31 января 2019

Михаил Цветков, Intel — о том, как разрабатывают IoT, когда ждать 5G и квантовый компьютер

Развитие IoT напоминает историю эволюции микропроцессорной электроники — из  дорогостоящих и штучных кейсов уже выросла целая индустрия доступных устройств, будущее которой еще впереди. Сенсоры и умные камеры скоро заменят привычные рабочие места операторов видеонаблюдения. Человеческие глаза и мозг просто не справятся с тем объемом информации и скоростью ее поступления, которые уже обрабатываются при помощи машинных алгоритмов. «Хайтек» встретился с техническим директором Intel в России Михаилом Цветковым и поговорил с ним о революции, которую совершит 5G, видеопотоке как информационном источнике и прогрессе в создании квантового компьютера, основанного на спин-кубитах.


Михаил Цветков — технический директор Intel в России. Работает в области электронных технологий более 15 лет. Окончил Воронежский государственный университет по специальности «Физика полупроводников и микроэлектроника». В 2008 году пришел в корпорацию Intel. Работал инженером в Intel Labs, Intel Architecture Group и SMG. В настоящее время руководит технической группой Intel в России и странах СНГ.


Сенсоры на батарейке для слухового аппарата

— Какие сейчас основные направления развития Intel?

— Сегодня Intel — Data-Centric-компания. С одной стороны, мы пришли к этому статусу из микроэлектронной промышленности — наши заводы никуда не делись, по-прежнему Intel — один из ведущих поставщиков полупроводникового фундамента современного цифрового мира. С другой стороны, мы уже переросли статус производителя просто микропроцессоров и стали глобальным создателем компонент для всей цифровой инфраструктуры. Начиная от IoT-вещей, используемых для сбора первичных данных, и до мощнейших дата-центров, в которых эти данные живут, обрабатываются и превращаются из чисел в знания. Поэтому мы решаем все ключевые задачи, которые стоят на этом пути эволюции данных. Сбор, хранение и передача — причем как проводная, так и беспроводная, у нас большой пакет технологий в области средств сотовой связи 4G, LTE, 5G, оптических каналов.

Например, одна из самых перспективных технологий — Intel® Silicon Photonics, которая расширит и сделает доступными высокоскоростные каналы в ближайшем будущем. Ну и, естественно, процессинговые элементы. Старый добрый Intel CPU — как в серверном сегменте, так и в клиентском, по-прежнему, остается самым универсальными и востребованным вычислителем для широкого спектра задач. Плюс важнейшая область — это хранение данных. Сейчас Intel производит множество SSD: начиная от пользовательских SATA SSD и заканчивая ультрасовременными NVMe SSD для дата-центров, в том числе уже и на принципиально новой физике 3D XPoint. Это мы еще не затронули вопрос автономного вождения.

— Вы им занимаетесь?

— Лично я — нет, но у нас отдельное подразделение, Intel Autonomous Driving. Intel в эту сторону смотрит очень внимательно и активно работает над этим.

— Вы разрабатываете инфраструктуры от начала до конца — это и сбор данных, то есть сенсоры, и обработка? Это системы для конкретных индустрий?

— Нет, развертывание конкретной IoT-инфраструктуры — это интеграционная работа. Intel в крайне редких случаях выступает как интегратор. Мы разработчики технологии. Например, делаем трансиверы, чипы для Bluetooth и Wi-Fi connectivity. В большинстве ноутбуков стоит какая-нибудь из наших Wi-Fi- или Bluetooth-микросхем. Развивая эти протоколы, мы переносим технологии из мира ИТ в индустриальный мир.

Фото: Антон Карлинер / «Хайтек»

Например, нашими коллегами из Intel ИТ был проведен очень интересный пилот на одной из фабрик по развертыванию беспроводной сети из 150 сенсоров, которые осуществляли мониторинг оборудования, давления, наличия примесей разных газов в воздухе. Это было полупроводниковое производство, в котором применяется большое количество химических компонент. И была доказана высокая эффективность именно Bluetooth low energy (BLE) — топологии для коротких дистанций, порядка 15 м от ресивера, даже в таком сложном помещении, как производственный цех. По внутренним оценкам нашей ИТ-службы получалось, что стоимость этой сети составила всего лишь 10% по сравнению с классическими проводными датчиками, включая работы по разводке и поддержанию проводной инфраструктуры в уже эксплуатируемом помещении.

