《“无接触”商业迎来风口期,英特尔AI百佳计划化解落地难题》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2020-03-06
  • 近段时间,“无接触配送”使“无接触”的概念再次回归大众视野。在特殊时期,人们将安全放在第一位,“无接触”商业似乎成了“刚需”。然而,“无接触”商业并不是当前时期才出现的全新领域,近年来,从“无人便利店”到“智能快递柜”,“无接触”的商业模式已经悄然在多个行业兴起。

    让“无接触”真正落地,英特尔给出解决方案

    “无接触”商业绝不是简单的“快递放门卫”,也不单是“无人零售”的“一家独大”,相反,“无接触”的概念及其所涉及的领域更加广泛,背后的技术要求也远比想象的要复杂。

    在这之中,首先要解决的是视觉和算力的问题。“无接触”意味着以往由人提供的服务开始被智能设备取代,更多的服务不再依托人与人的直接沟通和对话,而被人机交互所取代。既然要依靠设备来进行“沟通”,视觉+人工智能(AI)技术就成为了解决人机交互难题的“杀手锏”。而视觉+AI技术的计算速度(尤其是边缘计算速度)、深度视觉能力以及智能分析水平,都会直接影响人们对“无接触”商业的印象。

    为了更好地解决“无接触”商业的落地难题,英特尔推出了一系列领先的技术和产品组合,通过高度灵活和全面优化的解决方案,充分发挥其生态合作伙伴在各自领域的专业优势,推动“无接触”商业的落地和发展。

    ·   英特尔® 至强™ 可扩展处理器:拥有强大的平台能力,以及在AI推理、网络功能、持续内存带宽和安全性等功能上的优势。其敏捷性和可扩展性可有效改善总体拥有成本,提升用户的生产力。

    ·   英特尔® 酷睿™ 处理器:具有强大的通用计算能力,与英特尔® 核芯显卡的出色并行处理能力相结合,在高可用性、可扩展性和安全性上具有巨大优势。

    ·   英特尔® Movidius™ VPU:采用专门的架构,具有较高的计算能力和超低功耗,实现了业界领先的性能功耗比和性价比。可提供高能效的高品质图像处理、计算机视觉和深度神经网络,很好地满足边缘视觉图像处理及AI需求。

    ·   英特尔® RealSense™ 技术:赋予设备观看、理解、交互以及从环境中学习的能力,可在摄像头支持的整个视野范围内提供高度准确一致的深度数据。

    ·   英特尔® OpenVINO™ 工具包:包括模型优化器和推理引擎,提供了高度优化的神经网络计算能力,并能够基于包括英特尔CPU、iGPU和VPU在内的英特尔硬件平台,加速深度学习模型推理工作。

    携手AI百佳计划成员,让“无接触”商业迈向现实

    有了技术,下一步就是形成解决方案并在行业落地,这就要亮出“英特尔AI百佳创新激励计划”(简称“AI百佳计划”)了。AI百佳计划旨在协同英特尔领先的产品组合和软硬件协同创新的独特优势,帮助一百家优秀的人工智能创新创业团队优化产品和解决方案,推动人工智能领域生态发展和智能应用落地。而在AI百佳计划的成员当中,就有不少让“无接触”真正落地的优秀案例。

    ·   云拿无人便利店

    云拿科技以计算机视觉、机器学习和物联传感技术为核心,立足于其原创的学习算法引擎Cloudpick++,深耕智慧零售、无感支付、商店无人化和商业物联等技术,致力于为企业级用户提供全球领先的人工智能智慧零售整体解决方案。

    坐落于上海虹桥机场T2航站楼的“云拿便利店”就是对“无接触”零售的生动诠释。顾客只需在首次进店时在云拿小程序开通“免密支付”,就可轻松实现“无接触购物”,甚至都不需要站在POS机前为所拿货物“扫码”,整个购物过程均可“无感”完成。数据显示,云拿无人店的无感结账可在5至10秒内完成,准确率高达99.99%。

    此外,云拿科技还使用英特尔的领先技术开发出了面向未来的智能商店解决方案。从英特尔® 酷睿™ i9处理器,到包括英特尔® OpenVINO™工具包在内的软件框架和工具,除了让“无接触”的购物成为可能外,这套解决方案还能让无人店秒级定位商品和消费者行为,支持错拿错放、多人组团购物等功能,性能也将大幅提升。

