边缘视频分析的需求

在过去的几年中，人工智能（AI）系统在分析图像和视频，检测和识别物体和人，并从他们所看到的内容中获取可操作信息的数量急剧增加。

支持 AI 的视频分析需要大量的计算资源。这就解释了为什么早期的视频分析主要发生在云中。不幸的是，虽然云计算为许多应用程序提供了优势，但它并不适合延迟（响应速度）是一个问题的任务。使用云服务供应商执行基于云的视频分析可能会导致 100 到 500 毫秒之间的延迟，这对于绝大多数任务关键型和安全关键型应用程序来说都是不可接受的。

还有一个事实是，现代视觉系统可能包含大量以4K或更高分辨率运行的高清摄像机。如果将所有这些信息上传到云中进行分析，它将消耗大量带宽，并且还会产生巨大的成本。

另一个问题是安全问题。每当您将数据传输到外部时，您都有被黑客入侵的风险。另一个非常重要的考虑因素是拥有一致的互联网连接。在商业应用程序的情况下，失去互联网连接很烦人。相比之下，在工业和运输应用中，例如，如果您在云中执行支持AI的视频分析，那么无法访问Internet可能会导致受伤或死亡。

幸运的是，计算技术和AI算法的进步使得执行边缘视频分析（EVA）成为可能。也就是说，实时分析现场视频。许多AI算法，如那些涉及矩阵运算的算法，都受益于并行处理。通过添加图形处理单元（GPU），当今功能极其强大的微处理器单元（MPU）的功能可以大大提高，这些单元拥有数千个小型处理器，每个处理器都有自己的本地内存。然而，在这种情况下，GPU不用于操作图形数据以进行显示，而是以大规模并行方式执行视频分析AI算法。

应用示例

EVA的使用正在迅速增加，预计在不久的将来将无处不在。使用凌华科技EVA系统的三个真实示例展示了EVA的功能如下：

海上钻机提供极其恶劣的环境，包括冲击、振动、嘈杂的电源、宽范围的温度波动、高湿度和盐水。此外，除了仅支持低数据带宽外，互联网连接也是出了名的不可靠。

例如，配备凌华科技EVA系统的高分辨率相机可用于监控主钻机组件。除了在人类进入禁区时发出警告外，该系统还可以观察夹具连接到钻井设备的速度和位置，并在出现任何不良情况时立即警告人类操作员。

高速列车具有许多好处，包括减少拥堵，改善流动性和提高生产力。矛盾的是，高速列车的问题在于它们以高速行驶，这意味着驾驶员几乎没有时间对轨道上的任何障碍物做出反应，例如动物，人类，落下的岩石，甚至轨道本身的变形。

考虑一列高速列车，以300公里/小时（186英里/小时）的速度行驶，相当于83米/秒（或273英尺/秒）。人类对感知到的问题的最快反应是200毫秒（0.2秒），这假设人类正在全神贯注地向前看，不眨眼，也没有被任何事情分散注意力。假设更现实的响应时间为500毫秒，那么火车在这段时间内行驶的距离可能意味着生与死之间的差异。

高分辨率摄像机增强了凌华科技的AVA-5500 AI视频分析平台，该平台配备了EGEX-MXM-P3000 GPU模块，该模块由英伟达® Quadro®嵌入式GPU提供支持，可以检测到远至一公里的赛道上的问题。结果类似于为驾驶员提供额外的一双眼睛，永远不会感到疲倦，永远不会分心，也永远不会休息。当然，这些EVA系统必须能够应对恶劣的铁路环境，包括冲击、振动和嘈杂的电源。

今天的机场必须处理几乎难以想象的交通量。例如，2019年，约有1.1亿乘客通过哈茨菲尔德 - 杰克逊亚特兰大国际机场;北京首都国际机场处理了1亿人;同时约有8000万人体验了伦敦希思罗机场的乐趣。毫不奇怪，在机场周围移动的人数，车辆和飞机的数量，以及其他飞机的到达和起飞，都存在很大的潜在问题。

幸运的是，凌华科技的MVP-6100-MXM边缘计算平台配备了EGM-MXM-P5000 GPU模块，由NVIDIA® Quadro®嵌入式GPU提供支持，可以通过不断监控跑道、滑行道和终端来检测和识别潜在问题，从而帮助控制塔中的操作员。

来自安装在控制塔顶部周围的十台摄像机的实时视频馈送，每个摄像机的分辨率为4K，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人员，车辆和滑行飞机的运动，立即提醒人类操作员任何问题。

这比简单地检测诸如行李车正驶向滑行飞机之类的事实要复杂得多。与调度系统绑定在一起，EAV系统还可以知道哪些飞机被指示在哪些跑道上降落，起飞和滑行。例如，如果一架飞机被指示在某条跑道上起飞，但开始朝错误的方向前进，系统可以立即发出警报。在未来，EVA的AI系统可能会控制这种情况，并向操作机器的人类发出指令。

凌华科技的优势

凌华科技为嵌入式计算、测试和测量以及自动化应用设计和制造各种产品。凌华科技的产品线包括计算机模块、工业主板、数据采集模块和完整的系统。就该公司的EVA解决方案而言，通过添加NVIDIA GPU，功能强大的英特尔微处理器的功能得到了显着提升。

大多数工程师都熟悉 NVIDIA 现成的 GPU 卡及其集成的冷却风扇。不幸的是，虽然功能强大，但这些卡不适合EVA应用，部分原因是现成卡通常只有两年的商业寿命。此外，任何系统的冷却风扇都会提供潜在的故障点。如果风扇停止工作，系统将停止工作;而且，如果系统停止工作，一切都会停止工作。

如上例所示，EVA系统通常部署在恶劣的环境中。为了解决这些问题，凌华科技的EVA解决方案采用坚固耐用的装置，这些装置经过全面认证，可在其目标环境中使用。此外，这些系统采用最先进的被动冷却技术（无风扇）。

就EVA GPU子系统而言，凌华科技的工程师采用了英伟达的GPU，并将它们设计到比传统显卡小得多的电路板上。这些板提供等效的处理能力，同时消耗更少的功率，这允许它们采用被动冷却。此外，凌华科技保证这些卡的商业寿命比传统的图形子系统长得多。

在接下来的几年里，采用边缘视频分析的系统将部署在无数不同的位置，以执行大量的应用程序-所有这些都旨在使我们的生活更安全，更安全-而凌华科技将继续处于这一激动人心的技术的最前沿。

审核编辑：郭婷