数据就是未来的石油，这是曾经那个老PC上游厂商英特尔的判断。

3月31日，英特尔公司在北京举行2017中国战略分享会，主题为“The NEXT——驾驭数据洪流，共立巨浪之巅”。实际上，英特尔此前倒是举行过不少次The NEXT为主题的媒体沟通会，主旨就是从数据趋势、英特尔转型格局以及所造就的创新机会方面，阐述英特尔如何在新的智能互联新形势下，加深与中国产业的结合，抓住时代机遇。

这就是一场英特尔中国区高层和媒体的专场沟通会，将英特尔如今的重大转型做一个更详细的解释，改变或是加深市场对于英特尔的印象。

“如果中国市场足够大，那么数据就会变成未来的石油。”一开场英特尔全球副总裁兼中国区总裁杨旭就给了这样的判断。有几个方面的论据：

中国已经拥有10亿中国移动互联网用户、2.9亿中国机动车保有量、312.8亿的快递业业务量；而每位互联网用户流量达到1.5GB，一辆无人驾驶汽车的数据量达到了4TB，一架联网飞机的数据量是40TB，一家云视频供应商数据量是750PB，而中国一家网约车平台一天产生的数据量就达到了70TB，如果结合所有产业的数据？英特尔判断2020年所有中国的数据量综合达到8000EB（1EB=1024PB，1PB=1024TB）。

不光是有这么多的数据量，而不同形态新的数据，每天都要处理。就好像目前我们的结构化数据是文本图像，非结构化数据是音频视频、社交；未来还会产生更多的不规则数据——GPS、激光雷达、人工智能、神经网络、基因序列。“光靠任何单独的芯片都没有能力完成未来庞大、多形态数据量的处理需求。我们光靠以前的至强通用芯片系列是远远不够的，加上我们的Xeon Phi也是不够的。因此要收购Nervana，要加速，还需要FPGA。”英特尔中国研究院院长宋继强这么说。

去年开始，英特尔提出的四大趋势：万物智能互联、数据洪流、计算感知化、云的增值，并押注在了八大领域：人工智能、无人驾驶、5G、虚拟现实，聚焦中国制造2025、精准医疗、体育、机器人。基本上，英特尔近期完成的收购都源自于此。

去年7月，英特尔CEO布莱恩·科兹安尼克 (Brian Krzanich) 在财富举行的一场科技大会上表示——英特尔继续发力智能手机领域已为时过晚，但车联网（无人车、物联网等）代表着移动领域的下一个前沿。

英特尔的收购也昭示了这样的野心。2016 年英特尔收购俄罗斯公司Itseez；英特尔宣布收购意大利半导体制造商Yogitech； 英特尔宣布收购深度学习初创公司Nervana Systems。今年又曝出了自动驾驶产业的大消息——150 亿美元收购Mobileye；

在数据的洪流下，英特尔跨过移动，甚至跨过人工智能，跨过一切行业重新定位自己为一家数据公司，一家具有全栈实力处理端到端数据的技术公司——从数据的采集、传输、挖掘、分析、加速，到把数据转化为洞察，产生价值、创造增值各个环节。

英特尔在补齐各个能力，提供一种端到端到的能力。什么是端到端的能力？有什么优势？拿无人驾驶举例。 英特尔无人驾驶事业部中国区市场总监徐伟杰告诉PingWest品玩（微信号：wepingwest）——Mobileye很多是基于摄像头的运用，相当于在无人驾驶汽车中有一个眼睛，能把数据采集到，采集到之后和已有大脑的网络形成一个真正的完整的解决方案。

“端到端，以前英特尔和宝马、Mobileye合作无人驾驶，Mobileye有很多算法，包括摄像头的应用，数据从外部搜集过来之后，我们可以有高性能的CPU做一些数据的运算、决策的处理。但高清地图的定位，这些数据需要到云端，会有一些数据需要在云端进行分析。通过5G的网络传到后台，我们现在也有5G的原型。到了云端之后，在服务中心、数据中心做各种处理再反馈回来，车根据所有的信息再做相应的执行，比如这个时候需要停还是怎么走，整个过程可以看作是从汽车这一端，一直经过连接到云端，这是端到端典型的一个例子。”

