基于英特尔? 边缘平台的蘑菇云高中人工智能教学方案助力普及人工智能教育

概述

人工智能 (AI) 技术被普遍认为是未来科技的制高点，从中小学阶段强化人工智能教育既是对接世界科技发展趋势、强化人工智能人才培养的必然需求，也对学校的课程建设、教学方法的改革有着特殊意义。在此背景下，越来越多的中小学校开展了人工智能教学，通过人工智能实验室/实训室、人工智能课堂等方式，帮助学生了解人工智能知识并培养学习兴趣。

针对这一发展趋势，上海智位机器人股份有限公司（DFRobot）旗下的蘑菇云教育品牌（以下简称：蘑菇云）推出了高中人工智能教学方案，融合了基于英特尔? 架构的“AI服务器”与“拿铁熊猫智能终端”，以及包含完整人工智能课程内容的格物象课程实践平台，能够提供从人工智能算法教学到人工智能软硬件项目实现的全过程，帮助学校一站式地搭建人工智能教学体系，提升教学效果。

人工智能教育的探索与实践

随着人工智能逐渐进入技术成熟度曲线 (The Hype Cycle) 中的生产成熟期(Plateau of Productivity)，人工智能已在各领域得到广泛的应用，对行业的发展速度、内涵及质量产生 了深刻的影响，并成为行业实施数字化、智能化转型的基石。IDC 发布的《2021 年 V2 全球人工智能支出指南》预测，全球 AI 市场支出将在 2021 年达到 850 亿美元，并在 2025 年增至 2000 亿美元，复合年增长率（CAGR）约为 24.5%。根据最新预测，2021年，中国在AI市场的支出规模将达到82亿美元。2021-2025的五年预测期内，中国市场AI相关支出总量将以22%左右的CAGR增长，有望在2025年超过160亿美元1。

图1. 中国人工智能市场支出预测

与此同时，技术的飞速发展也带来了巨大的人才缺口。有统计数据表明，目前我国人工智能人才需求缺口达 500 万人2，在人才需求结构上，基础层人才需求尤为迫切。近两年，国内对于人工智能人才的需求更是呈现出水涨船高的态势。数据统计还显示，2021年人工智能行业人才需求指数较去年增长103%，其中算法人才缺口达170万3，这也成为人工智能教育行业发展的巨大动力。

图2：人工智能行业人才需求指数

在此背景下，强化面向青少年等群体的人工智能教育成为社会的广泛共识，人工智能教育也逐步被纳入到学校的教学规划中。2017年，国务院就印发了《新一代人工智能发展规划》，明确提出“人工智能成为国际竞争新焦点。在中小学阶段设置人工智能相关课程，逐步推广编程教育” 4，2019年，教育部印发《中小学综合实践活动课程指导纲要》，设计了人工智能相关主题活动。此外，多个省市的教育机构发文要求，各地要依托人工智能教育实验区和试点校，完善本地区中小学人工智能教育工作规划，细化工作分工，健全扶持政策，加快推进中小学校人工智能教育普及化。

教育部教育信息化专家组认为，应把人工智能列入必修内容，目标是素养培育，抓手是编程实践，需要着重从传授人工智能基础知识，进行人工智能启蒙教育；培养学生使用智能工具的能力；学习用编程解决实际问题，培养计算思维、创新思维等基本素养等多方面入手，深化教育体制改革5,6。

要推进人工智能教育，构建人工智能实训环境至关重要，人工智能实训可以帮助学生从简单、基础的人工智能模型训练、推理等流程入手，了解人工智能应用的相关知识。因此，越来越多的学校开始开设人工智能实验室/实训室，在人工智能算力基础设施之上提供人工智能教学课程。

由于人工智能教育的主要目标是培养学生的人工智能技能，锻炼学生的数据科学思维7。因此，与企业的人工智能应用相比，部署于 K12 阶段的人工智能实验室/实训室具备着以下特点：

• 提供全流程的人工智能应用实践能力

在K12 教育阶段，大部分学生并未接触过人工智能，因此，学校需要构建“从零开始”的课程培训体系，并支持全流程的人工智能应用，这包括数据准备、模型训练、模型部署、模型推理等各个阶段。

其中，在数据准备阶段，人工智能教育实验室/实训室需要支持对于给定的数据集进行处理，将其输入到模型之中；在建模阶段，需要为学生提供适合学习阶段的预置模型库，允许学生通过训练需求来选择合适的模型；在部署与推理阶段，学生能够利用训练好的模型，验证训练的模型能否在精度等方面满足预定的目标。

