อินเทลเปิดตัวระบบ Intel® AI Edge, Edge AI Suites และแพลตฟอร์ม Open Edge ใหม่ ผลิตภัณฑ์เหล่านี้เข้ามาช่วยให้ธุรกิจเร่งนำ AI มาใช้บน Edge ในอุตสาหกรรมต่าง ๆ เช่น ค้าปลีก การผลิต เมืองอัจฉริยะ รวมถึงสื่อและความบันเทิง โดยออกแบบมาให้ผสานการทำงานกับโครงสร้างพื้นฐานเดิมได้อย่างราบรื่น
“ลูกค้าของเราต้องการขยายการใช้งาน AI ในโครงสร้างพื้นฐานและกระบวนการทำงานที่มีอยู่บน Edge พร้อมทั้งควบคุมต้นทุนรวมในการเป็นเจ้าของ และบรรลุเป้าหมายด้านพลังงานและประสิทธิภาพ ด้วยประสบการณ์ยาวนานหลายทศวรรษในด้าน Edge
เรากำลังก้าวไปอีกขั้นด้วยระบบ Intel AI Edge, Edge AI Suites และแพลตฟอร์ม Open Edge เพื่อเร่งการส่งมอบโซลูชันที่พร้อมรองรับ AI ทั่วทั้งอีโคซิสเต็ม”
– แดน โรดริเกซ (Dan Rodriguez) รองประธานบริหารและผู้จัดการทั่วไปของกลุ่ม Edge Computing ของอินเทล
เหตุใดจึงสำคัญ: Edge AI กำลังก้าวขึ้นมาเป็นปัจจัยสำคัญในการขับเคลื่อนนวัตกรรมองค์กร การ์ทเนอร์ (Gartner) คาดการณ์ว่าภายในสิ้นปี 2025 ข้อมูลองค์กรราว 50% จะถูกประมวลผลนอกศูนย์ข้อมูล (Data centers) แบบดั้งเดิมหรือระบบคลาวด์
ไม่ว่าจะเป็นในร้านค้าปลีก โรงงานผลิตหรือสถานพยาบาล อีกทั้งภายในปี 2026 อย่างน้อยครึ่งหนึ่งของการใช้งาน Edge computing จะเกี่ยวข้องกับการเรียนรู้ของเครื่องจักร (Machine learning)1
ด้วยการใช้งาน Edge มากกว่า 100,000 โครงการร่วมกับพันธมิตร ซึ่งหลายแห่งใช้ประโยชน์จาก AI ในปัจจุบัน อินเทลจึงเข้าใจถึงความท้าทายเฉพาะตัวของ Edge AI ความท้าทายเหล่านี้แตกต่างกันอย่างมากในแต่ละอุตสาหกรรม
อีกทั้งแต่ละอุตสาหกรรมยังมีความต้องการด้านประสิทธิภาพและพลังงานที่แตกต่างกัน สิ่งที่ได้ผลสำหรับผู้ให้บริการระบบคลาวด์อาจไม่เหมาะสมกับองค์กรที่ทำงานบน Edge ซึ่งจำเป็นต้องบำรุงรักษาแพลตฟอร์มและซอฟต์แวร์ที่มีอยู่ในขณะเดียวกันก็ต้องผสานรวม AI เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดในด้านต้นทุนรวมในการเป็นเจ้าของ (TCO) และประสิทธิภาพด้านพลังงาน
ต่างจากศูนย์ข้อมูลขนาดใหญ่ที่มีโครงสร้างพื้นฐาน AI เฉพาะ การปรับใช้ AI แบบ Edge จะต้องบูรณาการเข้ากับระบบ IT ที่มีอยู่เดิมได้อย่างราบรื่นในสภาพแวดล้อมที่มีพื้นที่จำกัด ใช้พลังงานต่ำ และมีต้นทุนที่คุ้มค่า
ระบบ Intel AI Edge ร่วมกับ Edge AI Suites และแพลตฟอร์ม Open Edge ถูกพัฒนามาให้จัดการกับความท้าทายเหล่านี้โดยการสร้างรากฐานเทคโนโลยีที่แพร่หลายของอินเทลบน Edge ความพยายามเหล่านี้ช่วยให้อีโคซิสเต็มสามารถนำ Edge AI ออกสู่ตลาดได้รวดเร็วและมีประสิทธิภาพมากขึ้น
