AI让边缘更智能 边缘让AI无处不在

简介: 城市管理和城市服务逐步走向智能化,智慧化。到2019底,全国100%的副省级城市,95%以上的地级市,以及50%以上的县级市均提出建设新型智慧城市,并已经有32个主要城市成立了专门的大数据管理机构,负责智慧城市建设相关的工作。其中,视频作为城市中的主要的数据之一,视觉AI分析的需求不断增加,对于视觉AI专业度的要求也越来越高。

云知头条封面360x156深色@2x-100.jpg

从2012年开始,国家相关部委逐步出台各类政策法规,城市管理和城市服务逐步走向智能化,智慧化。到2019底,全国100%的副省级城市,95%以上的地级市,以及50%以上的县级市均提出建设新型智慧城市,并已经有32个主要城市成立了专门的大数据管理机构,负责智慧城市建设相关的工作。其中,视频作为城市中的主要的数据之一,视觉AI分析的需求不断增加,对于视觉AI专业度的要求也越来越高。

「混合云一体机」(Apsara Stack Appliance)面向边缘计算场景,提供软硬件一体化解决方案,通过预安装、预集成、深度调优,同时支持远程交付和中心统一运维,有效提升系统可用性和运维效率,使企业轻松实现云边联动,助力企业在5G时代实现快速创新。本次,阿里云重磅升级「混合云视觉AI一体机」,AI让边缘更智能 边缘让AI无处不在。

产品介绍

「混合云视觉AI一体机」主要面向城市交通出行和城市服务场景,以软硬一体化的产品形态,不仅包括了支撑云边协同计算的硬件矩阵体系,也包含了支撑不同硬件的统一IaaS底座,在边缘侧提供计算,数据库,存储等基础云计算能力。同时,我们结合视觉分析的需求,在一体机里内置了视觉AI PaaS组件,如视频网关,视觉算法智能调度引擎,视图库等。基于AI边缘云的能力,一体机面向交通出行和城市服务等具体行业的需求,提供了达摩院大量的视觉图像认知理解和归纳推理算法服务,以及深入行业的生态应用。这种软硬一体机的产品形态,通过预先集成、测试和优化,能够极大简化IT架构,提升部署和运维效率,实现快速的复制推广。

产品规格多样,适用不同计算需求
针对不同场景不同算力的需求,目前「混合云视觉AI一体机」已经形成了密集计算型,计算存储型,NPU增强型和嵌入式阵列四个主要规格,其中NPU增强型使用了阿里巴巴自研的含光800芯片,极大增强了视频分析处理能力,嵌入式阵列面向人机共存的场景,极大降低了功耗和噪音,可部署于日常办公环境。

混合云统一基座,一体化运维体系
「混合云视觉AI一体机」采用了混合云统一基座,底部是基础设施,然后基于混合云统一基座实现对PaaS和IaaS的统一运维,对外呈现的是一套系统。对云产品而言,无论是IaaS产品还是PaaS产品,按照基线统一接入,同时对标了云原生的解决方案,驱动业务不断升级,从对容器的运维,到PaaS的运维,最后升级到一体化的融合的运维体系

达摩院城市视觉智能引擎,满足不同视觉AI需求
城市视觉智能引擎致力于通过云计算和人工智能,依托于阿里云分布式计算和存储平台,利用先进的视频图像、图形学处理技术和深度学习算法,建立城市级人工智能模型,实现对整个城市视觉数据的接入、计算、分析、索引、挖掘和推理,并赋能交通、消防、环保等各个行业场景,打通城市数据管道,发掘数据价值,构建城市新的基础设施。城市视觉智能引擎是首批国家人工智能开放创新平台之一,是目前全球最大规模的人工智能公共系统之一。

产品架构

首先,「混合云视觉AI一体机」使用了高度收敛的标准化硬件,服务器,存储、网路等均为阿里集团服务器研发部门为视觉分析深度优化和定制的设备,如网络设备支持特有的网络隔离与映射功能,最少只需要4个外部IP即可完成现场部署,极大降低了交付周期,提升了网络稳定性与安全性。

在软件上,「混合云视觉AI一体机」基于混合云统一底座的平台提供的云原生、运维监控、账号权限等基础能力,提供达摩院城市视觉智能引擎面向交通出行和城市服务的各项算法能力,服务交通,应急,电力,环保等十多个城市职能部门。