• 实现基础设施与人工智能课程体系的融合

人工智能教育实验室/实训室的基础是一整套的人工智能应用平台，核心则是人工智能课程体系。这套课程体系既需要符合信息技术教材等规范性要求，还需要针对学生的学习特点，提供重点明确、体系完整、功能强大的课程设计，支持学生使用简单的人工智能工具，进行更富主观能动性的探索，实现从感性引导到兴趣实践，再到创新应用的流程。

图3：K 12 阶段的人工智能教育目标

一般而言，人工智能课程体系需要包括以下内容：人工智能课程的课程纲要、教材、代码示例；面向 人工智能基础知识传授的交互式课程；支持自主模型训练/推理的实践应用平台；作业批改以及评价系统；师生互动应用。要支撑这一课程体系，就需要构建就绪型的人工智能教育环境，在硬件平台基础上提供必要的软件组件。

面向 K12 的人工智能教育实训室面临的挑战

当前，我国人工智能教育发展迅速但尚处于起步阶段，存在人工智能教育人才储备不足，人工智能教育存在技术瓶颈，人工智能教育产品不完善，人工智能教育大数据平台缺乏，人工智能教育可能产生伦理风险等问题8，亟需进行持续的探索与创新。

而从平台建设来看，算力平台是人工智能教育实验室/实训室构建的基础，面向 K12 的人工智能教育场景应用有着以下特征，对于人工智能基础设施的构建带来了相应的挑战：

• 人工智能模型的复杂度不高，对于算力要求相对较低，使用CPU进行训练或推理即可满足绝大部分场景的算力需求。例如，在常见的 AI 图片检测学习任务中，图片数据集常常在 3000-5000 张的规模，训练与推理时间只需保证在分钟的级别，较商业级 AI 应用的性能目标大幅缩减，应用效率较低导致资源浪费。

• 学校普遍缺乏面向人工智能应用的专业部署和运维能力，普遍存在缺乏面向不同应用场景、不同软件框架的软硬件优化方案，异构设备之间难以实施有效协同等问题。学校希望通过软硬件一体化等形式来降低运维门槛，简化应用。

• 教室场景意味着人工智能的应用相对集中，集中通过AI服务器进行运行可能会带来性能拥堵的问题，因此要求终端具备一定的本地算力。

• 高中阶段的人工智能教育需求具备体系化、规范化的要求，但在教育实践中，常常出现可选实验场景、器材和软件套件混乱，无法满足真实场景的学习需要等问题，更无法贴近行业实践要求。需要平台具备丰富的可扩展性。

人工智能教育实验室/实训室需要解决算力的分配问题，将算力集中在云或数据中心的服务器中有利于实现更高的灵活度，但可能在集中应用的时候出现算力不足的问题；将算力部署于终端适用于对本地算力要求更高的应用，但在运维与管理问题可能会遇到较大的挑战。

英特尔人工智能实训愿景与架构参考

为助力打造更高效的人工智能教育实训环境，英特尔凭借其不断创新的产品与技术体系，以及在 “云边协同” 上积累的丰富实战经验，与人工智能教育解决方案厂商一起为教育机构打造 “云 - 边 - 端” 架构的端到端人工智能实训解决方案，为师生提供高性能、高可用和灵活可扩展的人工智能动手实践平台。

图4：典型的 “云 - 边 - 端” 人工智能教育实训环境

其中，边缘平台是人工智能教育实训环境的重要基础平台，在异构硬件融合的基础上提供了人工智能开发环境，为人工智能推理、开发套件等应用提供强大算力支持。特别是对于 K12 阶段的人工智能教育来说，其无需学校在数据中心或云服务方面进行大量投入，就可以搭建更敏捷、更高稳定性、更低成本的人工智能实训室。

此外，方案还能够提供基于英特尔?架构的AI智能硬件开发套件，包含面向计算机视觉、人工智能、边缘计算、推理运算等各类实训场景的外接实训设备。结合不同课程和实训应用场景，配套不同实训套件，基于英特尔?加速器深度学习推理性能，辅助课程实训模拟，可快速开发和部署、简化软件开发。

基于英特尔? 架构的蘑菇云高中人工智能教学解决方案

蘑菇云高中人工智能教学解决方案是一套基于本地AI教学服务器、课程紧贴高中课标、软硬结合的整体解决方案，能够让学生学以致用，保证授课老师课堂高效稳定。方案包含了本地AI教学服务器、格物象课程实践平台、拿铁熊猫智能终端三个部分。