    (云拿无人便利店)

    ·   小钴科技AlphaLook® 3D人脸模组

    小钴科技是一家提供AI边缘计算方案的AIoT服务商,专注于计算机3D视觉、聚焦3D人脸活体防伪和嵌入式人工智能研发及应用,致力于提供高性能、低成本、低功耗、小体积的嵌入式人工智能软硬件解决方案,实现视觉感知与计算的一体化。

    小钴科技的AlphaLook® 3D Mini 模组,搭载了小钴定制的英特尔® RealSense™双目散斑结构光3D 摄像头和英特尔® Movidius™ Myriad™ 2 VPU,能够让人脸识别的准确性和识别速度大大提升。该模组能够实现更高精度、更高安全级别的3D人脸识别解决方案,基于该技术的智能人脸识别门锁,拥有高安全活体识别的防伪效果,能够兼容1.2米至1.9米的不同身高,其光线兼容功能也让极端环境下的物体识别成为可能。

    得益于该模组的强大算力与精准的3D人脸算法,小钴科技推出了多款行业解决方案,从AlphaLook® 3D人脸识别门锁,到AlphaLook® 3D PAY人脸识别收银机,再到其3D人脸储物系统在保险柜、文件柜和智能快递柜中的应用,都为“无接触”零售提供了可能。

    (小钴科技AlphaLook® 3D mini模块)

    ·   极智嘉物流机器人

    北京极智嘉科技有限公司(Geek+)专注仓储物流领域,旨在通过领先的机器人产品和人工智能技术实现高度柔性和智能的物流自动化解决方案,为客户提供领先可靠的一站式企业级服务。

    从英特尔® 至强® 处理器、英特尔® 酷睿™ 处理器,英特尔® Movidius™ Myriad™ X人工智能加速芯片,再到英特尔® RealSense™ 技术和英特尔® OpenVINO™工具包,英特尔正在助力极智嘉利用大数据分析及智能机器人技术,提供柔性自动化、无人化和智能化的机器人系统和服务,实现紧急医疗用品以及保障民生类用品的的无人化高效存取和无接触配送。在春节期间,极智嘉物流搬运及分拣机器人在北京国药、南京医药、杭州联华、永辉超市、顺丰、苏宁、波司登等仓库持续高效运营,发送医药和民生物资近300万件。

    (极智嘉智能拣选机器人)

    ·   西井科技Orwell

    西井科技是中国本土科创企业,致力于打造“芯片+算法”的全栈人工智能解决方案,为智慧港口、智慧矿场、智慧城市、物联网、工业4.0等行业赋能。目前,西井科技的客户已遍及海内外50个码头和大型矿企。

    西井科技推出的WellOcean AirWork是“非接触”的概念在物流领域的重要落地应用,这款智慧港口远程作业系统,能够帮助码头作业人员在家就可以实现远程作业,不仅可以大幅降低码头运营过程中人员无法到达现场作业所带来的潜在停摆风险,还为未来智慧港口探索出了一种全新的作业模式。

    西井科技通过自研AI核心硬件计算单元,加上使用了英特尔的FPGA产品,从而打造不同的形态和产品,研发出了Orwell云端一体化AI加速硬件平台,该平台已开始在西井科技自有应用场景如智慧港口、智慧矿场等工业物联网中进行了部署。此外,从英特尔® 至强® 可扩展处理器到英特尔® 酷睿™ 处理器,英特尔领先的产品组合也助力西井科技实现了码头全场景的识别+计算的解决方案。

    (西井科技WellOcean)

     

    ·   钛米机器人

    上海钛米机器人科技有限公司是一家以智能医疗服务机器人为载体,为医疗机构提供智慧医院整体解决方案的公司。其解决方案涵盖了医疗物资配送管理等诸多“无接触”医疗的应用场景,其医疗服务机器人已在全国百余家三甲医院落地使用。

