关于人工智能、物联网（AIOT）的支持，英特尔提供的解决方案不只是硬件层面的运算技术，也包含软件应用技术，而近两三年以来，他们发展的软件平台其中，经常被该公司所提及的开发工具组件是OpenVINO Toolkit，产品全名为Intel Distribution of OpenVINO Toolkit，而OpenVINO这个品牌的全名，则是Open Visual Inference & Neural Network Optimization，支持的运算与加速技术也相当广泛，包含该公司旗下的中央处理器、集成绘图处理器、FPGA、Movidius VPU。
若要取得各种软件开发的相关资源，英特尔原本就设立了专属网站Intel Developer Zone，目前针对IoT、AI等类别的应用，都已设立了专区。
而在IoT的部分，目前区分为两大部分，一个是云计算硬件部署测试平台Intel DevCloud for the Edge，在2019年11月举行的Intel AI Summit大会推出，另一个则是今年6月悄悄登场的边缘运算软件专区Intel Edge Software Hub。
Edge Software Hub如今之所以受到瞩目，主要是因为他们在9月23日举行的Intel Industrial Summit大会，发布研发代号为Elkhart Lake的处理器Atom x6000E系列、Pentium与Celeron的N系列与J系列，以及采用Tiger Lake微架构的第11代Core通用嵌入型处理器，同时也开始积极主推这套软件资源共享平台，一周后，在台举行的2020英特尔边缘运算媒体暨分析师说明会其中，他们也特别提及Edge Software Hub。
一周后，在台举行的2020英特尔边缘运算媒体暨分析师说明会其中，他们也特别提及Edge Software Hub。
在这个网站其中，不仅有开发工具Intel Distribution of OpenVINO Toolkit，也提供Edge系列软件组件，可针对不同产业的专属应用需求，目前有Converged Edge Insights（搭配MEC与5G网络的IoT应用）、Edge Insights for Vision（计算机视觉）、Edge Controls for Industrial（将固定功能的工业控制系统转型为软件定义方案）、Edge Insights for Industrial（产品品质、预测性分析、工业自动化），以及Edge Insights for Retail。
英特尔表示，上述这些都是经过优化调校、容器化的软件组件，而能促成状态传感、视觉识别、自动化处理等种种变换型的边缘运算应用，可协助企业与开发人员更快推出相关产品，并且提供更强大的效果。
不过，Edge Software Hub的出现，也经历了一些过程，英特尔公司亚太区物联网业务部平台营销经理张沛哲表示，他们过去三年推广OpenVINO时，学到很多事情，今年5月推出Intel Edge Software Hub，希望提供一站式的边缘运算软件集散中心，解决方案的开发者可以连到这个网站，就能拿到针对英特尔最新平台优化的软件，这其中也提供一些调试工具协助应用程序的设计。
除此之外，有些系统集成厂商也有发展整体解决方案的需求，张沛哲提到，在Intel Edge Software Hub里面，也提供不同的软件组件，而在这个网站，可以看到Edge Insights for Industrial、Edge Control for Industrial，都是针对工业4.0专属的套装软件，同时，也有Edge Insights for Retail，是为了零售业而提供的软件组件，针对视觉运算、AI推论处理的部分，也提供专门的组件，未来英特尔还会提供更多的组件，让开发人员、开发厂商或系统集成厂商使用。
在Intel Industrial Summit期间，英特尔通过视频展示了他们设计的5G原型系统，展示工业级、无线的时间敏感网络（Time Sensitive Networking，TSN），而TSN和时间协调运算（Time Coordinated Computing，TCC）技术，正是上述Elkhart Lake与Tiger Lake处理器所强调的添加特色，支持即时、可靠的工业运算应用。
本场展示提供1微秒以内的同步处理精准度，可支持关键的流量处理时间延迟度需求──在两个端点之间的反应时间，可达到4毫秒以内，而且能在流程中的每个环节实施服务品质管控（QoS），于是，在混合网络流量环境下，可确保TSN性能。
为何要有这样的示范？英特尔表示，传统机台都是单打独斗，一个设备只做一件事情，而英特尔展示的是多机台的协作，以汽车制造为例，在输送带的车体上，机器手臂若要进行焊接，需跟着车体的位置移动，随时调整焊接的位置（车子在动，机器手臂也在动），也就是在两个运动控制之间，必须做到非常精准的同步。
