化数字标牌套件。这些强大、灵活的解决方案帮助品牌在物质数字化体验方面提升竞争力。最重要的是，这些解决方案易于配置，意味着可以轻松扩展，甚至可适用于最大规模的企业。

零售销售和运营受益于可扩展的交互式多媒体

案例分析：Econocom 与西班牙跨国服饰零售商 Pull&Bear 的成功合作。

Pull&Bear 希望在所有实体店中部署数字标牌。但这是一项艰巨的任务。该品牌在 40 个国家拥有 800 多间实体店，分布在欧盟、拉丁美洲、中东和亚洲。任何数字标牌解决方案都要易于规模化设置和维护，并且必须能够轻松策划和管理本地化内容。

Econocom 的时尚零售数字化转型套件正是 Pull&Bear 需要的。该解决方案基于集成的硬件、软件和云技术。数字营销内容在后台内容管理系统上传、配置和调度，可对多媒体内容的发布方式与时间进行精细化调整。特定内容从云端部署到各个商店的多媒体播放器中，播放器再将这些内容传送到整个客户区域的所有显示屏上。店内系统还可让智能手机集成选项，帮助店员更灵活地管理和配置展示内容。如果需要更方便互动的解决方案，该套件还允许在显示终端连接附加式智能设备。

Pull&Bear 与 Econocom 合作，成功在全球 800 多家门店部署了数字标牌套件，在不同地点实现高度本地化、个性化的信息传递。这样，零售商便可利用其强大的数字营销团队为任意地点的购物者定制内容。

不过，这些令人印象深刻的实体店体验只是数字标牌解决方案为时尚零售商提供的一部分服务。“如果只是想要惊艳的效果，那也可以，” Lima 说。“但是在这个案例中，我们想要在庞大数量的门店中部署我们的解决方案，从而充分发挥数字标牌的潜力。因为这样才能开始实现规模经济，优化零售商运营，并提升利润。”

Econocom 与英特尔的技术合作伙伴关系是其提供优质的规模化解决方案的重要因素。Lima 说，“在 40 多个市场的几百家门店布置我们的套件，显然是一项巨大的挑战。英特尔的运营支持是关键。我们之间是协同互惠的关系，也期待我们的合作伙伴关系能在未来能取得更大的成就。”

物质数字化世界的未来

关于未来的发展，还有很多激动人心的可能在涌现。

边缘计算机视觉的蓬勃发展意味着店内的数字标牌不再只是被动响应，可以达到高度互动性。屏幕上显示的内容可以根据顾客的行为实时变化，例如，当他们从货架上拿起某件衣服时，即显示相关的多媒体内容。

除了时尚和零售，数字标牌解决方案在其他部门和行业中也有用例。举例而言，Econocom 已经在寻找能够将其时尚零售套件应用到金融服务企业的方法。其他用例也会陆续出现 —— Lima 说这是未来更普遍现象的一部分：

“零售业我们称呼人们为‘顾客’，酒店行业称呼为‘贵宾’，医药或智慧城市则称呼为‘患者’或‘市民’。但是归根结底，本质是相同的：运用技术提供更好的服务，满足人们需求，创造人们期待的价值。”

当人们在某些生活领域开始期待物质数字化体验时，很快他们在其他领域也会有这样的需求。Lima 表示，最终我们将看到一个更具互动性、更加“物质数字化”的世界。届时，那个世界不仅能够满足其居民的期待，也会为企业和组织带来丰富的收益。

Lima 表示，“未来可期，因为当我们结合物质与数字，便可以有无数种优化的可能。”

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

利用基于人工智能的计算机视觉重新定义铁路检查

Posted on by Micah Kaplan

铁路是连接世界基础设施的大动脉。尽管铁路在全球运输和供应链中发挥着至关重要的作用，但大多数铁路养护工作都是从人工巡检员开始的。

为了找出损坏的枕木和铁轨，巡检员每天沿铁路线步行或驱车数英里，探查隐患。手动检查美国 160,000 英里的铁轨所需的总时间和成本是无法量化的，而且由于检查是由人工进行，因此本质上也很容易出错。

计算机视觉 (CV) 的最新技术成果为自动化铁路巡检带来了新的机遇，在整个流程中显著降低了成本并提高了准确性。但铁路系统从部署环境的高度差异性，到安全关键行业对可信赖解决方案的优先考虑，对计算机视觉系统提出了独特的挑战。