    钛米科技的TMI核医学病房服务机器人拥有自动导航、自动避障的功能,并能够连续5小时进行工作。这款机器人搭载了英特尔领先的软硬件产品组合,从英特尔® 酷睿™ i7处理器、英特尔® NUC计算单元,到英特尔® RealSense™ 技术,再到英特尔® OpenVINO™工具包,都有效地优化和提升了机器人的数据处理速率、识别效率和视觉性能。目前,该机器人已在武汉协和医院、上海仁济医院等全国一百三十多家三甲医院投入使用。此外,目前已有40多台钛米消毒机器人在武汉各医院的隔离病房、ICU、手术室、发热门诊进行7*24小时的无人值守自动消毒,有效弥补了传统固定式消毒设备的不足,完全达到高水平消毒要求的99.9999%杀灭效果。

    当前,英特尔正在发挥其端到端的技术实力,凭借领先的视觉+AI技术,携手包括AI百佳计划成员在内的生态合作伙伴让“无接触”技术真正落地,打造万物智能互联的崭新世界,拓展“无接触”商业的无限未来。

    (钛米医疗服务机器人)

相关报告
  • 《ISSCC 2025:英特尔Navid Shahriari:AI时代创新矩阵》

    • 来源专题:集成电路与量子信息
    • 发布时间:2025-02-18
    • 据芯思想(Chipinsights)微信公众号2月18日报道,英特尔新上任的代工技术开发高级副总裁Navid Shahriari日前出席ISSCC2025并发表主题为“AI时代创新矩阵”全体会议演讲。 Navid Shahriari在演讲中描述了一系列技术,这些技术使该行业能够在从芯片到系统的各个层面取得显著进步。 人工智能浪潮袭来 人工智能为人类带来了变革潜力,增强了人类解决复杂问题的能力、速度和准确性的问题,以及解锁创新和理解。人工智能的闪电般快速发展是历史上前所未有的,这需要从低功耗和边缘AI设备到基于云的系统级快速发展并且在连接它们的通信网络中。对快速AI的需求系统扩展正在推动硅、封装、架构和软件。本演示文稿描述了赋予行业权力的技术矩阵从芯片到系统,在各个层面都取得了显著进展。 人工智能为人类带来了变革潜力,增强了我们快速准确地解决复杂问题的能力,并开启了创新和理解的新领域。人工智能的闪电般快速发展是历史上前所未有的,需要在系统层面迅速发展,从低功耗和边缘人工智能设备到基于云的计算,以及连接它们的通信网络。这种对快速AI系统扩展的需求正在推动硅、封装、架构和软件的创新前沿。 人工智能(AI)的快速发展正在推动传统计算技术的发展到其极限,需要可持续和节能的解决方案,以指数级扩展并行计算系统。计算行业必须满足日益增长的需求计算能力、内存带宽、连接性、高性能基础设施,以及所有领域的人工智能。 如图所示的技术矩阵,从软件和系统架构到硅和封装,每个领域的进展都是必要的,但整个系统必须共同优化,以最大限度地提高性能、功率和成本。强大的生态系统合作伙伴关系和新颖的设计方法论对于有效的协同优化和更快的上市时间至关重要人工智能变革潜力的舞台。 硅的发展 硅缩放(Silicon scaling)一直是半导体产业进步的根本驱动力,也是创新矩阵的基石。硅路线图得益于非增量晶体管和互连架构的进步、高NA EUV光刻机以及相关的掩模和建模解决方案。每一代技术的功能扩展和改进都以设计技术协同优化(DTCO)过程为指导,该过程设定并推动逻辑、存储器和模拟/混合信号功率、性能、面积(PPA)和成本扩展的整体目标。设计和工艺技术之间的这种迭代循环对于实现持续的硅缩放效益至关重要。 Ribbon-FET是一种全栅极晶体管,超越了FinFET架构,提供了性能扩展和工作负载灵活性。变化的Ribbon宽度在同一技术基础上为不同性能和效率需求提供了定制解决方案。 Power Via是一种高产量的背面电源传输技术,将电源传输集成到晶体管中,将IR压降减少5倍,并为信号路由提供额外的正面布线。