这个AI小box，正在撬动万亿级市场

如果说
还有一个「万亿级」的蓝海市场

那必定少不了
边缘计算市场

道理其实很简单
云市场饱和之后，会发生什么？
必然要下沉到“端”

“端侧”是让云真正落地的关键
“端”的场景千奇百怪
“端”的形态五花八门
各种摄像头、传感器、检测与执行装置
已经部署的、正在部署的、将要部署的
都要扛起各行各业数字化“重任”

可是，传统的端，往往“呆头呆脑”
几乎不能“扛事儿”

为了增加终端“扛事儿”的能力
从而撬动万亿级的边缘计算市场
人们纷纷开始整“外挂”
这就是用于边缘计算场景的
“AI BOX”

有了这种“外挂”
终端的智商就能“开挂”
用法也相当简单粗暴
比如，像违停检测场景
普通摄像头在“AI BOX”的助力下
在本地就能完成实时检测

这种用法，光是视觉领域
就极具想象空间
可以用一拖N的方式
让海量传统摄像机，变身AI摄像机

正因为部署简单、场景广泛
“AI BOX”，这种新型产品
开始被各路玩家看好
SI、ISV、ODM、OEM厂商
大家都动了念头，跃跃欲试
打算自己弄个“外挂”出来

然鹅，这个“外挂”
看着简单，做起来没那么容易
一个能扛活的边缘AI BOX
必须具备两项硬核本事

1、算力：高性能算力
能力要足够强，撑得住场面
边缘场景，大部分诉求是“低延迟”
根本来不及数据去云端来回走一趟
要在本地全搞定，而且还要1拖n

2、算法：多样化算法
不光算力强，脑子还得灵活
不依赖于云端，本地活学活用
满足各种场景的推理和决策

有没有一种捷径
让客户、SI、ISV、ODM/OEM厂商
省时省力地“炮制”出一个个
面向不同行业、不同场景的“外挂”呢？
自然是有滴

英特尔洞察到这种需求，发布了
AI BOX 参考设计

为啥是「参考设计」呢？
说明这就像一份产品设计样板
告诉大家到底应该怎么“开挂”
同时也表明了一个立场
英特尔并不直接卖硬件盒子
而是为广大生态伙伴赋能

我们来看看 英特尔“AI BOX”的设计逻辑

一、英特尔把“AI BOX”分为了三层

第一层丨硬件层

硬件层的核心是“芯”
英特尔提供了多样化的“AI 芯"
（通用处理器CPU、视觉加速器VPU、定制AI加速器FPGA）

①通用处理器CPU，AI处理不拉胯
各种规格，灵活搭配
内嵌AI加速能力

②除此之外，有时也需要VPU来助力
英特尔VPU视觉处理器
用于当下最广泛的视觉应用场景

通过CPU+VPU灵活搭配，比如：
CPU+算法、VPU+算法、CPU+VPU+算法
就能组合出一个个“硬货”出来
AI硬件盒子、AI加速卡

第二层丨软件栈
在这一层
英特尔提供了一系列的软件开发套件
说白了
担心客户在这一层浪费太多的精力
英特尔千方百计帮大家缩短开发时间

这套软件开发工具
多方位、多维度
并且英特尔还进行了特别优化

比如，里面有几大工具
堪称“AI开发神器”
英特尔® OpenVINO™工具包
提供了高度优化的神经网络计算能力
并能够基于英特尔硬件平台
(包括英特尔CPU、iGPU、VPU等)
加速深度学习模型推理工作

再比如，英特尔® MEDIA SDK
是一种加速的视频编码、解码和处理的开发工具
有了它，处理视频事半功倍

第三层丨算法层
算法才是边缘计算的灵魂
目前算法现状是
「头部算法」聚焦在“人车证”场景
但是大量「长尾算法」都是一片空白
因为应用场景太特么多了
各行各业、千奇百怪的应用

为了加速边缘方案落地
英特尔联合各种合作伙伴
共同建设「算法商城」

众人拾柴火焰高
在各方大神的努力下
「算法商城」里的算法
选择多、品质高、实战能力强

包括：人脸、人体、车辆、物体、商品、文字识别、语音识别等独立算法
适用于智能计算场景：如缺陷检测、货架分析、热力图、车辆识别、运动分析等

如其说“AI BOX”是一个硬件
不如说，这是一个生态

在这个「垂直+水平」的生态中
各方大佬，一起享用边缘计算大餐

1、ODM厂商（原始设计制造商）：在产品设计层面，可帮助 ODM 厂商根据最终用户需求，快速搭建高可用的边缘AI视频分析平台；
2、 ISV 厂商 (独立软件开发商)：在算法层面，可帮助 ISV 厂商实现对不同应用场景软件及算法的快速定制和场景化，进而加速产品定义、算法研发及边缘 AIoT能力构建；
3、OEM厂商（原始设备制造商） 与 SI （系统集成商）：可以借助 AI Box
对软硬件与算法的高度整合，为各行业提供高性能、高可用的整体解决方案，加速智能边缘应用精准落地；

最终
客户成了最直接的收益者
① AI 方案的开发门槛大大降低

② 方案落地成功率、速度大大提高
基于成熟算法+硬件平台解决方案
产品开发周期从几个月缩短至几个星期

英特尔“AI BOX”，携手合作伙伴
为千行百业智能化提供强劲助力

本文仅代表媒体观点
文中图片等素材的版权归其所有者拥有