这就是为什么像 Ignitarium（一家产品工程公司）这样的组织正在使用人工智能技术重塑计算机视觉，以解决痛点并减少对人工巡检的需要。

利用基于人工智能的计算机视觉克服基础设施检查的挑战

计算机视觉系统在受控的室内环境下表现出色，铁路系统则与之不同，存在各种照明条件、天气变化和其他不可预测的因素。这些变数可能显著影响计算机视觉系统的性能和准确性。

计算机视觉技术在户外铁路应用中的另一场艰苦战斗正在改变 Ignitarium 首席技术官 Sujeeth Joseph 所说的“行业中非常传统的思维模式”，即铁路专业人士希望使用经过试验和测试的方法，而不是新颖的方法。

这些挑战促成了 Ignitarium TYQ-i 平台的开发，该平台旨在将最出色的经典计算机视觉技术与高级自定义神经网络相结合。最终制定出有效的解决方案，可以检测数英里铁轨上的各种异常情况。

TYQ-i 的运行可分为 4 个阶段：

  • 数据摄取：该平台支持许多视觉传感器，包括 RGB、3D、激光和多光谱接口。Joseph 表示，在铁路行业，2D 摄像头和激光扫描仪是首选传感器。
  • 预处理：Ignitarium 开发了一个图像处理组件库，用于准备数据进行分析。其中包括缩放和旋转等基本操作以及拼接、追踪和降噪等更复杂的任务。
  • 深度学习：TYQ-i 的核心是面向特定用例的自定义人工智能模型。这些模型经过预训练，可以检测各种异常类别，以最少的客户投入提供高水平的准确性和效率。
  • 提供结果：数据经过处理之后，通过人类和机器可读的仪表板和文件提供给用户。这使得该平台能够与现有流程无缝集成，有助于克服采用新技术的阻力。

Joseph 表示，如何利用这些功能的一个例子是铁路道砟——铺设枕木的道床。安装在火车头底部的挂载无人机或摄像头可以使用 TYQ-i 来检测需要补充道砟的区域，以及由于安全或其他操作问题而应避免的区域。然后，该信息将传送至道砟铺设和捣固机，以便其可以仅在适当的区域自动开展维护。

通过 TYQ-i 实现扩展性和灵活性

为了获得 Ignitarium TYQ-i 平台的准确性和可靠性，它最初使用 TensorFlow 和 PyTorch（两种最流行的机器学习和神经网络开源框架）进行了训练。该训练最初是在功能强大的英特尔® CPU 和 GPU 目标上进行的，为平台的人工智能功能提供了坚实的基础。

但为了真正在各种用例中扩展性能，Ignitarium 认识到需要更通用的处理解决方案。这促使我们决定将 TYQ-i 迁移到英特尔® 酷睿™ 和至强® 处理器。虽然不是常见目标，但英特尔® Arria® 家族高性能 FPGA 上甚至有一个端口。

这些处理器的互操作性有助于公司控制成本。Joseph 解释说，“如果工作负载比较繁重，我们会选择服务器级机器”。但对于较轻的工作负载，该公司使用第 12 代英特尔® 酷睿™ 处理器等解决方案，该处理器可以通过其内置的英特尔® 核芯显卡的集成显卡处理器 (IGP) 加速人工智能。

迁移到英特尔® 处理器还带来了额外的优势。例如，它使 Ignitarium 能够利用英特尔生态系统强大的软件基础设施，该基础设施提供了广泛的工具和资源来优化性能和效率。

OpenVINO™ 人工智能工具套件就是这样的工具之一，Ignitarium 使用它来进一步优化 TYQ-i。OpenVINO 旨在促进人工智能应用在边缘的部署，为各种神经网络架构提供支持，并提供一整套用于优化性能的工具。

由于该工具套件支持多种英特尔处理器，Ignitarium 可以选用一个处理器，并且 Joseph 解释说，“代码只需编译并运行即可”。同时，OpenVINO 提供各种工具，帮助开发人员充分利用他们选择的处理器。Joseph 说，“我们利用工具套件可以提供的一切进行优化”。

所有这些功能使 TYQ-i 能够在从边缘设备到基于云的系统的各种环境中运行。在边缘，TYQ-i 可以实时处理数据，提供即时洞察并可实现快速决策。这在低延迟至关重要的情况下尤为实用，例如检测高速铁路线上的缺陷。

