[發明專利]一種用于人工智能視頻應用的邊緣計算平臺

在審

• 申請號: 202010774691.6
• 申請日: 2020-08-04
• 公開（公告）號: CN112015548A
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 孟瑩
• 申請（專利權）人: 成都云圖睿視科技有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F9/48;G06N3/063
• 代理公司: 成都明濤智創專利代理有限公司 51289
• 代理人: 劉曉政

本發明公開了一種用于人工智能視頻應用的邊緣計算平臺，其特征在于：包括平臺硬件部分，所述硬件部分包括一個多核多線程CPU、一個內存、一個FLASH閃存、一個網絡通訊模塊、一個或多個AI芯片以及硬件接口，所述內存、FLASH閃存、網絡通訊模塊和AI芯片均與多核多線程CPU電性連接，本發明的有益效果是：本發明一種用于人工智能視頻應用的邊緣計算平臺，通過采用硬件神經網絡加速器和專用的軟件開發工具包，以及多個加速器協同工作，可以將人工智能視頻應用推向實時化。

技術領域

本發明涉及人工智能視頻技術領域，具體為一種用于人工智能視頻應用的邊緣計算平臺。

背景技術

由于卷積神經網絡的理論突破，深度學習理論再次用于解決各大技術難題，由于其強大的表達能力，迅速地超過了傳統的機器學習方法，同時也促進了許多人工智能技術快速落地，廣泛地應用于智能監控、自動駕駛、金融、教育等領域。

正由于神經網絡強大地表征能力，也決定了其在工業多場景應用中網絡的復雜性，所以它不僅需要更多的數據去訓練神經網絡模型，也需要強大的算力，在邊緣端部署還需要考慮實時性和低成本的要求。如果AI模型的推導在云端進行，但受限于現場通信帶寬和時延等要求，所以在大多數情況下， AI模型需要在邊緣端部署，如果在邊緣端采用采用昂貴的GPU設備進行推導，那么成本不劃算，所以需要在邊緣端找到一個實時的和低成本的解決方案。

針對上述不足，本發明的目的在于設計一種用于人工智能視頻應用的邊緣計算平臺。

發明內容

本發明的目的在于提供一種用于人工智能視頻應用的邊緣計算平臺，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種用于人工智能視頻應用的邊緣計算平臺，包括平臺硬件部分，所述硬件部分包括一個多核多線程 CPU、一個內存、一個FLASH閃存、一個網絡通訊模塊、一個或多個AI芯片以及硬件接口，所述內存、FLASH閃存、網絡通訊模塊和AI芯片均與多核多線程CPU電性連接，其中，

多核多線程CPU用于完成攝像頭視頻流數據的解碼，AI芯片的任務請求，多任務的執行和調度等功能；

FLASH用于存儲平臺的配置參數和AI模塊運行的數據結果；

AI芯片用于支持多路高清攝像頭高幀率實時處理,可以支持多線程異步工作模式，以及多個芯片協同工作模式；

網絡通訊模塊用于與云端連接獲取相關數據。

作為優選，所述硬件接口包括2個USB3.0接口、2個以太網RJ45接口、一個顯示HDMI接口、一個串行RS232接口、一個SD卡接口、一個直流12V 電源接口。

作為優選，所述網絡通訊模塊包括一個以太網控制器和一個4G模塊。

作為優選，所述網絡通訊模塊是一個PCI總線應用的集成的千兆級以太網控制器，該終端引出兩路RJ45接口，其中一個具有POE功能，即可以通過以太網線向終端設備供電。

作為優選，所述AI芯片為深度神經網絡推理的神經計算芯片。

一種用于人工智能視頻應用的邊緣計算平臺的工作方法，其特征在于：包括一下步驟：

S1、通過一個中央交換機，該終端可以與多個攝像頭組成一個局域網，通過局域網，終端可以接收多路攝像頭RTSP視頻流數據，并在終端內解碼視頻流數據，調用AI芯片進行圖片的檢測與識別，將輸出的場景結構化數據發送給云端或存在終端FLASH中，云端服務器可以將數據結果分發給用戶；

S2、同時云端也可以存取磁盤錄像機的視頻數據，用于服務器端數據的分析和網絡模型的訓練。

作為優選，所述S1的視頻處理中存在單路視頻單個視頻處理單元、多路視頻單個視頻處理單元和多路視頻多個視頻處理單元的三種情況。