h1_key

  视频分析在日常生活的许多方面生活的许多方面，无论是在智能建筑中通过面部识别控制安全点，然后提供比门卡更可靠和安全，或监控是否满足戴口罩和保持社会距离，然后满足新冠疫情的抗疫要求，或监控交通堵塞和发现犯罪智慧城市部署，视频分析应用无处不在，使我们的业务和生活更加智能、安全和方便。

  在这样一个万物互联的物联网时代，数十亿台摄像头被安排在建筑和城市的每个角落。即使他们能看到六条路，他们的分析能力也能多才多艺吗?事实上，随着信息的不断积累和复杂海量数据中提取洞察力。协助开发和安排智能建筑和智能城市管理视频分析解决方案的企业，正面临着以下一项或多项重大挑战：

  · 被动地从摄像头采集海量信息，但因为在边缘缺少算力，记录的数据往往在得到分析前就被删除了。

  · 为了提取洞察，每天 24 小时从数百个边缘摄像头向数据中心或云端的高性能服务器传输数据，这将会产生数百万美元的带宽成本。

  · 处理输入的视频，不仅需要强大的灵活应变能力，才能管理各种令人眼花缭乱的不同视频源和编码类型，而且还需要具备视频帧提取所需的算力，同时还要为这些视频分配正确的色彩空间，并将其缩放到适合 AI 模型正常运行的尺寸。

  · 如何在不产生大量成本和工作量，且不改变现有摄像头设置的前提下，即刻为现有摄像头赋予智能。

  · 市场上能够为边缘计算提供高度准确 AI 模型的稳健型实时视频分析平台的非常有限。

  面向关键基础设施应用的 Aupera 视频 AI 分析

  作为赛灵思的重要合作伙伴，Aupera 为有效解决上述难题提供了可能。Aupera 是一家提供高智能视频处理解决方案(从云端到边缘)的公司。他们一直致力于提供基于赛灵思 Xilinx Zynq® UltraScale+™ MPSoCs 和 Alveo 加速器平台的高效、高敏捷性、可立即部署的 AI 应用。Aupera 的视频分析解决方案能够将所有被动摄像头数据转换成可操作的情报信息，同时节省总拥有成本、提高能效、节省带宽。最重要的是降低部署的复杂性。

  高性能、低时延的视频分析平台

  AI 模型和深度学习是用于从视频使能应用中获取洞察的关键技术。从视频准确地获取洞察，需要高强度计算和复杂的算法，往往需要多个神经网络并行运行，才能以确定性时延实现高准确性。在视频流呈指数增加，部署的摄像头数量日益增长的情况下，使用完全靠软件进行所有处理的通用 CPU，已经成为严重的瓶颈。为了解决视频处理面临的 CPU 瓶颈，Aupera 已经创新性地开发出了一种基于赛灵思 Zynq® UltraScale+™ MPSoC 的全新分布式微节点架构，为视频转码和实时分析的实现提供了一个灵活应变的计算平台。

  Zynq MPSoC 拥有硬化的视频编解码器，能够同步进行低时延编解码，可以每秒高达60 帧的速度处理4K 分辨率的画面。Zynq 器件中的可编程逻辑特性，为高效地并行运行不同的视频 AI 算法提供了独特的灵活性，从而使其能够以确定性低时延提供准确结果。与基于 GPU 的视频分析解决方案相比，Zynq MPSoC可提供业界领先的总拥有成本 (TCO) 优势。

  可广泛部署于边缘、云端和数据中心的灵活应变框架

  Aupera 提供了一个简单的部署模式，可以通过预构建以及可定制的神经网络模型，实现从连接多部摄像头到智能输出的所有功能。Aupera 的 AI 视频解决方案内置完整的软件堆栈，其中内含视频网关、可立即部署的用于推断加速的 AI 模型，以及一套标准的 API，方便简化与企业应用或第三方软件平台集成。

  Aupera 已创建出能够帮助解决边缘缺乏算力的问题的可立即部署的视频分析设备 ，并通过将计算移近摄像头，在边缘提取有价值的洞察。Aupera 设备将助力用户提高性能、降低时延，并节省带宽开支。

  Aupera V205 Edge 便携式设备支持 8 通道 1080p30 视频 AI，Aupera 2601 Edge 服务器支持 64 通道 1080p30 视频 AI。对于数据中心和云部署，客户可以使用 Boston Stream AI 设备。这是一种基于 Alveo U30 数据中心加速器(支持 112 通道 1080p30 视频 AI)的 2RU 服务器。

  业界一流的高准确性 AI 模型

  对于智慧城市和智能楼宇应用的开发者而言，从头创建 AI 模型耗时长、成本高。Aupera 已经开发出多种可立即投产的高准确性预训练模型，为多样化的视频 AI 工作负载提供支持，其中包括人脸识别、人群统计、人员追踪、虚拟栅栏、汽车追踪、汽车车牌识别和视频异常检测等。

  对于习惯使用自己的定制 AI 模型的开发者而言，Aupera 为将 Caffe、Pytorch 和 Tensorflow 等主流框架用于模型开发和部署，提供了顺畅的无缝集成流程。