它满足所有JEDEC热机械应力要求,零故障,在硅中显示出超过5%的频率效益。英特尔18A是英特尔领先的工艺节点,将提供业界首个RibbonFET和PowerVia技术的组合。 High NA EUV实现了灵活的设计规则,减少了寄生电容并提高了性能。它通过降低设计规则的复杂性和对多模式的需求,简化了电子设计自动化(EDA)的各个方面。Intel 14A正面互连针对高NA单次曝光图案化进行了优化,提高了产量和可靠性。 赋能AI构建全场大型应用高NA EUV工具的成像场尺寸较小,但英特尔已经开发出跨边界电缝合芯片的解决方案。EDA生态系统正在创建支持这一点的工具,掩模生态系统正在努力实现无需十字线拼接的全场尺寸能力,将生产率提高23-50%。 高NA EUV光刻需要先进的建模和掩模解决方法。英特尔使用人工智能和机器学习来实现准确性,同时管理计算成本。曲线掩模提高了图案空间利用率、工艺窗口,并显著降低了可变性。 封装 随着数据处理需求的增长,在更小的区域内以更低的能耗实现更高的计算能力至关重要。3DIC技术通过异构集成降低了成本和占地面积,通过更高的带宽提高了性能,并通过垂直堆叠降低了功耗。高级节点上的基片对于实现硅通孔(TSV)和高级接口、无缝集成3D元件至关重要。 封装上的垂直和横向互连必须继续扩展,为带宽增长和提高能效提供更高的互连密度。具有成本效益的互连扩展,结合使用基于标准化的链接,如UCIe,对于创建一个即插即用的小芯片生态系统至关重要,该生态系统将实现产品多样性和定制。成熟使用玻璃来缩放封装基板互连几何形状、尺寸和信号特征是一个重要的技术载体。 必须通过提高系统级功率传输效率和通过组件和系统级创新扩大热包络来解决人工智能应用对不断增长的功率需求。 随着特征尺寸和制造工艺的重叠,先进的封装技术正在以一种封装和硅后端互连之间的边界越来越模糊的方式发展。此外,该包变成了一个复杂的异构结构。制造和测试过程必须不断发展,以确保产量保持较高水平。 一个模块化设计环境,允许直接组装多硅共封装系统,优化成本、性能和带宽,这一点至关重要。需要全面的EDA工具和流程功能来跨管芯进行设计划分,实现成功的协同设计以及管芯和封装的优化。目前的3DIC设计流程缺乏热应力和机械应力建模,导致潜在的故障和影响上市时间的重新设计工作。3DIC设计工具必须涵盖实施、提取、可靠性和验证,以确保无缝集成。 互连 并行AI工作负载的指数级扩展给互连带宽密度、延迟和功耗带来了压力。通过将组件与密集的2.5D和3D装配技术更紧密地集成,所有这三个指标都得到了改善。新的封装技术通过最大限度地减少GPU之间非常昂贵的(在成本和功耗方面)互连,提供了更好的总体拥有成本(TCO)。传输每个数据比特的能量随信道损耗而变化。这种权衡推动了低功耗、高密度封装内通信的UCIe等行业规范的定义。UCIe在<1pJ/bit的情况下,每毫米管芯周长可达1.35TB/s。 主板和机架内的较长互连构成了扩展网络拓扑中的高带宽域,需要增加数据序列化以考虑实际的连接器信号密度,从而扩展聚合带宽。串行全通道数据速率每3-4年扩展2倍,包括以太网、PCIe和OIF-CEI等行业规范。最新生产的有线SerDes已达到212Gb/s PAM4,支持4-6pJ/bit的机架内(约1米范围)通信。模拟电路和数字均衡的每比特能量都继续受益于工艺技术的扩展。 随着有线互连数据速率的不断扩大,由于更高符号率下的信道损耗更高,SerDes重定时器之间可以桥接的距离减小。添加更多的重定时器可以扩展覆盖范围,但会增加功耗、延迟和成本。这种经验权衡导致了从海底电缆到机架到机架网络的一系列应用中采用了光互连。此外,使用光学器件将高带宽域的范围扩展到机架之外与人工智能的扩展网络战略相一致。因此,光学互连需要移动到机架中以扩展带宽,并达到可接受的功率包络。 正在开发诸如共封装光学器件(CPO)和直接驱动线性光学器件等技术来实现这一转变。