Там была развернута следующая инфраструктура: в большом заводском помещении стояло два IoT-шлюза, по сути, Intel PC с интеловским Bluetooth и Wi-Fi-модулем, и были развешаны беспроводные датчики. Шлюзы подключались кабелем к Ethernet-сети и через Wi-Fi. Между различными беспроводными стандартами возможна интерференция, так как они используют один и тот же частотный диапазон. BLE и Wi-Fi оба работают в диапазоне 2,4 ГГц. Но в отличие от других семейств протоколов, например, IEEE 802.15.4, где coexistence (с англ. сосуществование — «Хайтек») с Wi-Fi не слишком хорошо реализован, Bluetooth и Wi-Fi сочетаются гармонично, они достаточно эффективно делят между собой частотные ресурсы и устойчивы к взаимовлиянию друг на друга. Самое главное, что в результате тестирования этой системы, которое продолжалось полтора года, была достигнута 99-процентная надежность связи с датчиками, и стабильность работы была очень предсказуема. Если датчик не работал,то он не работал сразу, потому что его неправильно разместили, например, за колонной или слишком далеко. Но если геометрия была такова, что связь удавалось установить, датчик исправно функционировал и связь была надежной.

Датчики показали свою способность жить от батарейки в 620 мА·ч в течение 452 дней. Это хорошо, но это не предел, потому что батарейка 620 мА·ч — это батарейка для слухового аппарата, а, например, пальчик АА — уже где-то 2 тыс. мА·ч.

Чайники как источники нетривиальной информации

— В России R&D как-то занимается IoT?

— IoT — не отдельно взятая сферическая вещь в вакууме, это часть жизненного цикла данных, их автоматизированный генератор. Данные генерирует человечество, загружая фотографии, набивая текст, но этот способ получения информации не дает целостной картины мира. Для того, чтобы анализировать мир гораздо подробнее, необходима автоматизация. Естественный прогресс любого нужного дела — это автоматизация. Для автоматизации сбора данных разворачивается инфраструктура из сенсоров.

Я в свое время говорил, что лучший IoT-сенсор — это видеокамера. Видеопоток — это такой насыщенный информационный источник, и, самое главное, он интуитивно понятен человеку. Если рассматривать IoT отдельно от общей Data-Centric-концепции, то оно в большинстве случаев не очень интересно.

Возможность включить чайник по сотовому телефону — хорошая опция, но больше из разряда дополнительных опций бытовой техники, нежели интернета вещей. А вот возможность анализировать информацию от миллиона чайников может дать уже совсем новые нетривиальные знания о том, как меняется нагрузка на сеть, о том, как люди по утрам пьют чай, о том, что большинство жителей домов с газовыми плитами предпочитает кипятить чай электрическим способом и платить за это дополнительные деньги.

— В индустриальном IoT понятно, кому принадлежат данные. А если говорим, условно, про чайники, бытовой IoT, то кому будут принадлежать эти данные, когда они собираются с личных устройств?

— Я думаю, в каждом конкретном случае это будет определяться контрактом, который человек подписывает непосредственно с оператором его данных.

— Производителем устройств?

— Не обязательно. Провайдером сервиса, к которому человек подключается, может быть производитель устройства, интернет-компания или вообще отдельный стартап. В любом случае человек (как субъект принятия решения) — это показывают последние изменения в законодательстве — будет обладать правом управлять своими данными и выражать свое решение в обязательной для исполнения оператором форме. Представитель сервиса будет обязан следовать этому решению.

Фото: Антон Карлинер / «Хайтек»

Вопрос данных делится на две части: это физическая/технологическая организация возможности получения данных и социальная/юридическая. Социально-юридическая часть лежит больше в области государства и самого человека, а мы, технологическая компания, должны просто предоставить удобную и экономически эффективную возможность реализовать любое принятое решение.

Сажать наблюдателя перед стеной в 24 экрана просто жестоко

— Это будет в основном беспроводной сбор данных?

— Тенденция сейчас к переходу на беспроводные технологии. Сама по себе телеметрия — это хорошо известная на протяжении уже полувека область автоматизации. Интерфейс RS-485 — семейство последовательных интерфейсов, и пришедший ему на смену Ethernet — это совсем не новая история. Но масштаб этих систем сдерживали такие факторы, как необходимость прокладывать кабель. Прокладывка кабеля — это серьезная задача, требующая планирования еще на этапе строительства здания. Просто так прийти и поставить 100 проводных сенсоров очень трудно. Не говорю, что невозможно, но это чрезвычайно тяжело. А вот появление дешевых и устойчивых к помехам, с длительным жизненным циклом от батарейки, сенсоров, может превратить количество в новое качество. В данном случае, когда сенсоры выйдут на определенный порог, став беспроводными, они будут таким же естественным атрибутом любого пространства, как сейчас освещение.


RS-485 (англ. Recommended Standard 485) — стандарт физического уровня для асинхронного интерфейса. Стандарт приобрел большую популярность и стал основой для создания целого семейства промышленных сетей, широко используемых в промышленной автоматизации.