图5：蘑菇云高中人工智能教学解决方案关系图

• 本地AI教学服务器：搭载了英特尔? 至强? 可扩展处理器，专为人工智能教学场景进行研发配置，采用本地化AI服务器部署方式，快速实现教室或机房的设备连通访问,用于学生AI课程的模型训练和算法学习，支持容器Docker。

• 格物象课程实践平台：课程平台匹配高中信息技术教材选择性必修4《人工智能初步》模块的课程标准，结合原理讲解动画及开源硬件动手实践的方式，解决人工智能课程难教难学、纯原理讲解空洞的现象，同时能够满足学生学习Python代码、进行人工智能项目应用、AI模型训练以及老师进行班级资源管理的功能。

• 拿铁熊猫智能终端：搭载了英特尔? 赛扬?处理器，是一款结合实际应用项目的配套智能硬件套件，结合格物象教学实践平台上的教学内容使用，可用于学生作品或竞赛类项目开发。学生可以通过拿铁熊猫智能终端实现计算机视觉、智能语音、文字识别等相关项目，并可以使用此套件进行应用扩展、产品原型的验证。

蘑菇云高中人工智能教学解决方案能够提供如下主要功能：

人工智能课程学习：平台中含有20+课时的AI学习课程，主要分为三个阶段，初识AI技术基本原理、AI应用领域、AI应用从浅入深进行学习。通过动画模拟效果，学生能够学习计算机视觉、语音等工作原理和工作过程，更清晰和具象的了解运算过程，进一步理解算法构成。

图6：模拟卷积神经网络运算动态图

Python编辑器：平台采用理论与实践相结合，界面上一键切换到Python编辑器界面进行代码编辑，撰写项目，应用课程所学解决问题。

官方案例：平台提供了20+官方案例，为初学者提供简单易懂的样例，能够更快速的进行算法的学习和运算过程的体验。

图7：支持学生导入数据进行个性化训练

AI项目部署与运行：学生可以将制作好的项目直接连通拿铁熊猫智能终端，通过格物象教学实训平台，能够将制作好的模型文件，进行一键部署，使得AI项目快速部署和运行在主控硬件上。

英特尔助力蘑菇云构建高性能、高经济性的人工智能教学环境

在进行人工智能教学方案设计时，选择 GPU 方案还是 CPU 方案通常会成为一道棘手的“选择题”。GPU 方案在算力上可以满足需求，但是，无论是共享 GPU 方案还是终端独立 GPU 方案，都涉及到昂贵的 GPU 采购，而且在兼容性和可扩展性等方面都需要较多的开发工作，带来更高的应用门槛。在典型的教学环境中，并发量通常可达57路，每一路需要4GB-5GB的显存支持，单张GPU卡只能支持4-5名学生，因此学校需要购置多张GPU卡，不仅采购成本高企，同时也会增加能耗成本和管理复杂性。相较之下，CPU 方案拥有更高的成本优势，而且在进行性能优化之后，足以满足高中人工智能教学对于训练和推理等应用的性能要求。

因此，蘑菇云高中人工智能教学解决方案最终选择了高性能、面向人工智能进行性能优化的英特尔?处理器。其中，部署于本地 AI 教学服务器的英特尔?至强?可扩展处理器内置人工智能加速并已针对工作负载进行优化，能够为各种高性能计算工作负载、AI应用以及高密度基础设施带来一流的性能和内存带宽。同时，采用矢量神经网络指令（VNNI）的英特尔? 深度学习加速（英特尔? DL Boost）显著提高了人工智能推理的表现。

此外，蘑菇云高中人工智能教学解决方案还使用了OpenVINO? 工具套件进行性能加速，OpenVINO? 工具套件能够实现广泛的深度学习推理应用和解决方案的快速部署，可支持开发人员使用行业标准人工智能框架、标准或自定义层，将深度学习推理轻松集成到应用中，在英特尔? 硬件（包括加速器）中扩展工作负载并改善性能。借助面向预推理模型的内置模型优化器（Model Optimizer，MO），和面向专用硬件加速的推理引擎（Inference Engine，IE）运行时，OpenVINO? 工具套件可在英特尔的不同平台上部署并加速神经网络模型，能够在保持精度的同时显著提高图像推理速度。

模型优化器是一个跨平台的命令行工具，可实现训练环境和部署环境之间的转换，执行静态模型分析并调整深度学习模型，致力于在终端目标设备上实现最优执行能力。它支持从流行的框架（包括 TensorFlow/ONNX/ 模型）到中间数据格式（IR，intermediate representation）的离线模型转换。推理引擎则提供了统一的跨平台C、C++ 和Python API，用于推理加速和优化。