无人车就是一个多种复杂技术融合的典型场景，需要大量不同领域的技术公司和工程人员共同协作。比如车内的交互如何完成，背后的通讯由谁支持，云上的世界要如何运算，不光是硬件层面，软件接口甚至协议标准都可能不是一条完整的通路，而通路的每一个环节会不会涉及到不同的公司？

当然英特尔的优势可以这样理解——虽然很多无人车的数据通路都会是英特尔描述的这个情况，但是在英特尔这里，是可以通过自家算法、协议以及硬件组成一整套完整链条，在一些技术环节不需要介入其他第三方厂家。传统意义上这样确实可以帮助客户加速，这也是不少业内人士评价英特尔所拥有的端到端的链条。

但涉及到是否参与到汽车制造的环节，英特尔也提到“英特尔是一个半导体解决方案供应商，我们不会自己去做Tier-1（高度参与制造的系统级供应商）。”

在不同的AI圆桌对话场合，PingWest品玩也注意到——如今的这些挑战人的AI能力源自于三个主要方面：一是计算能力的不断提升；二是数据产业的爆发；三是深度学习技术的突破。三大能力实现了人工智能产业的火热。从英特尔的角度看，宋继强认为英特尔在前面的60年通过摩尔定律推动计算能力的上升，把存储价格降下来，让很多做人工智能研究的人可以在消费级的平台做这件事情。而接下来的任务是降低使用门槛，英特尔希望推动人工智能的民主化，把门槛降下来，让真正做实业的人只关心怎么应用，而不用担心平台的问题。

以下是PingWest品玩整理的关于AI、5G以及无人车相关的媒体对谈实录：

作者：新成立的全球AIPG，中国这边是跟他们如何做协同？

宋继强：目前正在规划中，还没有太多的信息可以透露，其实是在总部先成立了AIPG，AI就是人工智能产品事业部，它里面是有应用研究的实验室，实际上会把英特尔的产品作为很多解决方案的方式去推出，会有硬件的东西，也会有一些算法的东西，会去涉及到人工智能的训练，也会涉及到推导。所以是面向于人工智能相关的业务，把英特尔很多技术整合在一起往外推送。

作者：现在各家芯片厂商讲自己方案的时候都提到端到端，一方面大家觉得看到了很大的市场，希望在各个地方都有布局。但是能不能从你们客户的角度讲一下，为什么需要一个整体的解决方案，不是我前端有一个很好的方案，我拿过来，终端传输5G有一个比较强的方案，后端用这一个方案。其实现在这几个市场大家的强项都是不一样的，英特尔的强项也在一定的市场。你们能不能讲一下，在某些案例真的有端到端的作用，能给你们的客户带来什么好处，这是第一个问题。

第二个问题，今天讲到的策略是数据洪流这个概念，数据洪流我们知道未来在感知的一个阶段还是会是一个很碎片化的阶段，我不知道在英特尔现在提出的八个方向以后，你们到底如何面对碎片化前端的挑战。

徐伟杰：所有平台都是开放的，并没有你必须要用这样的。比如针对无人驾驶的场景来讲，不论用谁的芯片都是端到端的应用，用这个应用的时候，你的CPU决策，你可能需要开发一些你的软件，对应你的感知，如果你有一个完整的SDK方向，一整套的东西，对于用户来讲开发的难度和开发的投入大大降低，如果你自己匹配不是一个方案的角度，你去匹配不同独立的器件，结合到一起，就需要投入很多自己要研发的部分。

这是英特尔在全球独一无二的优势，是因为英特尔无论从感知，到决策，到通讯、后台服务器我们都有一整套的SDK。基于SDK一系列芯片开发的时候，可以更好的带来开发的容易度，包括做出的一些体验，这对它来讲是非常受欢迎的。当然我们一直在讲开放，可以匹配一些东西，用我们的一部分东西，技术上是可行的。