Ранее EIA маркировала все свои стандарты префиксом «RS» (англ. Recommended Standard — рекомендованный стандарт). Многие инженеры продолжают использовать это обозначение, однако EIA/TIA официально заменил RS на EIA/TIA с целью облегчить идентификацию происхождения своих стандартов.


Интересная особенность — развитие IoT напоминает закон развития полупроводникового машиностроения. В начале, когда рынка еще нет, штучные микросхемы выходят в пилотном режиме, они чрезвычайно дорогие, потому что разработка стоит колоссальных денег. Но с появлением проса и увеличением количества изготавливаемых микросхем снижается цена за одну штуку. Так, согласно закону Мура, революционное развитие технологий дало возможность появиться новому миру персональных компьютеров, с ценой микропроцессора менее $1000. То же самое, что было сделано в 80–90-х годах, сейчас происходит и в мире IoT-вещей. Когда стоимость компонент и целостной IoT-системы преодолеют порог массового взрывного распространения, то и производителю будет выгодно вкладываться в разработку новых систем, потому что он будет видеть перед собой рынок, а пользователи смогут эффективно автоматизировать все аспекты своей жизни.

— Когда это произойдет?

— Это уже происходит. Сейчас очень бурно растет сегмент видеонаблюдения, причем не только в области безопасности, но и в виде уже ИИ — хорошего интеллектуального видеонаблюдения с распознаванием ситуации, подсчетом количества людей в очередях, трафика. Например, видеонаблюдение в индустрии практически заменило контроль качества на производственных линиях. То есть сейчас уже не надо заставлять человека непрерывно смотреть на пролетающие перед ним заготовки на конвейере для определения брака. В этой области происходит много интересного, и сразу возникает правильный вопрос: что делать с этим валом информации? Существующие классические инструменты для обработки данных, уже бесполезны. Опять-таки, сажать наблюдателя перед стеной в 24 экрана и требовать от него постоянной концентрации и извлечения из этих потоков информации невозможно. Это просто жестоко.

ИИ — это тоже не сверхновая тема, периодически к «интеллекту на кремнии» обращаются с 50-х годов. Даже я застал волну 2000 года, когда писал курсовую работу по реализации нейронных сетей на ПЛИС (FPGA). Но в тот момент не была готова площадка для стремительного роста, для качественного скачка. Не было еще больших объемов данных и производительного оборудования. Еще Колмогоров исследовал вопросы ИИ. Он говорил, что не видит математических препятствий для создания полноценных живых существ, построенных полностью на цифровых механизмах обработки информации.


Андрей Николаевич Колмогоров — советский математик, один из крупнейших математиков XX века.

Колмогоров — один из основоположников современной теории вероятностей, им получены фундаментальные результаты в топологии, геометрии, математической логике, классической механике, теории турбулентности, теории сложности алгоритмов и функциональном анализе.


Фото: Антон Карлинер / «Хайтек»

Но производительности ЭВМ 60-х годов было недостаточно для работы практически полезной нейронной сети. И только во второй половине 2010-х годов производительность компьютеров общего назначения достигла порога, необходимого для запуска многослойных нейронных сетей с миллионами параметров. И, самое главное, интернет накопил достаточно информации, чтобы появились большие, публичные, семантически размеченные дата-сеты, такие как и ImageNet. И вот, пожалуйста, революционный скачок — сеть AlexNet на ImageNet на показал точность распознавания объектов на фотографиях, сопоставимую с точностью человека. А с человеческими ошибками мы жить уже привыкли.

«Скоро 3GPP-комитет переименуют в 5GPP-комитет»

— Intel также занимается 5G. На каком этапе сейчас работа?

— Сейчас формализована спецификация. Первые развертывания появятся ближе ко второй половине 2019 года, по всему миру, а широкое распространение в 2020 году. 5G чем хорош? Он решает сразу три ключевых задачи — эффективный сбор релевантных данных, их передачу и обработку. 5G — это решение задачи массовой передачи данных, мощных видеопотоков и низкой задержки. Потому что IoT — это не только телеметрия, но еще и сигналы исполнительным механизмам. Низкая задержка при управлении механическими объектами, при вычислениях в реальном времени. Там временные интервалы измеряются миллисекундами, и в существующих системах такие жесткие задержки не предусмотрены. Одна из подобластей 5G — это гарантированное время распространения команды. И третий пункт — это взрывной рост подключенных устройств. В LTE емкость базовой станции относительно небольшая. Подключение десятков тысяч пользователей превышает возможности современных 4G-технологий. И третья область, куда 5G активно развивается, — это увеличение емкости абонентской базы. Для того, чтобы операторы смогли дешево подключать мало потребляющие и мало передающие сенсорные сети.

— Что вы разрабатываете в этом контексте?

