芯東西（公眾號：aichip001）

芯東西4月12日報導，今天，英特爾中國研究院舉辦了2022年探索創新日活動，展示了在人工智慧、邊緣計算等方向的研究，包括機器視覺、神經網絡、三維人體追蹤技術、智能交通、虛擬場景下的真實道路測試等技術成果。

活動期間，英特爾研究院首席研究員、英特爾中國研究院視覺與人工智慧實驗室總監陳玉榮分享了有關英特爾中國研究院在視覺智能方面的技術；英特爾研究院首席研究員、英特爾中國研究院智能邊緣系統實驗室總監吳向斌分享了英特爾中國研究院在車路協同、邊緣計算等領域的研究成果；英特爾中國研究院政府和企業合作總監王鵬則分享了英特爾中國研究院政產學研的合作模式及最新案例。

此外，英特爾研究院副總裁、英特爾中國研究院院長宋繼強還和芯東西等媒體，深入交流了英特爾中國研究院在數位化時代的定位、研究方向及其創新策略。他強調，英特爾中國研究院正在將前金字塔型的學術合作，變為「政、產、學、研」多方合作的創新網絡，專注於人工智慧、邊緣計算、敏捷設計三個方向。

一、「政產學研」模式推動創新，跨界組合類腦晶片和機器人計算平台

英特爾中國研究院院長宋繼強首先分享了英特爾中國研究院的研究網絡和發展策略。

他提到隨著數位化技術發展，虛擬世界正在和真實世界融合，每個人都將擁有很多數據和算力。英特爾也在提供計算、從雲到邊緣的基礎設施、各種連接以及人工智慧。

英特爾中國研究院在5G標準、人工智慧算法、智能設備、自動駕駛等方面都已做了相關的研究和貢獻。目前，英特爾中國研究院有一個3S策略，即「Seek（發現）、Solve（解決）和Scale（推廣）」。

▲英特爾的3S策略

在發現階段，英特爾中國研究院會和學術、政府和產業等多方進行合作；在解決階段，英特爾中國研究院會研發智能邊緣、視覺智能與視覺合成、雷達感知等領域的技術；最後，英特爾中國研究院通過英特爾的平台和製造能力，將這些技術推廣到全球。

宋繼強稱，英特爾中國研究院已經實現了多項成果的轉換，比如和中國電信運營商的研究人員合作，實現了全球首個虛擬化無線接入網絡驗證平台，幫助英特爾網絡平台事業部FlexRAN提供相應的解決方案。

原本英特爾中國研究院主要和不同層級的科學家進行學術合作，合作模式呈金字塔型；如今英特爾中國研究院將和學術界的合作作為底座，加強了和政府、產業界的合作，實現了政產學研的研究網絡。

▲英特爾中國研究院政產學研合作模式

宋繼強強調，英特爾中國研究院的「雙輪驅動」，一個是探索創新領域的動力；另一個是規模化、商業化的導向。他們將通過這種方式不斷進行創新。

在創新中，英特爾中國研究院還需要進行很多深度的跨界融合。宋繼強以英特爾第二代類腦神經擬態晶片Loihi 2為例，英特爾中國研究院將Loihi 2和原本用於機器人的HERO異構計算平台結合，打造了類腦實驗感知平台，以加速類腦應用落地。

▲英特爾中國研究院院長宋繼強介紹將類腦晶片和HERO平台融合

在活動中，英特爾中國研究院宣布與首都醫科大學附屬北京朝陽醫院達成戰略合作協議。

首都醫科大學附屬北京朝陽醫院副院長，首都醫科大學附屬急診醫學系主任郭樹彬稱：「此次的跨界合作，將整合雙方在醫療科研實踐與智能感知計算研究上的優勢，共同探索急診醫學數位化轉型所涉及的前沿技術，將智能技術深入融合到急診的院前、院中、院後多個階段，並提供智能化診療策略，突破急診醫療發展的瓶頸。」

▲英特爾中國研究院宣布與首都醫科大學附屬北京朝陽醫院達成戰略合作協議

同時，英特爾中國研究院宣布與南京市麒麟科技創新園合作，聯合成立英特爾智能邊緣計算聯合研究院。

據悉，英特爾智能邊緣聯合研究院聚焦三個前沿領域，分別是智能邊緣計算平台軟體/硬體系統；應用領域的數據搜集和分析、工作負載分析；以及未來智能網絡與工作負載的軟硬體加速。

二、新神經網絡加速器提升3倍推理速度，新設計提升模型識別準確率

英特爾研究院首席研究員、英特爾中國研究院視覺與人工智慧實驗室總監陳玉榮分享了英特爾中國研究院在人工智慧和視覺智能領域的研究成果。

陳玉榮稱，主流DNN模型都是計算和存儲密集模型，很難部署到邊緣、終端及嵌入式設備上。英特爾中國研究院首先提出了亞比特神經網絡這一技術。

該技術能夠從統計意義上實現<1bit DNN量化，顯著地進行壓縮/加速比。在FPGA的實際部署中，亞比特神經網絡加速器具有更快的推理速度。因為亞比特神經網絡架構的硬體友好特性，其在FPGA上較BNN模型（二值神經網絡）提升了3倍的推理速度。

