边缘视频分析从云中汲取智慧

　　有一些原因可以接受为什么在边缘执行计算比在云中执行更好。 EVA使这成为现实

　　人工智能（又名AI）无处不在。它用于分析图像和视频，通过分析，它可以检测和识别物体和人，并获得可操作的信息。尽管这项技术的好处很多，而且我们只是在探讨可以完成的表面，但它是一项相当复杂的技术，需要大量的计算资源。

　　人工智能（AI）在这里。我们可以在Edge上执行的AI越多，我们期望的分析效果就越好（更快）。因此，大多数与AI相关的计算都是在存储大量计算资源的云中进行的。但是，云计算会带来一些负担，其中最重要的一点就是与必须将数据从边缘侧迁移到云计算的延迟。对于大部分任务关键型和关键业务应用程序，此类延迟将被认为是不可接受的。

　　云计算的第二个“缺点”是，用于传输信息的介质很快就会变得非常昂贵。视频数据变得非常快，这意味着传输数据的成本相应增加。

　　最后，还有安全性问题。尽管云本身可能是安全的，但很难确保沿途的每个节点也都保险。

　　EVA提高了可见度和安全性

　　得益于计算技术和AI算法的最新发展，现在可以执行边缘视频分析（EVA），这项技术可以在数据起源的Edge上实时执行视频分析。

　　之所以可行，是因为许多AI算法（例如涉及矩阵运算的AI算法）从并行处理中获益，而且当今功能极为强大的微处理器单元（MPU） 图形处理单元（GPU）结合时可以得到显著提升。最新的GPU设计有数千个小型处理器，每个处理器都有自己的本地内存。在EVA应用程序中，GPU以大规模并行方式执行视频分析AI算法。

　　如果在不久的将来EVA的使用变得相对普遍，请不要感到惊讶。下面是三个使用EVA边缘计算平台来演示EVA功能的真实示例。首先是与海上钻井平台一起运行的系统，该平台显然在极端恶劣的环境中运行。它们必须承受冲击，振动，电源噪声，大范围的温度波动，高湿度和海水。此外， 网络连接可能非常不可靠。

　　得益于凌华科技提供动力的EVA，可以大大提高海上石油钻机的安全性。 在此示例中，使用ADLINK边缘计算系统增强的高分辨率相机可以监控主钻头组件。当夹具固定在钻孔设备上时，该系统可以观察夹钳附着在钻井设备上的速度和位置，并在出现问题时立即向操作人员发出警告。第二个好处是，它可以识别人类，当一个人闯入不属于他的地方，它可以发出警告。

　　接下来是包含高速列车的示例。在提供诸如减少拥堵和提高生产率等好处的同时，高铁可能仅因为如此高的速度行驶而变得危险。操作员对轨道上的障碍物（如动物或人）或轨道上的变形做出反应的时间更短。

　　由凌华科技边缘计算系统推动的高分辨率摄像头可以检测到可能在一公里之外的赛道上的问题。请记住，列车上安装的系统必须能够承受冲击，振动和嘈杂的电源，并符合监管要求。

　　下一个示例是现代机场。客运量持续增长已不是什么秘密。实际上，世界上最繁忙的机场每35到45秒就有一架飞机起飞或降落，每天大约有20万到30万名乘客。由于如此多的人、飞机和其他交通工具四处走动，出现问题的可能性很高。 35 至 45 秒左右 200，000 至 300，000 每天都有乘客。由于有如此多的人，飞机，其他交通工具等四处走动，因此出现问题的可能性很高。

　　使用凌华科技提供支持的EVA可以增强机场使用的许多方面。这包括任何移动交通工具，例如飞机和电车。 得益于凌华科技的边缘计算系统，亚洲的一个机场都提出了解决方案。在那里，边缘计算系统不断监控跑道，滑行道和码头，以检测和识别潜在问题。实时视频来自安装在控制塔顶部的十个摄像机。每台摄像机的分辨率均为4K，实时将图像拼接在一起，以提供无缝的360度全景视图。 EVA的人工智能系统观察滑行飞机，人员和其他活动的动向。如果情况不正常，则会向操作员发出警报。

　　此外，边缘计算系统直接连接到调度系统，因此它知道已指示哪些飞机降落，起飞和滑行，以及在任何给定时间它们应该在哪里。如果飞机没有按照预期执行操作，则会发出警报声。虽然目前还没有启用，但边缘计算系统有可能接管情况的控制并向操作机器的人员发出指令。

　　凌华科技使EVA成为现实

　　凌华科技为边缘计算设计并制造了多种产品。 边缘计算公司的边缘计算解决方案包括GPU加速的板级，系统和服务器级产品，使系统架构师能够为单个EVA应用构建和优化系统架构。

　　如我们所见，边缘计算系统通常必须部署在恶劣的环境中，并且还必须表现出最高的可靠性。凌华科技的边缘计算解决方案完全可以胜任，因为其坚固耐用的设备已针对此类目标环境进行了全面认证。

　　大多数工程师都熟悉NVIDIA自带冷却风扇的现成GPU卡。不幸的是，这些卡虽然功能强大，但并不总是适合于EVA应用，部分原因是现成的卡通常具有较短的商业寿命（1.5年）。然后再加上系统的冷却风扇提供了潜在的故障点。如果风机停止工作，则系统停止工作;如果系统停止工作，一切都将停止。 一切 停止工作。

　　对于我们在这里讨论的边缘计算GPU子系统以及其他类似的子系统，凌华科技的工程团队采用了NVIDIA的GPU，并将其设计在MXM模块上，该模块的外形尺寸比传统显卡要小。但 MXM GPU模块 并不牺牲性能。事实上，这些MXM GPU模块提供了同等的处理能力，同时消耗更少的功率（并产生更少的热量）。而且它们比传统的图形子系统具有更长的商业寿命。

　　很明显，采用边缘视频分析的系统将部署在各个不同的位置，执行一系列应用程序，所有这些旨在使我们的生活更轻松，更安全。并且可以肯定的是，凌华科技将保持在这一新兴技术的最前沿。

　　审核编辑：郭婷