将边缘计算运用到前端摄像机
来源:    发布时间: 2020-02-13 03:27    次浏览   >

安防领域中的领先公司一直是新技术的首批推动者,如今也在感受着人工智能和边缘计算的强大脉动。英特尔结合了altera在fpga的产品线和movidius的产品线,与国内海康、大华等领先厂商合作,将边缘计算运用到前端摄像机,让设备端更容易承载复杂的数据分析。

当前,零售领域也迎来了设备爆发式的增长,线下零售店中的智能设备纷繁复杂,如果每一个设备都部署一个服务器,无形中提升了成本且不利于管理。因此,英特尔提供整体解决方案进行工作负载整合,把小型边缘计算集成到中央服务器,从而降低服务器成本,提升计算效率。如此一来,最大程度地惠及了零售商和消费者,让产业链中的每一个环节都能够提升效率并且优化体验。

免责声明:

※有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。

所谓负载整合,就是把原来在不同设备上分立的负载,通过虚拟化等技术,整合到一个单一的高性能的计算平台上,从而实现综合、复杂的功能。各个功能子系统既能分享设备提供的计算、存储、网络等资源,同时还能具有一定的独立性,以避免彼此的相互影响。

除此之外,英特尔还在近期发布了全新的英特尔至强d-2100处理器,在提供强大性能的同时,实现了成本、空间和功耗上的极致平衡,为边缘计算提供了一颗强劲的“大脑”。不难看出,英特尔正通过前瞻理念和全面布局,帮助那些需要将计算推至边缘的客户挖掘数据价值,应对物联网时代下的机遇与挑战。

不仅如此,负载整合也为边缘计算的实现和人工智能的应用提供了条件,整合后的设备既是边缘数据的汇聚节点,同时也是边缘控制的中心,这为边缘智能提供了处理所需的数据,同时也提供了控制的入口。人工智能可以在结点处采集分析数据,也能在结点提取洞察做出决策,更高效的释放数据价值,让数据反哺终端用户和整个行业。

在工业领域,无论是预测性维护,还是柔性制造,都需要充分挖掘“数据”这个潜力无限的油矿。工厂设备联网后会产生海量数据,只有结合边缘计算提取出其中的数据价值后,才能有助于提升工厂运行效率,实现让数据加速智能制造的愿景。

※以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。

英特尔之所以将其视为边缘计算发展的破局之道,是因为负载整合具有简化系统架构、降低总体成本的优势。在此之前,边缘计算的设备或是边缘计算的系统是由若干个功能相对来独立的设备组成的,例如单独的可编程逻辑控制器、人机接口或是视频设备等等。这些设备彼此之间独立存在,通过网络进行连接,导致了整个系统的成本相对较高。但是随着技术的进步,不仅单片计算能力在不断提升,软件的不断发展也使得虚拟化技术大有用武之地,打破设备之间的孤岛就成为了大势所趋。

交通领域同样是负载整合的一大落脚点。英特尔将原本在车内的一些分立式的功能模块,通过负载整合,组合在通用计算平台上。在认证层面除了提供底层的部件和完善的操作系统之外,还利用强大的虚拟化技术,让不同应用运行在相应的虚拟化计算环境之中,为用户提供一体化的丰富车内体验。