邹宁：无人驾驶是一个非常好的例子，5G作为通讯的技术，在里面用到终端芯片，用到英特尔5G的Modem，用到英特尔发布的毫米波射频的芯片，这是在终端。另外在网络侧，为了降低整个传输的时延，因为自动驾驶时延的要求非常苛刻，5G提供了1毫秒的非常低的延迟、超可靠应用场景。在网络侧会提供基于虚拟化的网络平台，比如去实现移动边缘计算，快速帮助汽车下载高清地图。对于开发者来说，我们提供了终端和网络不同的解决方案，组合起来才能变成端到端完整的解决方案。

宋继强：他们讲的都非常到位，从客户角度来讲，现在的客户很多是专注于自己的应用市场，比如奔驰，奔驰是一个主机场，不可能有集成很多IT的系统，包括通讯、学习、地图、数据，实际上是要依赖一个能够提供完整方案的厂商。这样的厂商现在英特尔是一个最好的角色，因为在计算上有前端，也有云端，通讯上5G是可以打通的，而且这些协议其实是两个层面，一个是计算层面，一个是通讯层面，这两方面结合很好才能把低延迟做好。上面还有一个应用的开发层，开发层要允许奔驰找第三方开发商的应用，开发的应用也是需要很方便的让别人用。

这种软件的堆栈到硬件的层级英特尔也是有的，我们不光是终端设备的，到云端的端到端，还有全栈的支持能力。所以我们最后提供给奔驰，比如奔驰要做很多人机交互的应用，做车载的娱乐应用、信息化应用，英特尔有完整的解决方案。所以我为什么说端到端是指硬件和通讯的能力，包括存储，车里需要用的是像非易失存储这样的，因为掉了电了以后，这些东西最好立刻存在那里。纵向全栈的支持能力也是为了使这个厂商快速让原来的software vendor可以迅速的把原来的技术、原来的应用移植过来，也是非常方便。所以从完全的能力来讲，英特尔目前来说在市场上应该是独一无二的。

碎片化的问题，这不是一个坏处，而是他们其实都可以给后台提供很多的数据，英特尔可能会关注里面比较重要的前端设备，比如现在主要做的是无人驾驶，我们也说AR、VR，这些设备对英特尔来讲比较容易提供比较好的计算支持。其他的设备我觉得英特尔是欢迎多种设备都连入网络，和后面进行交互，因为数据到了云端都需要做处理，通过5G的网络可以很好地结合，因为5G网络本身就是提高它的容量，增加很多设备同时的接入。所以我们做5G其实也是在为应对这种碎片化的设备，5G应对不同的应用场景，有的设备是高带宽、低延迟，有的设备是低带宽、高延迟，但是要很长的使用时间，所以完全不一样。

邹宁：从使用场景角度来讲，在通讯方面，5G有三大主要的场景，增强的宽带、大规模的机器通讯。大规模的机器通讯实际上解决的就是需要有大规模的连接，有非常长的使用寿命，主要是针对物联网这种性质。另外是超高可靠低延迟，这是针对自动驾驶、工业控制这类的应用场景。所以说，5G正好是连接了不同应用场景的多种终端，解决了碎片化连入到后端云的问题。

作者：国内关于5G的部署，您觉得有哪些独特之处，哪些行业哪些领域会有新的机遇？

邹宁：刚才也说了中国的市场非常大，最大的网络，最多的用户规模，实际上需求也是非常多样的，我觉得无论从标准的参与来讲，5G技术研发和技术实验的进程来讲，中国的产业界都在引领5G的发展。实际上我认为比较有前景的领域，物联网肯定是一个非常有前景的领域，这也是符合政府提倡的产业政策。以后到了5G以后会有5G的IOT，会提供更多的业务形态，甚至是给运营商带来崭新的商业模式，这样会督促5G进一步发展。

另外一个应用场景我是觉得是汽车自动驾驶这个行业，其实在通讯来看，自动驾驶在通讯传输方面目前为止已经有了“V2X”，到了5G的时候会进一步发展，会到5G的“V2X”。我相信具有延续性，5G肯定提供满足不同形态的合适的通讯技术。