利用英特尔的凌动、酷睿处理器，甚至于英特尔至强处理器去搭建IP camera的网络视频存储器，称为NVR（Network Video Recorder）。后端方面，则是基于英特尔至强处理器来构建的视频服务器处理平台。英特尔收购FPGA厂商Altera以后，又收购了视频处理公司Movidius。

　　这就形成了一种在计算资源以外的加速深度学习视频处理模式，以此提高产品安全性。张宇告诉虎嗅，

　　深度学习在安防领域的确是可以增加、提高你对物体的识别能力，因为有很多图像识别数据库，比如说之前ImageNet等等，他们经常会组织这样一些竞赛。从竞赛的结果来看，在深度学习出现以前和深度学习出现以后，头像处理的精度与准确度，正随着深度学习技术的引入有了很大的提升。所以这个就证明了深度学习在视频安防领域有很大的应用前景。

　　英特尔在这块也在不断投入，不仅仅在硬件方面，也在软件方面大量的投入，提供相应的跟深度学习相关的软件库，比如说底层的算法库，MPL，MPLDN；英特尔还提供了深度学习的SDK。

　　而物联网事业部这边，目前正在着手于一个名为CVSDK（Computer Vision SDK）的项目。能够帮助开发者，提供一个统一的基于O-vx的一个接口，它在底层能够调用不同的硬件资源，j2直播，包括ZPU，GPU，FPGA等等。CVSDK能够屏蔽硬件的差异化，提供给开发者一个统一的开发的接口，来降低开发的困难。

　　物联网，机遇与困难并存

　　刚刚说到说到了工业物联网，事实上如果考虑我国国情的话会显得一丝尴尬。我在专访中这样告诉张宇，

　　虽说智造2025，但是在实地走访中发现，大多数中国工厂中的机床、生产设备等等仍然停留于工业2.0，甚至说是工业1.0。

　　张宇则认为工业物联网的需求还是很大，称工业升级改造是整个国家长期的战略，所以英特尔也是想响应这个号召来帮助国内的客户去更快的完成这样的升级。随后他举了几个例子：

　　我们现在手头上就有一些项目正在跟我们的制造业的客户来做，遇到了很多的挑战，比如说现在在这些客户里头他们的设备有的是一些新设备，有一些是老设备，那么如果我们要需实现这种升级改造，尤其是利用技术去提高这种系统的生产效率的话，第一步首先要把数据收集上来，那我们遇到很多问题就是说，如何去收集，虽然看起来很简单，atv，实际上很难。

　　第一就是有些设备根本就没有数据输出的接口，所以你必须要想各种不同的办法去变通，去拿到你所想要拿到的信息；第二个就是有些设备虽然有接口，但是不同的设备接口又是各不相同的，你必须要做很强大的适配，去做适配的工作；第三个就是我拿到这些数据以后，如果我去做数据的分析，不同的行业，不同的应用场景，分析的思路也是不一样的，也就是说数据分析也是一个碎片化的市场，你的某一个算法比如说在烟草行业是适用的，但是你拿到汽车行业可能就不适用了。

　　所以不同的行业数据分析需要有不同的方式方法，这个也需要有技术投入，真正的跟线上的用户做深入的交流，真正做一些定制化，满足他要求的解决方案。我觉得这三点是我们现在面临的比较大的挑战。

　　话语之间我感受到了张宇的苦笑，毕竟“巧妇难为无米之炊”。不过英特尔是大企业，他们选择了两种思维方法去变通：垂直与水平。

　　垂直：物联网是较为泛指的一个概念，几乎与网络相关的应用都会划在物联网的范畴里头。所以他们会先着手于重点行业，即上述四大行业。

　　水平：英特尔会去做一些物联网水平化解决方案的一些工作，因为物联网虽然不同行业之间有差异，但是有很多共性的一些要素，比如说连接、互联，以及设备的远程管理这些功能都拥有相关联性。

　　最后张宇这样说到，

　　我们在做一些开放性的事情。就是说我们跟一些国内的重点客户交流，而且这些客户都不是小客户，是很大的制造类的企业，我们跟他们正在合作，现在这些企业的话，我们认为他们实现的产品、产业的升级改造所需要的解决方案他们现在是没有的。那么目前我们正在跟这些客户做开放性的工作，帮助他们把这些解决方案从无到有的构建起来，帮助他们提升他们制造业的水平，这个是目前我们正在做的。