如果说
还有一个「 万亿级 」的蓝海市场
↓
那必定少不了
边缘计算市场
道理其实很简单
云市场饱和之后，会发生什么？
必然要下沉到“端”
“ 端侧”是让云真正落地的关键
“端”的场景千奇百怪
“端”的形态五花八门
各种摄像头、传感器、检测与执行装置
已经部署的、正在部署的、将要部署的
都要扛起各行各业数字化“重任”
可是，传统的端，往往“呆头呆脑”
几乎不能“扛事儿”
为了增加终端“扛事儿”的能力
从而撬动万亿级的边缘计算市场
人们纷纷开始整“外挂”
这就是用于边缘计算场景的
“AI BOX”
有了这种“外挂”
终端的智商就能“开挂”
用法也相当简单粗暴
比如，像违停检测场景
普通摄像头在“AI BOX”的助力下
在本地就能完成实时检测
↓
这种用法，光是视觉领域
就极具想象空间
可以用一拖N的方式
让海量传统摄像机，变身AI摄像机
正因为部署简单、场景广泛
“AI BOX”，这种新型产品
开始被各路玩家看好
SI、ISV、ODM、OEM厂商
大家都动了念头，跃跃欲试
打算自己弄个“外挂”出来
然鹅，这个“外挂”
看着简单，做起来没那么容易
一个能扛活的边缘AI BOX
必须具备两项硬核本事
1、算力：高性能算力
能力要足够强，撑得住场面
边缘场景，大部分诉求是“低延迟”
根本来不及数据去云端来回走一趟
要在本地全搞定，而且还要1拖n
↓
2、算法：多样化算法
不光算力强，脑子还得灵活
不依赖于云端，本地 活学活用
满足各种场景的推理和决策
↓
有没有一种捷径
让客户、SI、ISV、ODM/OEM厂商
省时省力地“炮制”出一个个
面向不同行业、不同场景的“外挂”呢？
自然是有滴
英特尔洞察到这种需求，发布了
AI BOX 参考设计
为啥是「 参考设计」呢？
说明这就像一份产品设计样板
告诉大家到底应该怎么“开挂”
同时也表明了一个立场
英特尔并不直接卖硬件盒子
而是为广大生态伙伴赋能
我们来看看
英特尔“AI BOX”的设计逻辑
一、英特尔把“AI BOX”分为了三层
↓
第一层丨硬件层
硬件层的核心是“芯”
英特尔提供了多样化的 “AI 芯"
（通用处理器CPU、视觉加速器VPU、定制AI加速器FPGA）
①
通用处理器CPU，AI处理不拉胯
各种规格，灵活搭配
内嵌AI加速能力
②
除此之外，有时也需要VPU来助力
英特尔VPU视觉处理器
用于当下最广泛的视觉应用场景
↓
通过CPU+VPU灵活搭配，比如：
CPU+算法、VPU+算法、CPU+VPU+算法
就能组合出一个个“硬货”出来
AI硬件盒子、AI加速卡
↓
第二层丨软件栈
在这一层
英特尔提供了一系列的软件开发套件
说白了
担心客户在这一层浪费太多的精力
英特尔千方百计帮大家缩短开发时间
这套软件开发工具
多方位、多维度
并且英特尔还进行了特别优化
比如，里面有几大工具
堪称“AI开发神器”
↓
英特尔® OpenVINO™工具包
提供了高度优化的神经网络计算能力
并能够基于英特尔硬件平台
(包括英特尔CPU、iGPU、VPU等)
加速深度学习模型推理工作
再比如，英特尔® MEDIA SDK
是一种加速的视频编码、解码和处理的开发工具
有了它，处理视频事半功倍
第三层丨算法层
算法才是边缘计算的灵魂
目前算法现状是
↓
「头部算法」聚焦在“人车证”场景
但是大量「长尾算法」都是一片空白
因为应用场景太特么多了
各行各业、千奇百怪的应用
为了加速边缘方案落地
英特尔联合各种合作伙伴
共同建设「算法商城」
↓
众人拾柴火焰高
在各方大神的努力下
「算法商城」里的算法
选择多、品质高、实战能力强
↓
包括：人脸、人体、车辆、物体、商品、文字识别、语音识别等独立算法
适用于智能计算场景：如缺陷检测、货架分析、热力图、车辆识别、运动分析等
如其说“AI BOX”是一个硬件
不如说，这是一个生态
↓
在这个「垂直+水平」的生态中
各方大佬，一起享用边缘计算大餐
1、ODM厂商（原始设计制造商）：在产品设计层面，可帮助 ODM 厂商根据最终用户需求，快速搭建高可用的边缘AI视频分析平台；
2、 ISV 厂商 (独立软件开发商)： 在算法层面，可帮助 ISV 厂商实现对不同应用场景软件及算法的快速定制和场景化，进而加速产品定义、算法研发及边缘 AIoT能力构建；
3、OEM厂商（原始设备制造商） 与 SI （系统集成商）： 可以借助 AI Box 对软硬件与算法的高度整合，为各行业提供高性能、高可用的整体解决方案，加速智能边缘应用精准落地；
最终
客户成了最直接的收益者
① AI 方案的开发门槛大大降低
② 方案落地成功率、速度大大提高
基于成熟算法+硬件平台解决方案
产品开发周期从几个月缩短至几个星期
英特尔“AI BOX”，携手合作伙伴
为千行百业智能化提供强劲助力
