微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 快鱼吃慢鱼的时代 英特尔布局物联网领域

快鱼吃慢鱼的时代 英特尔布局物联网领域

2015-06-10 13:21
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-10 13:21 CNET科技资讯网

物联网的潜力毋庸置疑。近期,三星、华为、谷歌、英特尔等先后推出自己的物联网平台或系统,大家争相布局物联网领域,而这块“大肥肉”究竟怎么分,还要看厂商们自己的规划、战略跟实施的情况。

究竟什么是物联网呢?搜索网络得知,物联网就是物物相连的互联网,这有两层意思:其一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;其二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信,也就是物物相息。

快鱼吃慢鱼的时代 英特尔布局物联网领域

英特尔公司全球副总裁兼物联网解决方案事业部总经理Doug Davis这么定义物联网,他表示,如果要讨论到物联网的话,当然要谈到合作伙伴、分析师,英特尔发现大家对物联网的诠释都不太一样,而英特尔认为物联网就是一些装置跟网络连接,然后可以把资料摆在云端,那么他们所产生的资料会在云端或者在数据中心内,通过进一步的分析来获取相关资讯,而这些资讯往往能够改变业界的一些做法,进而改善我们的生活。

积极投身物联网的企业越来越多,他们能否能脱颖而出还是未知之数,怎样摆脱画地为牢的窘境也是当下面临的难题。

近期,英特尔在Computex2015上就物联网的话题与媒体进行了深入的探讨,英特尔表态,将致力于创新物联网的服务与应用,为各行各业带来前所未有的商机,可见英特尔对进军物联网领域信心十足。

物联网——英特尔战略的重要组成部分

我们都知道,英特尔2014年的总收入为559亿美元,物联网事业部的收入为21亿美元,虽然不足4%的份额,但是却潜力无限。

快鱼吃慢鱼的时代 英特尔布局物联网领域

英特尔物联网事业部、零售解决方案部门总经理詹森侨(Joe Jensen)在接受媒体采访时表示,他在嵌入式和物联网领域内已经工作了31年,一直以来嵌入式在英特尔业务领域里都是很成功的,只不过在过去PC和服务器对英特尔整个公司来说是比较主要的业务,但是现在不一样了,因为物联网变成一个热点话题,而且确实也看到了很好的市场机会,所以在物联网的发展和布局上,跟从前比的话,是有一个比较大的变化。他认为是数据传送到各种各样的终端产品上,这个过程的成本会变得比较低了,而且计算能力的获取也变得更加便宜了,而且软件的这种分析又更加高效和更有针对性,所有的事情加起来之后,导致了IOT变成了很火的话题。他举了一个例子,25年前,90年代的时候,他曾经做过市场经理,那个时候做的是平板电脑,在那个时候英特尔就已经有了平板,只不过那个还不太像现在这样,25年前有20磅那种重,有7厘米那么厚,根本就不能自由移动的去使用;再看五年前的情况就完全不一样了,整个产品的移动性和性能都特别好,你可以做特别轻薄的平板电脑,这个时候计算就能跟着你走来走去了,就是这样的过程。这样一个发展其实对于物联网未来发展趋势应该也是一样的,这就是为什么英特尔现在做物联网做得这么集中,这个战略现在这么重要的原因。

其实,英特尔对物联网一直都会有很多的投资,詹森侨表示不方便透露细节。

物联网——眼下最热的市场之一,英特尔物联网事业部在去年交的答卷为21亿美元,现在看来,英特尔并不满足。英特尔也在物联网上押了重注,寄希望于2015年。

快鱼吃慢鱼的哲学:英特尔重视应用软件 助力客户成为快鱼

詹森侨表示,目前,物联网领域不是大鱼吃小鱼,而是快鱼吃慢鱼。

“快”字诀是物联网领域的玩法,唯快不破,谁跑在前面谁就能活下来,并且占得先机。

在物联网领域,英特尔比较看重应用软件方面的投入,Doug Davis的演讲中举了很多例子,詹森侨表示,从这些案例来看,英特尔

在软件和数据分析方面投入很大,因为这些软件和数据分析是特别重要的地方,它能够真正让这些数据变得有意义。对英特尔的客户来说,他们怎么样正确的去写软件就特别的重要。这个软件对我们来说可以用在Atom上,可以用夸克上,比较高级别的话就会用到至强上面,这些都是可以的。有了好的软件去匹配,英特尔产品的性能从高到低都能够有比较好的表现。对于不同的SoC有不同的侧重点,必须要有好的软件去做相应的优化,跟这个SoC做结合。英特尔希望在这上面的投入能够给不同客户和伙伴带来软件的能力。

詹森侨说道,对于英特尔来说,我们的目标就是帮助我客户,让他们都变成快鱼。所以在软件这方面有更多的投入,帮助伙伴有软件的能力,这样他们就能够有更快的行为。

布局生态链 英特尔不想画地为牢

布局生态链一直是英特尔所擅长的,这些经验也被应用在了物联网领域。

詹森侨表示,通过这个生态链,英特尔的客户会跟更多的最终用户去接触,这个也是英特尔现在在做的事情。比如Doug Davis提到的U BIKE自行车案例,这是一个简单高效又比较低价的方式,能够去解决交通的问题,为大家日常生活提供便利。但是他们不想为此做一个系统,或者不想为此开发一个软件,它只是这个生态链里面的一个,英特尔把整个生态链的人带过来,跟他一块做这个事情。

在物联网领域,单打独斗很难支撑企业在物联网领域的发展,拥抱更多的合伙人共建生态圈才可能成为赢家。

去年底,英特尔还推出了名为“英特尔物联网平台”的产品,就目前平台的发展情况,詹森侨发表了他的看法,他认为,英特尔的方式就是有一个比较开放的平台,对用户来说是比较好的,因为他能够在这里面选择对他自己最合适的方案,这个方案是他可以挑选不同的部分,最终合成一个匹配他自己应用需求的方案,这是为什么说对用户比较好。我们的这种方式可能对用户来说,效果比较好一些,成本也会低一些,这个和别人的方式是完全不一样的。

互帮互助 与CTE合作伙伴一起发力物联网领域

在过去的几年中,英特尔在深圳产业圈投入了大量的人力物力,这也造就了今天我们提及的CTE产业圈。

在Computex2015上,CTE产业圈的合作伙伴对物联网领域也非常感兴趣,提及此,詹森侨表示,英特尔一定会把物联网系统带到CTE这边,这对英特尔来说是非常重要的策略。CTE很惊人的地方就在于它的速度,像刚刚说的快鱼吃慢鱼的例子,在CTE是最好的表现。对CTE来说,当他们去看英特尔的开放式架构的话,正好契合他们的特点,因为他们不需要从头到尾的去做,他们把自己最熟悉的东西直接加入到这个平台上去,马上就能出来他自己的产品。同时,英特尔也跟CTE合作伙伴学了很多,包括速度,以及不同平台他们怎么样降低自己的成本等。

想要玩转物联网,不单单是做产品,更重要的是如何给用户提供更好的体验。从上面不难看出,英特尔调配了很多优势资源来支援物联网的发展,而物联网也不再是雾里看花的状态。今年,英特尔能否在物联网领域成为赢家,还需要市场给我们一个答案。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-