680x7603-混合云视觉AI一体机-白.png

核心优势

【超高性能】
阿里自研NPU芯片(含光800),硬件性能提升60%;自研向量快速比对算法,百亿底库检索2s返回,亿级静态库比对1000QPS。
【统一调度】
通过算法集成开发的功能,打破多算法场景下的的“烟囱式”建设,兼容多厂家算法,从而实现算法的统一调度和输出;基于k8s实现资源池化共享和统一纳管。
【智能防控】
包含达摩院城市大脑实验室研发的100多种城市视觉AI算法,提供了全面、全量、实时的智能分析能力。

应用场景

「混合云视觉AI一体机」主要面向城市交通出行和城市服务,解决城市视频数量规模庞大,全量视频汇聚对带宽容量、机房承载、建设成本要求极高,并且城市视频分析内容多样,端上设备有限的软硬计算能力,无法满足大量的分析需求;大规模云平台建设周期长,成本高,方案可复制性弱的问题,广泛应用于高速,交管,安全生产,住房建设等10多个场景。

例如,在某城市的城市大脑建设中,为了克服现有系统缺少通过大数据人工智能技术解决城市治理,交通排堵等民生难点问题的能力,通过「混合云视觉AI一体机」实现了边缘侧视频智能结构化分析,并汇聚到云计算中心,通过结合视频的多源数据融合的人工智能和大数据分析,并利用数字孪生技术,实现了交通规律分析和问题诊断,极大提升了交通出行效率。

2019年,国家开始取消省界收费站的高速自有流,阿里云联合达摩院、高德搭建了“交通数据中台”,在边缘侧通过「混合云视觉AI一体机」和达摩院AI算法,对高速路段的过车图片实现了实时全量的结构化分析并上传云中心,在云中心实现了高速数据与高德互联网数据之间的融合纠偏,借助大数据、AI、交通仿真等新技术,推动了自有流场景下稽查业务智能化升级。

「混合云视觉AI一体机」针对边缘节点中小规模视频分析的需求,依托阿里巴巴轻量级云平台和视觉智能开放平台,支撑交通出行、城市服务等多个行业视频图像认知理解和归纳推理算法服务,在边缘节点进行百路至千路规模的统一视频汇聚、实时分析,并将结构化的数据汇聚到云计算中心,进行数据的二次计算或存储,实现云边结合的城市超大规模视频分布式处理,提供软硬件一体化的、快速、轻量的视频分析解决方案。

原文链接

本文为阿里云原创内容,未经允许不得转载。 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/512572.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

开源自建/托管与商业化自研 Trace,如何选择?

简介: 随着微服务架构的兴起,服务端的调用依赖愈加复杂,为了快速定位异常组件与性能瓶颈,接入分布式链路追踪 Trace 已经成为 IT 运维领域的共识。但是,开源自建、开源托管或商业化自研 Trace 产品之间到底有哪些差异&…

python 覆盖list_【Python妙招】gt;gt;gt;看腻了能不能换成别的啊……当然可以啦:)...

原文作者:站在两个世界边缘 & 小象编辑:VL今天给大家介绍几个Python里(可能没那么广为人知的)小知识,希望能给大家带来帮助,让编程更有乐趣。1.如何修改解释器提示符正常情况下,我们在终端下执行Python 命令是这样…

阿里云IoT Studio升级版新增解决方案引擎 大幅提升方案交付效率

简介: 8月25日,阿里云发布IoT Studio升级版,新增了解决方案引擎,让设备方案商复用之前搭建的解决方案模板进行简单的定制化修改,即可交付。使整个物联网解决方案的交付过程由几个月,缩短到几小时&#xff0…

如何用 Nacos 构建服务网格生态

简介: Nacos 在阿里巴巴起源于 2008 年五彩石项目(该项目完成微服务拆分和业务中台建设),成长于十年的阿里双十一峰值考验,这一阶段主要帮助业务解决微服务的扩展性和高可用问题,解决了百万实例扩展性问题&…

华为oj题目c语言,华为OJ机试题目——24点游戏算法

对于这种题用程序实现只能是穷举的思想,而做法各异,如下代码是利用符号的不断变化,利用4个数计算值,默认是4个数字a,b,c,d是按顺序计算的,即默认是加了括号的,即(((a op1 b)op2 c)op3 d)。而4个数字要组合顺…

性能提升一个数量级,大杀器来了!| 文内福利

经过多年的演进,Java语言的功能和性能都在不断地发展和提高,但是冷启动开销较大的问题长期存在,难以从根本上解决。本文先讨论冷启动问题的根本原因,然后介绍一种新近提出的彻底解决Java冷启动问题的技术方案——Java静态编译技术…

快手基于 Flink 构建实时数仓场景化实践

简介: 一文了解快手基于 Flink 构建的实时数仓架构,以及一些难题的解决方案。 本文整理自快手数据技术专家李天朔在 5 月 22 日北京站 Flink Meetup 分享的议题《快手基于 Flink 构建实时数仓场景化实践》,内容包括: 快手实时计算…