对于更大规模的应用，TYQ-i 还可以部署在云端，以支持大量数据并执行更复杂的分析——这是监控大范围铁路网络的实用功能。

这种灵活性使其能够部署在广泛的场景中，使其成为适应性强的基础设施监控解决方案。

基础设施检查的未来就在眼前

铁路巡检行业面临巨大的挑战。从一望无际的铁轨到高度多样化的环境，该行业迫切需要创新的解决方案。Ignitarium 的 TYQ-i 平台融合了人工智能和计算机视觉技术，为这些挑战提供了强有力的应对之策。

TYQ-I 的自定义人工智能模型经过磨练，以最少的客户数据集实现了高性能，提供了一种可以轻松融入现有工作流程的解决方案，消除了对新方案用于老问题的偏见。最终的解决方案赢得了美国各地轨道维护人员的青睐。

展望未来，我们清楚地看到，像 TYQ-i 这样基于人工智能的计算机视觉解决方案，将在基础设施巡检行业转型中发挥至关重要的作用，为所有人提供更出色的准确性、效率和安全性。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

视频安全即服务简化部署

Posted on by Micah Kaplan

传统的本地视频监控解决方案需要强大的计算能力和本地基础设施，这对于管理多个站点的中小型企业和公司来说是一个沉重的负担。经济高效且易于管理的开放云视频安全即服务 (VSaaS) 解决方案提供了一种替代方案。

全球开放式 IP 视频监控软件提供商 Milestone 凭借其在本地视频监控领域的技术领先地位完全实现了这一点。Milestone Kite 于 2023 年 1 月推出，是一种可扩展的开放云 VSaaS 解决方案，其利用了该公司的 XProtect 视频管理软件 (VMS) 产品系列。

Milestone 高级产品经理 Jan Lindeberg 表示，“基于云的服务的价值在于它简单、易于使用且易于接受，没有现场 IT 力量来投入人力、精力和成本来维护本地系统的组织会发现，使用 Kite 后，投入要少得多。”

专注于基于云的 VSaaS 的重要事项

Kite 是一种易于安装的低成本 VSaaS，为小型公司和多站点公司提供其经常需要的灵活性。许多中小型组织都面临着吸引熟练 IT 人员以专业、安全的方式运行和管理本地应用程序和系统的挑战。Kite 和其他基于云的 SaaS 产品直接面向这些类型的用户，他们更愿意专注于日常核心业务，而不是管理不同的应用程序和复杂的 IT 基础设施。

Kite 作为一个支持数千种不同摄像头和物联网设备的开放平台，为最终用户提供了一条迁移到云端的安全路径，并且无需更换现有摄像头或摄像头网络。这不仅使云之旅变得即时可行、无风险，还节省了购买和安装新摄像头的成本。

混合云方法

除了摄像头之外，Milestone Kite Gateway（一款外形小巧的互联网设备）是现场所需的唯一硬件。采用英特尔技术的网关具有在边缘运行实时分析所需的性能，可提供混合解决方案。网关将所有设备连接在一起，从而可以根据需求变化轻松扩展。

Lindeberg 说，“该解决方案让您可以采用混合方法，将智能和存储分布在边缘设备、设备和云本身之间。您可以在边缘提取元数据，并将其传递到云端进行处理。”

客户可以选择将视频数据存储在边缘或云端，具体取决于他们的首选项，以及部署站点稳定云连接和带宽的可用性。对于希望以最少的工作量和成本将覆盖范围扩大到其他站点的公司来说，Kite 还可以与 Milestone 的本地解决方案相结合。

与其他一些视频安全解决方案不同，Kite 具有开放的环境，这意味着它与各个品牌的 6,000 多种不同摄像头兼容。摄像头可以用驱动程序直接虚拟地连接到云端，或通过边缘网关进行连接。用户通过网络或移动应用程序访问可定制的仪表板，在仪表板上他们可以集中查看视频源和录音、管理设置并应用 AI 功能。

该解决方案基于谷歌云，受益于对全球谷歌数据中心的访问以及处理物理安全和数据安全的安全框架。个人隐私保护也是 Kite 平台的重要组成部分。Lindeberg 说，“我们非常关注如何处理个人数据，包括从最终客户登录我们的业务系统到我们如何实际管理系统本身的视频数据的所有环节”。

