圖為信息科技是一家 AI 邊緣計算方案解決商。本案例中主要通過 NVIDIA Jetson 核心模塊，實現(xiàn)視頻低時延傳輸和智能分析。本案例主要應(yīng)用了 NVIDIA Jetson 系列的 Jetson Nano 、 Xavier NX 、 AGX Xavier 核心模塊，以及 Deepstream 、 Gstreamer 軟件平臺。

圖為信息科技（深圳）有限公司成立于 2011 年，是領(lǐng)先的 AI 應(yīng)用解決方案提供商。致力于通過 AI 賦能商業(yè)和個人，讓每個企業(yè)都能夠用采用 AI 。

該公司匯聚了一批關(guān)注視覺處理相關(guān)核心算法和邊緣計算領(lǐng)域的高端人才。目前自主研發(fā)的主要產(chǎn)品是基于 NVIDIA Jetson 系列（邊緣計算）的整套解決方案，包括智能小車、圖為智盒、機器人方案等。這些產(chǎn)品廣泛應(yīng)用于基于計算機視覺的 AI 監(jiān)測設(shè)備、基于人臉識別和行為識別，以及機器人、無人機、無人駕駛、便攜醫(yī)療、無人送貨車、智慧零售等領(lǐng)域。

圖為科技和國內(nèi)外很多知名高校及研究機構(gòu)已簽訂了戰(zhàn)略合作備忘錄，形成了產(chǎn)學(xué)研一體化發(fā)展。該公司自主研發(fā)的核心算法包括人臉識別、抽煙行為識別、是否佩戴安全帽識別、物體識別、基于圖像數(shù)據(jù)的三維建圖（ VSLAM ）、路徑規(guī)劃、自動避障、語音識別等技術(shù)已廣泛應(yīng)用于各種細(xì)分領(lǐng)域。同時，科研團(tuán)隊在 AI 視覺處理領(lǐng)域深耕不綴，技術(shù)沉淀積累豐厚。 AI 視覺處理解決方案也被廣泛應(yīng)用于與圖形圖像處理相關(guān)的行業(yè)，幫助相關(guān)的傳統(tǒng)行業(yè)早日實現(xiàn) AI+。

突破傳統(tǒng)網(wǎng)絡(luò)架構(gòu)，視覺數(shù)據(jù)處理能力待提升

目前傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)采用了基于云計算的執(zhí)行模式，通過將 AI 服務(wù)部署在云端，依托于云端服務(wù)器集群豐富的硬件資源來處理計算請求。這雖然解決了硬件資源不足的問題，但云端服務(wù)器地理位置偏遠(yuǎn)的特性造成了額外的時延，導(dǎo)致基于云計算的架構(gòu)無法滿足實時服務(wù)的需求，同時對網(wǎng)絡(luò)帶寬帶來相當(dāng)大的挑戰(zhàn)。要解決這個問題，可通過引入邊緣計算技術(shù)來支撐 AI 服務(wù)，在網(wǎng)絡(luò)邊緣分布式部署大量的邊緣節(jié)點，從而向資源受限的終端設(shè)備提供支持來實現(xiàn)邊緣智能。

其實，邊緣計算的本質(zhì)與 AI 、物聯(lián)網(wǎng)密切相關(guān)。而目前 AI 應(yīng)用更多的是依靠云端，邊緣計算則是將智能從云端轉(zhuǎn)向邊緣。未來，如果沒有邊緣計算的支持，將會有很多應(yīng)用可能都無法實現(xiàn)。例如：自動駕駛、遠(yuǎn)程醫(yī)療以及智慧城市等。

圖為信息科技在目前的解決方案中將數(shù)據(jù)傳輸時延優(yōu)化至 80-120ms ，并針對數(shù)據(jù)結(jié)構(gòu)化處理，過濾大量無用數(shù)據(jù)，提取精準(zhǔn)數(shù)據(jù)，減少寬帶傳輸壓力，結(jié)構(gòu)化之后再加密傳輸，解決了網(wǎng)絡(luò)傳輸帶來的安全問題。

Jetson 助力視頻數(shù)據(jù)低時延傳輸，提高智能分析標(biāo)準(zhǔn)

圖為信息科技專注于 AI 邊緣計算解決方案的開發(fā)、制造、銷售與服務(wù)。目前采用 NVIDIA Jetson 系列核心模塊推出的圖為智盒 T100 、 T503 、 T600 等產(chǎn)品，對于低時延和智能分析已創(chuàng)造出了更高標(biāo)準(zhǔn)。從數(shù)據(jù)采集到處理、傳輸、應(yīng)用僅需 80-120ms ，遠(yuǎn)程操作如同親臨現(xiàn)場，感知不到任何延遲。要實現(xiàn) AI ，僅僅解決延時問題是遠(yuǎn)遠(yuǎn)不夠的，圖為科技針對視頻數(shù)據(jù)即時結(jié)構(gòu)化處理進(jìn)行不斷的研究和提升。目前通過 IP Camera, GSML 等攝像頭采集數(shù)據(jù)，運用 Jetson 強大的解碼與 AI 處理能力，可以解碼 1080P ， 30FPS 8-32 路，將采集到的數(shù)據(jù)經(jīng)過目標(biāo)檢測、目標(biāo)追蹤等算法推理，轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)在本地保存，或傳輸?shù)皆贫朔?wù)器保存。無需將原始視頻數(shù)據(jù)全部上傳遠(yuǎn)程服務(wù)器，有效緩解了網(wǎng)絡(luò)帶寬壓力。將視頻數(shù)據(jù)結(jié)構(gòu)化之后再加密傳輸，也解決了網(wǎng)絡(luò)傳輸帶來的安全問題。

基于 NVIDIA Jetson 核心模塊的圖為智盒還具備以下優(yōu)勢：

圖為信息科技 CEO 蘇世鵬表示：“使用 NVIDIA Jetson 系列核心模塊和 Deepstream 、 Gstreamer 軟件平臺極大提升了視覺數(shù)據(jù)處理能力，優(yōu)化了數(shù)據(jù)傳輸時延和結(jié)構(gòu)化數(shù)據(jù)分析處理效率，進(jìn)一步提升了物聯(lián)網(wǎng)在 AI 領(lǐng)域的部署能力。使得我們在 AI 邊緣計算領(lǐng)域不斷地創(chuàng)新產(chǎn)品，拓展物聯(lián)網(wǎng)智能化應(yīng)用場景。通過增強邊緣計算的 AI 處理能力，降低企業(yè)運營成本提高生產(chǎn)效率，讓更多相關(guān)傳統(tǒng)行業(yè)早日享受到 AI 帶來的便捷?；?NVIDIA Jetson 系列核心模塊的圖為智盒產(chǎn)品可廣泛應(yīng)用于機器人、無人配送車、低空防御、智能巡檢、智慧樓宇等自主化機器，是邊緣端部署 AI 算力進(jìn)行深度學(xué)習(xí)的理想載體?！?/p>