PyFlink 开发环境利器:Zeppelin Notebook

简介: 在 Zeppelin notebook 里利用 Conda 来创建 Python env 自动部署到 Yarn 集群中。 PyFlink 作为 Flink 的 Python 语言入口,其 Python 语言的确很简单易学,但是 PyFlink 的开发环境却不容易搭建,稍有不慎,PyFlin…

Android自动化打包工具,利用Jenkins实现Android自动化打包

Jenkins简介What is Jenkins?Jenkins is a self-contained, open source automation server which can be used to automate all sorts of tasks related to building, testing, and delivering or deploying software.Jenkins can be installed through native system packag…

为什么简单的删除集合中的元素竟然报错了?

作者 | 七十一来源 | 程序员巴士前言什么是快速失败:fail-fast 机制是java集合(Collection)中的一种错误机制。它只能被用来检测错误,因为JDK并不保证fail-fast机制一定会发生。当多个线程对同一个集合的内容进行操作时,就可能会产生fail-fas…

一文详解Redis中BigKey、HotKey的发现与处理

简介: 在Redis的使用过程中,我们经常会遇到BigKey(下文将其称为“大key”)及HotKey(下文将其称为“热key”)。大Key与热Key如果未能及时发现并进行处理,很可能会使服务性能下降、用户体验变差&a…

阿里云CDN操控2.0版本正式发布

简介: 2021年8月,阿里云边缘云CDN完成过去3年来最大的一次版本升级。 2021年8月,阿里云边缘云CDN完成过去3年来最大的一次版本升级。本次升级根据上万企业客户的使用反馈和行业应用特征,从简单开通到个性化定制,从内容…

向xxxhub发了一个数据包,发现了···

作者 | 轩辕之风来源 | 编程技术宇宙那天,我突然想到一个问题:当我访问那个让万千宅男程序员为之着迷的GitHub时,我电脑发出的数据包是如何抵达大洋彼岸的GitHub服务器的呢,这中间又要经过哪些节点呢?让我们一起来探究…

使用 Flink Hudi 构建流式数据湖

简介: 本文介绍了 Flink Hudi 通过流计算对原有基于 mini-batch 的增量计算模型的不断优化演进。 本文介绍了 Flink Hudi 通过流计算对原有基于 mini-batch 的增量计算模型不断优化演进。用户可以通过 Flink SQL 将 CDC 数据实时写入 Hudi 存储,且在即将…

android获取版本号报错,Android开发:获取安卓App版本号的方法步骤

在Android开发过程中,想要开发一个完整功能的App,各个地方的内容都要涉及到,比如获取App的系统版本号就是必须要有的功能。Android的App版本号相关内容比iOS的App版本号内容要多,而且iOS版的App版本信息跟Android的还不一样。本篇…

运营也用的起来的数据分析工具:Quick BI即席分析详解

简介: 数据部门是一个容易被投诉的“高危”部门,需求响应慢、数据准确性不高会影响业务的发展。 然而数据分析师每周动辄就有几十个需求在手,无限的加班也无法解决所有问题,到底怎样才能改变BI分析师的需求响应问题呢?…

【产品动态】解读Dataphin流批一体的实时研发

简介: Dataphin作为一款企业级智能数据构建与管理产品,具备全链路实时研发能力,从2019年开始就支撑可集团天猫双11的实时计算需求,文章将详细介绍Dataphin实时计算的能力。 背景 每当双11全球购物狂欢节钟声响起,上千…

Aruba与中国电信国际有限公司达成战略合作 助力中国企业扬帆出海

2022年1月12日,慧与科技公司 (NYSE: HPE) 旗下Aruba日前宣布,与中国电信国际有限公司(CTG)签署MSP(托管服务运营商)战略合作伙伴协议,Aruba的产品将纳入中国电信国际有限公司的主营产品线。协议…

模仿Spring实现一个类管理容器

简介: 项目的初衷是独立作出一个成熟的有特色的IOC容器,但由于过程参考Spring太多,而且也无法作出太多改进,于是目的变为以此项目作为理解Spring的一个跳板,与网上的一些模仿Spring的框架不同,本项目主要是针对注解形式 概述 项目的初衷是独立作出一个成熟的有特色…

湖仓一体化的路,很多人都只走了一半

2022已至,如果回看2021,这一年无疑是数据的价值进一步体现的一年。数据应用场景不断丰富,从工业、交通、金融到制造,几乎无处不在。当然,数据价值的迅速提升也给开发者和相关企业带来了新的问题。数据量的爆发让存储成…