蘑菇云实测数据显示，基于英特尔?至强?可扩展处理器 + OpenVINO? 工具套件的蘑菇云高中人工智能教学解决方案能够在最高并发量下，支持 57 路教学应用同时运行，并满足最长训练时间在 5 分钟之内，最长推理时间在 1 分钟之内的性能指标9。尤为重要的是，该算力配置的成本相比主流 GPU 方案大幅降低，性价比优势极为显著。

在终端层面，拿铁熊猫智能终端采用了英特尔?赛扬?处理器，为Python 3、OpenCV、TensorFlow 和 Keras 人工智能开发环境配置提供了高效的算力支持，同时板载了一块Arduino芯片，兼容Arduino的硬件模块和软件类库。此外，英特尔?赛扬?处理器还具备高可扩展性、高兼容性的优势，支持拿铁熊猫智能终端通过扩展口打通开源硬件生态，满足更多智能场景的教学实践需求。

表1：不同解决方案比较图

总体而言，该方案具备如下优势：

• 高性能：在最高并发量下，依然能够支持最高数据量达 3000 张图片的人工智能训练，最常训练时间仅为 4 分钟，最长推理时间不到 1 分钟10。

• 高经济性：与传统方案相比，该方案能够将服务器成本大幅降低，同时，该方案实现了边缘计算，节省了云端服务的相应成本，在长期的人工智能教学实践中具备显著的优势。

• 高稳定性：无需依赖互联网，在最高并发量下，依然能够保证稳定运行，降低由于网络拥堵等异常情况导致应用卡顿的可能性。

• 低开发难度：实现快速扩展应用，且无需安装复杂的AI相关开发工具，支持更快开发出面向教学的人工智能应用。

图8：蘑菇云人工智能教育方案在某学校的应用

AI为未来教育插上科技翅膀

除了人工智能教学之外，蘑菇云还致力于利用人工智能加速教育变革，发力教学内容智能化、教学互动化、教学任务自动化、学习环境自适应化、课程内容生成个性化、学习障碍判断自动化等场景，通过人工智能等新技术帮助教学内容智能化、优质教学内容在线化，能帮助提升教学效率、改善教育不公平性。

英特尔和蘑菇云将在人工智能+教育领域开展更加深入的合作，将创新的智慧化产品与技术赋能到教学环境之中，积极推动人工智能教育产品与服务的落地，助力人才的培养。

1 https://www.idc.com/getdoc.jsp?containerId=prCHC48196321

2数据援引自工业与信息化部人才交流中心发布的《人工智能产业人才发展报告(2019-2020 年版)》一文

3数据援引自拉勾招聘数据研究院发布的《2021人工智能人才报告》

4 http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

5 人工智能教育如何进校园，中国教育报 http://www.moe.gov.cn/jyb_xwfb/moe_2082/zl_2018n/2018_zl36/201805/t20180521_336578.html

6 周邵锦, 王帆. K-12人工智能教育的逻辑思考:学生智慧生成之路——兼论K-12人工智能教材[J]. 现代教育技术, 2019, 29(04):13-19.

7 胡波. 人工智能教育对于培养中学生信息素养的作用[J]. 新课程(中), 2018, 000(008):98.

8 何玥玥、吕丽婷、陈嘉耕. 我国人工智能教育的发展现状分析与对策研究[J]. 教育探索, 2020, No.332(08):22-24.

9 测试配置：双路英特尔?至强??牌5218R处理器（40核，80线程，2.1G），256GB总内存（DDR4 2666 RECC 16*16GB），960 GB DELL SATA 固态盘。

10 测试配置：双路英特尔?至强??牌5218R处理器（40核，80线程，2.1G），256GB总内存（DDR4 2666 RECC 16*16GB），960 GB DELL SATA 固态盘。

实际性能受使用情况、配置和其他因素的差异影响。更多信息请见www.Intel.com/PerformanceIndex。

英特尔技术可能需要启用硬件、软件或激活服务。

具体成本和结果可能不同。

英特尔未做出任何明示和默示的保证，包括但不限于，关于适销性、适合特定目的及不侵权的默示保证，以及在履约过程、交易过程或贸易惯例中引起的任何保证。

没有任何产品或组件是绝对安全的。

英特尔并不控制或审计第三方数据。请您审查该内容，咨询其他来源，并确认提及数据是否准确。

?英特尔公司版权所有。英特尔、英特尔标识以及其他英特尔商标是英特尔公司或其子公司在美国和/或其他国家的商标。

文中涉及的其它名称及品牌属于各自所有者资产。