— Мы разрабатываем модемы. Intel является производителем хороших 4G-, 3G-, и теперь 5G-модемов. Недавно представленный модем XMM 8160 5G готовится ко всемирному использованию. В рамках комитета 3GPP, разрабатывающего спецификации сотовой связи, идет работа по стандартизации. Есть шутка, что скоро 3GPP-комитет переименуют в 5GPP-комитет. В комитете состоят наши коллеги из Нижнего Новгорода, мы активно участвуем в развитии этого стандарта. Но самый лучший вклад — это создание продукта.

Скачущие электроны, кубиты и минус тысяча кельвинов

— Если продолжать тему данных и их увеличения, видите ли вы какой-то лимит развития хранения данных?

— Пока что предела не видим. Сейчас реалистично говорить о петабайте хранения в 1U сервере. Это практически наше завтра, если уже не сегодня. А если говорить более глобально, я боюсь строить пессимистические прогнозы, потому что на протяжении всей 50-летней истории мы только и делали, что опровергали скептиков и двигались дальше и дальше. Но при этом с перспективой на будущее Intel ведет разработки в области квантового компьютинга, сейчас вышли на 49 кубитов совместно с академическими институтами.

— В России?

— Нет, в Европе, вместе с Нидерландским исследовательским центром QuTech. Там решаются весьма нетривиальные задачи по удержанию кубитов в стабильном состоянии при температурах, отличающихся от абсолютного нуля всего на доли градуса. Также ведем исследования новых архитектур, например, таких, как нейроморфный компьютинг. Сейчас модели искусственных нейронных сетей на процессорах всего лишь имитируют работу нейронов живого мира, физически же это перемножение матриц на цифровых умножителях. В отличии от них нейроморфный квычислитель эмулирует именно физику нейрона. И Intel сделал еще цифровой, но уже асинхронный чип для реализации таких моделей.

— Квантовый компьютинг, например, у IBM, основан на сверхпроводимости, у вас похожая технология?

— Мы исследуем разные эффекты. Сейчас порядка шести подходов, на на основе которых пытаются сделать квантовый суперкомпьютер. Intel использует спиновый кубит, который стабилен даже при температуре 1 Кельвин, что достаточно тепло по сравнению со сверхпроводимостью.

Фото: Антон Карлинер / «Хайтек»

— Стабилен несколько миллисекунд?

— Да, несколько миллисекунд. Теоретики говорят, что практически применимые результаты квантовый компьюер сможет показывать на числе кубит от тысячи и выше. Но так ли мало 49 кубитов? Например, когда появилась первая в мире биполярная микросхема памяти, созданная Intel в 1969 году, её объем памяти был всего 64 бита. Но она запустила стремительную эволюцию, и буквально через год был создан чип КМОП DRAM объемом 1 024 бита. Процесс был запущен, технология получила путевку в жизнь. В квантовом компьютинге сейчас параллельно ведется очень большая работа в теоретической части. Ищутся задачи, которые решаются принципиально быстрее, чем на традиционной компьютерной архитектуре.

Без вычислительных ресурсов никто клинические испытания не проводит

— Intel занимается цифровым здравоохранением. Вы даже запускали какие-то продукты, часы Basis Peak, которые отозвали в 2016 году.

— Это было не столько здравоохранение, сколько фитнес-индустрия. Здравоохранение со всеми его требованиями и задачами — отдельная область, мы активно с ней работаем, как раз в части развития инфраструктуры и технологий обработки данных. Медицина всегда была очень наукоемкой и дата-емкой сферой человеческой деятельности, и сейчас, когда появляется возможность автоматизировать сбор и обработку информации, активно развивается аналитическая, основанная на данных медицина.

Надо отдать должное врачам, они и раньше очень хорошо работали со статистикой. Сейчас мы привнесли ИИ для анализа изображений. Нейронная сеть не может строить диагноз, но она может служить рекомендательным инструментом для врача. Сбор информации и статистики по госпиталям, по системам здравоохранения в рамках страны и всего мира, дает огромный объем информации для анализа. Клинические испытания новых препаратов являются большой и тяжелой частью медицинских исследований. Там нельзя рассчитывать, что в 100% случаев результат будет повторяем. Результаты всегда имеют статистический характер, всегда нужно выискивать корреляции, понимать, где истинная зависимость, а где частный случай. И здесь без вычислительных ресурсов, я думаю, никто уже клинические испытания не проводит.

— Вы упомянули много разных препятствий, которые надо решить в сфере данных. Что сейчас труднее всего развивается в этом направлении? Чего не хватает?

— Многие люди очень любят жаловаться, что им чего-то не хватает. Я вот сейчас пытаюсь придумать, на что пожаловаться, и не получается. Работы огромное количество во всех направлениях, и главное, чего не хватает, — времени.