彙整全產品AIOT軟體布局，英特爾推出邊緣運算軟體集散中心網站

關於人工智慧、物聯網（AIOT）的支援，英特爾提供的解決方案不只是硬體層面的運算技術，也包含軟體應用技術，而近兩三年以來，他們發展的軟體平臺當中，經常被該公司所提及的開發工具套件是OpenVINO Toolkit，產品全名為Intel Distribution of OpenVINO Toolkit，而OpenVINO這個品牌的全名，則是Open Visual Inference & Neural Network Optimization，支援的運算與加速技術也相當廣泛，包含該公司旗下的中央處理器、整合繪圖處理器、FPGA、Movidius VPU。

若要取得各種軟體開發的相關資源，英特爾原本就設立了專屬網站Intel Developer Zone，目前針對IoT、AI等類別的應用，都已設立了專區。

而在IoT的部份，目前區分為兩大部分，一個是雲端硬體部署測試平臺Intel DevCloud for the Edge，在2019年11月舉行的Intel AI Summit大會推出，另一個則是今年6月悄悄登場的邊緣運算軟體專區Intel Edge Software Hub。

針對多種邊緣運算應用場景，提供多種預先驗證的容器化套件

Edge Software Hub如今之所以受到矚目，主要是因為他們在9月23日舉行的Intel Industrial Summit大會，發表研發代號為Elkhart Lake的Atom x6000E系列、Pentium與Celeron的N系列與J系列處理器，以及採用Tiger Lake微架構的第11代Core通用嵌入型處理器，同時也開始積極主推這套軟體資源共享平臺，一週後，在臺舉行的2020英特爾邊緣運算媒體暨分析師說明會當中，他們也特別提及Edge Software Hub。

一週後，在臺舉行的2020英特爾邊緣運算媒體暨分析師說明會當中，他們也特別提及Edge Software Hub。

在這個網站當中，不僅有開發工具Intel Distribution of OpenVINO Toolkit，也提供Edge系列軟體套件，可針對不同產業的專屬應用需求，目前有Converged Edge Insights（搭配MEC與5G網路的IoT應用）、Edge Insights for Vision（電腦視覺）、Edge Controls for Industrial（將固定功能的工業控制系統轉型為軟體定義方案）、Edge Insights for Industrial（產品品質、預測性分析、工業自動化），以及Edge Insights for Retail。

英特爾表示，上述這些都是經過最佳化調校、容器化的軟體套件，而能促成狀態感測、視覺辨識、自動化處理等種種變換型的邊緣運算應用，可協助業者與開發人員更快推出相關產品，並且提供更強大的效果。

不過，Edge Software Hub的出現，也經歷了一些過程，英特爾公司亞太區物聯網事業部平臺行銷經理張沛哲表示，他們過去三年推廣OpenVINO時，學到很多事情，今年5月推出Intel Edge Software Hub，希望提供一站式的邊緣運算軟體集散中心，解決方案的開發者可以連到這個網站，就能拿到針對英特爾最新平臺優化的軟體，這當中也提供一些除錯工具協助應用程式的設計。

除此之外，有些系統整合廠商也有發展整體解決方案的需求，張沛哲提到，在Intel Edge Software Hub裡面，也提供不同的軟體套件，而在這個網站，可以看到Edge Insights for Industrial、Edge Control for Industrial，都是針對工業4.0專屬的套裝軟體，同時，也有Edge Insights for Retail，是為了零售業而提供的軟體套件，針對視覺運算、AI推論處理的部份，也提供專門的套件，未來英特爾還會提供更多的套件，讓開發人員、開發廠商或系統整合廠商使用。

展示5G網路環境下的同步生產作業原型

在Intel Industrial Summit期間，英特爾透過影片展示了他們設計的5G原型系統，呈現工業級、無線的時間敏感網路（Time Sensitive Networking，TSN），而TSN和時間協調運算（Time Coordinated Computing，TCC）技術，正是上述Elkhart Lake與Tiger Lake處理器所強調的新增特色，支援即時、可靠的工業運算應用。

本場展示提供1微秒以內的同步處理精準度，可支援關鍵的流量處理時間延遲度需求──在兩個端點之間的反應時間，可達到4毫秒以內，而且能在流程中的每個環節實施服務品質控管（QoS），於是，在混合網路流量環境下，可確保TSN效能。

為何要有這樣的示範？英特爾表示，傳統機臺都是單打獨鬥，一個設備只做一件事情，而英特爾展示的是多機臺的協作，以汽車製造為例，在輸送帶的車體上，機器手臂若要進行焊接，需跟著車體的位置移動，隨時調整焊接的位置（車子在動，機器手臂也在動），也就是在兩個運動控制之間，必須做到非常精準的同步。

在英特爾的展示當中，設置了兩個遠端設備，各搭配一臺控制器，兩個遠端設備之間是透過5G網路來進行通訊，而且，兩邊也都有一臺TSN交換器，把5G訊號轉換成TSN的有線訊號，然後再傳送至這兩臺控制器。