由于 Kite 易于实施（系统可在半小时或更短的时间内启动并运行），其还为 Milestone 的系统集成商全球渠道创造了新的机遇。系统集成商受益于实施的速度和简便性，以及最终客户可以轻松地自行管理解决方案的自由。

视频安全的未来

云连接、更强大的边缘计算和 AI 等新兴技术正在扩大安全视频的价值。公司解读视频安全信息源的速度越快，就越能掌握决策主动权。Lindeberg 表示，“您可以收集有关买家行为的洞察，找到自动执行手动任务的方法，并主动根据视频数据采取行动，以便在安全情况下立即采取行动”。

VSaaS 模型才刚刚开始利用基于云的 AI 力量以及启用新的用例。例如，内置的取证搜索功能减少了查找涵盖特定事件的视频记录所需的工作量和时间。AI 生成的元数据可以轻松查找特定类型的对象，并可以使用颜色过滤器优化搜索。

Lindeberg 表示，“直到最近，构建 AI 应用程序都还是各自为政，因为一切都必须从头开始构建。但现在，AI 应用程序正在大举进入行业——部署在服务器边缘和设备边缘。这消除了分歧，同时为最终用户带来了附加价值。与此同时，所需的计算平台变得越来越经济实惠，为 AI 视频创新创造了完美的环境。”

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

人工智能在服务性行业大规模应用的商业成果

Posted on by Micah Kaplan

AIoT 平台（利用边缘人工智能和物联网技术的一体化解决方案）正在帮助服务性行业重构客户体验。这些工具由下一代处理器、计算机视觉、视频摄像头和传感器提供技术支持，准备在合适的时机推出。

服务性行业在过去几年中遭受严重打击，企业面临越来越大的压力，需要提高效率并找到新的方法来增加销售。或许同样重要的是，由于客户已熟悉家庭中的现代物联网产品，因此期待顺畅的技术。如今，客户对酒店、活动中心和其他场所繁琐的数字体验已经没有耐心。

但对于有意进行产品和服务转型的服务企业来说，复杂性和成本可能会构成严重的实施障碍。

“考虑到物联网摄像头系统等基础设施，” Joe Weiss，软件定义网络、云服务和安全解决方案公司以及Meraki 无线解决方案提供商思科公司的全球物联网负责人表示。“您需要互联网连接、功率分配、网络基础设施、摄像头、服务器、视频管理和分析软件以及存储所有高清视频数据。对企业来说，独立堆栈的技术组装非常复杂、昂贵，并且很难扩展。”

Meraki 平台通过提供统一的即插即用系统克服了这些障碍，帮助最终用户解决业务问题，不会被不同技术的混杂所困扰。这种简便性正在颠覆服务性行业，不仅是客户和企业，还包括系统集成商和解决方案提供商。

支持各种规模的工作负载

Meraki 集成了思科网络设备、物联网摄像头和传感器硬件，支持复杂的边缘视觉工作负载。最终成果是稳定、高性能的 AIoT 有线和无线平台，能够很好地适配任何规模的组织。

基本用例适合小规模的企业，例如希望为其客人提供稳定、易配置 Wi-Fi 网络的小型酒店。另一方面，Meraki 可帮助服务性行业解决最大场所中极其复杂的问题。

在这一点上，思科与英特尔的合作极为重要：

“某些工作负载过于复杂，无法在摄像头中处理，因为没有足够的计算能力，” Weiss表示。“而英特尔制造的优秀处理器非常适合边缘计算机视觉和视频分析。英特尔处理器与我们的技术结合后，无论客户的需求有多么复杂，我们都可以给出肯定的答复。”

重构体育场馆体验

一个旗舰级案例是 SoFi 体育场，洛杉矶技术最先进的多用途体育和娱乐场所。从一开始，利益相关者就利用先进的数字技术设计整个场地，以打造非凡的观众体验。

SoFi 与思科合作建造可提供广泛客户服务的智能体育场，从寻找停车位、特许售票亭和卫生间到无现金售票和其他购物等。在 Wipro 和 Cisco IP Fabric for Media 解决方案的支持下，体育场通过 2600 多个 VisionEdge 屏幕上的 4K 视频营造丰富的沉浸式数字体验。该解决方案还可以帮助改变广播运营和内容交付，利用广播解决方案等。

在体育场的设计师和建造商的配合下，Meraki 无线解决方案成为突破性部署的关键要素，包括为 70,000 名球迷提供安全网络连接的能力。平台的多功能性和全面性非常重要。这意味着开发和设置时间更短。并且还意味着所有功能都可以无缝集成，并在统一网络上运行（视频 1）。