英特尔最近展示了一个基于英特尔内部硅光子学技术和224Gb/s PAM4的4Tb/s(每个方向8根光纤×8个波长/光纤×2Gbps/波长)双向全集成光计算互连(OCI)小芯片,该芯片在23km光纤上具有直接驱动线性光学元件。全行业正在努力加快这一机架内光互连生态系统的发展,开发高产量的制造工艺、材料和设备,同时提高带宽密度、总功率、可靠性和成本。 电力输送 像AI这样的并行工作负载的每包功耗正在迅速扩大。为封装供电的一种常见方法是主板电压调节器(MBVR)。这些调节器将板级电源(例如12V)降压至封装上的管芯所使用的电压(VOUT)。无论是位于封装旁边(横向MBVR)还是封装下方(垂直MBVR),MBVR提供的电流密度都无法跟上未来高性能芯片的步伐。此外,调节器效率随着功率和电流的增加而降低(I2R损耗),从而降低了系统性能。需要解决方案,使电压转换更接近具有高电流密度、转换效率和调节带宽的管芯。 一种解决方案是使用完全集成的电压调节器(FIVR),将功率转换的最后一步带到封装上。在封装上进行最终电压降压可以通过降低给定功率的电流来减少将电源轨布线到封装上时的能量损失。十多年前,英特尔首次在Haswell产品中引入FIVR,使用密集的片上电容器和空心封装电感器。 第一代FIVR将1.8V输入电源轨转换为多个管芯上电压域。在过去的十年中,这种架构已被用于许多产品中,并不断改进,如更密集的封装内磁电感器和片上电容器。除了集成到SoC中的FIVR外,英特尔还开发了一种基于CMOS的独立2.4V IVR小芯片,该芯片使用英特尔的高密度电容器(HDMIM)技术开发了一个具有连续可扩展电压转换比的开关电容电压调节器(SCVR)。 使用现有的MBVR架构,封装功率容量进一步扩大到1-2kW以上,将导致稳压器效率出现不可接受的下降。通过将高压(12V)电源转换集成到封装上,可以缓解这个问题。12V稳压器集成将减少输送到封装中的电流,从而降低I2R损耗。一种有前景的方法是将封装上的高压(12V)开关电容电压调节器(SCVR)与较低电压(1.8-2.4V)IVR配对,进行两步转换。这种两步架构的功率密度和效率依赖于密集的封装无源器件,如嵌入式深沟槽电容器(eDTC)和磁电感器,以及密集的管芯上电容器。 使用氮化镓(GaN)等宽带隙工艺技术可以使高压转换器比硅基解决方案具有更高的效率和密度。然而,功率转换器的封装实现需要更高的开关频率和集成驱动器,这在纯GaN工艺上是不支持的。用硅CMOS制造GaN器件可以为高压功率转换器的封装集成开辟更多机会,因为它可以在同一芯片上设计CMOS驱动器和GaN功率FET。为此,英特尔最近展示了一种将硅基氮化镓技术结合在同一个300mm晶片上的技术。该技术可以支持输入电压高达12V的高压IVR选项,使功率扩展超过1-2kW。 架构和软件 下一代计算架构必须推动系统性能指标(如每瓦性能)的指数级改进,同时解决热和电源完整性挑战。创新应通过先进的封装和硅工艺堆叠和互连晶圆和小芯片,实现有凝聚力的系统。此外,它们必须支持各种工作负载的自定义加速器的无缝集成。 软件是创新矩阵的重要组成部分,必须通过开源生态系统中的协作、标准化和互操作性来推进。自动化应增强安全性并简化流程,而高度优化的软件对于高效利用硅资源至关重要。在数千个GPU上分发软件会带来巨大的带宽和延迟挑战,比如高性能计算。人工智能软件将是微调系统元素、确保无缝集成和实现显著进步的关键。 超越传统计算 神经形态和量子计算等技术对于扩大人工智能所需的效率和速度的突破至关重要。自2018年以来,全球250多个实验室使用的英特尔Loihi研究芯片表明,采用CMOS工艺技术制造的神经形态芯片可以为广泛的示例算法和应用带来数量级的收益。虽然其中许多例子涉及目前与当今软件和人工智能方法不兼容的新型大脑启发算法,但一类新兴技术表明,在不久的将来,目前广泛使用的深度学习和变换器方法将实现1000倍的增益。