在英特尔的展示其中，设置了两个远程设备，各搭配一台控制器，两个远程设备之间是通过5G网络来进行通信，而且，两边也都有一台TSN交换机，把5G信号转换成TSN的有线信号，然后再发送至这两台控制器。
其中一台控制器搭配第11代Core处理器，另一台则是Atom x6000E处理器，这两台控制器底下各连接一个马达驱动器、控制一个齿轮的转轴。而英特尔也在齿轮的一边设置了激光光发射器，将光线投射至另一边的齿轮上，以此验证两边的齿轮转动是否同步，若是、两边的转轴是完全密合的，激光光无法穿透到另一边，反之，就会看到激光光穿透，代表出现两边转轴不密合、不同步的状况。
例如，一边齿轮的突出刚好符合另一边齿轮的凹洞，此时，激光光就不会穿透，但如果两边没做好同步，就很容易忽快忽慢，导致激光光会发生穿通过去的状况。
除此之外，英特尔又在这个环境其中，特别加上了AI人脸识别的应用，他们在另一个环境架设了网络摄影机，将视频画面连接到TSN交换机，以模拟网络同时有大量封包发送的场景。他们想以此突显，即使在有其他大型运算流量的干扰下，通过5G、TSN等网络发送的这种即时信号封包，不会受到影响。
而基于这样的应用方式，英特尔认为，英特尔Atom x6000E与第11代Core处理器可提供更强大的运算能力，对于图片运算、AI处理，也都有很大的改善，另外，它们也支持最新工业应用的特色。像是TSN、TCC，以及工业领域日益受到重视的功能安全（Functional Safety）。
通过TSN的运用，我们可以实现5G无缝而全面的即时控制，例如，在医疗领域，我们可以从远程进行达文西手术。另外，这样的架构也能增加IT与OT网络之间的集成。
在传统的工业环境里面，发送IT信息与OT信号的网络是分开的，而在OT环境其中，底层的律动控制或机器手臂控制都在封闭网络下进行，以免受到干扰；若能透运用TSN，就可以把这两种网络技术直接统合在TSN身上，在同个网络上，也就可以兼容多种网络协议，此时，网络带宽不仅增大，能具有时间确定的、同步的特性，而不需要部署多种网络的环境，进而节省成本。
而在软件的配置上，英特尔表示，若搭配英特尔提供的Edge Control for Industrial平台，可以更容易实现IT与OT的集成，提升产品使用的弹性、可用性、可靠性，并且能节省整体运营资本支出。
除了用齿轮来印证可同步进行制造流程，英特尔另一个提出的例子是无人搬运车，能让搬运车到达输送带的时间跟输送带能够产出物品的时间，两者完美匹配，而不会发生搬运车在一旁处于等待的闲置状态，可提升整体利用率。
关于网络环境的应用，不论是5G或是Wi-Fi路，要用到TSN，才能支持决断性时间（deterministic time）的特性，英特尔强调，工业网络环境并不是连接速度够快、带宽够大就好，还要很确定的时间，而不能忽快忽慢，增加生产的不确定性。以5G网络而言，里面有个规范是URLLC（超可靠低延迟通信），支持deterministic time，若是Wi-Fi，则需要搭配TSN，即可支持决断性时间网络。
而在软件的搭配上，英特尔在此运用Edge Insights for Industrial和Edge Control for Industrial，前者可用来执行图片与非图片资料的采集、分析、运算、存储、通信，后者支持即时与TSN的控制。
在2020英特尔边缘运算媒体暨分析师说明会，以另一支视频展示他们用于制造业的软件应用，其中区分为连续型制造与离散型制造等两种场景。
以连续型制造的场景为例，最大的挑战在于如何确保工厂内部的控制系统，不会因为任何异常而中断。像是石化、饮料、食品或是医疗等产业的制程是连续、不可中断的，若在某个环节发生故障，系统需要关机、重新设置，将会导致很大的损失。
而英特尔展示的做法是运用超融合系统（Hyper Converged System），以及Edge Control for Industrial的软件组件，若企业临时要把其中的某个运算节点下架，来进行维护，原本在节点执行的应用程序，会自动转移到另一个可执行的节点，以便继续运行；若因为意外而导致运算节点脱机，这些工作也会自动切换到可用的运算节点，避免产生服务中断的情况。
在离散型制造的部分，像是汽车制造、手机或3C产品加工等生产环境，企业面临的主要挑战在于，如何生产得更快、具备更高的生产性能、产量要倍增、增加生产准确性与产品品质，因此他们的制程要很聪明、灵活、可根据外在环境不同而进行调整。英特尔在此展示的例子是机器手臂结合视觉识别的对象抓取，当一个六面的立方体被一支机器手臂掷出、放在输送带上移动，即便物体发生不规则的滚动，所在的位置与本身的角度都处于不规则的状态下，但机器人还是可以即时侦测到物体所在位置并进行判读，而且跟随得很紧，做到精准抓取，反应时间可达到两毫秒。
相较于传统机器手臂的功能都是固定，现在结合视觉识别与终端控制软件的机器手臂，可随时根据定义好的对象来进行关注，而能够将其用在高度不确定、且需即时控制的环境里面，对于汽车制造这类产业的生生产机制造流程很有益。因为，对制造业而言，越来越常面临“少量”“多样”的产品，因此会需要具备这样快速、动态的调整能力。