视频 1。服务性行业在大型场馆配备人工智能，可提供一种观看体育赛事的新方式。（来源： 思科）

思科的 SoFi 体育场设计体现出无缝连接、计算机视觉和人工智能对服务性行业的真正价值：利用强大的技术来实现商业成果。

此外，人工智能平台的灵活性意味着它们的用例数量远超过任何单一垂直行业或部门。Weiss 表示这是企业战略的组成部分：“我们的目标是打造绝对可靠的企业级硬件，允许合作伙伴的生态系统开发可在我们的服务器、摄像头和设备上运行的定制应用程序，为其服务行业提供定制价值。”

给合作伙伴和系统集成商带来新机遇

Weiss 强调合作伙伴的生态系统首先以互惠为标志。解决方案提供商和系统集成商为人工智能平台增添了大量的价值。反之依然，因为这些解决方案正在迅速改变技术合作伙伴和系统集成商运营的市场。

人工智能专家则有机会设计在 Meraki 等解决方案上运行的定制软件。例如，实时群体智能软件提供商 WaitTime 已围绕人工智能群体数据分析构建整个业务，如果没有强大的基础，则无法实现这一成就。

对于系统集成商来说，情况可能更加复杂，但同样也令人兴奋。“与其担心字节如何连接，系统集成商可通过向客户提供计算机视觉结果来解决问题”，Weiss 指出。“视觉即服务非常热门，因为它可以解决真正的业务问题。当今的系统集成商可能会问，‘您如何统计场地中的客人数量？如何优化才能统一遵守规章？智能摄像头可以解决这些问题，我们作为集成商可以为您提供帮助。‘”

硬件制造商、平台提供商、软件开发商和系统集成商组成的生态系统是一种正反馈循环，创新可带来更多的创新。未来五年对行业中的每个人来说都将是一个伟大的时期。

“看到这项技术走向成熟，我感到非常兴奋”，Weiss 表示。“随着边缘智能设备的能力越来越强，大规模交付人工智能成果不仅变得更容易，还会将高性能、复杂的解决方案组合在一起，变得非常神奇。”

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

SR-IOV：在工业物联网中充分发挥 GPU 的功能

Posted on by Micah Kaplan

图形处理器 (GPU) 已成为工业物联网 (IIoT) 的重要资源。嵌入式解决方案提供商 DFI 的解决方案产品经理 Waterball Liu 表示，任何需要高度密集计算的应用（例如，机器视觉处理、数据分析或机器学习应用）都可以从 GPU 受益。

但是，对于将上述严苛的工作负载整合到单个系统中的多功能平台来说，对性能的需求尤其强烈。添加图形显示到组合中（这些整合系统中的常见功能），而 GPU 变得更加重要。

接下来的挑战就变成了如何共享 GPU。

现代工业物联网系统通常使用虚拟化或容器来整合工作负载，但这两种技术都会在 GPU 级形成性能限制瓶颈。这一切都归结为复杂性。随着时间的推移，虚拟化技术逐渐扩展至包括内存、I/O 设备、网络和存储，但并非所有硬件组件都可以轻松虚拟化。

显卡技术就是最好的例子：现代 3D 渲染管道的高度复杂性、不同厂商的 GPU 之间缺乏统一的指令集标准，以及高度可编程的 3D 应用程序编程接口，使得 GPU 驱动程序变得类似于高级语言编译器，这也提高了 GPU 虚拟化的技术要求。

对于工业物联网平台开发人员来说，他们的主要目标是以最低的成本和资源利用率更充分地利用单个系统，而这些障碍通常会使围绕 GPU 技术构建工作负载整合系统变得费力不讨好。

SR-IOV 在 GPU 虚拟化中的作用

但如果出现某个问题没有相应的解决方案，那么从技术角度一定会找到解决办法。

例如，PCIe 标准单根 I/O 虚拟化 (SR-IOV) 定义了一种通过将物理设备划分出多个虚拟功能来共享物理设备的方法。SR-IOV 已广泛用于虚拟化网络适配器，这意味着它提供了一种易于理解且经过彻底现场测试的编程模型。

但当该技术应用于 GPU 的新环境时，每个虚拟机 (VM) 或容器都可以获取具有接近本机性能的显卡功能。

Liu 解释说，“SR-IOV 降低了虚拟化环境的开销。它使近 100% 的 GPU 功能可用于虚拟化应用程序。”

