英特爾中國研究院成立于1998年，是其全球六大研究中心之一。研究院并不是僅僅局限于研究CPU，而是從整個人類技術周期出發，聚焦于改變未來的應用方向。例如 ：5G、邊緣計算、人工智能等等。英特爾中國研究院的定位也不是一個單純的研究機構，而是被賦予了Seek（發現）、Solve（解決）和Scale（推廣）三重重要的意義存在。英特爾中國研究院，可以是一個最全面的前沿技術的研究機構，也是一個最強方案商，也是一個Intel品牌精神的圖騰，政產學研的粘合劑。

　　在近日召開的“智探索·匯無界”為主題的“2022英特爾中國研究院探索創新日”活動上，我們看到了其諸多將前沿技術的探索進行實際落地的案例，以及一系列公布的政產學研合作發布。

　　“四大超級技術力量”構成數字化轉型的基礎

　　從PC時代邁入到移動計算時代之后，我們的生活以更多數字化的方式被重構。而目前我們已經步入了邊緣計算的時代，更多的傳統產業也在進行數字化的轉型，已經完成了數字化的產業開始AI賦能。中國在整個數字化轉型的過程中把握到了加速發展的機遇，最近十年的數字經濟規模增長了4倍，并且在未來場景的率先落地上，中國也將展現領先的優勢。

　　英特爾研究院副總裁、英特爾中國研究院院長宋繼強分享到：展望未來的發展，英特爾認為“四大超級技術力量”是構成數字化轉型的基礎，這“四大超級技術力量”是無所不在的計算，從云到邊緣的基礎設施，無處不在的連接以及人工智能。

　　據悉，英特爾中國研究院有一個“3S”研究和創新的戰略。“Seek”指的是要去發現問題，找到機會。在與政府合作伙伴的政策導向、宏觀層面找到機會；從廣泛的學術網絡的可轉化成果上找到機會；從緊密合作的產業合作伙伴的業務挑戰助力中找到問題的定義。“Slove”是指通過研發一些技術以提供解決方案。例如視覺人工智能算法、智能邊緣、智能交通、機器人和加速芯片等。“Scale”指的是將新技術融入到英特爾廣泛的產品和技術平臺當中去，以幫助它找到更廣泛的使用機會，同時利用英特爾大規模制造的優勢，幫助客戶和合作伙伴找到性價比最高、最容易規模化的實施路徑。

　　據宋繼強院長介紹，近年來英特爾中國研究院開始推動一種新型研究網絡，學術界和intel的合作變成了底座，仍然可以在人才、算法等基礎模塊上做合作，但是在上面要積極的與政府和產業融合。在很多新的產業轉型過程當中，政府有導向、資源，可以提供先行先試的場景，英特爾相關產業界的合作伙伴有數據、現成的平臺可以去轉換。這種模式稱之為政產學研合作。

　　從主機時代、到PC時代、互聯網時代、移動計算時代，到現在的邊緣計算時代和未來的虛擬現實融合時代，讓英特爾一直能夠穿越不同技術周期的底層邏輯在于其技術和產業的雙輪驅動邏輯。在創新領域的不斷探索，找到新的技術點去提供方案；在規模化和商業化中去尋找落腳點。“商業化導向非常重要，我們稱之為導向輪。這兩個輪子一起轉，就可以非常好地提供閉環的持續創新效應。”宋繼強院長說到。

　　類腦芯片與機器人平臺融合落地

　　在此次創新日活動上，intel展示了其Loihi類腦芯片與HERO機器人平臺的結合，這位類腦技術進入產業落地提供了前瞻的意義。

　　Loihi是類腦神經元結構的人工智能芯片，目前已經發展到第二代。而HERO是Intel之前應用在服務機器人上的異構計算平臺。這兩者的結合，是一個跨界創新的案例，也就是Intel所提到的“融合創新”理念的體現。可以預見到在未來，Loihi與其他的機器人平臺的結合也未嘗不可，類腦芯片的落地也有望獲得實際進展。

　　全尺度深度視覺學習突破AI擴展瓶頸

　　在人工智能的拓展和落地上，挑戰來自于算法、模型和計算等多個方面，尤其是對于計算、存儲、網絡資源，以及供電都相對緊張的邊緣設備而言，實現AI的落地更具備挑戰。在此次創新日上，Intel前瞻性提出了亞比特神經網絡技術，從統計意義上實現了小于1比特的DNN量化，實現了顯著的DNN壓縮和加速。該網絡架構的硬件友好度較高，在FPGA的實際部署中相比BNN實現了超過3倍的推理加速。

　　此外，ODConv系列模型也將于下半年在英特爾研究院的開源項目Omni-Scalable Vision AI Model Zoo中發布。通過并行策略采用多維注意力機制沿核空間四個維度學習互補性助力器，顯著提高大型及輕量型CNN模型性能。

　　此外，Intel還提供了給予參數共享的神經視頻傳輸技術，利用超分辨網絡對數據的強大過你和能力，可用一個超分辨網絡，達到多個超分辨網絡的性能，減少視頻傳輸帶寬，實現優于H.264/H.265的更高視頻畫面質量。

　　此外，Intel還展示了其三維人體運動追蹤技術（3DAT）的實際應用。在demo展示中僅需一個攝像頭就可以實現的多人三維運動追蹤，可以實現簡單易用、魯棒性高、高質量的實時動態捕捉。這種捕捉技術完全依賴于視覺技術和強大的算法，對于更復雜場景構建也可以使用更多攝像頭來實現盲區減少。

　　規模化、去中心化開啟邊緣計算新時代

　　除了邊緣端的資源受限之外，不同邊緣設備、不同平臺之間的連接也是一個邊緣應用落地的難題。這直接造成了更多的設備、計算量和通訊量的冗余。如下圖所示，今天的邊緣系統中，同一個節點位置可能需要多個邊緣設備來實現同樣的計算工作，對接不同的云端平臺；而在未來，邊緣系統會發展的更為去中心化。邊緣端承載的工作將會更為規模和系統化。

　　以車路協同舉例，Intel的創新融合可以提供高可靠的分布式邊緣系統框架，從底層硬件、到上層的公共邊緣服務、再到上層的開放邊緣系統框架和最頂層的應用的服務，實現開放的邊緣計算應用編程接口。

　　為了更好地實現車路協同，英特爾中國研究院實現了對來自攝像頭、雷達、激光雷達等傳感器的海量數據進行全天候、實時的數據融合分析。在100毫秒內完成復雜場景下的交通風險預判。

　　在現場的demo演示中，英特爾介紹了如何利用邊緣計算技術，實現虛實結合的場景測試，從而提供自動駕駛的測試和開發。這種虛擬場景下的真實道路測試（RTAS）采用“云—邊—車”三層架構：在云端開發測試場景庫和控制模型，在邊緣生成虛擬場景并下發到被測車輛，被測車與虛擬場景在真實道路和環境上實時互動。依托該架構，環境、互動和車輛的真實動態能實時返回邊緣，并形成閉環，實現虛擬世界和物理世界的有效融合。

　　總結

　　除了上述提到的演示之外，英特爾中國研究院還在現場展示了其3D ToF手勢識別應用、智能服務機器人等。作為一家業內領先的半導體廠商，英特爾中國研究院把更多的精力放在了行業應用的賦能上，整體產業生態的融合上，專注于把技術成果轉化到正式的業務應用場景當中。以3S為目標，在雙輪驅動的邏輯下，未來有望看到英特爾中國研究院在中國有更多的政企產研的成果落地。