有了边缘计算和云计算，开发者做设计的时候更关注如何界定边缘计算和云计算？采用哪个更合适？英特尔认为，我们有一个共性的技术需要理解和掌握，就是怎么样使计算架构变得更容易被软件定义。不管是什么样的业务类型都可以更灵活的在云端、在边缘侧，甚至在终端节点上运行。如果没有软件定义的灵活性，我要把工作负载从云端迁移到前端是非常困难的事情，从芯片厂商角度来说我们要做一个这样的考量。
网络优化是人工智能运用于边缘计算的关键
人工智能理论基础尚不完备，这就造成目前很多人工智能很大一部分计算是冗余的，如果想将人工智能用到边缘侧，网络优化是一个关键的技术。英特尔的网络优化思路分三个方面：低比特、剪枝和参数量化。
所谓低比特，在传统的深度学习领域，参数往往是用32比特的单精度浮点来进行表述，但是我们看到，在很多应用场景里，比如在安防领域、机器学习以及机器视觉领域，实际上精度要求没有那么高，英特尔把整个参数的精度在不影响最终的识别率的情况下，从32比特的单精度浮点，转变成16比特的半精，甚至于转变成8比特的整精或者是2比特的整精。随着比特数量不断地降低，存储量和计算量都降低了，这样就可以在原来相对计算能力有限的平台上做更复杂的操作。
剪枝也类似，如果把一个人工智能的网络比喻成一个树枝，这个树的每个不同的分杈，实际上对应的是不同的检测特征。对于不同的应用场景关注的特征不一样，很可能这些处理和检测特征对最终检测是没有效果的。对于没有效果的分支，完全可以剪掉，剪枝能够极大地降低计算。
量化就是参数可以根据它的一些特征做聚类。一类参数可以用相对简单的一些符号或者一些数字来表述，这样能够极大地降低人工智能对于存储的要求。对这样的优化思路，英特尔在不断地发展人工智能技术和硬件配合，形成很好的互动。
壮大生态系统，才能更好地推动发展
边缘计算是一个很大的生态，任何一家公司都无法提供这个产业链里所涉及的上下游所有环节。在这个产业链，英特尔定位自己是一家芯片公司，提供计算、通信、存储所需要的芯片解决方案。张宇表示，“仅凭我们的一己之力不足以实现边缘计算产业的宏大目标，我们需要众多类型的公司和机构来参加，就像各位在ECC边缘计算联盟所看到的，有来自学术机构的参与，有来自政府机构的支持，这样才能齐头并进，才能够真正地让人工智能的潜力全部发挥出来，让人能够凭借人工智能技术做到更多以前我们做不到的事情。”
边缘计算需要芯片，但是光有硬件还不够，还需要软件进行配合。张宇提出，“我们还为用户提供围绕芯片相关的底层软件和中间件元素。利用我们提供的零件能够帮助合作伙伴更好地开发它们的相应产品。”目前英特尔与华为和沈阳自动化研究所已经达成了合作，华为刚发布了基于英特尔处理器的边缘网关产品AR550i，利用这个产品，华为在整个产业链起到ODM、OEM的角色。在本次边缘计算产业联盟峰会上，英特尔联合沈阳自动化研究所展示边缘计算测试床——智能机器人，目的是验证基于深度学习的机器视觉方案在实际系统中的工作效果。
张宇强调，“我们对于垂直行业的认知肯定没有行业合作伙伴那么深，在这方面我们和他们之间是很好的配合作用，我们提供解决方案，他们提供他们的应用方案，大家一起构架满足特定垂直行业要求的整体方案来加速它的落地。英特尔除了可以在边缘计算的节点持续做研发外，还具有云计算的能力以及在网络通信基础设施上的能力，我们可以更宏观、更整体的服务于整个行业的需求。”