แนวทาง Open Edge ช่วยให้อินเทลสามารถมอบประสิทธิภาพการทำงานแบบครบวงจรและมีต้นทุนรวมในการเป็นเจ้าของที่ดีกว่าในหลากหลายอุตสาหกรรมที่สำคัญ ในกรณีการวิเคราะห์วิดีโอ Edge AI การประมวลผล TOPs (Tera Operations per Second) เพียงอย่างเดียวไม่สามารถตอบสนองความต้องการด้านประสิทธิภาพในโลกแห่งความเป็นจริงได้
เมื่อเปรียบเทียบโปรเซสเซอร์ Intel® Core™ Ultra กับคู่แข่ง AI ชั้นนำ แม้ว่าคู่แข่งอาจมีค่า TOPs สูงกว่าแต่อินเทลสามารถมอบประสิทธิภาพการทำงานแบบครบวงจรที่สูงขึ้นถึง 2.3 เท่า และสามารถเพิ่มประสิทธิภาพได้ถึง 5 เท่าต่อดอลลาร์สหรัฐ2
ระบบนิเวศแบบเปิดช่วยเร่งการนำ Edge AI มาใช้ได้อย่างไร?: แม้ว่าการใช้งานเอดจ์ ในปัจจุบันจะผสานรวมเทคโนโลยี AI เข้ากับเทคโนโลยี Machine Learning แบบดั้งเดิมและการประมวลผลภาพด้วยคอมพิวเตอร์ (Computer Vision)
แต่ระบบ AI Edge, Edge AI Suites และแพลตฟอร์ม Open Edge ของอินเทล ได้รับการออกแบบมาเพื่อเร่งการนำ AI ขั้นสูงไปใช้งานได้อย่างมีประสิทธิภาพมากขึ้น
ซึ่งมีส่วนช่วยให้องค์กรต่างๆ สามารถรับมือกับความท้าทายเฉพาะอุตสาหกรรมและขับเคลื่อนการสร้างสรรค์นวัตกรรมในการใช้งาน Edge AI ผ่านอีโคซิสเต็มที่แข็งแกร่งและพันธมิตรที่เชื่อถือได้ของอินเทล
§ ระบบ Intel AI Edge: ช่วยให้การปรับใช้ AI บนเอดจ์เป็นไปอย่างรวดเร็วขึ้น ส่งผลให้ผู้พัฒนาอุปกรณ์ (Original Equipment Manufacturers: OEMs) และผู้ผลิตการออกแบบดั้งเดิม (Original Design Manufacturers: ODMs)
สามารถเข้าถึงพิมพ์เขียวมาตรฐาน (Standardized Blueprints) เครื่องมือวัดประสิทธิภาพ (Benchmarks) และเครื่องมือตรวจสอบความถูกต้อง (Verification Tools) ที่ออกแบบมาเพื่อรองรับการใช้งาน Edge AI โดยเฉพาะ
ทรัพยากรเหล่านี้ช่วยให้ลูกค้าและผู้ให้บริการโซลูชันสามารถกำหนดค่าระบบให้เหมาะสมกับกรณีการใช้งาน เช่น Vision AI หรือ Generative AI (GenAI) ได้อย่างง่ายดาย อีกทั้งยังมีตัวเลือกด้านพลังงาน ขนาด และประสิทธิภาพที่หลากหลาย โซลูชันเหล่านี้จึงช่วยให้ฮาร์ดแวร์และซอฟต์แวร์สามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพสูงสุด
§ ชุด Edge AI Suites: คือชุดเครื่องมือพัฒนาซอฟต์แวร์ AI (AI Software Development Kits: SDKs) แบบเปิด ที่ออกแบบมาเฉพาะสำหรับอุตสาหกรรมต่าง ๆ เพื่อตอบโจทย์ผู้ให้บริการซอฟต์แวร์อิสระ (Independent Software Vendors: ISVs) ผู้รวมระบบ (System Integrators) และผู้ให้บริการโซลูชัน ชุดเครื่องมือนี้ช่วยให้การพัฒนาโซลูชัน AI แบบปรับแต่งสำหรับแต่ละอุตสาหกรรมเป็นเรื่องง่ายขึ้น
โดยมีแอปพลิเคชันตัวอย่าง (Curated Reference Applications) ตัวอย่างโค้ด (Sample Code) และเครื่องมือวัดประสิทธิภาพ (Benchmarks) ที่ช่วยเร่งกระบวนการพัฒนาแอปพลิเคชัน