▲亞比特神經網絡

英特爾中國研究院還研發了全尺度深度視覺學習技術，其部分研究成果已發布在NeruIPS、ICLR等AI頂級會議。近期，英特爾中國研究院提出一種新的動態卷積設計ODConv。

這種設計能夠以「即插即用」的方式替代常規卷積，顯著地提升大型及輕量型主流CNN模型的識別準確率，在ImageNet和MS-COCO等負載上分別提升了5.8%和3.9%的絕對識別準確率。ODConv系列模型將於今年下半年，在英特爾研究院開源項目Omni-Scalable Vision AI Model Zoo中發布。

▲動態卷積設計ODConv提升推理準確率

在2022年冬奧會開幕式上跟隨小朋友而動的雪花就採用了英特爾的三維人體運動追蹤技術（3DAT）。相比一般的人體追蹤、捕捉，該技術不用在專業的攝影棚內，也不需要運動捕捉對象佩戴任何標記、設備，提供了簡單易用的高質量實時人體動作捕捉解決方案。

▲英特爾的三維人體運動追蹤技術（3DAT）

此外，陳玉榮還回顧了英特爾中國研究院的AI原生視頻壓縮技術和基於參數共享的神經視頻傳輸技術。

前者結合視頻超分辨和傳統視頻壓縮技術，已實現更高的壓縮率，並較傳統的H.264\H.265格式有著更高的清晰度；後者則利用超分辨網絡對數據的強大過擬合能力，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，實現更高的視頻畫質。

三、給汽車帶上VR，邊緣計算實現全天候道路風險監測

英特爾研究院首席研究員、英特爾中國研究院智能邊緣系統實驗室總監吳向斌則分享了英特爾中國研究院在車路協同、邊緣計算等領域的研究成果。

自2019年至今，英特爾中國研究院與造車新勢力、傳統車企、網際網路企業、Tier 1供應商、大學等多方合作，在中國智能交通產業聯盟發布、實施了《自動駕駛車輛決策的安全保障技術要求》和《自動駕駛車輛決策安全保障系統測試規範》。

▲自動駕駛車輛決策安全技術及測試標準

吳向斌稱，目前全球大多數自動駕駛採用真實道路測試和計算機仿真兩種方法。但是，在真實道路上進行測試的問題在於其場景較為簡單、很難重複、成本比較高，且隨著技術的成熟，真實路測中遇到問題的概率會越來越少，這會不斷加大發現、解決問題的成本。

計算及仿真則可以低成本地進行重複測試，但是關鍵在於不真實，難以模擬真實的車路情況。

為此，英特爾中國研究院提出虛擬場景下的真車實路測試（RTAS）。這類似於給汽車帶上VR頭顯，讓真車在實路上進行虛擬的場景測試。這可以重複生成關鍵場景，且成本較低。

▲虛擬場景下的真車實路測試（RTAS）

不過，這個應用除了需要雲和車上的訓練和測試，更需要大量的邊緣數據收集、分析和處理能力。

吳向斌認為邊緣計算是一個融合了虛擬世界和現實世界的節點。在傳統的雲計算場景中，時延較長，數據搬移需要付出較大的代價。在端上的計算有著極高的複雜性，這種不同系統、不同網絡、不同設備的複雜性會帶來嚴重的安全隱患。相比之下，邊緣計算則可以集中管理，結合數字世界和物理世界的優點。

通過邊緣計算，英特爾中國研究院實現了對來自攝像頭、雷達、雷射雷達等傳感器的數據進行全天候、實時的數據融合分析能力，能夠在100毫秒內完成複雜場景下的交通風險預判，消除交通事故風險。

▲通過新型傳感器實現的全天候監測網絡

在機器人方面，英特爾中國研究院通過將邊緣計算引入機器人系統，讓其具備低功耗、小尺寸和高智能的能力。

▲英特爾採用邊緣計算的智能服務機器人

結語：晶片巨頭加速AI、邊緣計算研究落地，話語權競爭已拉開帷幕

隨著自動駕駛、機器視覺、機器人等技術逐漸發展，不斷有新的技術和方案推出，企業如何與學術界合作，將技術轉變為落地的成果十分重要。英特爾中國研究院改變了此前的合作模式，引入政府和產業等多方面合作，取得了一定的成績。

活動期間，英特爾中國研究院重點展示了在人工智慧、邊緣計算等大領域中，視覺智能、自動駕駛、5G、雷達感知、機器人等研究成果。如今，這些新興技術已成為驅動晶片市場發展的重要因素，英偉達、英特爾等晶片巨頭都在加緊布局，掌握未來市場的主動權。