SR-IOV 的实际应用：性能游戏规则的变革者

过去，工业工作负载整合所需的高性能 GPU 只能以昂贵的独立芯片的形式提供，这给工业系统带来了不必要的成本。但当今的主流处理器，如第 12 代英特尔® 酷睿™ 嵌入式处理器，在其集成显卡引擎中提供具有相当高性能的 SR-IOV。Liu 指出，“英特尔® 处理器中的集成 GPU 为工业计算提供了经济高效且可靠的解决方案，并且无需额外的独立 GPU”。

这种简化的 GPU 加速方法为优化工业工作负载开辟了新的可能性。Liu 以检测系统为例。他表示，“这些系统需要大量的计算能力来执行与 AI 相关的任务，例如缺陷检测和图像识别。借助集成显卡和 SR-IOV，这些系统能够以最小的系统复杂性高效地执行这些应用程序”。

例如，采用 SR-IOV 的第 12 代酷睿处理器至多可支持 4 个独立显示器和 7 个虚拟化功能。图 1 说明了多达 7 个虚拟机如何独立访问这些功能。

英特尔® 显卡 SR-IOV 可实现 GPU 的高效共享。
图 1。英特尔® 显卡 SR-IOV 可实现 GPU 的高效共享。（资料来源：英特尔）

Liu 解释说，在实际应用中，SR-IOV 的影响是非常显著的。作为第一家在搭载集成显卡的英特尔处理器上验证 SR-IOV 的公司，DFI 通过在其 ADS310 microATX 主板上运行两个虚拟化 Windows 10 操作系统（一个采用 SR-IOV，另一个不采用 SR-IOV）来展示性能的提升。

在概念验证中，将一个视频文件通过两个操作系统从本地存储进行流式传输，并通过 Wi-Fi 和 100 Mbps HDBaseT 以太网传输到远程显示器。未采用 SR-IOV 的设备的显卡吞吐量约为 28 fps，而采用 SR-IOV 的设备的显卡吞吐量为 60 fps（这是实现流畅显卡渲染的常见目标）。

当然，SR-IOV 带来的性能提升不仅仅局限于视频流；该技术可应用于工业环境中的大量人工智能物联网 (AIoT) 工作负载。例如，该技术是 DFI 虚拟化工业自动化和零售业解决方案的核心。

Liu 解释说，“您现在只需要一台计算机即可输出到多个屏幕。想象一下工业产品线，其中每个制造阶段都有自己的显示器。每个阶段的显示器可能只是暂时运行。”

他继续说道，“过去，此类应用需要许多台计算机，或一台搭载功能更强大且昂贵的独立显卡适配器卡的计算机。但现在，使用一个英特尔嵌入式处理器即可。”

高效人工智能物联网充满前景的未来

英特尔® 显卡 SR-IOV 正在成为工业自动化和人工智能物联网应用领域潜在的游戏规则改变者。通过使高性能应用程序能够在集成 GPU 上高效运行，它为提升效率和功能开辟了新途径。

AI 的潜在优势尤其引人关注。Liu 表示，“越来越多的 AI 应用需要强大的计算能力，应用越来越复杂，功能也各不相同。因此，新一代处理器和显卡将为 AI 和其他应用需求提供更灵活、功能更强大的解决方案。”

他总结说，“通过 SR-IOV，我们将开启工业物联网发展的新篇章。”

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

AI 和计算机视觉推动电动汽车充电站蓬勃发展

Posted on by Micah Kaplan

随着电动汽车的普及，车主们亟需更多的充电站，而迫切希望实现可持续发展目标的北美和欧洲各国政府也竞相提供充电站。仅美国到 2030 年就将花费 50 亿美元建设一个拥有超过 50 万个公共充电桩的全国网络。

充电站解决方案提供商也正在为即将到来的扩张做好准备，采用技术来简化管理，并帮助他们所服务的电动汽车充电站所有者获得更多的运营利润。

虽然现在可能很难想象，但充电站可能很快就会像今天的加油站一样激烈地争夺客户。那些故障频发、技术不可靠的公司可能会在市场份额的竞争中，输给其他提供更优质服务和有吸引力业务的公司。通过整合现代化支付、快速设备维修和定向广告等功能，充电站解决方案提供商可以帮助充电站所有者吸引更多业务，并开拓新的营收来源。他们可以通过提供易于使用的技术来确保充电站继续蓬勃发展，让充电站所有者可以开发其他创新服务，以满足未来的需求。