ปัจจุบันอินเทลนำเสนอ Edge AI Suites ที่ได้รับการปรับแต่งเพื่อรองรับ 4 อุตสาหกรรมหลัก ได้แก่ ค้าปลีก การผลิต เมืองอัจฉริยะ และสื่อและความบันเทิง
§ แพลตฟอร์ม Open Edge: เป็นแพลตฟอร์มแบบโมดูลาร์และโอเพ่นซอร์สที่ช่วยลดความซับซ้อนในการพัฒนา การปรับใช้ และการจัดการแอปพลิเคชัน Edge และ AI ในระดับอุตสาหกรรม ด้วยแนวทางที่คล้ายคลึงกับระบบคลาวด์
แพลตฟอร์มนี้ช่วยให้ผู้ให้บริการซอฟต์แวร์อิสระ (ISVs) นักพัฒนาโซลูชัน และผู้จำหน่ายระบบปฏิบัติการสามารถผสานรวมส่วนประกอบซอฟต์แวร์ได้อย่างมีประสิทธิภาพและใช้ประโยชน์จากการปรับแต่งประสิทธิภาพทางซอฟต์แวร์ล่าสุดของอินเทล
ซึ่งช่วยให้เหล่าพาร์ทเนอร์สามารถปรับใช้เวิร์กโหลดแบบคอนเทนเนอร์ (Containerized Workloads) บนอุปกรณ์ Edge ระยะไกลได้อย่างง่ายดายโดยไม่จำเป็นต้องเดินทางไปติดตั้งหน้างาน และสามารถบริหารจัดการเวิร์กโหลดเหล่านี้ได้ผ่านเครื่องมือ เช่น Intel vPro®/Intel® Active Management Technology ซึ่งช่วยให้เกิดความร่วมมือและนวัตกรรมในอีโคซิสเต็มของซอฟต์แวร์
ความคิดเห็นจากพันธมิตรในอุตสาหกรรม: พันธมิตรที่เข้าร่วมโครงการ เช่น Cisco Compute, Lenovo, Red Hat, Wind River Systems และบริษัทอื่น ๆ ได้แสดงมุมมองเกี่ยวกับโซลูชันของ Intel ซึ่งสามารถอ่านความคิดเห็นฉบับเต็มได้ที่นี่
รายละเอียดเพิ่มเติม: Intel’s Edge AI Portfolio (Intel.com)
หมายเหตุ:
¹ Gartner®, Hyperscalers Stretching to the Digital Edge, โดย Thomas Bittman, 24 กรกฎาคม 2023
² ข้อมูลจากการทดสอบภายในของอินเทล ณ เดือนมกราคม 2025 โดยเปรียบเทียบโปรเซสเซอร์ Intel® Core™ Ultra 7 265H กับ Nvidia Jetson Orin AGX 64GB พบประสิทธิภาพการถอดรหัสสื่อ (Media Decode Performance) สูงกว่า 3.5 เท่า
ประสิทธิภาพ Pipeline ตั้งแต่ต้นทางถึงปลายทาง (End-to-End Pipeline Performance) สูงกว่า 2.3 เท่า และประสิทธิภาพต่อดอลลาร์ (Performance per Dollar) สูงกว่าถึง 5 เท่า
ทดสอบจากเวิร์กโหลด End-to-End Pipeline โดยใช้ Network Video Recorder Workload ซึ่งประกอบด้วย การถอดรหัสวิดีโอ 1080p30 HEVC Decode +
การประมวลผลล่วงหน้า (Pre-processing) และการตรวจจับ (Detection) โดยใช้ Yolov5s_640 ที่ 5 เฟรมต่อวินาที + การจำแนกประเภทวัตถุ (Classification) โดยใช้ Mobilenet-V2 ที่ 5 Inference ต่อวินาที และ Resnet50 ที่ 5 Inference ต่อวินาที
ประสิทธิภาพที่ได้แตกต่างกันไปตามการใช้งาน การกำหนดค่า และปัจจัยอื่นๆสามารถศึกษาข้อมูลเพิ่มเติมได้ที่ intel.com/performanceindex