据IDC预测，到2020年全球将有超过50%的物联网数据将在边缘处理。这其中又有大量数据需要利用人工智能技术来处理。然而将人工智能运用于边缘，还面临着数据量大、低延迟、高性能功耗比、应用碎片化和开发成本高等技术方面的挑战。
以智能工厂为例，智能工厂一天可产生万亿字节量级的数据，对响应时间的要求已经达到了毫秒级。处理如此庞大的数据量，需要大量的算力支撑，大量的数据需要在边缘进行处理。
其次，边缘设备很多是嵌入式设备，以智能工业摄像机为例，其整机功耗大概只有10-15瓦，其中能够分给人工智能加速芯片的功耗只有两瓦，这对芯片提出了更高的性能功耗比要求。
此外，工业互联网还是一个碎片化的市场。不同的行业，不同的工厂，对应用提出了不同的要求。因此算法和应用的开发往往需要定制化。这就造成了软件开发的成本在总体成本中所占的比重越来越高。
对此，张宇指出：工业互联网本质上是一个“边云协同”的端到端的系统。这个系统里很大一部分数据需要利用人工智能的技术来进行处理。而人工智能技术的落地与普及需要科技的不断创新。
两大科技要素、全能组合拳，实现“从云到端”的智能化部署
推动本次人工智能发展的有两大科技要素：不断提升的算力和大量可训练的数据。以超算为例，在“摩尔定律”的推动下，目前超级计算机每秒钟浮点运算的峰值速度与上世纪90年代相比，提升了150万倍；在数据方面，如今在ImageNet里包含了超过1400万张经过标注的图片，可帮助开发人员进行深度训练；而在存储方面，与上世纪90年代仅有1兆的磁盘相比，当下普通移动硬盘已具备上T的容量，存储能力提升超过100万倍。
作为一家“以数据为中心”的公司，英特尔的产品覆盖了通讯、计算、存储的各个方面，帮助客户构建“从云到端”的智能化部署。
技术方面，英特尔提供了CPU，集成显卡GPU，FPGA，以及人工智能加速芯片等不同的产品组合。用户可以根据自己对算力的要求，选择适合自己的硬件。通讯方面，今年2月，英特尔发布了针对5G网络基础设施的一系列硬件和软件产品，其中包括首款面向无线基站的，基于英特尔架构的10纳米系统集成芯片（SoC）。存储方面，英特尔提出了3D XPoint傲腾技术，把闪存的容量密度提高10倍。英特尔还将主要的闪存生产基地安置在中国的大理，充分体现出对中国市场的重视。