量身定制的电动汽车充电站管理方案

对于完整的充电站解决方案，提供商需要两种基本类型的技术：基础设施（包括充电桩、逆变器和储能系统）以及运行面向客户的系统和执行分析的技术。由于解决方案提供商向各个地区的众多充电站所有者销售产品，因此他们在组装充电站套件时必须具备灵活性。

SECO 是一家前沿解决方案开发商，从小型计算机和完全集成的系统，到面向许多行业的 AI/物联网软件，其首席产品官 Maurizio Caporali 表示，“进入这个市场的公司需要现成的解决方案，同时也需要适应客户的需求”。

提供商可以利用 SECO 的 CLEA 电动汽车充电站解决方案为客户提供广泛的客户相关服务，该解决方案包含可定制的模块，涵盖从管理支付和维修充电设备到分析销售和设置广告等各个方面。

SECO 还与充电基础设施生产商 Imagen Energy 合作。这为解决方案提供商提供了从 SECO 和 Imagen 购买整个“白标”充电站解决方案的选择，并可将其打上自己的品牌。或者，他们可以将任何或所有 CLEA AI 电动汽车充电站模块配合他们选择的基础设施合作伙伴一起使用。

通过边缘 AI 增强客户体验

对于电动汽车充电站所有者来说，提供用户友好的充电体验至关重要。解决方案提供商可以通过启用基于边缘 AI 的远程充电桩维护功能来提供帮助，以保持充电桩正常运行。CLEA 平台可以从逆变器的控制器收集数据，如果出现严重问题（例如，逆变器过热可能强制关闭充电），就会向控制室技术人员发送警告。然后，技术人员可以实施快速远程修复，让客户避免令人懊恼的故障。

通过分析一段时间内的性能数据，充电站所有者可以预测设备何时可能发生故障，并提前安排维护或零件更换，以避免停机。他们还可以跨充电站自动更新软件，从而节省数小时的时间。

解决方案提供商还可以帮助充电站所有者选择适合其市场的支付选项。例如，CLEA 移动应用程序让客户可以预约充电时间并进行付款。此外，CLEA 还可以与其他移动支付系统配合使用，例如 Apple Pay、Google Pay 或 Venmo。提供商还可以实施非接触式支付，允许客户将信用卡或借记卡放在读卡器旁边即可完成交易，从而节省时间并避免刷卡时可能出现的错误。

通过数字显示屏增加营收

解决方案提供商可以通过数字广告投放为充电站所有者提供竞争优势，从而创造新的收入来源。充电站所有者可以后续通过发展自己的合作伙伴网络来扩大营收选项。

在 CLEA 解决方案引人注目的 32 英寸数字屏幕上，充电站所有者可以播放传统广告，也可以使用计算机视觉摄像头捕获有关顾客的匿名人员统计信息，包括他们的大致年龄和心情。这些信息被发送到 CLEA 基于云的分析平台，充电站所有者可以在数字显示仪表板上创建和管理实时宣传活动。

Caporali 表示，“充电站所有者可以通过一个平台为不同地点创建多个市场活动”。

例如，某个充电站可能会宣传附近咖啡店的早餐甜甜圈，而另一个充电站可能会提供路边一家快餐店的薯条优惠，或者当地杂货店一盒牛奶的折扣。

充电站所有者还可以在平台上分析充电销售数据并优化不同地点的价格，即时提供折扣以刺激需求。

CLEA 平台充电套件的电子器件由英特尔处理器提供技术支持，可实现高性能和低功耗。计算机视觉系统使用英特尔 ® OpenVINO™ 工具套件，可加快其他 AI 功能的开发。

电动汽车充电的未来

随着电动汽车数量的大幅增加，解决方案提供商可能会找到更多方法来帮助充电站所有者。一种可能性是将用电数据出售给城市管理当局，后者可以利用这些数据来优化能源规划和消耗。市政部门还可以利用充电站的数字屏幕来发布有关交通拥堵和紧急情况的提醒信息。

Caporali 表示，“充电站可以成为创建智能道路和智慧城市的信息中心。我们仍处于早期阶段，潜力巨大”。

 

由 insight.tech 的副主编 Georganne Benesch 编辑。