其中一臺控制器搭配第11代Core處理器，另一臺則是Atom x6000E處理器，這兩臺控制器底下各連接一個馬達驅動器、控制一個齒輪的轉軸。而英特爾也在齒輪的一邊設置了雷射光發射器，將光線投射至另一邊的齒輪上，以此驗證兩邊的齒輪轉動是否同步，若是、兩邊的轉軸是完全密合的，雷射光無法穿透到另一邊，反之，就會看到雷射光穿透，代表出現兩邊轉軸不密合、不同步的狀況。

例如，一邊齒輪的突出剛好符合另一邊齒輪的凹洞，此時，雷射光就不會穿透，但如果兩邊沒做好同步，就很容易忽快忽慢，導致雷射光會發生穿透過去的狀況。

除此之外，英特爾又在這個環境當中，特別加上了AI人臉辨識的應用，他們在另一個環境架設了網路攝影機，將視訊畫面連接到TSN交換器，以模擬網路同時有大量封包傳送的情境。他們想以此突顯，即使在有其他大型運算流量的干擾下， 透過5G、TSN等網路傳送的這種即時訊號封包，不會受到影響。

而基於這樣的應用方式，英特爾認為，Atom x6000E與第11代Core處理器可提供更強大的運算能力，對於影像運算、AI處理，也都有很大的改善，另外，它們也支援最新工業應用的特色。像是TSN、TCC，以及工業領域日益受到重視的功能安全（Functional Safety）。

透過TSN的運用，我們可以實現5G無縫而全面的即時控制，例如，在醫療領域，我們可以從遠端進行達文西手術。另外，這樣的架構也能增加IT與OT網路之間的整合。

在傳統的工業環境裡面，傳送IT資訊與OT訊號的網路是分開的，而在OT環境當中，底層的律動控制或機器手臂控制都在封閉網路下進行，以免受到干擾；若能透運用TSN，就可以把這兩種網路技術直接統合在TSN身上，在同個網路上，也就可以兼容多種網路協定，此時，網路頻寬不僅增大，能具有時間確定的、同步的特性，而不需要布建多種網路的環境，進而節省成本。

而在軟體的配置上，英特爾表示，若搭配英特爾提供的Edge Control for Industrial平臺，可以更容易實現IT與OT的整合，提升產品使用的彈性、可用性、可靠性，並且能節省整體營運資本支出。

除了用齒輪來印證可同步進行製造流程，英特爾另一個提出的例子是無人搬運車，能讓搬運車到達輸送帶的時間跟輸送帶能夠產出物品的時間，兩者完美匹配，而不會發生搬運車在一旁處於等待的閒置狀態，可提升整體利用率。

關於網路環境的應用，不論是5G或是Wi-Fi，要用到TSN，才能支援決斷性時間（deterministic time）的特性，英特爾強調，工業網路環境並不是連線速度夠快、頻寬夠大就好，還要很確定的時間，而不能忽快忽慢，增加生產的不確定性。以5G網路而言，裡面有個規範是URLLC（超可靠低延遲通信），支援決斷性時間，若是Wi-Fi，則需要搭配TSN，即可支援決斷性時間網路。

而在軟體的搭配上，英特爾在此運用Edge Insights for Industrial和Edge Control for Industrial，前者可用來執行影像與非影像資料的採集、分析、運算、儲存、通訊，後者支援即時與TSN的控制。

介紹連續型製造與離散型製造的應用

在2020英特爾邊緣運算媒體暨分析師說明會，以另一支影片展示他們用於製造業的軟體應用，當中區分為連續型製造與離散型製造等兩種情境。

以連續型製造的場景為例，最大的挑戰在於如何確保工廠內部的控制系統，不會因為任何異常而中斷。像是石化、飲料、食品或是醫療等產業的製程是連續、不可中斷的，若在某個環節發生故障，系統需要關機、重新設定，將會導致很大的損失。

而英特爾展示的作法是運用超融合系統（Hyper Converged System），以及Edge Control for Industrial的軟體套件，若企業臨時要把當中的某個運算節點下架，來進行維護，原本在節點執行的應用程式，會自動移轉到另一個可執行的節點，以便繼續運作；若因為意外而導致運算節點離線，這些工作也會自動切換到可用的運算節點，避免產生服務中斷的情況。

在離散型製造的部份，像是汽車製造、手機或3C產品加工等生產環境，業者面臨的主要挑戰在於，如何生產得更快、具備更高的生產效能、產量要倍增、增加生產準確性與產品品質，因此他們的製程要很聰明、靈活、可根據外在環境不同而進行調整。英特爾在此展示的例子是機器手臂結合視覺辨識的物件抓取，當一個六面的立方體被一支機器手臂擲出、放在輸送帶上移動，即便物體發生不規則的滾動，所在的位置與本身的角度都處於不規則的狀態下，但機器人還是可以即時偵測到物體所在位置並進行判讀，而且跟隨得很緊，做到精準抓取，反應時間可達到兩毫秒。

相較於傳統機器手臂的功能都是固定，現在結合視覺辨識與終端控制軟體的機器手臂，可隨時根據定義好的物件來進行追蹤，而能夠將其用在高度不確定、且需即時控制的環境裡面，對於汽車製造這類產業的生產製造流程很有益。因為，對製造業而言，越來越常面臨「少量」「多樣」的產品，因此會需要具備這樣快速、動態的調整能力。