这些神经形态创新对于将先进的人工智能功能扩展到实时环境中运行的功率、延迟和数据受限的智能设备至关重要。 量子计算代表了一种新的范式,它利用量子物理学的力量以比传统计算快得多的速度解决复杂问题。它有望彻底改变行业,解决包括气候变化在内的关键问题;化学工程;药物设计和发现;金融;以及航空航天设计。在将这项变革性技术从实验室过渡到工程领域方面取得稳步进展,为有用的、短期的应用提供客户解决方案,这一点至关重要。英特尔独特的量子研究方法涵盖了整个计算栈,包括量子比特制造、用于量子比特控制的低温CMOS技术、软件、编译器、算法和应用程序。凭借50多年的大规模晶体管制造经验,英特尔正在利用其成熟的技术开发硅自旋量子比特,作为量子计算可扩展性的最佳途径。英特尔还投资于定制设计的低温探测器等功能,这些功能大大加快了英特尔的量子测试和验证工作流程。 量子计算硬件的当前状态还不具备对当今人工智能产生直接影响的鲁棒性和规模。人工智能与量子计算机的另一个挑战是如何将大量数据输入这些复杂的机器。然而,一旦我们有了可扩展的容错量子计算机,就会有明显的好处。量子计算机可以比经典计算机更快地执行复杂的计算,这可以更快地训练和分析人工智能模型。量子计算的两个关键原理是叠加和纠缠,这使得可以同时探索多个解决方案,这可以直接有利于人工智能模型的训练和优化。并行分析大量数据的可能性也可以提高人工智能识别模式的能力,例如在图像或语音中。可以开发直接优化以利用量子特性的新AI算法,而不是使用经典的AI算法。最后,量子计算机不应被视为经典计算机的替代品,而应被视作为特殊应用的计算加速器。因此,未来人工智能的系统解决方案可能会利用经典计算和量子计算的混合实现。 生态系统协作 快速开发下一代高级计算系统将需要整个行业生态系统在这一创新矩阵上进行协作。从制造到设计工具,从知识产权到系统设计再到软件,与整个技术栈的最终用户和合作伙伴互动,确保开发过程符合市场需求和时间表,环境可持续,并利用整个生态系统的关键学习和发展。系统级协同优化需要密切协作才能实现快速进展。跨学科的专业知识和跨战略伙伴关系的知识共享对于有效解决问题和加快发展周期至关重要。利用跨行业优势并避免重复工作将使团队能够更有效地工作。 行业挑战与机遇 近二十年前,CPU时钟频率缩放面临着一个困境——对指数级性能改进的持续追求在功率密度方面遇到了障碍。其结果是一套新的并行处理器架构,以及一系列支持硅、封装和散热、互连、电源传输和核心架构的技术。今天,我们处于类似的情况,指数级性能扩展(这次是为了支持人工智能)在功率、连接性和成本方面遇到了根本性的挑战。再一次,我们系统的增量扩展是不够的,我们将需要新的方法来解决这个问题——人工智能创新矩阵。从工艺技术扩展到3DIC系统设计,再到电源传输、互连和核心架构,都不乏工程挑战。我们需要这些领域创新的综合效益,以可制造、可持续和经济高效的方式满足行业对计算能力的需求。
  • 《英特尔暂停以色列的半导体工厂扩建计划》

    • 来源专题:集成电路与量子信息
    • 发布时间:2024-06-13
    • 据以色列媒体报道,英特尔暂停了在以色列投资250亿美元的建厂计划。 英特尔在声明中称:“管理大型项目,特别是在我们的行业中,通常需要适应不断变化的时间表。我们的决策是基于商业状况、市场动态和负责任的资本管理。以色列仍然是其全球主要制造和研发基地之一,公司将继续全力致力于该地区的发展。” 去年12月,以色列政府同意向英特尔提供32亿美元的拨款,用于在以色列南部建造价值250亿美元的芯片工厂,促进富有弹性的全球供应链。原定预计于2028年投产,并至少运作至2035年。 根据英特尔的年度报告,以色列是英特尔资产规模第三大运营国,仅次于美国和爱尔兰。这家半导体巨头在以色列已经存在了50年,在海法开设了一个研究中心。